Volvemos nuevamente a repetir que lo más importante de cara a mejorar la productividad de una planta industrial es conocer cómo se comportan los procesos en todas sus etapas intermedias. Es vital disponer la información detallada de todo lo que está ocurriendo en el proceso, y para ello recurriremos en primer término a los sensores. Los diseñadores están añadiendo a los sensores un procesado inteligente para llenar los huecos en sus capacidades, y producir diseños que cuestan menos de fabricar y operar. En este artículo vamos a revisar las últimas tendencias en diseño de sensores, así como las aplicaciones más destacables.
Ya que el coste de los microprocesadores y sensores continúa cayendo, los sistemas autónomos y semiautónomos pueden incorporar más inteligencia y llevar a cabo decisiones más óptimas basadas en una mejor comprensión de sus condiciones internas y el medio ambiente que la rodea. Añadiendo sensores y procesado inteligente para poner en correlación los datos de todos los sensores a un diseño incurre en una mayor complejidad y coste de tiempo de diseño. Pero este mayor coste de diseño se acepta cada vez más porque puede obtenerse un sistema diferenciado que rinde más capacidades de una forma más efectiva.
El uso de sensores en diseños embebidos no es nuevo. Lo que está cambiando es que los diseños incorporan cada vez más sensores y procesadores – desde los sistemas de usuario final a los aparatos de producción en masa. El umbral que permite sustituir estructuras de control mecánico por sensores y microprocesadores continúa cayendo en precio. Pero la forma en que las compañías están separando procesos y correlacionando múltiples sensores en el mismo sistema va más allá de la sustitución mecánica. Mezclando convenientemente sensores y algoritmos de procesado puede disminuirse el coste de materiales, mejorar la eficiencia energética, y mejorar el rendimiento del sistema.
Últimos avances de sensores en vehículos autónomos
Entre los últimos avances de los sensores, destacamos por ejemplo los que están teniendo lugar en el mundo de los vehículos autónomos. Proyectos de investigación como los llevados a cabo por Defense Advanced Research Projects Agency muestran que los vehículos autónomos pueden sentir, interpretar, predecir, interactuar, y moverse. Los últimos desafíos muestran vehículos automóviles que pueden navegar enteramente solos, sin control remoto o conductor humano, dependiendo únicamente de varios sensores situados a bordo y sistemas de posición. Sin embargo, en estas experiencias, se usa siempre un sistema GPS que marca la ruta. Los vehículos no deciden donde ir y que puntos visitar, ellos simplemente se las arreglan para ir encontrando cada punto de las lista que marca su recorrido. Los vehículos utilizados en estos experimentos pueden realizar con seguridad maniobras complejas, tales como mezclarse con otros vehículos, adelantar, aparcar, y respetar prioridades en intersecciones. En la experiencia llevada a cabo en el DARPA Urban Challenge trial, se utilizaron con éxito seis equipos de vehículos. El vehículo ganador, del equipo de carreras Tartan, empleo siete sensores de visión, radar y lidar, además de un GPS/IMU inercial (unidad de medición inercial). La elección de los sensores soporta la fusión de datos para el algoritmo de planificación y proporciona solapamiento entre sensores para redundancia y correlación de los datos.
Últimos avances de sensores en aplicaciones robotizadas
Los robots constituyen una categoría creciente de máquinas que utilizan sistemas autónomos ricos en sensores. Citemos por ejemplo el BigDog, robot que puede navegar atravesando terrenos difíciles, incluyendo suelo cubierto por el hielo, basándose en sensores y sistemas de control abordo. Los sensores de BigDog para locomoción incluyen co-posición, co-fuerza, contacto con el suelo, carga en el suelo, giroscopio láser, y un sistema de estereovisión. Sensores adicionales se centran en el estado interno del sistema y controla presión hidráulica, temperatura de aceite, temperatura del motor, rotaciones por minuto, y carga de batería. Otro fabricante de robots, iRobot, produce robots que utilizan sensores infrarrojos múltiples para detectar las condiciones ambientales.
Sensores en sistemas semiautónomos
Los sistemas semiautónomos pertenecen a otro sector tecnológico en la que crecen los diseños ricos en sensores. Aeronaves, automóviles, y todo tipo de aparatos de consumo como las máquinas lavadoras, están viendo como sus diseños contemplan cada vez mayor número de sensores. Un sistema semiautónomo acepta algún tipo de dirección de alto nivel de un operador humano pero es responsable de la gestión de los detalles operacionales de bajo nivel de todo el sistema que controla. En un sentido amplio, la mayoría de los sistemas embebidos caen en esta categoría, y los fabricantes de estos productos se están beneficiando enormemente de la experiencia obtenida en diversas disciplinas que utilizan sensores con profusión. La mayoría de los sistemas controlados remotamente, responden a sus condiciones ambientales inmediatas de forma parcial debido a que la interface de control remoto es insuficiente desde una perspectiva de ancho de banda-datos e interface-retroalimentación. El motivo son los múltiples ajustes que son necesarios para que el sistema se comporte apropiadamente. El sistema semiautónomo de control de vuelo fly-by-wire, por ejemplo, reemplaza los controles físicos entre el piloto y la aeronave por una interface eléctrica. El sistema de control recibe los comandos del piloto y determina cual es la forma adecuada de ejercer los actuadores, basados asimismo en sus propias lecturas de sensores. El sistema es supervisado en cada punto de control para comprobar que realiza el comportamiento deseado. En este caso, el sistema de control inteligente permite al piloto concentrarse en los controles de alto nivel del aparato mientras que el sistema de control de vuelo gestiona los sistemas de bajo nivel de cada uno de los subsistemas. Esta aproximación libera ciclos cognitivos valiosos del piloto quien podrá concentrarse en cuestiones ambientales que el sistema de control de vuelo no puede compensar. Los automóviles están cada vez más empleando el mismo sistema de control – alto y bajo nivel – entre el conductor y los subsistemas de control – de manera que la conducción se a más segura y eficiente. Ejemplos de subsistemas autónomos en automóviles incluyen los sistemas de frenado antibloqueo; el control de estabilidad electrónico; el control de tracción; control de derrape; y sistemas de mitigación de la colisión, tales como sistemas de retención inteligentes y air bags. Dependiendo de las circunstancias, el conductor será o no consciente de la actuación de estos sistemas de control. Un creciente tipo de subsistemas de aviso en automóviles es el que proporciona asistencia ante determinados peligros como la salida de la vía y la detección de puntos sin visibilidad. Estos sistemas, interactúan directamente con el conductor y le proporcionan información o asistencia. Estos sistemas de aviso dependen de la respuesta de sensores múltiples correlacionados de forma que se impidan las falsas alarmas o respuesta incorrecta ante una condición. Por ejemplo, un subsistema de detección de salida de la vía puede correlacionar datos de sensores visuales, inerciales, de la posición de la rueda y de la columna de dirección antes de emitir un aviso al conductor.
- Altera.
- Acceleware.
- Boston Dynamics.
- Hologic.
- Microchip.
- Renesas.
- Sensor-rich designs. Edn july 2008.
- Infineon.
- Texas Instruments.
- UAV Forum.
- Xilinx.
Palabras clave: Unmanned vehicles, lidar (light-detection-and-ranging), inertial-measurement-unit), multiple infrared sensor, embedded system
0 comentarios:
Publicar un comentario