Ups CT010343

UNIVERSIDAD POLITÉCNICA SALESIANA
SEDE CUENCA
CARRERA DE INGENIERÍA ELECTRÓNICA
DISEÑO Y CONSTRUCCIÓN DE UN ROBOT MÓVIL OMNIDIRECCIONAL BASADO EN

ROS PARA LA ENSEÑANZA DE CONCEPTOS MATEMÁTICOS A ESTUDIANTES DE
BACHILLERATO
Trabajo de titulación previo a la obtención

del título de Ingeniero Electrónico
AUTORES: ANDREA GABRIELA CABRERA CASTRO

JHON PAUL REINOZO CHACÓN
TUTOR: ING. LUIS ENRIQUE GONZÁLEZ DELGADO, MSc.
Cuenca - Ecuador
2022
CERTIFICADO DE RESPONSABILIDAD Y AUTORÍA DEL TRABAJO DE
TITULACIÓN
Nosotros, Andrea Gabriela Cabrera Castro con documento de identificación N° 0105363709 y

John Paul Reinozo Chacón con documento de identificación N° 0105319792; manifestamos que:
Somos los autores y responsables del presente trabajo; y, autorizamos a que sin fines de lucro la
Universidad Politécnica Salesiana pueda usar, difundir, reproducir o publicar de manera total o
parcial el presente trabajo de titulación.
Cuenca, 12 de agosto del 2022.
Atentamente,
Andrea Gabriela Cabrera Castro John Paul Reinozo Chacón

0105363709 0105319792
I
CERTIFICADO DE CESIÓN DE DERECHOS DE AUTOR DEL TRABAJO DE
TITULACIÓN A LA UNIVERSIDAD POLITÉCNICA SALESIANA
Nosotros, Andrea Gabriela Cabrera Castro con documento de identificación N° 0105363709 y

John Paul Reinozo Chacón con documento de identificación N° 0105319792, expresamos nuestra
voluntad y por medio del presente documento cedemos a la Universidad Politécnica Salesiana la
titularidad sobre los derechos patrimoniales en virtud de que somos autores del Proyecto técnico:
“Diseño y construcción de un robot móvil omnidireccional basado en ROS para la enseñanza de
conceptos matemáticos a estudiantes de bachillerato”, el cual ha sido desarrollado para optar por
el título de: Ingeniero Electrónico, en la Universidad Politécnica Salesiana, quedando la
Universidad facultada para ejercer plenamente los derechos cedidos anteriormente.
En concordancia con lo manifestado, suscribimos este documento en el momento que hacemos la

entrega del trabajo final en formato digital a la Biblioteca de la Universidad Politécnica Salesiana.
Cuenca, 12 de agosto del 2022.
Atentamente,
Andrea Gabriela Cabrera Castro John Paul Reinozo Chacón

0105363709 0105319792
II
CERTIFICADO DE DIRECCIÓN DEL TRABAJO DE TITULACIÓN
Yo, Luis Enrique González Delgado con documento de identificación N° 0104540273, docente de
la Universidad Politécnica Salesiana, declaro que bajo mi tutoría fue desarrollado el trabajo de
titulación: DISEÑO Y CONSTRUCCIÓN DE UN ROBOT MÓVIL OMNIDIRECCIONAL
BASADO EN ROS PARA LA ENSEÑANZA DE CONCEPTOS MATEMÁTICOS A
ESTUDIANTES DE BACHILLERATO, realizado por Andrea Gabriela Cabrera Castro con
documento de identificación N° 0105363709 y por John Paul Reinozo Chacón con documento de
identificación N° 0105319792, obteniendo como resultado final el trabajo de titulación bajo la
opción Proyecto técnico que cumple con todos los requisitos determinados por la Universidad
Politécnica Salesiana.
Cuenca,12 de agosto del 2022.
Atentamente,
Ing. Luis Enrique González Delgado, MSc.

0104540273
III
DEDICATORIA
Este trabajo de titulación está dedicado principalmente a Dios y a mis hijos Pedrito y Juan Agustín
que son mi principal fuente de motivación e inspiración para superarme cada día, son mi orgullo
y sé que lograrán grandes triunfos en sus vidas.
También dedico este proyecto a mi amado esposo Pedro que ha sido un gran apoyo y un pilar
fundamental en mi vida, quien, con su amor, gran sacrificio, esfuerzo y comprensión me ha guiado
y apoyado tanto en mi vida diaria como en este proceso para culminar mi carrera, juntos hemos
superado adversidades y logrado muchos objetivos, juntos siempre hasta el final.
Pedro, Pedrito y Agustín son lo más grande y valioso que tengo, los amo con todo mi corazón.
A mis suegros Ramón y María del Carmen a quienes admiro y quiero mucho, con su paciencia y
cariño me han brindado un gran apoyo, ustedes son un pilar fundamental y un gran ejemplo para
mis hijos, mi esposo y para mí, con su apoyo, cariño y ayuda he podido lograr todo esto.
A mi tía Carmen a quien considero como una madre y quiero mucho, siempre me ha apoyado e
incentivado para lograr lo que me proponga.
A todos ellos, quienes son lo más importante en mi vida.
Andrea Gabriela Cabrera Castro
IV
Dedico el presente trabajo a Dios y mediante él, lo dedico a mi familia y padres: Nélida Chacón y
Edgar Reinozo, mi abuelita Esther Reinoso, hermanos Micaela y Ángel Reinozo, y mis Tíos, pues
todos y cada uno de ellos aportaron con un granito de arena en el momento exacto cuando así yo
lo requería, para que pueda avanzar y estudiar un ciclo más, hasta poder culminar con mi carrera
universitaria.
Dedico este trabajo a dos grandes amigos esposos Fernando y María quienes me abrieron las
posibilidades de poder autofinanciarme en mis estudios, al brindarme acogida y sostén en su hogar.
Hago extensa mi dedicatoria a mis compañeros de estudio y de vida que hoy en día son mis colegas
y con quienes sé que puedo contar cuando así lo requiera.
John Paul Reinozo Chacón
V
AGRADECIMIENTOS
Agradezco a Dios por sus bendiciones y por otorgarme esta maravillosa familia, a mi esposo por
su gran amor, apoyo, sacrificio y esfuerzo que hace diariamente por mis hijos y por mí, a mi hijo
Pedrito que ha sabido pacientemente comprender el esfuerzo que conlleva esta carrera, a mi hijo
Juan Agustín, a mis suegros Ramón y María por su gran apoyo y cariño, a mi Tía Carmen por creer
en mí. También quiero agradecer al Ing. Luis González que con su conocimiento y guía se pudo
concluir este trabajo.
Andrea Gabriela Cabrera Castro
Quiero agradecer a Dios, a mis Padres, familia, docentes y amigos pues su apoyo fue incondicional
en mi vida ya que me permitieron crecer profesionalmente como un buen ser humano pues no
permitieron que me desvíe en el camino.
Agradezco el apoyo pues no solo fue económico, además de eso me aportaron con conocimientos
profesionales, personales y religiosos, en ellos existe la predisposición a transmitirme una
enseñanza en cada ocasión disponible.
Agradezco haber conocido el significado del esfuerzo y trabajo duro.
John Paul Reinozo Chacón
VI
ÍNDICE
ÍNDICE ........................................................................................................................................... 1
LISTA DE FIGURAS ..................................................................................................................... 4
INTRODUCCIÓN .......................................................................................................................... 7
JUSTIFICACIÓN ........................................................................................................................... 8
OBJETIVOS ................................................................................................................................... 9
Objetivo general .......................................................................................................................... 9
Objetivos Específicos ................................................................................................................. 9
CAPÍTULO 1: Proceso de enseñanza y aprendizaje de las matemáticas ..................................... 10
1.1. Importancia de las matemáticas en la vida cotidiana ..................................................... 10
1.2. Aspectos psicológicos en la enseñanza de matemáticas. ............................................... 11
1.2.1. Teoría del aprendizaje significativo en el área de las matemáticas. ....................... 12
1.2.2. Inteligencia lógico-matemático............................................................................... 12
1.3. Proceso de aprendizaje de las ciencias exactas .............................................................. 13
1.3.1. Etapas del aprendizaje de las matemáticas ............................................................. 14
1.3.2. Desafíos en la enseñanza y aprendizaje. ................................................................. 16
1.3.3. Métodos de estimulación. ....................................................................................... 17
1.4. Enseñanza de matemáticas a estudiantes de secundaria................................................. 18
1.4.1. Aprendizaje abductivo, inductivo y deductivo. ...................................................... 18
1.4.2. De la teoría a la práctica. ........................................................................................ 20
1.4.3. Destrezas adquiridas en el proceso. ........................................................................ 21
CAPÍTULO 2: La robótica como didáctica de soporte en la enseñanza de las matemáticas ....... 23
2.1. La robótica en la actualidad ........................................................................................... 23
2.2. Robótica como soporte a la enseñanza........................................................................... 24
2.2.1. Beneficios del uso de la robótica en la enseñanza. ................................................. 25
2.2.2. Robótica educativa. ................................................................................................. 26
2.3. Etapas para organizar una clase con robótica................................................................. 27
2.4. Herramientas robóticas utilizadas en la enseñanza de matemáticas. ............................. 29
CAPÍTULO 3: Modelo matemático del robot omnidireccional ................................................... 34
3.1. Robots móviles omnidireccionales ................................................................................ 34
3.1.1. Rueda Universal...................................................................................................... 35
3.1.2. Rueda esférica ......................................................................................................... 36
1
3.1.3. Rueda mecanum o rueda sueca. .............................................................................. 37
3.2. Modos de locomoción de un robot móvil de cuatro ruedas mecanum ........................... 39
3.3. Modelo matemático de un robot móvil omnidireccional con ruedas mecanum ............ 42
3.3.1. Modelado cinemático de un robot móvil omnidireccional con ruedas mecanum
42
3.3.2. Velocidades del robot sobre el plano XY – Cinemática directa ............................. 43
3.3.3. Relación velocidad robot y velocidad de las ruedas – Cinemática directa ............. 45
3.3.4. Relación velocidad robot y velocidad de las ruedas – Cinemática inversa ............ 47
CAPÍTULO 4: Diseño de hardware.............................................................................................. 48
4.1. Componentes utilizados ................................................................................................. 48
4.1.1. Partes mecánicas y componentes electrónicos utilizados para armar el robot........ 48
Mini voltímetro medidor de batería .............................................................................................. 50
4.2. Diseño de la carcasa ....................................................................................................... 54
4.2.1. Diseño de la base .................................................................................................... 55
4.2.2. Distribución del espacio interno de la base del robot ............................................. 55
4.2.3. Diseño de soportes laterales y frontales .................................................................. 56
4.2.4. Diseño de la cubierta............................................................................................... 57
4.3. Esquema electrónico ...................................................................................................... 58
4.3.1. Diseño de la placa electrónica (Shield)................................................................... 59
4.3.2. Ruteo de la placa ..................................................................................................... 62
4.4. Ensamblaje final del robot ............................................................................................. 63
CAPÍTULO 5: Desarrollo de software ......................................................................................... 65
5.1. Esquema de funcionamiento del robot ........................................................................... 65
5.1.1. Diagrama de flujo del sistema ................................................................................ 66
5.2. Robot Operative System (ROS) ..................................................................................... 68
5.2.1. Implementación y funcionamiento de ROS ............................................................ 69
5.2.2. Instalación de ROS ................................................................................................. 70
5.3. Programación en Arduino .............................................................................................. 71
5.4. Interfaz de usuario .......................................................................................................... 71
CAPÍTULO 6: Control del robot móvil Omnidireccional ............................................................ 76
6.1. Control de velocidad de las ruedas................................................................................. 76
6.1.1. Sentido de giro del motor........................................................................................ 76
6.1.2. Resolución del encoder ........................................................................................... 77
2
6.1.3. Modelo dinámico de un motor: Respuesta en lazo abierto ..................................... 78
6.1.4. Control PID y sintonía Lambda .............................................................................. 81
6.1.5. Control PID y sintonía fina ..................................................................................... 84
6.2. Control no lineal y teoría de Lyapunov.......................................................................... 86
6.2.1. Teoría de Lyapunov ................................................................................................ 86
6.2.2. Función candidata de Lyapunov ............................................................................. 86
6.2.3. Sistema estable ........................................................................................................ 88
6.2.4. Sistema asintóticamente estable .............................................................................. 89
6.3. Control de posición del robot ......................................................................................... 90
6.3.1. Control de posición del robot móvil omnidireccional sin una orientación
determinada........................................................................................................................... 92
6.3.2. Control de posición del robot móvil omnidireccional con una orientación
determinada........................................................................................................................... 96
6.4. Control de trayectoria del robot ..................................................................................... 98
6.5. Planta de control general del robot............................................................................... 100
CAPÍTULO 7: Pruebas y evaluación de resultados .................................................................... 102
7.1. Pruebas experimentales ................................................................................................ 102
7.1.1. Control de posición - pruebas experimentales ...................................................... 103
7.1.2. Control de trayectoria - pruebas experimentales .................................................. 114
7.2. Pruebas con jóvenes ..................................................................................................... 124
7.2.1. Manual de ensamblaje e instructivo de prácticas .................................................. 124
7.2.2. Resultados del taller .............................................................................................. 126
Conclusiones ............................................................................................................................... 128
Recomendaciones ....................................................................................................................... 129
Trabajo futuro ............................................................................................................................. 131
ANEXOS .................................................................................................................................... 132
Apéndice 1 – Listado de materiales y costos .......................................................................... 132
Apéndice 2 – Planos del robot ................................................................................................ 133
Apéndice 3 – Manual de ensamblaje ...................................................................................... 136
Apéndice 4 – Registro de asistentes Taller OmniMatic ......................................................... 144
Apéndice 5 – Guía de prácticas para el taller OmniMatic ...................................................... 145
Apéndice 6 – Fotografías taller OmniMatic ........................................................................... 148
Referencias.................................................................................................................................. 151
3
LISTA DE FIGURAS
Figura 1. Izquierda: Lego Mindstorms EV3; derecha: Lego CyberMaster [43]. .......................... 29
Figura 2. Estudiantes de colegios de Barrancas - Chile, trabajan con un kit robótico
implementado por el ministerio de educación de Chile (JUNAEB) [46]. ............................ 30
Figura 3. Captura de pantalla del emulador “Karel el robot”, 2011 [48]. ..................................... 30
Figura 4. Plataforma móvil “KUKA youBot” [49]. ...................................................................... 31
Figura 5. Plataforma robótica móvil omnidireccional REAS [51]. .............................................. 32
Figura 6. Robot didáctico de experimentación científica – tecnológica, desarrollado por
estudiantes de la UPS [53]. ................................................................................................... 33
Figura 7. Izquierda: Robot móvil para transporte de carga pesada; derecha: Robot In situ
Fabricator, creado para el área de la construcción en el Laboratorio de Fabricación Robótica
de ETH Zurich [54]............................................................................................................... 34
Figura 8. Distribución de ruedas en robots móviles omnidireccionales [55]. .............................. 35
Figura 9. Rueda Universal Omnidireccional de tres filas de rodillos [56]. .................................. 36
Figura 10. Robots empleando una rueda esférica; Izquierda: desarrollado en la universidad de
Tohoku Gakuin, Japón, en 2008; derecha: desarrollada en ETH, Zurich, Suiza, en 2010
[57]. ....................................................................................................................................... 37
Figura 11. Rueda Mecanum. ......................................................................................................... 38
Figura 12. Izquierda: rueda Mecanum con α=45°; derecha: rueda Mecanum con α=-45° [58]. .. 38
Figura 13. Distribución de ruedas zurdas y diestras en el robot móvil omnidireccional. ............. 39
Figura 14. Orientación de los rodillos para las ruedas zurda con ángulo α=45 y diestra con ángulo
α=-45 [59]. ............................................................................................................................ 40
Figura 15. Modos básicos de locomoción del robot móvil omnidireccional con cuatro ruedas
mecanum. .............................................................................................................................. 41
Figura 16. Modelo de rueda mecanum con ángulo δ marcado gráficamente. .............................. 43
Figura 17. Diagrama de cuerpo libre del robot en el plano XY. ................................................... 44
Figura 18. Esquema general del robot móvil omnidireccional. .................................................... 46
Figura 19. Diseño 3D de la base del robot móvil omnidireccional. ............................................. 55
Figura 20. Diseño de la rejilla lateral del robot móvil omnidireccional. ...................................... 56
Figura 21. Diseño de la rejilla frontal y trasera del robot móvil omnidireccional. ....................... 57
Figura 22. Diseño 3D de la cubierta superior del robot móvil direccional. .................................. 58
Figura 23. Distribución de los pines del Shield para los drivers y Arduino mega 2560. ............. 60
Figura 24. PCB Shield para el Arduino Mega 2560, vista superior. ............................................ 61
Figura 25. PCB Shield para el Arduino Mega 2560, vista inferior. .............................................. 62
Figura 26 (a) Ruteado de la capa superior de la PCB, (b) Ruteado de la capa inferior de la PCB 63
Figura 27. Elementos utilizados para unir los componentes del robot móvil omnidireccional. ... 63
Figura 28. Ensamblaje del robot móvil omnidireccional. ............................................................. 64
Figura 29. Diagrama general del robot. ........................................................................................ 65
Figura 30. Diagrama de flujo del sistema. .................................................................................... 67
Figura 31. Interfaz gráfica utilizando la herramienta Qt Designer. .............................................. 72
Figura 32. Menú de opciones de la interfaz gráfica. ..................................................................... 73
4
Figura 33. Interfaz gráfica para el control de trayectoria. ............................................................. 74
Figura 34. Interfaz gráfica para el control de posición. ................................................................ 75
Figura 35. Señales de salida denominadas A y B generadas por los encoders de efecto Hall del
encoder. ................................................................................................................................. 76
Figura 36. Diagrama de bloques para desarrollar el algoritmo de identificación de parámetros de
control [65]............................................................................................................................ 79
Figura 37 Respuesta a una entrada escalón (Pv_real) / aproximación (Pv_estimated) con
variables del sistema de primer orden. .................................................................................. 80
Figura 38. Valores de las variables de proceso (Pv) y variable deseada o Set Point (Sp), ........... 84
Figura 39 Respuesta del sistema PID – Sp_Pv aplicando los métodos de sintonía. ..................... 85
Figura 40. Representación de función definida positiva. .............................................................. 87
Figura 41. Función semidefinida negativa que cumple con las condiciones de sistema estable. . 88
Figura 42. Representación gráfica del sistema asintóticamente estable. ...................................... 90
Figura 43. Control de posición sin una orientación deseada. ....................................................... 91
Figura 44. Control de posición con una orientación deseada. ...................................................... 92
Figura 45. Diagrama del robot con orientación deseada [58]. ...................................................... 96
Figura 46. Planta general de control del robot. ........................................................................... 100
Figura 47. Lona 1 - Plano cartesiano vacío................................................................................. 103
Figura 48. Lona 2 - Ejercicio 1 - Control de posición: Triángulo isósceles ............................... 104
Figura 49.Comparación de resultados Ejercicio 1 Control de Posición – trayectoria en lona vs
trayectoria en interfaz ......................................................................................................... 105
Figura 50. Resultados Ejercicio 1 - Control de Posición - Triángulo isósceles – Gráficas ........ 106
Figura 51. Lona 3 - Ejercicio 2 - Control de posición: Cuadrado............................................... 108
Figura 53. Resultados Ejercicio 2 - Control de Posición - Cuadrado – Gráficas........................ 110
Figura 54. Lona 4 - Ejercicio 2 - Control de posición: Cuadrado............................................... 111
Figura 56. Resultados Ejercicio 2 - Control de Posición – Hexágono – Gráficas ...................... 113
Figura 57. Lona 5 - Ejercicio 1 - Control de trayectoria: Círculo............................................... 114
Figura 58.Comparación de resultados Ejercicio 1 Control de Trayectoria – trayectoria en lona vs
Figura 59. Resultados Ejercicio 1 - Control de Trayectoria - Círculo – Gráficas ...................... 116
Figura 60. Lona 6 - Ejercicio 2 - Control de trayectoria: Óvalo ................................................. 118
Figura 62. Resultados Ejercicio 2 - Control de Trayectoria - Óvalo – Gráficas ......................... 120
Figura 63. Lona 7 - Ejercicio 3 - Control de trayectoria: Infinito............................................... 121
Figura 65. Resultados Ejercicio 3 - Control de Trayectoria - Infinito – Gráficas ...................... 123
Figura 66. Manual de ensamblaje – OmniMatic (Apéndice 3 – Manual de ensamblaje) ........... 125
5
Figura 67. Guía de prácticas - Taller OmniMatic (Apéndice 5 – Guía de prácticas para el taller
OmniMatic) ......................................................................................................................... 126
Figura 68 Participantes del taller - Grupos 1 y 2 ........................................................................ 127
Figura 69. Participante controlando el robot desde la interfaz gráfica. ...................................... 128
Figura 70. Kit 1 - Robot OmniMatic. ......................................................................................... 148
Figura 71. Kit 2 - Robot OmniMatic. ......................................................................................... 148
Figura 72. Grupo 1 ensamblando el robot. ................................................................................. 149
Figura 73. Grupo 2 ensamblando el robot. ................................................................................. 149
Figura 74. Robot ensamblado por los participantes. ................................................................... 150
Figura 75. Demostración del movimiento del robot. .................... ¡Error! Marcador no definido.
Figura 76. Participantes del taller OmniMatic luego de armar los robots. ................................. 150
6
INTRODUCCIÓN
A lo largo de la historia, las matemáticas han sido una de las ciencias más relevantes para
la humanidad, brindando importantes aportes al desarrollo científico, intelectual y tecnológico de
la sociedad, transformando la vida diaria de las personas y el entorno que les rodea. Las
matemáticas se constituyen actualmente como la base de varias ciencias, siendo indispensable su
aprendizaje y comprensión [1].
La enseñanza de matemáticas en colegios y escuelas puede convertirse en un desafío, sobre
todo en materias que conllevan cierta dificultad y que se encuentran asociadas a esta ciencia como
lo son computación, física, contabilidad, economía, entre otras. El poco interés, bajo compromiso
e incluso el miedo por parte de los estudiantes puede llevar a que esta enseñanza sea aún más
difícil. Una ayuda para solventar esta problemática puede ser el uso de herramientas tecnológicas
y actualmente se ha visto en la robótica una alternativa para crear entornos más lúdicos de
aprendizaje [1] [2].
Previamente, se han incorporado robots como herramientas de soporte a la enseñanza en
diferentes países a lo largo del mundo como se menciona en [3] [4] [5]. En estos proyectos se dotó
a las escuelas y colegios secundarios con prototipos robóticos que dan soporte al aprendizaje de
una manera más didáctica, esta integración en las aulas de clases permitió despertar el interés e
incrementó el compromiso y motivación de los estudiantes en el aprendizaje de matemáticas y
programación.
En este proyecto de tesis ilustraremos el desarrollo de un robot que pueda ser utilizado
como herramienta para reforzar el aprendizaje de las matemáticas en niños y jóvenes.
7
JUSTIFICACIÓN
El presente proyecto de titulación nació de la necesidad de motivar y reforzar el aprendizaje

