Un equipo de investigadores de la Universidad de Burgos y la Universidad Complutense de Madrid ha desarrollado un innovador sistema que utiliza algoritmos bioinspirados para optimizar tanto la seguridad como la eficiencia de los vehículos de guiado automático (AGV, por sus siglas en inglés) en entornos industriales. Este avance propone una nueva estrategia destinada a mejorar la planificación de rutas en estos sistemas autónomos.
Los AGV, vehículos autónomos que se emplean en fábricas, almacenes y centros logísticos, son fundamentales para el transporte de mercancías. Sin embargo, su operación en espacios reducidos y áreas con alta densidad de obstáculos representa un reto significativo para garantizar su eficacia y seguridad. Para enfrentar este desafío, los investigadores han recurrido a tres algoritmos de optimización bioinspirada, que imitan estrategias naturales para resolver problemas complejos. Estos algoritmos, denominados según los animales que les sirven de inspiración, son el algoritmo del murciélago (BA), el algoritmo de optimización de la ballena (WOA) y el algoritmo de optimización de la gacela (GOA).
Resultados Prometedores en Seguridad y Eficiencia
A través del diseño de una estrategia basada en curvas clotoides —curvas suaves que modifican progresivamente su curvatura— se ha logrado mejorar tanto la suavidad como la precisión en las trayectorias de los AGV. Además, se implementó una función de optimización que prioriza aspectos cruciales como la seguridad y la eficiencia. Las pruebas realizadas en diversos escenarios industriales han demostrado que el algoritmo WOA mejora la seguridad hasta cuatro veces más rápido que el GOA, lo que lo convierte en una opción ideal para entornos donde el tiempo es un factor crítico. Por otro lado, aunque el GOA ofrece trayectorias más seguras, requiere un mayor tiempo de cálculo.
Estos hallazgos subrayan el potencial significativo de los algoritmos bioinspirados para incrementar la seguridad en los vehículos industriales autónomos, contribuyendo así a reducir riesgos y optimizar tiempos dentro de la cadena logística.
Nuevas Perspectivas en Investigación Algorítmica
Mientras se contempla el futuro de esta investigación, surgen nuevas posibilidades para desarrollar algoritmos híbridos que integren las fortalezas de diferentes modelos bioinspirados. Esta innovación podría tener aplicaciones relevantes no solo en automatización industrial, sino también en robótica móvil y movilidad autónoma tanto en entornos urbanos como industriales.
Si (
No(
