Optimización multiobjetivo de trayectorias en manipuladores industriales mediante el algoritmo MOPSO

Resumen

Este trabajo presenta un primer enfoque hacia una metodología multiobjetivo para la optimización de trayectorias en manipuladores industriales, basada en el algoritmo Multi-Objective Particle Swarm Optimization (MOPSO). La propuesta se implementa en un entorno de simulación desarrollado en MATLAB que incorpora un modelo dinámico del robot colaborativo ABB CRB15000-95, teniendo en cuenta parámetros físicos como la masa, el volumen y la inercia de sus eslabones. Además, se consideran las restricciones geométricas impuestas por los obstáculos del caso de uso, permitiendo detectar colisiones tanto con el entorno como con el propio robot. La estrategia de optimización se basa en dos funciones de coste para optimizar simultáneamente métricas físicas relevantes como el tiempo total de ejecución y el esfuerzo articular, estimado a partir de los pares medios y máximos aplicados. Cada función de coste tiene una estructura escalonada en dos fases: en la primera, se descartan las trayectorias que presentan colisiones, garantizando la viabilidad geométrica; en la segunda, se optimizan las métricas físicas. A través de la ejecución del algoritmo, se obtiene un frente de Pareto que recoge las soluciones más eficientes en términos de tiempo y esfuerzo, permitiendo identificar trayectorias óptimas desde una perspectiva multiobjetivo. Los resultados evidencian que el enfoque basado en MOPSO permite generar trayectorias suaves, físicamente eficientes y libres de colisiones, adaptadas a los requisitos operativos de entornos industriales exigentes.