de las ciencias exactas y a su vez dar una solución diferente a los métodos convencionales
impartidos en los centros educativos, de esta forma forjar una motivación en el estudiante por
aprender, investigar y practicar en esta área, incrementando a su vez el interés por las carreras de
ingeniería y la tecnología.
Por tanto, se pretende desarrollar una herramienta académica de refuerzo para los
estudiantes y docentes en los centros educativos, especialmente del bachillerato. Se busca
principalmente complementar la teoría con la práctica y demostrar de modo tangible cuáles serían
los resultados del uso correcto o incorrecto de los conceptos aprendidos en clase, demostrando,
por ejemplo, cómo podría afectar el mal uso de un signo dentro de una función matemática.
Lo que se busca desarrollar es un robot móvil omnidireccional basado en ROS que pueda
influenciar positivamente en el aprendizaje de matemáticas de manera visual, brindando al
estudiante una representación descriptiva a través del movimiento del robot, simulando un plano
cartesiano con ejes X Y, sobre el cual se podrá dibujar distintas funciones matemáticas, además de
controlar la trayectoria del robot de acuerdo a determinadas tareas que el estudiante deberá
completar con la intención de lograr una mejor comprensión de los conceptos aprendidos.
8
OBJETIVOS
Objetivo general
Diseñar y construir un robot móvil omnidireccional basado en ROS para la enseñanza de conceptos
matemáticos dirigido a estudiantes de bachillerato
Objetivos Específicos
● Estudiar los modelos cinemáticos existentes para el control de ruedas mecanum y su

funcionamiento en vehículos omnidireccionales.
● Dotar a la plataforma móvil con la capacidad de desplazarse omnidireccionalmente y seguir
una trayectoria definida.
● Definir una red ROS que permita la interacción usuario - robot.
● Elaborar una guía de prácticas de laboratorio que den soporte a la enseñanza de
matemáticas a estudiantes de bachillerato.
9
CAPÍTULO 1: Proceso de enseñanza y aprendizaje de
las matemáticas
1.1. Importancia de las matemáticas en la vida cotidiana
El aprendizaje de las matemáticas brinda al ser humano un conocimiento más profundo del
mundo que nos rodea y que será parte de su vida cotidiana, por lo que, el perfeccionamiento de
estos conceptos conlleva a una mejora en los siguientes aspectos cognitivo/intelectuales [6]:
● Pensamiento analítico: Es la capacidad que tiene el ser humano de descomponer y encontrar

patrones en la información que recibe obteniendo soluciones simples, ágiles y fáciles a
problemas complejos. Este proceso es importante para resolver problemas matemáticos.
● Razonamiento ordenado: Está estrechamente ligado a un proceso de análisis coherente,

requerimiento necesario para organizar los pensamientos y expresarlos correctamente. Según
Santo Tomás “Quien ordena, no se repite; quien no se repite, es breve y conciso; quien es
ordenado, breve y conciso, es claro y profundo al mismo tiempo.”
● Agilidad mental: Es la macro destreza que abarca las dos anteriores, cuyo objetivo es
desarrollar las habilidades cognitivas superiores tales como: facilidad y velocidad para abordar
cualquier tipo de situación que requiera de cálculo de probabilidades, pensamiento lógico y
toma de decisiones.
Adicional a ello, se puede englobar el uso de las matemáticas en casi todo lo que hacemos
ya sea en nuestra vida diaria como en campos más avanzados de la ciencia y tecnología, debido a
que son únicas, de carácter universal y auxiliar inevitable e inexcusable del resto de ciencias y
actividades [6].
10
Las matemáticas se encuentran ampliamente relacionadas con la mayoría de las carreras
profesionales que hoy en día se conocen y con las que se desarrollan nuevos campos de estudios:
ingeniería, informática, medicina, filosofía, arquitectura, química, contabilidad, etc.
Estas son algunas opciones dentro de las ciencias, aunque existen más por ser evaluadas,
todas están en constante crecimiento y desarrollo, esto ha hecho que salgan al mercado tecnologías
que brindan soporte a las necesidades del ser humano con base a los avances científicos de sus
casos de estudio.
Existen dos aspectos esenciales que relacionan la vida diaria con las matemáticas: La
utilidad y su ayuda a la comprensión. Son útiles porque nos permite relacionarnos con las
situaciones cotidianas, porque deben ser realizadas, aunque tratemos de evitarlas. Y por qué ayuda
a clarificar la razón de la acción. Su carácter se corresponde con alguna de las seis actividades
matemáticas universales identificadas por Bishop [7]: contar, medir, localizar, diseñar, jugar o
explicar.
Las nuevas tecnologías y el alcance científico se deben al avance y a la investigación que
se desarrollan en las matemáticas a lo largo de todo el mundo. Las matemáticas se han convertido
en aliado estratégico de otras ciencias, por lo que forman cimientos sustanciales en la investigación
y desarrollo de nuevas teorías.
En la actualidad es muy importante contar con el uso de la tecnología, entre ellas vuelos de
aviones, naves espaciales, automóviles, transacciones digitales, navegación GPS,
telecomunicaciones, software y hardware de alto rendimiento. ¿Qué tienen en común todas estas
tecnologías? Pues que su usual denominador es la alta complejidad matemática, haciendo posible
la aplicación tecnológica que hace pocos años era solo una idea [8].
Como conclusión podemos exteriorizar que las matemáticas las usamos en casi todos los
ámbitos de nuestro alrededor, son uno de los patrimonios más antiguos e importantes de la
humanidad, han servido para la evolución y desarrollo de las civilizaciones a lo largo de la historia.
1.2. Aspectos psicológicos en la enseñanza de matemáticas.
Un aporte importante de este conocimiento son los últimos avances en la psicología

cognitiva aplicada a la educación de la matemática. Entre ellos, se resuelven tres problemas
centrales: el del desarrollo que no es más que el problema de la evolución, autodesarrollo y
11
genética del pensamiento matemático, como segundo problema se tiene los mecanismos cognitivos
involucrados en el procesamiento matemático basado en dos rubros tales como procedimientos de
cálculo y resolución de problemas, visualizando la dicotomía entre los procedimientos de
algoritmos y procedimientos heurísticos, como último problema se tiene el de la enseñanza
aprendizaje, cubierto por dos enfoques diferentes a las preguntas complementarias sobre cómo el
niño aprende matemáticas y cómo se deben enseñar [9].
1.2.1. Teoría del aprendizaje significativo en el área de las matemáticas.
Según Jean Piaget (1896-1980), Psicólogo suizo, manifiesta que las etapas del
pensamiento lógico matemático son las siguientes [10]:
● Conocimiento físico. – Mediante la manipulación de objetos.
● Conocimiento lógico matemático. – Se construye con abstracción reflexiva
● Conocimiento social. – Convencional y no convencional.
Para Jean Piaget el conocimiento es un proceso, no un estado. Por cuanto el saber es

relativo, sujeto a cambios y a variaciones de acuerdo con los nuevos avances, y que además es
progresivo de lo más fácil a lo más complejo, de ello surge la última de las etapas donde el
adolescente manifiesta su capacidad para realizar operaciones y su predisposición al pensamiento
abstracto, facilitando la aplicación de las técnicas de razonamiento por medio de la crítica y la
perfección. En esta etapa el desarrollo cualitativo alcanza el punto más alto debido a que se
desarrollan sentimientos idealistas. Además de ello se manejan las dos reversibilidades en forma
integrada, simultánea y sincrónica [10].
1.2.2. Inteligencia lógico-matemático
Según Howard Gardner, conocido en el ámbito científico por sus investigaciones en el

análisis de las capacidades cognitivas y por haber formulado la teoría de las inteligencias múltiples,
12
entre ellas la inteligencia lógico matemático, la misma que comprende la capacidad para usar los
números de manera efectiva y razonar adecuadamente, explica que la inteligencia lógico
matemático se considera como la capacidad para formular soluciones y resolver dificultades,
estructurar elementos para hacer inferencias y respaldarlos con argumentos coherentes [11].
Un buen razonamiento lógico matemático permite desarrollar las siguientes habilidades

cognitivas básicas y superiores en los estudiantes, tales como:
• Disfrutar de la magia de los números y sus combinaciones.

• Emplear fórmulas aún fuera del laboratorio
• Experimentar, preguntar, resolver problemas lógicos, explorar y pensar
• Manipular materiales y objetos de ciencias.
• Desarrollar la capacidad de localizar e instaurar relaciones entre objetos que otros
repetidamente no ven.
• Esforzarse con problemas cuya resolución demanda el uso del raciocinio crítico y divergente.
• Desarrollan excelentes habilidades de razonamiento inductivo y deductivo para dominar retos
lógico-matemáticos complejos.
• Se divierten aplicando sus extraordinarias habilidades matemáticas a situaciones de la
cotidianidad.
• Son interrogadores, curiosos e investigadores obstinados.
• Se sienten muy atraídos por los juegos de estrategia, que requieren mucha planificación y
predicción de movimientos [11].
1.3. Proceso de aprendizaje de las ciencias exactas
Las ciencias exactas son fundamentales y necesarias en la vida de las personas, la mayoría
de las actividades que se realizan diariamente requieren de conocimientos matemáticos, ya sea en
las cosas más simples como comprar un producto, administrar dinero, calcular distancias y tiempo,
etc.
La aplicación de las matemáticas es esencial en la mayoría de las profesiones y quienes
tienen mayor dominio en esta área, así como en la resolución de problemas, tendrán más opciones
13
al momento de elegir una carrera profesional [12]. Aprender matemáticas permite a los estudiantes
desarrollar destrezas que son aplicadas día a día como son el razonamiento, el pensamiento crítico
y lógico, así como la resolución de problemas.
No todos los estudiantes al final de su formación académica desarrollan las mismas
destrezas y gusto por las ciencias exactas, por lo que es primordial buscar que todos tengan las
mismas oportunidades y facilidades de aprendizaje para la adquisición de conceptos matemáticos
de forma equitativa. De este modo, es importante comprender las etapas del aprendizaje de las
matemáticas que se presentan a continuación.
1.3.1. Etapas del aprendizaje de las matemáticas
El estudio de las matemáticas es parte del desarrollo intelectual general de las personas,
esto conlleva varios procesos cognitivos que empiezan desde una edad temprana como es la
infancia y siendo trascendentales para la vida adulta, tomando en cuenta que la manera en que los
niños adquieren conocimientos matemáticos y los utilizan para resolver problemas de la vida diaria
contribuirá a determinar su orientación vocacional en el futuro.
Durante la infancia se desarrollan habilidades cruciales para la futura comprensión

matemática, los niños de 0 a 5 años observan, manipulan y experimentan en el entorno que les
rodea, ya sea al percibir las fracciones que se presentan a su alrededor como trozos de pizza o
pedazos de pastel, con lo cual desarrollan una imagen mental de ese concepto matemático.
Además, se suman las actividades psicomotrices que realizan los niños en esta etapa y que
influencia de gran manera el aprendizaje matemático. De acuerdo con el estudio ejecutado por
Kobayashi, Hiraki y Hasegawa [13] a un grupo de bebés de seis meses de edad para determinar el
emparejamiento intermodal auditivo-visual de pequeñas numerosidades en la infancia, usando las
diferencias entre la información visual y la auditiva sobre el número de elementos en un conjunto.
Al finalizar el estudio, se demostró que los niños en la infancia son capaces de distinguir
cantidades numéricas.
Cuando los niños se encuentran en la edad preescolar, el proceso de aprendizaje de las
matemáticas es flexible. Conforme los niños crecen, desarrollan habilidades en torno al
aprendizaje de conceptos matemáticos de manera progresiva dependiendo de la edad [14].
14
demostraron en su estudio que los niños y adolescentes desarrollan mejores habilidades cuando se
establecen métodos didácticos de enseñanza, favoreciendo el aprendizaje y reforzando los
conceptos aprendidos por los estudiantes.
Aprender matemáticas puede ser complejo al principio, pero con las herramientas y la guía
adecuada es posible facilitar el aprendizaje y lograr que la persona comprenda de mejor manera
los conceptos matemáticos, para lo cual es necesario conocer las etapas del aprendizaje que de
acuerdo con J. A. Walker [15] son 4:
Etapa 1 - Desconcierto: En esta etapa la persona se siente desorientada, los símbolos y

números le parecen algo nuevo y complicado. La lectura y refuerzo de esos conceptos matemáticos
ayudará a mejorar la comprensión.
Etapa 2 - Tropezar: Al principio no siempre se comprenden en su totalidad los conceptos

matemáticos, en este punto la persona puede resolver los primeros pasos del problema y luego
quedarse atascado en la resolución, por lo que puede generar frustración en el estudiante y, por lo
tanto, desánimo en aprender las ciencias exactas, la solución está en observar ejemplos y revisar
notas apuntes obtenidas cuando el profesor impartía la clase. Estos tropiezos son importantes
porque el cerebro realiza las conexiones necesarias para pasar a la siguiente etapa.
Etapa 3 - Comprensión robótica: Una vez superadas las dos etapas anteriores, el
estudiante se siente capacitado para resolver los problemas, aunque no siempre comprenda el
porqué de ciertos pasos y estos sean confusos, el estudiante puede resolver los problemas y obtener
una respuesta correcta, en su mayoría, muchas personas se sienten conformes en esta etapa, pero
es relevante reforzar y comprender todos los pasos y conceptos que se presentan, por lo que
reforzar, practicar y estudiar permite mejorar esa comprensión que el estudiante necesita.
Etapa 4 - Verdadera comprensión: Esta es la etapa final en la que el estudiante

comprendió en su totalidad el concepto o idea matemática, por lo tanto, puede resolver ideas o
problemas que impliquen complejidad y aplicar estas nuevas ideas a la resolución de problemas,
muy aparte de sí se equivoca o tiende a errar en la resolución.
15
1.3.2. Desafíos en la enseñanza y aprendizaje.
La enseñanza y el aprendizaje de las matemáticas conlleva dificultades significativas que

son provocadas por varios factores, entre ellos el miedo que tienen los estudiantes hacia esta
ciencia, el cual es transmitido a temprana edad y trasciende a lo largo de su vida escolar, creándose
una idea errada sobre la complejidad de estudiar las ciencias exactas. Esto finalmente desemboca
en desmotivación y desinterés por aprender las matemáticas y genera mayores dificultades al
momento de transmitir estos conocimientos por parte del docente.
Todas estas manifestaciones se producen por ideas y prácticas erradas en donde los
estudiantes han degradado fuertemente la imagen de la ciencia y en el que la desmotivación por
investigar, leer y practicar ha aumentado significativamente. Estas razones conllevan un reto fuerte
que deben afrontar los docentes, así como los estudiantes y de manera indirecta los padres de
familia, al respecto D’Amore, J. Godino y M. Fandiño [16] mencionan: “lo que aleja a los
estudiantes de la matemática no es ella misma en sí, sino la forma como esta se les presenta, la
falta de interacción entre el mundo real y los contenidos orientados en el aula; ellos se desestimulan
cuando descubren que la matemática que se enseña en la escuela no se relaciona con la vida
cotidiana”, de modo que los estudiantes generan una idea errónea creyendo que las matemáticas
no tendrán ninguna relevancia en su vida profesional.
La didáctica de las matemáticas ha demostrado que estas pueden ser accesibles y
agradables si se lleva una orientación y enseñanza adecuada que implique una permanente
interacción entre el maestro y sus alumnos, y entre estos y el entorno que les rodea. Logrando que,
a través de la exploración, abstracción, clasificación, medición y estimación, sean capaces de llegar
a resultados que permitan comunicarse en forma matemática y descubrir que estas se encuentran
íntimamente relacionadas con la realidad y con las situaciones que los rodean [17].
Las formas de enseñanza cambian con el pasar de los años, por lo tanto, la educación debe
buscar procesos innovadores para cumplir con las expectativas que implica la educación en las
nuevas generaciones, de esta manera la adaptación a los avances tecnológicos es importante.
Buscar maneras didácticas e interactivas en la enseñanza de esta ciencia ayudarán a generar
motivación y gusto por aprender y experimentar con las matemáticas.
Por otro lado, entre otros factores relevantes que influyen en la enseñanza y el aprendizaje
en la educación son: la pobreza, la desigualdad y la exclusión social, para solucionar esta
16
problemática las autoridades y el estado deben cumplir un papel fundamental y su deber es afrontar
desafíos como son elevar la calidad de vida de los ciudadanos en especial en los sectores más
vulnerables, mejorar la calidad de la educación así como la formación docente, fomentar la justicia
y la seguridad, entre otros retos que son de vital importancia para facilitar la enseñanza y
aprendizaje.
1.3.3. Métodos de estimulación.
En muchos casos las matemáticas son percibidas como difíciles, aburridas y poco
motivadoras, a menudo por la forma en la que esta materia es impartida, por ello se han realizado
varias investigaciones en las que se ha estudiado la forma de estimular el aprendizaje de esta
ciencia relacionando este proceso a las distintas funciones del cerebro.
Entre las funciones asociadas al aprendizaje de matemáticas se encuentran la memoria de

trabajo, esta función es crucial, puesto que permite la ejecución de tareas cognitivas tales como la
comprensión, el razonamiento y la resolución de problemas. Como otra función importante se tiene
la atención, que involucra la aplicación voluntaria de los sentidos y la actividad mental,
permitiendo captar cualquier tipo de estímulo para responder correctamente al medio, por último,
se presenta la metacognición definida por Ruiz Martín [18] como “el acto de pensar sobre nuestro
propio pensamiento” en consecuencia, este proceso permite acrecentar tácticas de aprendizaje
relacionadas con diferentes tipos de actividades y se relaciona con el autoconcepto, la autoeficacia
y la motivación.
Entre algunos métodos de estimulación se considera el trabajo en equipo, el cual consta de
agrupar parejas de estudiantes, uno con un buen rendimiento en matemáticas y otro que presente
dificultades, el estudiante con habilidades debe buscar métodos o maneras de enseñar al estudiante
con dificultades, permitiéndole reforzar el conocimiento de los conceptos matemáticos y
ayudándole a captar estos conocimientos.
Otro método de estimulación consiste en implementar un entorno interactivo en el cual se
utilizan diferentes materiales u objetos que permitan contextualizar y dar un significado al
conocimiento matemático implantado, Del Ángel [19] en su investigación detalla la importancia
de implementar entornos de aprendizaje que incluyan experiencias sociales, físicas, culturales y
17
psicológicas, esto permitirá analizar y aplicar los conceptos matemáticos, así como captar la
atención de los estudiantes y despertar el interés por aprender las matemáticas.
La implementación de un laboratorio de matemáticas en el cual los estudiantes trabajen de
manera didáctica ya sea manipulando objetos o realizando actividades en donde la organización,
interiorización, retención e identificación les permita reforzar y dar sentido a los conceptos
matemáticos que no hayan sido bien entendidos en el aula de clase. Estas herramientas aportarán
no solo a la adquisición de conocimientos, sino también al almacenamiento de la información a
largo plazo.
Entre otras estrategias importantes, de acuerdo con Mogollón [20], se explican algunas
formas de estimulación como son:
• Promover actividades que estimulen la memoria de trabajo. Aplicando tareas de

memorización, ejercicios de cálculo simple, enigmas y juegos metódicos.
• Captar la atención de los estudiantes a través de la creatividad y la innovación.
• Aplicar aprendizaje enriquecedor mediante desafíos de diversa dificultad.
• Aplicación de técnicas de relajación, especialmente al tratamiento de la ansiedad
matemática.
• Estimulación sensoriomotora en la que se realicen actividades y no solo centrarse en
explicaciones.
1.4. Enseñanza de matemáticas a estudiantes de secundaria.

1.4.1. Aprendizaje abductivo, inductivo y deductivo.
Numerosas investigaciones se han realizado con el objetivo de encontrar métodos más

adecuados para enseñar a razonar a los estudiantes en el proceso de aprendizaje de conceptos
matemáticos, tal es el caso de [21] [22] [23] [24] [25] [26] [27] quienes han realizado varios
estudios profundizando en la forma en que los alumnos resuelven problemas matemáticos, los
procesos cognitivos, las estrategias y habilidades que utilizan, entre otros, obteniendo resultados
significativos y que les acercan cada vez más a una forma adecuada de enseñar a razonar y que los
18
estudiantes mediante este criterio sean capaces de obtener resultados a partir de sus propias
estrategias y formas de resolución de problemas matemáticos.
Campos [28] en su libro habla sobre la teoría del razonamiento desarrollada por Charles
Sanders Peirce, quien dedicó gran parte de su vida al estudio de la lógica en la actividad
matemática.
La teoría de Pierce sobre el razonamiento habla sobre la interpretación de las diferentes
acciones que son llevadas a cabo por los estudiantes cuando ejecutan actividades propias de la
resolución de problemas matemáticos, en su obra se muestran varias posiciones acerca de lo que
es razonar de forma inductiva, abductiva o deductiva. Esta teoría tiene un carácter evolutivo y a lo
largo de la vida de Pierce se realizaron ajustes en los que el mismo autor fue reevaluando y
corrigiendo y de los que se hablará en el presente capítulo.
Pierce define el razonamiento como “el proceso mediante el cual se pasa de unas premisas
a unas conclusiones por medio de un hábito general de pensamiento, que, aunque muchas veces
no es reconocido por el razonador, es el que este considera que conduce al conocimiento verdadero,
en el que no hay dudas” [29]. Pierce determina que existen tres formas de razonamiento como
son: abductivo, deductivo e inductivo, los cuales se definen a continuación:
Razonamiento abductivo: Este razonamiento se da cuando a partir de un fenómeno o

hecho que demanda una explicación se llega a una hipótesis, la cual explica las posibles razones
del hecho y en caso de ser verdadera implica la verdad de los hechos, con lo cual busca ser la
explicación más probable, de este modo la abducción es la operación lógica por la que surgen
hipótesis novedosas.
Razonamiento deductivo: A diferencia del razonamiento abductivo en el caso de una

deducción se obtiene una conclusión, esto quiere decir que para todos los razonamientos se trazan
sus probables consecuencias, de este modo, partir de sus premisas se ofrecen fundamentos
concluyentes.
Razonamiento inductivo: El razonamiento inductivo no es válido ni inválido, esto quiere

decir que las premisas no necesariamente son válidas, pero ofrecen un fundamento, obteniendo de
19
ellas un principio más amplio y general, y como consecuencia la conclusión no siempre será
verdadera.
Los métodos abductivo, deductivo e inductivo son estrategias de razonamiento lógico para
la resolución de problemas matemáticos, al momento de resolver estos problemas se puede usar
ya sea uno u otro método, o la combinación de los tres, dependiendo de la complejidad del
problema.
Los tres tipos de razonamiento expuestos por Pierce determinan tres posibilidades de crear
inferencias y que estas coexistan interdependientemente.
En la inducción se infieren verdades generales a partir de verdades particulares, mientras
que en la deducción resulta lo contrario, por lo tanto, se infiere verdades particulares a partir de
verdades generales.
1.4.2. De la teoría a la práctica.
Enseñar a los estudiantes conceptos matemáticos utilizando únicamente métodos teóricos

no es suficiente para afianzar los conocimientos impartidos por el docente, en consecuencia, se
requiere profundizar el tema utilizando métodos didácticos que permitan potenciar los resultados
del proceso de enseñanza-aprendizaje de las Matemáticas.
Varias investigaciones [23] [25] [30] [31] [32] dan cuenta del bajo nivel de conocimientos
que los alumnos obtienen en el proceso de aprendizaje de las matemáticas, debido a que los
docentes tienden a extraer contenidos exactos de los libros de texto sin usar métodos didácticos de
enseñanza, además señalan que algunos libros no dan un adecuado tratamiento didáctico al proceso
de demostración, dando como resultado bajos niveles de aprendizaje y dificultades en la resolución
de problemas matemáticos por parte de los estudiantes.
Mediante la práctica se afianza el aprendizaje de los conceptos matemáticos, ya sea
realizando diversos ejercicios o resolviendo problemas que permitan entender mejor y consolidar
los conceptos aprendidos. Para llegar a una solución al resolver un problema matemático no
siempre se debe seguir el mismo procedimiento, por esta razón, aprender de memoria los procesos
no es una solución conveniente, pero sí es importante aprender las fórmulas y conceptos que
permitirán encontrar una forma más adecuada para resolver un problema, lo cual es logrado
únicamente a través de la práctica.
20
El profesor deberá definir métodos de práctica adecuados, pudiendo hacer uso de
herramientas tecnológicas necesarias en la actualidad, siendo la robótica un método innovador en
la enseñanza y aprendizaje de las matemáticas, según explica Daniel García Gálvez [33] en su tesis
“Resolución de problemas matemáticos a través de la robótica educativa”.
La robótica sigue un aprendizaje basado en procedimientos, de tal manera que los
estudiantes siguen retos para llegar a una solución y de esta forma adquieren, refuerzan y
desarrollan los conocimientos necesarios en el estudio de las matemáticas.
Optar por métodos lúdicos como técnicas prácticas para la enseñanza de matemáticas
permite al estudiante afianzar sus conocimientos en conceptos matemáticos, así como fomentar el
entusiasmo y gusto por aprender las ciencias exactas.
Farias y Rojas [14] en su trabajo titulado "Estrategias lúdicas para la enseñanza de la
matemática en estudiantes que inician estudios superiores" demostraron que la aplicación de
métodos lúdicos en el aprendizaje de las matemáticas permite reforzar y afianzar lo aprendido por
los estudiantes, además fortalece la socialización y el trabajo en equipo propiciando un cambio
significativo en su actitud hacia el aprendizaje de matemáticas.
1.4.3. Destrezas adquiridas en el proceso.
Las matemáticas brindan destrezas muy importantes para el desarrollo mental de las
personas, puesto que mejoran la capacidad de razonamiento, el pensamiento analítico y la
practicidad.
Las matemáticas estimulan el desarrollo de vías neuronales, aumentando las destrezas
creativas y analíticas en los estudiantes. Una investigación liderada por la Dra. Tanya Evans [34]
de la Universidad de Stanford muestra que: “los estudiantes que saben matemáticas son capaces
de reclutar ciertas regiones del cerebro de manera más confiable y tienen un mayor volumen de
materia gris en esas regiones que aquellos que tienen un desempeño más pobre en matemáticas.
Las regiones del cerebro involucradas en las habilidades matemáticas superiores en los niños de
alto rendimiento se asociaron con varias tareas cognitivas que implican atención visual y toma de
decisiones".
Patrick Ratchford , profesor de matemáticas en la Universidad de Keyston en Pensilvania,
comparte sus puntos de vista acerca de las destrezas que se adquieren en el proceso de enseñanza
- aprendizaje de las matemáticas, con lo cual señala que las matemáticas además de ser necesarias
21
en la vida diaria, aprenderlas permite entrenar nuestra mente para resolver problemas de manera
lógica, ya que el proceso de descomponer las cosas y trabajar para llegar a una conclusión lógica
es algo de lo que todos pueden beneficiarse, además señala que las matemáticas están a la par con
la mayoría de profesiones, como son: el arte, la música, literatura, historia y ciencia, de esta manera
el estudio de las matemáticas permite ampliar nuestra mente así como estimularla para desarrollar
diversas actividades.
Según Tim Radford [35] escritor en The Guardian, en su artículo, señala que “Las
matemáticas son una de las mejores formas de fortalecer el cerebro”, de esta manera mejora las
habilidades para el desarrollo de problemas no solo matemáticos sino también del mundo real,
proporcionando mayor claridad y mejores sistemas de resolución.
22
CAPÍTULO 2: La robótica como didáctica de soporte en la
enseñanza de las matemáticas
2.1. La robótica en la actualidad
La robótica en la actualidad tiene un papel muy importante en la sociedad aportando

grandes beneficios, por lo que es utilizada en diversos campos con muy buenos resultados. El
progreso que se ha evidenciado con el pasar del tiempo ha demostrado que la robótica avanza a
pasos agigantados, evolucionando así los sistemas de trabajo y mejorando la calidad de vida de las
personas.
La robótica moderna empieza en el año 1954 cuando George C. Devol, Jr crea el primer
robot industrial, más tarde en 1959 se implementa el primer modelo de prueba llamado “Unimate”
en la planta de fundición de General Motors, posteriormente en 1961 se crea Unimation Inc, desde
entonces el desarrollo de la robótica ha tenido un progreso acelerado y muy importante en nuestros
tiempos [36].
El aporte de la robótica ha sido probado en numerosos sectores como: la medicina, química,

en el ámbito militar, en el sector industrial, en la educación y muchos sectores más, logrando
obtener un trabajo preciso y eficaz.
En el sector industrial la robótica es muy utilizada, puesto que aporta rapidez, precisión y
puede funcionar por largos periodos de tiempo sin descanso, de acuerdo con la programación de
las tareas asignadas.
En la medicina el uso de la robótica se ha convertido en un instrumento indispensable, ya

que cumple tareas muy importantes como:
● Mediciones y tareas repetitivas

● Terapia y rehabilitación: miembros artificiales, robots de soporte a las terapias de
rehabilitación o robots para proveer asistencia personal en hospitales
● Mejorar procesos quirúrgicos
● Almacenaje y distribución de medicamentos
23
En el campo militar es indispensable para labores de supervivencia, por ejemplo, desactivar
bombas o en búsqueda y rescate en catástrofes. En cuanto a la educación, su aporte significativo
permite fomentar e incentivar el aprendizaje y las habilidades mediante el uso de robots.
El empleo de unidades robóticas en la actualidad va aumentando significativamente, es así

que, en 2019, según la Asociación de Industrias Robóticas (RIA) [37] "los pedidos de unidades
robóticas norteamericanas de 2019 aumentaron un 1,6% en comparación con los resultados de
2018, con 29,988 unidades robóticas ordenadas". Los ingresos totales por pedidos para 2019
fueron de $ 1.681 mil millones.
Existe un gran interés en el uso de robots con Inteligencia Artificial, ya que estos pueden
acelerar los procesos para lograr la perfección en la producción, así también los robots que aporten
gran fuerza son bien demandados y son utilizados especialmente en el sector automovilístico.
La robótica como método de enseñanza también tiene un aporte muy importante en la

sociedad, es así que desde hace varios años se ha venido incorporando como herramienta de
soporte a la enseñanza en diferentes países a lo largo del mundo como se menciona en [3] [4] [5],
en estos proyectos se dotó a las escuelas y colegios secundarios con prototipos robóticos que dan
soporte al aprendizaje de una manera más didáctica, esta integración en las aulas de clases permitió
despertar el interés e incrementó el compromiso y motivación de los estudiantes en el aprendizaje
de matemáticas y programación. En la actualidad existen diferentes kits para la construcción de
robots que son utilizados como herramientas para incentivar el aprendizaje. Productos como
LEGO Dacta, LEGO CyberMaster se encuentran en el mercado y se usan con frecuencia en
universidades e instituciones educativas [38] [39].
2.2. Robótica como soporte a la enseñanza.
A lo largo de la historia, las matemáticas han sido una de las ciencias más relevantes para
la humanidad brindando importantes aportes al desarrollo científico, intelectual y tecnológico de
la sociedad, transformando la vida diaria de las personas y el entorno que les rodea. Las
matemáticas se constituyen actualmente como la base de varias ciencias, siendo indispensable su
aprendizaje y comprensión [1].
24
La robótica está ofreciendo en los últimos tiempos una estrategia didáctica para facilitar un
aprendizaje significativo mediante el empleo de las TIC, especialmente hoy que nos encontramos
en plena era de la sociedad del conocimiento, la cual permite al estudiante responder a los retos
que nos exige el presente siglo XXI tales como: Capacidad de abstracción, flexibilización,
comprensión lectora, autonomía, interés por el conocimiento, responsabilidad, solidaridad e
individualización, es por ello que la robótica como ciencia se ha convertido en un instrumento
didáctico y pedagógico para brindar facilidades de comprensión, abstracción, y motivación para
que los estudiantes puedan desarrollar desde tempranas edades, habilidades y destrezas complejas
y superiores las mismas que se asocian con las actividades lúdicas para generar un valor agregado
en el patrimonio cognitivo, afectivo y motriz.
2.2.1. Beneficios del uso de la robótica en la enseñanza.
La robótica es un compendio de diferentes disciplinas que aporta a los niños conocimientos

relativos a Ciencias, Tecnología, Ingeniería y Matemáticas. Transmitirles de una manera
transversal y divertida este abanico de conocimientos facilita el desarrollo del pensamiento lógico,
al mismo tiempo que estimula su creatividad y les permite familiarizarse con el funcionamiento
de objetos programables con lo que, de hecho, ya están en contacto a diario [40].
Según Alfredo Pineda [40], profesor de Informática en la Universidad Pública de Navarra

(UPNA) manifiesta que la robótica educativa estimula a los alumnos la agilidad mental, la
habilidad investigadora, el pensamiento, la crítica y el razonamiento ordenado.
Hoy en día, con la era de la sociedad del conocimiento, los padres y docentes deben
modificar su esquema mental y derivar sus prácticas educativas mediante el uso de la tecnología
como es la robótica, instrumento auxiliar en la didáctica para la transmisión de los conocimientos
hacia los estudiantes desde los niveles inferiores hasta los superiores, por cuanto los niños y niñas
actuales ya son nativos digitales y frente a ello no queda otra opción que aprovechar esas bondades
del estudiante para desarrollar la curiosidad y el interés por redescubrir [40].
Son muchas las bondades que la robótica aporta a la educación y al desarrollo intelectual
de los estudiantes, por lo tanto, las autoridades que administran educación mediante un amplio
25
juicio ponderado deberían rediseñar el currículo e introducir la robótica y el pensamiento lógico
en el pensum de estudio de cada nivel.
A continuación, se detalla las bondades que ofrece la robótica como ciencia para la
formación académica de los estudiantes [40].
● Permitir que los estudiantes se involucren en sus propios procesos de aprendizaje.

● Mejorar su autoestima y su afán de superación, al mismo tiempo que les ayuda a mejorar
su tolerancia frente a la frustración.
● Fomentar el desarrollo del pensamiento lógico, de la intuición científica y de la creatividad.
● Desarrollar habilidades para la resolución de problemas y para la investigación.
● Desarrollar habilidades de lectoescritura.
● Facilitar que la consecución de metas y objetivos se convierta en un hábito.
● Formar como sujetos capaces de pensar por sí mismos y de apreciar el valor de la
motivación propia.
● Alimentar su evolución como autodidactas.
● Fomentar y estimular habilidades que serán de enorme importancia en sus futuras
profesiones como el razonamiento analítico, el razonamiento lógico o el pensamiento
crítico.
● Estimular el interés por las ciencias tecnológicas, uno de los campos con mayor futuro
profesional.
2.2.2. Robótica educativa.
La Robótica Educativa permite a las generaciones de relevo llevar a cabo el aprendizaje

basado en entornos para desarrollar la iniciativa y la actividad de los estudiantes. La pedagogía
cibernética y la robótica pedagógica está destinada a la solución de problemas que se presentan en
las diferentes áreas del conocimiento científico, tales como: la matemática, las ciencias naturales
y experimentales, la tecnología, las ciencias de la información y la comunicación, entre otras.
Durante estos últimos tiempos la aplicación de la robótica en la enseñanza a nivel de

educación básica, secundaria y universitaria entró en auge, especialmente en las áreas técnicas ha
crecido significativamente, tanto así que industrias como LEGO, pionera en esta área,
26
desarrollaron los primeros kits robóticos, para capacitación de niños y jóvenes. Hoy LEGO lidera
el mercado de robots educativos, expandiéndose para todas las edades. La robótica en un
entorno pedagógico debidamente organizado y sistematizado, permite que su incursión en etapas
académicas como la secundaria hasta llegar a la universidad, sean una realidad [41].
Cabe añadir, que el proceso de enseñanza-aprendizaje en esta área, motiva y desarrolla el

pensamiento convergente como es la creatividad del estudiante, enlaza directamente con la ciencia,
tecnología e ingeniería, donde la física, las matemáticas y la programación, son las bases que se
fundamentan y consolidan utilizando la robótica como método de estimulación en el aprendizaje
[41].
La robótica permite el progreso y desarrollo tecnológico. Por ello, la apropiación del

conocimiento en este campo es clave, para conseguir los más altos niveles de competitividad y
productividad a futuro en un país [41].
Para concluir podemos exteriorizar que el objetivo de la enseñanza de la robótica es

despertar el interés por las ciencias y la ingeniería en los estudiantes desde sus primeros niveles de
formación académica.
2.3. Etapas para organizar una clase con robótica
De acuerdo con Bravo & Forero [42], el proceso por el cual se implementa un proyecto de
robótica en el aula consta de cuatro etapas:
a. Etapa de integración de recursos tecnológicos al currículo: Uno de los problemas por el

cual atraviesan los docentes es no tener claro la manera de como incluir la robótica en la clase,
es por ello, que lo primero que se debe hacer es realizar una actividad extraescolar a través de
talleres con un número pequeño de participantes o a su vez mediante proyectos robóticos en el
aula sin conectarlos con el resto de las materias. No podemos por ninguna razón tratar de
considerar que la robótica deba ser algo desvinculado del aula, más bien introducirla como
un recurso que permita generar ambientes interdisciplinarios de aprendizaje, tomando
conciencia de las ventajas que presenta emplear esta técnica como un elemento idóneo en el
proceso de enseñanza-aprendizaje.
27
b. Etapa de reestructuración en las prácticas pedagógicas: Al tratar de cambiar las prácticas
escolares en el salón de clases, se debe modificar el estilo de enseñanza, estableciendo una
metodología que favorezca el proceso de enseñanza-aprendizaje utilizando modelos robóticos
y programas especializados con fines pedagógicos. Este cambio exige una transformación del
alumno y del docente. Donde el estudiante se vuelve más activo siendo el protagonista de su
aprendizaje, y el docente asume el papel de mediador pedagógico, organizando los contextos
y orientando el proceso de aprendizaje, permitiendo una comprensión profunda de los temas
tratados.
c. Etapa de instrumentación: A la hora de incluir un proyecto robótico se debe contar con

herramientas que permitan construir y programar diferentes modelos. En el salón de clases se
cuenta con más de una herramienta robótica porque si solo se trabaja con una, es posible que
los estudiantes pierdan interés por aprender, puesto que no pueden actuar directamente en la
actividad. Muchas veces se cree que el manejo de esta herramienta robótica en el aula debe ser
manejada únicamente por alguien con conocimientos, es decir, únicamente por el docente.
d. Etapa de definición del uso pedagógico de los recursos tecnológicos: En los diferentes
salones de clases no únicamente se debe contar con estas herramientas o recursos robóticos
para generar ambientes de aprendizaje, sino que también hay que saber aplicarlas
adecuadamente en el aula. Las actividades diseñadas a través de herramientas robóticas
permiten un planteamiento pedagógico previo que guíe y regule su empleo.
Este tipo de actividades permite al estudiante participar, generando diversos ambientes de

aprendizaje donde ponen en práctica los temas vistos y consideren sus propias ideas de los
conceptos que están aplicando. Es necesario que cuando un docente tenga problemas en el uso de
esta herramienta, recurra a personas expertas que le brinden apoyo en el diseño de estas actividades
y den pautas a los docentes para realizar nuevas actividades.
28
2.4. Herramientas robóticas utilizadas en la enseñanza de
matemáticas.
En la actualidad existen diferentes kits para la construcción de robots que son empleados
como herramientas para incentivar el aprendizaje. Productos como Lego Mindstorms EV3, LEGO
CyberMaster se encuentran en el mercado y se usan con frecuencia en universidades e instituciones
educativas [38] [39].
Figura 1. Izquierda: Lego Mindstorms EV3; derecha: Lego CyberMaster [43].
En América Latina, varias investigaciones han demostrado que la integración de la robótica

como método alternativo para elevar la calidad de la educación ha obtenido muy buenos resultados.
Desde hace varios años se han insertado herramientas robóticas en las aulas de clase, en 1998 se
inició el proyecto “Robótica y Aprendizaje por Diseño”, realizado conjuntamente por el Centro de
Innovación Educativa de la Fundación Omar Dengo y el Ministerio de Educación Pública de Costa
Rica, este proyecto está dirigido a niños, niñas y adolescentes de escuelas y colegios rurales de
Costa Rica, cuyo propósito es elaborar ambientes de aprendizaje utilizando el diseño, construcción
y programación con robótica y las TIC. Para profundizar el aprendizaje, los estudiantes desarrollan
proyectos utilizando tecnologías digitales existentes, con las cuales elaboran prototipos de solución
a problemas que presentan las diferentes comunidades del país [44] [45].
29
Figura 2. Estudiantes de colegios de Barrancas - Chile, trabajan con un kit robótico implementado por el ministerio de
educación de Chile (JUNAEB) [46].
En 1981, Richard E. Pattis creó el emulador “Karel el robot” dirigido a principiantes en el

estudio de la programación, esta herramienta permite programar un robot virtual que sigue
instrucciones sencillas como trasladarse por calles y avenidas en las que deberá recoger trompos,
guardarlos y llevarlos a otro lugar dependiendo de la finalidad que se le dé, los estudiantes
aprenden a programar de forma lógica, creativa y ordenada, de esta manera se promueve y se
incentiva el aprendizaje de la programación, este emulador usa un lenguaje de programación que
se encuentra distribuido como software educativo de código abierto [47].
Figura 3. Captura de pantalla del emulador “Karel el robot”, 2011 [48].
30
La empresa KUKA construyó el robot Kuka youBot, una plataforma móvil compuesto por
un base con desplazamiento omnidireccional, y un brazo manipulador de cinco ejes y una pinza
de dos dedos montados sobre el chasis, fue diseñado para servir de ayuda a la investigación y a la
enseñanza científica, desarrollada como una plataforma de código abierto, utiliza el sistema
operativo Ubuntu y cuenta con una API, ya que posee una minicomputadora a bordo. Además de
ello, se puede emplear con ROS, para facilitar flexibilidad a los estudiantes que tienen afinidad
por la robótica en el desarrollo de aplicaciones con esta plataforma [49].
Figura 4. Plataforma móvil “KUKA youBot” [49].
En México también se han desarrollado importantes aportes para la aplicación de los robots
en los ambientes educativos, la empresa Sual Labs diseña y desarrolla productos en los cuales se
integran materiales de electrónica y robótica 100 % nacionales, involucrando así currículos,
contenidos programáticos y manuales de alumno para incentivar el conocimiento tecnológico [50]
[2]. En Argentina, la empresa Robot Group se dedica a la investigación, diseño, capacitación y
fabricación de material didáctico para la inserción de la robótica dentro del ámbito educativo, es
así como esta empresa provee a las escuelas de todo el país material pedagógico para promover y
motivar el aprendizaje por la ciencia y la robótica tanto en estudiantes como en docentes [50].
En cuanto a las plataformas móviles omnidireccionales existen diferentes prototipos que

han sido desarrollados y enfocados a la educación, tal es el caso de la Plataforma REAS
desarrollada por el grupo de investigación DEDALO y ARMOS de la Universidad Distrital
31
Francisco José de Caldas y la Universidad Nacional de Colombia la cual está destinada
exclusivamente para ser utilizada en laboratorios, su diseño consta de tres ruedas una de ellas es
omnidireccional, logrando evitar el bloqueo de movimiento hacia cualquier dirección, la superficie
de movilidad en la cual opera esta plataforma es plana, se utilizan sensores de distancia y de
posición para detectar obstáculos a 1m de distancia [50].
Figura 5. Plataforma robótica móvil omnidireccional REAS [51].
En 2015, miembros de la Universidad Distrital Francisco José de Caldas de Colombia

desarrollaron una plataforma móvil empleando ROS como software de comunicación y control,
esta herramienta estuvo destinada a fortalecer la formación profesional de estudiantes de Ingeniería
Eléctrica implementando estrategias de aprendizaje que implican el diseño de tareas de
navegación, evasión de obstáculos y la construcción del robot, permitiendo de esta manera a los
estudiantes modificar e incluso a rediseñar por completo el prototipo. La plataforma robótica
consta de una estructura mecánica móvil, un procesador Cortex-A7 y un entorno de programación
de alto rendimiento ROS OS. Se realizaron algunas pruebas a los estudiantes de la facultad,
llegando a la conclusión de que esta herramienta es un excelente motivador tanto para el
aprendizaje como para la participación en temas de investigación [52].
En 2010 se desarrolló por parte de estudiantes egresados de la carrera de ingeniería

electrónica de la Universidad Politécnica Salesiana la tesis “Diseño y construcción de un Kit
didáctico de experimentación científica - tecnológica para motivar a niños y niñas entre 10 y 11
años por la ciencia y la tecnología” en este proyecto se crearon una serie de módulos básicos con
contenidos sobre electricidad, magnetismo, energías renovables, aparatos digitales y un módulo
de aplicación que implica la construcción mecánica y programación de un robot el cual desarrolla
32
funciones determinadas, también contiene una guía multimedia que sirve como herramienta para
seguir los contenidos de los distintos módulos y de esta forma interactuar de manera amigable y
adaptada al lenguaje y nivel de comprensión de los niños y niñas que fueron parte de esta
investigación [53].
La implementación de este proyecto consiguió muy buenos resultados, logrando un

porcentaje promedio de motivación por parte de los niños de un 90,32% y el nivel de aprendizaje
aumentó en un 74,33% basándose en el estudio que se realizó, demostrando que la tecnología
puede servir como una herramienta sólida para la motivación y el aprendizaje en el área de la
ciencia y la tecnología [53].
Figura 6. Robot didáctico de experimentación científica – tecnológica, desarrollado por estudiantes de la UPS [53].
33
CAPÍTULO 3: Modelo matemático del robot
omnidireccional
Los robots móviles (ARM) tienen la capacidad para desplazarse de un sitio a otro de
manera autónoma, con o sin la asistencia externa de un operante. Los robots móviles, a diferencia
de los robots industriales que únicamente pueden moverse bajo un área específica de trabajo, tienen
la particularidad de moverse libremente sobre diferentes áreas de trabajo, cumpliendo así las tareas
encomendadas.
Este tipo de robots son útiles para aplicaciones típicas con estructuras mecánicas poco
complejas y con bajo consumo de energía, sus múltiples funciones han demostrado su eficacia ya
sea en tareas para empresas o la sociedad en general.
Figura 7. Izquierda: Robot móvil para transporte de carga pesada; derecha: Robot In situ Fabricator, creado para el área de la
construcción en el Laboratorio de Fabricación Robótica de ETH Zurich [54].
Los robots móviles también incluyen manipuladores ligeros equipados sobre sus
plataformas para realizar tareas con fines múltiples o específicos, pero estos poseen una limitación
en su movimiento que dependerá de la distribución y el tipo de sus ruedas, razón por la cual en
este proyecto optaremos por un tipo más específico de robot, detallado a continuación.
3.1. Robots móviles omnidireccionales
Se caracterizan por poseer máxima maniobrabilidad sobre un área plana, es decir, puede
desplazarse en cualquier dirección sin necesidad de rotar o reorientarse, a diferencia de otros robots
34
que no disponen de este tipo de movilidad para llegar hasta una ubicación establecida, puesto que
deben girar y cambiar su dirección.
Estos tipos de robos por lo regular emplean una disposición axial, pero existen infinitas
disposiciones posibles, todo depende del tipo de control que se aplique. Por lo regular se las ejecuta
usando tres, cuatro o más ruedas omnidireccionales, con la restricción de que las ruedas queden
alineadas perfectamente y sus ejes corten en un único punto. Cualquiera sea la distribución, el
chasis puede adquirir cualquier forma, sea esta: circular, cuadrada, poligonal, como se muestra en
la Figura 8
Figura 8. Distribución de ruedas en robots móviles omnidireccionales [55].
Los robots móviles con tres ruedas por lo general utilizan ruedas de tipo universal, que
tienen un ángulo de rodillo de 90° debido a que su control y dirección es simple y disponen de una
estabilidad limitada, por otra parte, los robots omnidireccionales que utilizan cuatro ruedas pueden
usar las de tipo mecanum con un ángulo de rodillo de ±45°, aunque esto dependerá del diseño y
la funcionalidad del robot. Las ruedas mecanum permiten mejor estabilidad y tracción en sus
cuatro ruedas por su mecánica y controles complejos.
Los tipos de ruedas más comunes que se usan sobre los robots móviles omnidireccionales como
medio para desplazar el vehículo sobre superficies planas son:
3.1.1. Rueda Universal
Constituida por pequeños rodillos montados perpendicularmente al eje de rotación de la

rueda sobre su diámetro exterior. Permitiendo el giro paralelo de la rueda con su eje como una
35
rueda normal. Este tipo de rueda restringe la combinación de movimientos, pero no restringe su
giro.
Una plataforma robótica puede moverse de manera omnidireccional mediante el uso de

varias ruedas universales distribuidas alrededor de esta, las fuerzas que se aplican a cada rueda
proporcionan dicha movilidad, permitiendo obtener un desplazamiento en cualquier dirección, la
estabilidad de la plataforma dependerá de la distribución y el número de ruedas universales que se
empleen.
Las ruedas universales pueden tener una o varias filas de rodillos, un mayor número
permite disminuir las discontinuidades del rodillo, sin embargo, del número de filas dependerá la
complejidad de la odometría y el control, puesto que el punto de contacto de la rueda se desplaza
entre las filas de rodillos interior y exterior.
Figura 9. Rueda Universal Omnidireccional de tres filas de rodillos [56].
3.1.2. Rueda esférica
Las ruedas esféricas tal como su nombre lo indica tienen forma de esfera, como se
puede observar en la Figura 10. Los robots que utilizan este tipo de rueda requieren un
control de posicionamiento activo puesto que el robot podría resultar inestable y este
simplemente se caerá.
36
La rueda esférica puede realizar movimientos en todas las direcciones, ya sea en
una superficie plana, horizontal o inclinada, los motores que se utilicen para generar el
movimiento de la rueda deben estar coordinados entre sí y ser lo suficientemente potentes
para romper la inercia y transmitir la potencia necesaria a la rueda sin pérdidas de energía
debido a la fricción [57].
Figura 10. Robots empleando una rueda esférica; Izquierda: desarrollado en la universidad de Tohoku Gakuin, Japón, en 2008;
derecha: desarrollada en ETH, Zurich, Suiza, en 2010 [57].
3.1.3. Rueda mecanum o rueda sueca.
Las ruedas mecanum al igual que las ruedas universales y esféricas, realizan movimientos
omnidireccionales, por lo que la plataforma o robot que contenga este tipo de ruedas puede
moverse en cualquier dirección del espacio, la característica principal del diseño de estas ruedas
son sus rodillos los cuales están unidos oblicuamente a toda la circunferencia de la llanta y
orientados de forma perpendicular a la dirección normal del avance [27], por lo general cada uno
de estos rodillos tiene un eje de rotación a 45° con respecto al plano de la rueda y a 45° con respecto
a la línea del eje. Cada rueda tiene su propio sistema de propulsión y es independiente, sin dirección
[28].
37
Por lo general este tipo de ruedas deben tener contacto con superficies planas y sin
rugosidades para que la fuerza producida por los rodillos pueda actuar sobre el suelo.
Figura 11. Rueda Mecanum.
Como se puede observar en la Figura 12, sobre el rodillo se descomponen dos fuerzas: la
primera F1 es paralela al eje del rodillo y la segunda F2 es perpendicular al eje del rodillo. La
fuerza paralela al rodillo F1 ejerce una fuerza sobre la rueda y esta a su vez sobre el vehículo, lo
que resulta en la velocidad central 𝑣ℎ . La velocidad perpendicular al rodillo F2 permite una
pequeña rotación de los rodillos a la que denominaremos 𝑣𝑟 . La velocidad actual 𝑣𝑡 del vehículo
es la combinación de las dos velocidades 𝑣ℎ y 𝑣𝑟 [58].
Figura 12. Izquierda: rueda Mecanum con α=45°; derecha: rueda Mecanum con α=-45° [58].
38
3.2. Modos de locomoción de un robot móvil de cuatro ruedas
mecanum
El diseño del robot móvil omnidireccional de este proyecto dispone de cuatro ruedas
mecanum, dos de ellas conocidas como zurdas y las otras dos conocidas como diestras, estas ruedas
están distribuidas a cada lado del robot como se puede ver en la siguiente figura.
Figura 13. Distribución de ruedas zurdas y diestras en el robot móvil omnidireccional.
La diferencia principal entre estos dos tipos de ruedas mecanum es la orientación de los
rodillos, como se puede observar en la Figura 14. Los rodillos de la rueda izquierda están
orientados desde la parte inferior derecha hacia la superior izquierda, mientras que para la rueda
derecha la orientación es al revés.
39
Figura 14. Orientación de los rodillos para las ruedas zurda con ángulo α=45 y diestra con ángulo α=-45 [59].
Cuando se aplica una fuerza lateral a la rueda, los rodillos giran sobre sí mismos y permiten
tener velocidad en la dirección del eje de giro, de esta manera, cada rueda generará un empuje
aproximadamente paralelo a la diagonal del marco correspondiente. Cuando cada rueda varía su
velocidad de rotación y dirección, se produce la suma de vectores de fuerza de cada rueda, creando
así movimientos lineales o rotacionales del robot. [30] A continuación, se presenta algunos modos
básicos de locomoción de un robot móvil omnidireccional con cuatro ruedas mecanum.
40
Figura 15. Modos básicos de locomoción del robot móvil omnidireccional con cuatro ruedas mecanum.
Las flechas sobre la plataforma del robot indican la dirección del movimiento del robot.
Dependiendo el movimiento de las ruedas el robot se moverá en una dirección determinada, por
ejemplo:
• Si se desea que el robot se mueva hacia adelante, las cuatro ruedas deben girar en la misma
dirección y velocidad, por el contrario, si se desea que el robot se mueva hacia atrás, las
ruedas deben moverse en sentido contrario al giro hacia delante, en la misma dirección y
velocidad, esto provocará que los vectores de fuerza longitudinal se sumen y que los
vectores transversales se cancelen entre sí.
• Si dos ruedas a un lado del robot giran en una dirección y las otras dos del otro lado de la
plataforma giran en dirección contraria, todas a una misma velocidad, se generará una
rotación estacionaria, esto se produce debido a que los vectores longitudinales se acoplan
41
generando un par alrededor del eje vertical central del robot y los vectores transversales se
cancelan entre sí.
• Si un par de ruedas diagonales del robot giran a una misma dirección y el otro par de ruedas
diagonales giran en dirección opuesta, todas a una misma velocidad, generará un
movimiento lateral debido a que los vectores transversales se suman y los vectores
longitudinales se cancelan.
Una combinación de movimientos diferenciales de las ruedas permitirá el movimiento del

vehículo en casi cualquier dirección con cualquier rotación.
3.3. Modelo matemático de un robot móvil omnidireccional con

ruedas mecanum
El modelo matemático utilizado para este proyecto es el que se utiliza en [60] y se explica a
continuación.
La obtención de la cinemática directa e inversa son factores clave para el estudio dinámico
de los robots móviles, la cinemática analiza la configuración de los robots en su lugar de trabajo,
tales como: características de estabilidad y control del robot, además de la relación directa con sus
parámetros geométricos y las limitaciones impuestas en sus trayectorias.
De la estructura geométrica, los grados de libertad disponibles y la naturaleza que tenga el

robot se derivarán sus ecuaciones cinemáticas.
La cinemática estudia el movimiento del robot en función de su geometría, fijándose en la

posición, velocidad y aceleración sin considerar las fuerzas que lo ocasionan. Del modelo
matemático partirá la solución a los problemas de control del robot móvil omnidireccional.
3.3.1. Modelado cinemático de un robot móvil omnidireccional con

ruedas mecanum
La cinemática diferencial relaciona las velocidades en el punto de interés con las

velocidades que gobiernan el movimiento del robot, esta relación está determinada por una matriz
42
jacobiana y mediante esta se desarrollan los algoritmos de control que son diseñados para este
proyecto, con los cuales se determinan la posición en la que se encuentra el robot con relación a
un sistema de referencias, el seguimiento de trayectoria parametrizada en el tiempo y el
seguimiento de camino dado por un conjunto de puntos.
Para la obtención del modelo cinemático se considera lo siguiente:
• El robot móvil omnidireccional consta de una plataforma colocada sobre cuatro ruedas
mecanum, cada rueda está conectada a un motor de corriente continua. Para el análisis se
asume que todas las ruedas tienen ángulos idénticamente orientados δ.
• Llamamos δ al ángulo que se produce entre el eje de rotación propia de la rueda y el eje de
rotación del rodillo, tal como se ilustra en la Figura 16.
• El robot móvil se desplaza por una superficie plana y no contiene ninguna parte flexible en
la estructura del robot.
Figura 16. Modelo de rueda mecanum con ángulo δ marcado gráficamente.
3.3.2. Velocidades del robot sobre el plano XY – Cinemática directa
Como primer paso para la obtención del modelo cinemático se describe el comportamiento
del robot en el plano.
43
Figura 17. Diagrama de cuerpo libre del robot en el plano XY.
Donde se considera los vectores auxiliares:
𝑣𝑙 = 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛 𝑥
𝑣𝑓 = 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑙𝑖𝑛𝑒𝑎𝑙 𝑒𝑛 𝑦
𝜔 = 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑎𝑛𝑔𝑢𝑙𝑎𝑟
Como siguiente paso se calcula el modelo matemático mediante identidades

trigonométricas para obtener un conjunto de ecuaciones que relacionan las velocidades del punto
de trabajo con las velocidades que gobiernan el movimiento del robot.
𝑃𝑥̇ = 𝑣𝑓 𝐶𝑜𝑠(𝜑) − 𝑣𝑙 𝑆𝑒𝑛(𝜑) (1)

𝑃𝑦̇ = 𝑣𝑓 𝑆𝑒𝑛(𝜑) + 𝑣𝑙 𝐶𝑜𝑠(𝜑) (2)
𝜑̇ = 𝜔 (3)
Expresando las ecuaciones en su forma matricial, se tiene:
44
𝑃𝑥̇ 𝑐𝑜𝑠(𝜑) −𝑠𝑒𝑛(𝜑) 0 𝑣𝑓
̇
[𝑃𝑦 ] = [𝑠𝑒𝑛(𝜑) 𝑐𝑜𝑠(𝜑) 0] [ 𝑣𝑙 ] (4)
𝜑̇ 0 0 1 𝜔
Aplicando la cinemática inversa, se tiene:
𝑣𝑓 𝑐𝑜𝑠(𝜑) 𝑠𝑒𝑛(𝜑) 0 𝑃𝑥̇

[ 𝑣𝑙 ] = [−𝑠𝑒𝑛(𝜑) 𝑐𝑜𝑠(𝜑) 0] [𝑃𝑦̇ ] (5)
𝜔 0 0 1 𝜑̇
3.3.3. Relación velocidad robot y velocidad de las ruedas – Cinemática

directa
Para obtener la relación entre la velocidad del robot y la velocidad de las ruedas es
necesario encontrar la relación de las velocidades de los motores con las velocidades globales.
En la Figura 18 se puede observar el diagrama de cuerpo libre del robot móvil

omnidireccional en un marco referencial (X, Y), donde a y b representan la distancia del sistema
de referencia al centro de cada una de las ruedas y {G} representa el centro del robot, se puede
apreciar también que cada rueda tiene una componente de velocidad perpendicular a la dirección
de los rodillos.
45
Figura 18. Esquema general del robot móvil omnidireccional.
Resolviendo el producto matricial se encuentran las ecuaciones para cada uno de los
motores, con esto se calculan las velocidades de referencia a las que giran los motores.
𝑊𝐹𝑅 1 −1 −(𝑎 + 𝑏)
1 1 1 𝑣𝑓
𝑊𝐹𝐿 (𝑎 + 𝑏)
[ ]= [ ] [ 𝑣𝑙 ] (6)
𝑊𝑅𝐿 𝑅 1 1 −(𝑎 + 𝑏) 𝜔
𝑊𝑅𝑅 1 −1 (𝑎 + 𝑏)
1
𝑊𝐹𝐿 = (𝑣 − 𝑣𝑙 − (𝑎 + 𝑏)𝜔) (7)
𝑅 𝑓
1
𝑊𝐹𝐿 = (𝑣𝑓 + 𝑣𝑙 + (𝑎 + 𝑏)𝜔) (8)
𝑅
1
𝑊𝑅𝐿 = (𝑣𝑓 + 𝑣𝑙 − (𝑎 + 𝑏)𝜔) (9)
𝑅
1
𝑊𝑅𝑅 = (𝑣𝑓 − 𝑣𝑙 + (𝑎 + 𝑏)𝜔) (10)
𝑅
46
Los valores que se obtienen mediante el conjunto de ecuaciones serán la referencia o
setpoint que se utiliza en el algoritmo PID y que se implementa en cada uno de los motores.
3.3.4. Relación velocidad robot y velocidad de las ruedas – Cinemática

inversa
Aplicando la cinemática inversa obtenemos la velocidad global dadas las velocidades de

los motores. Mediante los encoders se miden las velocidades a las que se mueven cada uno de los
motores y en base a esto se determina la velocidad global a la que el robot se está moviendo, estas
velocidades medidas son aplicadas al modelo cinemático.
−1 1 −1 1 𝑊𝐹𝑅
𝑣𝑓 𝑅 1 1 1 1 𝑊𝐹𝐿
[ 𝑣𝑙 ] = [ 1 −1 −1 1 ] [𝑊𝑅𝐿 ] (11)
𝜔 4
𝑎+𝑏 𝑎+𝑏 𝑎+𝑏 𝑎 + 𝑏 𝑊𝑅𝑅
𝑅
𝑣𝑓 = (−𝑊𝐹𝑅 + 𝑊𝐹𝐿 − 𝑊𝑅𝐿 + 𝑊𝑅𝑅 ) (12)
4
𝑅
𝑣𝑙 = (𝑊𝐹𝑅 + 𝑊𝐹𝐿 + 𝑊𝑅𝐿 + 𝑊𝑅𝑅 ) (13)
4
𝑅 𝑊𝐹𝑅 𝑊𝐹𝐿 𝑊𝑅𝐿 𝑊𝑅𝑅
𝜔= ( − − + ) (14)
4 𝑎+𝑏 𝑎+𝑏 𝑎+𝑏 𝑎+𝑏
47
CAPÍTULO 4: Diseño de hardware
En este capítulo se describen los elementos electrónicos que componen el robot móvil
omnidireccional, así como el diseño de la carcasa en el software SolidWorks con sus bases,
soportes laterales y frontales, además se describe el diseño, desarrollo e implementación de la placa
electrónica (shield) que se conecta al Arduino mega, esto facilita la conexión de los diferentes
dispositivos que conforman el circuito, mejorando la conexión y evitando cables sueltos o
conexiones externas que puedan provocar daños en el circuito del robot.
4.1. Componentes utilizados
Los componentes eléctricos y electrónicos que se utilizan en el robot móvil

omnidireccional son seleccionados de acuerdo con los requerimientos y necesidades del robot, por
otra parte el diseño mecánico comprende la base de robot (parte inferior) que sirve de soporte para
colocar los componentes eléctricos y electrónicos; un segundo diseño es la cubierta (parte superior)
que sirve de protección para los componentes internos del robot, además de permitir el
acoplamiento de nuevos elementos que se podrían agregar en un futuro como cámaras, LIDAR,
etc. Por último, se diseñan e incorporan las bases, soportes lateres y frontales.
4.1.1. Partes mecánicas y componentes electrónicos utilizados para

armar el robot
En la Tabla 1 se describen los componentes que conforman el robot móvil omnidireccional,

entre ellos se encuentran los actuadores que proporcionan el movimiento del robot como son los
motores, drivers e indicadores; los sensores internos como el encoder de cuadratura que permite
determinar la posición, velocidad y dirección del eje del motor, por otro lado se describe el sistema
de control que está conformado por un controlador y un microprocesador, adicional se describen
componentes como pilares y tornillos que son útiles para fijar y separar los componentes que
constituyen la plataforma del robot, por último se presenta el tipo de batería que se utiliza para
alimentar el circuito.
48
Tabla 1. Componentes del robot omnidireccional
ACTUADORES
Imagen Componente Descripción
Ruedas Mecanum Características:

+ Kit de
acoplamiento a los ▪ Permiten el desplazamiento del
motores robot sobre una superficie plana
▪ Cantidad: 2 zurdas, 2 diestras
▪ Acoplamiento: motor 6 mm
Medidas:
▪ Diámetro Interior: 8.26 mm

▪ Diámetro exterior: 97mm
▪ Grosor: 45 mm
Propiedades Físicas:
▪ Masa: 150 g
▪ Material: Plástico
▪ Carga: 10 Kg
Driver de motor Características:

paso a paso
Breakout ▪ Permite determinar la posición,
velocidad o dirección del motor,
encoder
▪ Consumo de corriente: 1.2 A
▪ Consumo de voltaje: 2.7-10.8 V
▪ Cantidad: 3
Medidas:
▪ Dimensiones: 76 x 51 x 25 mm
Propiedades físicas:
▪ Masa: 13.6 g
49
Material: Plástico, componentes
electrónicos
Motor Pololu Características:

37Dx70L
▪ Resolución: 64 conteos por
revolución (CPR) en eje del
motor
▪ Conteos: 4480 CPR del eje de
salida de la caja de engranajes
▪ Relación de transmisión: 70:1
▪ Potencia: 10 W
▪ Rendimiento sin carga: 150
RPM, 200mA
▪ Extrapolación de parada: 27
kg⋅cm (380 oz⋅in), 5,5 A
▪ Voltaje: 10 V
▪ Torque: 25 Kg.cm
▪ Velocidad: 150 rpm
▪ Cantidad: 4
Medidas:
▪ Diámetro del eje: 7mm

▪ Tamaño: 37 x 70 mm
▪ Masa: 27kg
▪ Material: Aluminio, Plástico
Mini voltímetro Características:

medidor de batería
▪ Voltímetro de tres cables, la
conexión de tres cables permite el
rango de prueba de voltaje de
0,00 a 30 V
▪ Precisión de medición: 0.01 (0.01
- 9.99 V) / 0.1 (10.0 - 30.0 V)
▪ Tipo de fuente de energía: pilas
Medidas:
▪ Tres tubos LED digitales de 0.36

pulgadas
▪ Peso: 0.160 onzas
50
▪ Color: Rojo
▪ Estilo: Digital
▪ Tipo de pantalla: led
SISTEMA DE CONTROL
Raspberry Pi Zero Características:

W Kit
▪ Sirve como medio de
comunicación entre la interfaz de
usuario y el robot
▪ Conectividad: LAN-Bluetooth-
HDMI-USB
▪ RAM: 16GB
▪ Fuente de alimentación: 2.5A
▪ Tira de pines 2x20
Medidas:
▪ Dimensiones: 65x31x5 mm
▪ Masa: 10.8oz
▪ Material: PVC
Arduino Mega Características:

2560
▪ Microcontrolador usado para el
control del robot móvil
omnidireccional, en este
dispositivo se encuentran los
parámetros para realizar sus
movimientos.
▪ Voltaje de operación: 5V
▪ Pines de E/S digital: 54
▪ Pines analógicos: 16
▪ Corriente por cada pin: 20mA
▪ Memoria Flash 256 KB
▪ Frecuencia de reloj: 16MHz
51
Medidas:
▪ Dimensiones del producto:

101.52x53.3x1 mm
▪ Material: PVC y componentes

electrónicos
▪ Masa: 37g
Placa Shield para Características:

los drivers
▪ Placa usada para el control de
los drivers del robot móvil
omnidireccional
▪ Voltaje de operación: 2.7- 10.8V
▪ Control del PWM del motor
▪ Cantidad: 3
▪ Corriente por canal: 1.2 A
▪ Se Adapta al arduino mega 2560
para usar todos sus puertos
disponibles
▪ Frecuencia de reloj: 16MHz
Medidas:
▪ Dimensiones del producto:

101.52x53.3x1 mm
▪ Material: PVC
▪ componentes electrónicos
▪ Masa: 37g
ELEMENTOS DE UNIÓN
Soporte de latón Características:

hexagonal
▪ Pernos y tuercas que sirven de
soporte para fijar los
componentes del robot
52
Medidas:
▪ M2.5: 6 x 10, 15 x 20mm
▪ Material: Latón
Pilar de PCB Características:
▪ Tornillos espaciadores
hexagonales hembra - macho
Medidas:
▪ Tamaño: M3 x 50mm
▪ Longitud: 50mm
▪ Tamaño de la rosca: 3mm
▪ Tamaño de tornillo opuesto: M3
▪ Material: Latón
Pololu 25D mm Características:

Metal Gearmotor
Bracket Pair ▪ Sirve de soporte para los
motores, encoders
▪ Cantidad: 4
Medidas:
▪ Largo: 52 mm
▪ Alto: 27 mm
▪ Espesor: 2 mm
▪ Masa: 8.5g
▪ Material: Aluminio
ALIMENTACIÓN
Baterías Litio Características:

18650 + Cargador
53
▪ 2 baterías de litio recargables
▪ Capacidad de voltaje: 3.7 V
▪ Capacidad de corriente:1200mA
▪ Cargador de 4 puertos para las
baterías
Medidas:
▪ Dimensiones del paquete: 185 x

133 x 36
▪ Desempeño: 4-7 horas

▪ Masa: 270 g
▪ Material: Litio
▪ Tiempo de carga 6-8 horas
4.2. Diseño de la carcasa
Para el diseño de la carcasa del robot móvil omnidireccional se utilizó el software de diseño
asistido por computador (CAD) “SolidWorks”, en él se diseñan cada uno de los componentes de
la carcasa, los mismos que son impresos en 3D o cortados con láser en acrílico para ensamblarlos
como un solo conjunto. En la impresión y cortes es necesario tomar en cuenta la resolución y la
triangulación de cada diseño para obtener un mejor acabado. Se utilizó filamento PLA (ácido poli
láctico) para la impresión 3D que permite un mejor acabado en las piezas.
La carcasa y las bases están diseñadas de tal forma que los elementos eléctricos,
electrónicos y mecánicos ocupen el menor espacio posible, facilitando las conexiones entre los
componentes y que estos se acoplen adecuadamente, cumpliendo con los espacios asignados a los
mismos y con características de robustes y un peso adecuado para su manipulación.
54
4.2.1. Diseño de la base
El diseño de la base del robot está dividido en espacios ranurados y agujeros en toda su
superficie plana para colocar cada componente y acoplarlo mediante tornillos y espaciadores
permitiendo una correcta sujeción. Se tomó en cuenta el espacio ocupado por las baterías, los
motores, encoders, drivers, ruedas mecanum, raspberry, microcontrolador, microprocesador, placa
electrónica, cableado y demás componentes electrónicos.
Los agujeros distribuidos en la base del robot están diseñados para obtener una distribución
homogénea del peso del robot sobre su eje central. El diseño se puede apreciar en la Figura 19.
Figura 19. Diseño 3D de la base del robot móvil omnidireccional.
4.2.2. Distribución del espacio interno de la base del robot
La base está dividida por varios segmentos, entre ellos existe un espacio designado para
las baterías, seguido de un espacio para colocar los drivers que controlan los motores, en las
55
esquinas de la base se ubican los pares de brackets que sujetan a los motores y que transmiten su
par de rotación a las ruedas omnidireccionales al acoplarse por medio de sus ejes.
Como última parte del diseño de la base, se designa un espacio con medidas de 65 x 31 x
5mm para colocar el Raspberry PI Zero W mientas que para el Arduino Mega 2560 se designa un
espacio de 101.52x53.3x1mm.
4.2.3. Diseño de soportes laterales y frontales
El diseño de las rejillas de la carcasa está desarrollado con el objetivo de acoplarlas a los
bordes del robot y cubrirlo de tal manera que no ingrese ningún objeto extraño que pueda interferir
o dañar la circuitería interna, Se diseñaron e imprimieron rejillas tanto laterales como frontales y
traseras.
El diseño de las rejillas laterales se puede observar en la Figura 20.
Figura 20. Diseño de la rejilla lateral del robot móvil omnidireccional.
En la Figura 21 se puede observar el diseño de las rejillas frontal y trasera del robot móvil
omnidireccional.
56
Figura 21. Diseño de la rejilla frontal y trasera del robot móvil omnidireccional.
4.2.4. Diseño de la cubierta
El diseño de la cubierta es similar al diseño de la base, esta sirve como soporte para conectar
elementos como cámaras, LIDAR, etc. y para proteger las conexiones internas entre los
componentes electrónicos; como parte del diseño se realizó un agujero de 12mm de diámetro en
la mitad de la cubierta para colocar un marcador que traspasa la base con el fin de dibujar en
cualquier superficie plana la trayectoria del robot. En las Figura 22 y se puede observar el diseño
de la cubierta.
57
Figura 22. Diseño 3D de la cubierta superior del robot móvil direccional.
4.3. Esquema electrónico
Como parte del hardware del robot se diseñó una tarjeta electrónica, dicha placa enlaza y
controla todos los componentes eléctricos y electrónicos para su correcto funcionamiento a través
del microcontrolador hacia los drivers y motores que en conjunto permitirán el movimiento del
robot a través de las ruedas mecanum.
Una vez seleccionados los componentes óptimos y que mejor se adapten a los
requerimientos y necesidades del robot, se procede a diseñar y probar el esquema electrónico del
mismo, donde se muestran las alimentaciones, pines de entrada, salida y todas las conexiones entre
todos los componentes, con esto se proporciona una información clara para reproducir o modificar
el diseño adecuadamente.
Todos los símbolos de los componentes elegidos son colocados adecuadamente para
realizar las conexiones mediante cables, considerando las especificaciones de las hojas de
58
características de los componentes, además es importante tomar en cuenta el conexionado de los
componentes con los conectores y de estos con el Arduino para asegurar un mejor funcionamiento
de la placa.
Una vez realizado el diagrama esquemático se verifica y comprueba que todas las
conexiones se han ejecutado correctamente, tomando todas las consideraciones de diseño y
seguridad, se presenta en la siguiente figura el esquemático de la placa desarrollada para este robot
omnidireccional con sus correspondientes componentes y conexiones.
4.3.1. Diseño de la placa electrónica (Shield)
Con el objetivo de facilitar la conexión del robot omnidireccional, evitar cables sueltos y
conexiones externas que puedan ocasionar errores o daños en el circuito del robot, se diseñó y
desarrolló un Shield para el Arduino Mega 2560 que es utilizado en este proyecto.
Elaborado el diagrama esquemático de la placa se realiza el diseño del PCB, la forma y

especificaciones son diseñadas de acuerdo con la forma del Arduino Mega 2560 por lo que sus
conectores deben coincidir exactamente tanto en posición como en número para que no se generen
problemas al momento de acoplarse, en la siguiente figura se puede observar el diseño de la placa
y la distribución de los pines para el correcto acoplamiento de los componentes.
59
Figura 23. Distribución de los pines del Shield para los drivers y Arduino mega 2560.
El diseño de este Shield conecta todos los pines del Arduino Mega 2560 incluyendo
aquellos que no están siendo usados por el robot, permitiendo así que puedan ser aprovechados
posteriormente en nuevas funcionalidades.
Este shield permite el manejo y control de hasta 6 motores con sus respectivos encoders.
Para el control de las cuatro ruedas omnidireccionales se utilizan dos drivers TB6612FNG, cada
driver es capaz de controlar dos motores, esta placa dispone también de una entrada que es la señal
PWM, adicionalmente se colocó un tercer driver con el objetivo de colocar dos motores adicionales
para futuros trabajos o utilidades adicionales que se desee realizar en el robot.
Dentro del shield se colocaron dos puertos seriales que se conectan a los puertos S0 que va
conectado al Raspberry y S1 que es el auxiliar, además dispone de todas las salidas que van
conectadas a cada uno de los motores y los zócalos para los drivers TB6612FNG.
60
Los pines del bloque inferior del Arduino Mega son los pines que más se usan, estos son
utilizados para controlar los motores usando las dos entradas del motor, además cada motor tiene
un pin PWM que le da una señal de velocidad, este pin indica la velocidad a la que deben moverse
los motores dependiendo el sentido en el que están girando.
A continuación, se puede observar la placa final con todos los componentes acoplados
como corresponde.
Figura 24. PCB Shield para el Arduino Mega 2560, vista superior.
61
Figura 25. PCB Shield para el Arduino Mega 2560, vista inferior.
4.3.2. Ruteo de la placa
En este último paso se muestra el ruteo de la placa generado en base al diseño esquemático
que interconecta las distintas partes del circuito, se opta por implementar dos capas en la placa
para disminuir la cantidad de espacio requerido por la PCB tomando en cuenta el número de pistas
y el número de componentes.
Una vez finalizado el ruteo se comprueba que no existan errores o posibles conexiones
incorrectas y se da por terminado el diseño de la PCB.
Finalmente, se generan los ficheros que habrán de ser enviados al fabricante para imprimir
la placa.
62
(a) (b)
Figura 26 (a) Ruteado de la capa superior de la PCB, (b) Ruteado de la capa inferior de la PCB
Dada la importancia de facilitar mejoras al robot, este Shield está diseñado con el fin de
agregar más funcionalidades al robot si se desea ampliar sus capacidades en futuros trabajos con
este proyecto, por lo tanto, se ha colocado tres salidas adicionales, dos para conexiones seriales y
una auxiliar, esto con el objetivo de realizar un debug o conectar un dispositivo adicional ya sea
bluetooth, otro motor, etc.
4.4. Ensamblaje final del robot
La carcasa y los componentes utilizados fueron ensamblados usando separadores, pernos

y tuercas de latón hexagonal hembra y macho de 3 mm de diámetro.
Figura 27. Elementos utilizados para unir los componentes del robot móvil omnidireccional.
63
Una vez ensamblado todas las piezas en el software obtenemos el diseño 3D que se puede
observar en la Figura 28. En los anexos, se detalla el ensamblaje paso a paso del robot móvil
omnidireccional a través de un manual de usuario.
Figura 28. Ensamblaje del robot móvil omnidireccional.
64
CAPÍTULO 5: Desarrollo de software
5.1. Esquema de funcionamiento del robot
Figura 29. Diagrama general del robot.
El diagrama indica el funcionamiento del robot donde se especifica los pasos que sigue
para realizar la tarea designada.
El proceso empieza cuando el usuario genera la orden haciendo uso de la interfaz gráfica
donde especifica el tiempo de la simulación, la función matemática o la trayectoria que desea que
el robot ejecute, una vez especificados estos datos la interfaz gráfica envía la orden a la red ROS
y está es recibida por el Raspberry el cual la transmite al Arduino, donde se realizan los cálculos
correspondientes para definir la velocidad a la que se deberá mover cada rueda, a la vez que se
calcula la velocidad real de las mismas y es comparada con la velocidad deseada para definir una
nueva orden que corrija el error que pueda existir en la velocidad de cada rueda. Dichas
velocidades son usadas para calcular las velocidades generales reales del robot y son transmitidas
65
de vuelta hacia la interfaz gráfica a través del Raspberry y la red ROS. Finalmente se calcularán
las nuevas velocidades generales deseadas del robot para que continue con la trayectoria definida
hasta cumplir el ejercicio y posterior los resultados son mostrados en la interfaz gráfica, donde el
usuario podrá revisarla en tiempo real.
5.1.1. Diagrama de flujo del sistema
A continuación, se presenta el diagrama de flujo del sistema donde se describe el proceso

de trabajo del robot.
66
Diagrama de flujo general del sistema
Figura 30. Diagrama de flujo del sistema.
67
Usuario: Enciende el robot y define los parámetros, se colocan las fórmulas de las
ecuaciones y se ejecuta el experimento.
Interfaz de usuario: Python empieza a trabajar e inicializa el experimento, en seguida

realiza la conexión a la red ROS, configura los parámetros definidos y los parámetros por defecto
del robot.
Cálculo de la trayectoria: Se obtienen las velocidades de referencia del robot según la

trayectoria definida y esto se transmite al robot a través de la red ROS, el robot recibe la orden de
la red ROS a través del Raspberry y realiza la cinemática directa para que con base en las
velocidades de referencia definidas se calculen las velocidades reales de cada una de las ruedas y
con esto se ejecuta el PID para calcular las nuevas órdenes que son enviadas a los motores
corrigiendo cualquier error que se detecte en la trayectoria designada, posterior a esto se realiza la
cinemática inversa para calcular las velocidades del robot que serán enviadas a la red ROS y
recibidas por la interfaz gráfica.
Una vez la interfaz gráfica recibe la actualización, el primer paso es mostrar la trayectoria
realizada por el robot, si el tiempo de la simulación culminó se termina el experimento, caso
contrario, se aplica la teoría de estabilidad de Lyapunov para generar nuevas velocidades de
referencia que son enviadas al robot comenzando un nuevo ciclo hasta finalizar el experimento.
5.2. Robot Operative System (ROS)
El Sistema Operativo Robótico (ROS) es un framework de código abierto para el desarrollo

de aplicaciones de robótica, controladores, algoritmos de última generación, potentes herramientas
de desarrollo, etc. mediante el uso de un conjunto de herramientas y bibliotecas de software.
ROS al ser de código abierto propicia que millones de desarrolladores y usuarios

contribuyan y mejoren el vasto software de robótica que contiene este sistema operativo, además
permite al usuario personalizar ROS según sus necesidades y decidir dónde y cómo usarlo.
68
Este sistema operativo usa nodos que no son más que archivos ejecutables dentro de un
paquete de ROS para comunicarse con otros nodos, estos nodos utilizan una biblioteca cliente para
comunicarse, pueden publicar o suscribirse a un topic y pueden utilizar o proporcionar algún
servicio.
ROS tiene como característica principal la manera en la que se ejecuta y comunica el

software, puesto que permite diseñar software complejo sin tener conocimiento del
funcionamiento del hardware. ROS conecta una red de procesos o nodos con eje central de diversas
maneras ya sea proporcionando servicios necesarios o definiendo conexiones de publicista o
suscriptor con otros nodos, estos dos métodos comunican mediante tipos de mensajes específicos.
El apoyo de multiplataforma que dispone ROS permite conexiones entre procesos de

dispositivos múltiples, además determina las clases de comunicaciones C++ o permite desarrollar
clases manualmente para la interfaz de lenguaje.
5.2.1. Implementación y funcionamiento de ROS
En este trabajo ROS está implementado tanto en la computadora como en el Raspberry

para enviar o recibir órdenes. En la computadora se optó por instalar ROS en Windows puesto que
su uso es común y se evitan problemas de compatibilidad con las librerías de las gráficas, al instalar
ROS se instala una versión de Python, para este proyecto se requiere la versión 3.8.6 debido a la
compatibilidad con varias librerías.
Como se explicó anteriormente ROS trabaja con nodos que corresponden tanto a la
computadora como al Raspberry, es decir, cada dispositivo es un nodo, para este proyecto cada
nodo dispone de un publicador y un suscriptor, por lo tanto, la interfaz gráfica al actuar
primeramente como publicador envía al robot las velocidades de referencia y el Raspberry al actuar
como suscriptor recibe estas velocidades que luego invirtiendo los papeles actúa como publicador
y envía las velocidades reales a la interfaz gráfica que ahora actúa como suscriptor. El Raspberry
recibe las velocidades reales a través del Arduino que son calculadas mediante el modelo
matemático.
69
La publicación de las velocidades se realiza a los canales de comunicación que están
implementados en el código cuyos nombres para las velocidades de referencia es “w_Ref1” y para
las velocidades reales es “w_real_R”, la definición del tipo de dato que se envía es de tipo punto
(Point) en tres dimensiones que incluye X, Y, Z y es un tipo de dato especial de ROS compuesto
por tres números decimales, posteriormente se inicializa los nodos para publicar y suscribirse entre
ellos. Las velocidades de referencia son enviadas al Arduino mediante el mensaje del tipo “Point”.
5.2.2. Instalación de ROS
ROS se instaló en Windows para facilitar la interacción y el manejo tanto del programa
como del robot, la versión utilizada es la "NOETIC", como ROS no es una aplicación o un
framework nativo de Windows existe una alternativa para adaptar todo lo que comprende ROS
dentro de Windows y es instalando a través de un programa que simula un ambiente de Linux
llamado Chocolatey, este programa es un gestor de paquetes de línea de comandos para Microsoft
Windows [60]. Para llevar a cabo la instalación es necesario seguir un proceso de acuerdo con el
manual de instalación que se encuentra detallado en la página oficial de ROS [61] donde se explica
detalladamente los pasos a seguir y cómo se debe implementar.
Una vez instalado ROS es importante tomar en cuenta las variables de entorno que son
necesarias para que Python pueda utilizar las librerías de ROS, para ello se agrega la variable de
entorno PYTHONPATH que permite ubicar los paquetes y librerías de ROS con la finalidad de
que puedan ser utilizados por los programas escritos en Python.
Otras variables de entorno que son importantes definir en todos los dispositivos que tienen
ROS son ROS_IP que permite identificar la IP de la computadora donde se encuentra el núcleo y
ROS_MASTER_URI que indica la dirección con el puerto donde se localiza el núcleo.
Cabe recalcar que para la creación de un proyecto ROS para Windows es necesario instalar
el SDK de Microsoft Windows 10 y Visual Studio Community seleccionando la opción
"Desarrollo con C++ para escritorio" esto con la finalidad de mantener la compatibilidad de la
cadena de herramientas con los archivos binarios publicados.
70
El control del Raspberry de forma remota se realiza mediante el protocolo de comunicación
SSH a través del cual se instala ROS compilando sus fuentes y siguiendo los pasos descritos en la
página oficial de ROS [62].
5.3. Programación en Arduino
El Arduino Mega 2560 utilizado en este proyecto tiene como función el control del
movimiento del robot a través de la rotación de las ruedas. Para completar este objetivo requiere
que se le transmitan vía comunicación serial 3 datos, las velocidades frontal, lateral y angular
deseadas a las que el robot debería moverse para llegar a un objetivo definido externamente.
Estas velocidades serán utilizadas para calcular las velocidades angulares deseadas de cada
una de las ruedas del robot, posterior, a través del encoder de los motore se calculan las velocidades
angulares reales de cada rueda y haciendo uso del PID correspondiente se comparan las
velocidades reales y deseadas para generar una nueva orden para el movimiento del motor. Como
último paso, utilizando la cinemática inversa se calculan las velocidades frontal, lateral y angular
real del robot en base a las velocidades reales de cada rueda y estos tres datos son devueltos a
través del puerto serial hacia el Raspberry.
Para la programación del Arduino se hizo uso de dos librerías la primera

PinChangeInterrupt.h que permite agregar interrupciones para los dos canales del encoder de cada
motor, la segunda librería es motorControl.h que permite crear un PID para controlar la velocidad
de los motores siendo necesario crear cuatro PID para cada motor.
5.4. Interfaz de usuario
La interfaz gráfica desarrollada en este proyecto se diseñó con el objetivo de facilitar la

interacción entre el usuario y el robot, además de proporcionar un entorno visual sencillo,
permitiendo observar y analizar los resultados de los experimentos tanto del control de posición
como del control de trayectoria de forma rápida y sencilla, es así que los estudiantes podrán usar
71
esta interfaz de manera amigable, didáctica e intuitiva, con botones que permitan un fácil manejo
de la interfaz y una buena adaptación a las tareas encomendadas.
Se desarrolló la interfaz gráfica en Python utilizando la librería PyQT5, esta librería

dispone de la herramienta Qt Designer que proporciona una interfaz de usuario para desarrollar
interfaces gráficas, además se utilizó la librería PyVista que es un módulo de ayuda para
Visualization Toolkit (VTK) y proporciona una interfaz Pythonic que expone el poderoso backend
de visualización de VTK para facilitar la creación rápida de prototipos, el análisis y la integración
visual de conjuntos de datos espacialmente referenciados, de este modo permite desarrollar
gráficas dinámicas como la simulación 3D donde se observa cómo el robot se mueve en el plano
X,Y además del desarrollo de las gráficas de velocidades y errores.
En la Figura 31 se muestra el espacio de trabajo de la herramienta Qt Designer donde se

puede observar el desarrollo de la interfaz gráfica con todas las opciones de ingreso de datos que
posee.
Figura 31. Interfaz gráfica utilizando la herramienta Qt Designer.
72
La interfaz muestra las gráficas de las velocidades y los errores del control de posición y
trayectoria que realiza el robot ya sea en base a uno o varios puntos para el control de posición o
en base a ecuaciones para el control de trayectoria.
La interfaz gráfica funciona una vez se inicializa ROS de lo contrario no es posible su

funcionamiento, la conexión entre la interfaz y el robot se realiza mediante el protocolo SSH
colocando la dirección IP del robot, inmediatamente se inicia el programa desarrollado para el
Raspberry en Python y finalmente el robot estará listo para realizar y ejecutar los experimentos
desde la interfaz gráfica.
El menú que dispone la interfaz gráfica permite cambiar los modos para escoger según los
requerimientos del usuario ya sea el control de posición o el control de trayectoria, para el control
de trayectoria se quieren derivadas, estas pueden ser activadas o desactivadas según la exigencia
o nivel de conocimientos del usuario de igual manera se puede activar o desactivar la opción φ que
corresponde a la orientación del robot para el control de posición y de trayectoria.
Figura 32. Menú de opciones de la interfaz gráfica.
A continuación, se muestra en la Figura 33 la interfaz desarrollada para el control de

trayectoria, esta interfaz dispone de un panel en donde se colocan las funciones matemáticas
necesarias para definir la trayectoria deseada, además de parámetros como el tiempo que dura el
robot en trazar la trayectoria y las opciones para iniciar, limpiar, cancelar o guardar el experimento.
Una vez colocadas las funciones y los parámetros del ejercicio, se observa la gráfica en 3D de la
73
trayectoria ejecutada por el robot, así como también las gráficas de las velocidades frontal, lateral,
angular y los errores en X, Y y φ.
Figura 33. Interfaz gráfica para el control de trayectoria.
En la Figura 34 se puede observar el menú que posee la interfaz gráfica para realizar el
control de posición, este menú dispone de un panel donde se coloca la posición inicial y el punto
o grupo de puntos al que se desea que el robot se mueva, así como los tiempos requeridos para
cada experimento y parámetros como el tiempo total, IP y nombre del robot. Una vez colocados
todos los requerimientos que solicita la interfaz para realizar el ejercicio, se utilizan los botones
para iniciar, cancelar, limpiar y guardar el experimento, finalmente se observa la gráfica en 3D
que traza el robot para llegar al punto deseado, así como las gráficas de las velocidades frontal,
lateral, angular y los errores en X, Y y φ.
74
Figura 34. Interfaz gráfica para el control de posición.
La opción “Guardar experimento” permite guardar todos los datos, resultados y el proceso
que realiza el robot.
75
CAPÍTULO 6: Control del robot móvil Omnidireccional
6.1. Control de velocidad de las ruedas
Para determinar la posición, velocidad y dirección del movimiento del eje del motor se
usan encoders de cuadratura con sensores magnéticos de efecto Hall, estos encoders poseen dos
sensores que generan dos señales de pulsos digitales desfasados en 90° eléctricos puesto que
poseen un disco magnético giratorio montado en el eje trasero del motor; los sensores se van
activando y desactivando en una secuencia que permite determinar la dirección y el número de
desplazamientos que han ocurrido en el encoder [63].
Figura 35. Señales de salida denominadas A y B generadas por los encoders de efecto Hall del encoder.
6.1.1. Sentido de giro del motor
En base a las señales generadas por los encoders se puede determinar el sentido de giro del
motor tomando como referencia el desfasamiento que existe entre estas señales. La combinación
de las dos señales A y B permite obtener 4 estados, de esta manera se puede saber el sentido de
giro del motor si se compara el estado actual con el anterior.
Asumiendo la salida A como el bit más significativo y B como el bit menos significativo
se obtiene la siguiente tabla de verdad donde se puede ver la dirección de giro del motor.
76
Tabla 2. Sentido de giro del motor según los encoders.
En la Tabla 3 se presenta una matriz de incrementos donde se compara el estado anterior

con el actual para saber la dirección del movimiento, por ejemplo, si en el encoder el estado
anterior fue 01 y el estado actual es 11 se puede constatar que el motor gira en sentido antihorario,
por otra parte, las combinaciones 11,00; 10,01; 01,10 y 00,11 son considerados errores en la señal
o en el encoder.
Tabla 3. Matriz de incrementos para comparar el estado anterior con el actual.
Anterior 0 1 2 3
Actual AB 00 01 10 11
0 00 0 -1 +1 E
1 01 +1 0 E -1
2 10 -1 E 0 +1
3 11 E +1 -1 0
6.1.2. Resolución del encoder
La resolución es el número de cuentas que genera el encoder en cada vuelta, es decir es

una medida en pulsos por revolución (PPR), el motor utilizado en esta tesis proporciona una
resolución de 16 conteos por revolución del eje del motor al leer un solo flanco de uno de los
canales del encoder.
77
Usando los datos descritos anteriormente se puede calcular la precisión cuádruple del
motor al leer los dos flancos en ambos canales del encoder, es decir que tendríamos 64 pulsos por
revolución en el eje del motor y multiplicándolos por la relación de transmisión de la caja de
engranajes de este motor según su hoja de datos (70) podemos determinar que la resolución
cuádruple es 4480 en el eje de salida de la caja de engranajes. Utilizando estos datos podemos
determinar el sentido de giro del motor y de esta manera crear un código que establezca la posición
en grados, así como la velocidad lineal en m/seg, velocidad angular (RPM) y velocidad en rad/seg.
6.1.3. Modelo dinámico de un motor: Respuesta en lazo abierto
En base al modelo matemático del robot se analiza su comportamiento con el objetivo de

encontrar los parámetros de control del algoritmo PID que se va a implementar, por lo tanto, se
optó por aproximar el comportamiento del motor a un sistema de primer orden con tiempo muerto.
El comportamiento del motor está determinado por parámetros tanto en el dominio del
tiempo como de la frecuencia, estos parámetros son definidos mediante pruebas experimentales
para observar la respuesta del sistema y de esta manera encontrar las variables requeridas.
Para la sintonización de los parámetros de control del algoritmo PID de los motores del
robot omnidireccional, es preciso contar con la información del comportamiento dinámico del
sistema de control con el fin de aproximar el comportamiento del motor a este sistema.
La identificación de parámetros como ganancia, tiempo muerto y constantes de tiempo se

puede realizar a partir de la respuesta del proceso a un cambio, aplicando un escalón a la entrada
del sistema.
La representación matemática tanto en el dominio de la frecuencia como en el tiempo del

sistema de primer orden con tiempo muerto [64] se presenta a continuación:
𝑘𝑝 𝑒 −𝐿𝑠
𝐺 (𝑠) = Dominio de la frecuencia (15)
𝜏𝑠+1
78
0 0≤𝑡<𝐿
𝑃𝑣 (𝑡) = { (1 −(𝑡−𝐿 )/𝑟 )∆𝐶 Dominio del tiempo (16)
𝑘𝑝 − 𝑒 𝑣 𝑡≥𝐿
Donde:
𝐤 𝐩 = Ganancia del proceso
𝐋 = retardo
𝛕 = constante de tiempo en lazo abierto
𝐤 𝐩, 𝑳 y 𝛕 son los parámetros que determinan el comportamiento del motor, para obtener
estos valores se aplican procedimientos experimentales usando la respuesta del sistema al escalón
en el dominio del tiempo tal como se especificó anteriormente, para este fin se utiliza un algoritmo
de identificación de parámetros de control cuyo proceso se especifica en el siguiente diagrama de
bloques.
Figura 36. Diagrama de bloques para desarrollar el algoritmo de identificación de parámetros de control [65].
79
Al aplicar la función escalón unitario a la entrada del proceso se obtiene a la salida la
velocidad en rad/seg a la que gira el eje del motor, en base a estas lecturas se aplica un algoritmo
de identificación llamado PSO [66] que entrega de manera aleatoria los valores de 𝐤 𝐩, 𝑳 𝒚 𝝉 al
modelo matemático y mediante pruebas experimentales se ajustan estos valores dependiendo el
error entre la salida medida y la salida proporcionada por el algoritmo de identificación hasta
obtener un error mínimo en la respuesta a la curva.
En la Figura 37 Pv_estimated indica la variable estimada del proceso, Pv_real es la variable

real del proceso y Cv la variable de control. Se observa la aproximación de las curvas entre la
respuesta al algoritmo de identificación aplicando variables del sistema de primer orden y la
aproximación real aplicando una entrada escalón, como se aprecia es una estimación adecuada
entre estas curvas.
Figura 37 Respuesta a una entrada escalón (Pv_real) / aproximación (Pv_estimated) con variables del sistema de primer orden.
80
Una vez obtenidos los parámetros 𝐤 𝐩, 𝑳 𝒚 𝝉 se realizan procesos para encontrar los valores
de ganancia del algoritmo de control PID para lo cual aplicamos dos métodos de sintonía, el primer
método utilizado es el de sintonía lambda que calcula los valores de ganancia del algoritmo de
control PID que son la ganancia proporcional, el tiempo integral y el tiempo derivativo, estos
valores son usados para aplicar el segundo método que es el de sintonía fina.
6.1.4. Control PID y sintonía Lambda
El método de sintonía Lambda, es un caso especial de asignación de polos utilizado

comúnmente en la industria de pulpa y papel, donde hay una conexión entre la uniformidad del
papel y la eficiencia manufacturera [67].
Para la obtención de las variables para el PID [68], se considera la siguiente función de
transferencia:
(1 + 𝑠𝑇′𝑖 )(1 + 𝑠𝑇′𝑑 )

𝐶 ′(𝑠) = 𝐾′𝑐 ( ) (17)
𝑠𝑇′𝑖
Donde:
𝑲′𝒄 = Ganancia Proporcional
𝑻′𝒊 = Tiempo Integral
𝑻′𝒅 = Tiempo Derivativo
El modelo de la planta correspondiente a un sistema de primer orden con retardo está dado
como:
𝐾
𝐺 (𝑠 ) = 𝑒 −𝑠𝐿 (18)
1 + 𝑠𝑇
81
Donde:
𝑲 = Ganancia del proceso
𝑻 = Constante de tiempo en lazo abierto
𝑳 = Retardo
Mediante la aproximación de Padé de primer orden [69] se calcula la siguiente expresión

exponencial:
1 − 𝐿⁄2𝑠
−𝑠𝐿
𝑒 = (19)
1 + 𝐿⁄2𝑠
Sustituyendo en la ecuación del modelo de la planta se tiene:
𝐾 1 − 𝐿⁄2𝑠
𝐺 (𝑠 ) = ( )( ) (20)
1 + 𝑠𝑇 1 + 𝐿⁄ 𝑠
2
El método de sintonía lambda consiste en cancelar los polos del proceso con los ceros del
controlador [70].
Por consiguiente, reemplazando el tiempo integral y derivativo, se tiene:
𝑇𝑖 = 𝑇 (21)
𝑇𝑑 = 𝐿⁄2 (22)
Y la función de transferencia del lazo queda de la siguiente forma:
𝐾𝐾′𝑐 (1 − 𝑠 𝐿⁄2)
𝐺1 (𝑠) = 𝐺 (𝑠)𝐶 ′(𝑠) = (23)
𝑠𝑇
La ecuación característica del sistema en lazo cerrado está dada por:
𝑠(𝑇 − 𝐾𝐾′𝑐 𝐿⁄2) + 𝐾𝐾′𝑐 = 0 (24)
82
El polo en lazo cerrado requerido es 𝑠 = −1⁄𝜆, obteniendo las siguientes reglas de
sintonía.
𝑇
𝐾′𝑐 = (25)
𝐾(𝐿⁄2 + 𝜆)
𝑇′𝑖 = 𝑇 (26)
𝑇′𝑑 = 𝐿⁄2 (27)
Al aumentar 𝜆 la velocidad de respuesta disminuye, por el contrario, disminuyendo 𝜆 la

velocidad de respuesta aumenta.
La forma no interactuante o estándar (ISA) del controlador PID se representa mediante las
siguientes ecuaciones:
𝑇′𝑖 + 𝑇′𝑑
𝐾𝑐 = 𝐾 ′ 𝑐 (28)
𝑇′𝑖
𝑇𝑖 = 𝑇 ′ 𝑖 + 𝑇′𝑑 (29)
𝑇′𝑖 𝑇′𝑑
𝑇𝑑 = (30)
𝑇′𝑖 + 𝑇′𝑑
Realizando la sintonía Lambda del algoritmo PID, se muestra a continuación en la Figura

38 los valores de las variables de proceso (Pv) y variable deseada o setpoint (Sp),
Se observa que no existe ningún sobre impulso, por lo tanto, el resultado obtenido es
óptimo para valores fijos.
83
Figura 38. Valores de las variables de proceso (Pv) y variable deseada o Set Point (Sp),
Se realizaron pruebas para seguimiento de trayectorias, pero los resultados no fueron

adecuados puesto que la señal de proceso presenta retardo con respecto a la señal deseada, para
solucionar este problema se emplea la sintonía fina.
6.1.5. Control PID y sintonía fina
A partir de los valores obtenidos en la sintonía lambda se varía los parámetros de forma
manual en base a las siguientes reglas:
● Aumentando la ganancia proporcional disminuye la estabilidad

● El error decae más rápidamente si se disminuye el tiempo de integración
● Disminuyendo el tiempo de integración disminuye la estabilidad
● Aumentando el tiempo derivativo mejora la estabilidad
De acuerdo con los resultados obtenidos en la sintonía lambda y aplicando la sintonía fina
se consigue que el error tienda a cero más rápidamente. Como se puede observar en la Figura 39
la estimación entre la señal del setpoint y la señal del proceso es la deseada para los valores de los
84
parámetros que se obtuvieron en la sintonización del controlador y que se pueden observar en la
Tabla 4, estos parámetros pueden ser aplicados a cada motor del robot omnidireccional debido a
que son iguales.
Figura 39 Respuesta del sistema PID – Sp_Pv aplicando los métodos de sintonía.
Tabla 4 Resultados de los parámetros del sistema PID obtenidos mediante los métodos de sintonización.
Tuneo de parámetros
Variables sistema primer orden Sintonía Lambda Sintonía fina
Kp Tau delay K ti td k Ti Td
1.0798 0.0241 0.1053 0.57 0.08 0.02 0.5 0.07 0.02
1.0583 0.0081 0.1889 0.82 0.1 0.01 0.6 0.06 0.01
85
6.2. Control no lineal y teoría de Lyapunov
Dado el modelo matemático, sus restricciones y el comportamiento deseado, el objetivo es

obtener una ley de control de modo que el sistema realimentado se comporte como se desea.
En este proyecto se realiza el control de movimiento para lo cual se determinan los

principales problemas de este control, como se especifican a continuación:
• Control de posición: El objetivo es situar al robot de manera autónoma en un punto

determinado con una orientación deseada.
• Control de seguimiento de trayectoria: El objetivo es lograr que el robot siga una
trayectoria deseada con error que tienda a cero, es decir que siga una ruta parametrizada
en el tiempo.
Para resolver estos problemas se utiliza como estrategia de control la teoría de estabilidad
de Lyapunov utilizada para el análisis de sistemas no lineales y sistemas que varían en el tiempo.
6.2.1. Teoría de Lyapunov
La aplicación de esta teoría va a permitir el análisis de estabilidad para el controlador PID,

el objetivo de este método es encontrar una función candidata de Lyapunov que cumpla con ciertas
condiciones asegurando así la estabilidad de sus estados de equilibrio, siendo estos estados los
errores y el punto de equilibrio cero.
6.2.2. Función candidata de Lyapunov
Es una función V(x) de los estados x (errores) y cumple con las siguientes condiciones:
• 𝑉(𝑥 ) es continua, al igual que sus derivadas (31)
86
• 𝑉𝑥=0 para 𝑥=0 (32)
• 𝑉(𝑥 ) > 0 para 𝑥 ≠ 0 (33)
Figura 40. Representación de función definida positiva.
La Figura 40 muestra una función que cumple con las condiciones mencionadas
anteriormente puesto que solo en el punto (0,0) la función candidata es igual a cero, mientras que
para valores diferentes de cero ya sean estos negativos o positivos la función candidata tiene
valores mayores a cero.
En base a la función candidata de Lyapunov se determina si el sistema es estable o

asintóticamente inestable.
87
6.2.3. Sistema estable
Un sistema es estable alrededor de su punto de equilibrio en el origen si cumple las

siguientes condiciones:
𝑑𝑉(𝑥)
• = 0 para 𝑥 = 0 (34)
𝑑𝑡
𝑑𝑉(𝑥)
• ≤ 0 para 𝑥 ≠ 0 (35)
𝑑𝑡
En la se Figura 41 se muestra una representación gráfica de un sistema estable puesto que

para valores de x iguales a cero la derivada de la función candidata de Lyapunov es igual a cero
mientras que para valores de x diferentes de cero la derivada de la función candidata de Lyapunov
tiene valores menores o iguales a cero.
Figura 41. Función semidefinida negativa que cumple con las condiciones de sistema estable.
88
Para asegurar que el error tienda a cero se realiza el análisis para un sistema asintóticamente
estable.
6.2.4. Sistema asintóticamente estable
Un sistema es asintóticamente estable alrededor de su punto de equilibrio en el origen si

cumple las siguientes condiciones:
𝑑𝑉(𝑥)
• = 0 para 𝑥 = 0
𝑑𝑡 (36)
𝑑𝑉(𝑥)
• < 0 para 𝑥 ≠ 0
𝑑𝑡 (37)
Si 𝑥 → 0 cuando 𝑡 → ∞, se dice que el sistema es asintóticamente estable.
Para valores de x iguales a cero la derivada de la función candidata de Lyapunov es igual

a cero mientras que para valores de x diferentes de cero la derivada de la función candidata de
Lyapunov debe tener valores menores a cero, esto se puede observar en la Figura 42.
Por lo tanto, al cumplirse las dos condiciones mencionadas para un sistema asintóticamente
estable da como resultado que si x→0 cuando t→∞, el sistema es asintóticamente estable, que es
lo que se desea en un controlador, siendo este análisis el utilizado para el diseño de los
controladores.
89
Figura 42. Representación gráfica del sistema asintóticamente estable.
6.3. Control de posición del robot
El control de posición se basa en localizar al robot en un punto de referencia deseado,

considerando dos casos:
Primer caso: Sin una orientación determinada, como se puede observar en la Figura 43 el
robot inicia en una posición inicial y luego se traslada a una posición final sin tomar en cuenta la
orientación.
90
Figura 43. Control de posición sin una orientación deseada.
Segundo caso: Con una orientación deseada, como se observa en la Figura 44 el robot
inicia en una posición inicial y luego se traslada a una posición final tomando en cuenta la
orientación deseada.
91
Figura 44. Control de posición con una orientación deseada.
Ambos casos se explican a continuación:
6.3.1. Control de posición del robot móvil omnidireccional sin una

orientación determinada.
Para implementar la teoría de Lyapunov y obtener un sistema asintóticamente estable, se

considera la siguiente expresión:
𝑞̇ = 𝐽−1 (ℎ̇𝑑 − ℎ̇𝑒 ) (38)
Donde:
92
𝑞̇ : Velocidades del robot
𝐽−1 : Inversa de la matriz jacobiana
ℎ̇𝑑 − ℎ̇𝑒 : Velocidades del punto de control
La obtención de esta expresión se consigue a partir del modelo cinemático que se explica
en el capítulo 4, donde se obtiene las ecuaciones que representan las velocidades del robot en el
plano X, Y:
𝑃𝑥̇ = 𝑣𝑓 𝐶𝑜𝑠(𝜑) − 𝑣𝑙 𝑆𝑒𝑛(𝜑) (39)

𝑃𝑦̇ = 𝑣𝑓 𝑆𝑒𝑛(𝜑) + 𝑣𝑙 𝐶𝑜𝑠(𝜑) (40)
𝜑̇ = 𝜔 (41)
Pasando estas ecuaciones a su forma matricial y representando la matriz en su forma

compacta se tiene:
𝑃𝑥̇ 𝑐𝑜𝑠(𝜑) −𝑠𝑒𝑛(𝜑) 0 𝑣𝑓

[𝑃𝑦̇ ] = [𝑠𝑒𝑛(𝜑) 𝑐𝑜𝑠(𝜑) 0] [ 𝑣𝑙 ] (42)
𝜑̇ 0 0 1 𝜔
ℎ̇ = 𝐽 𝑞̇
Esta expresión representa la matriz Jacobiana (𝐽) que relaciona las velocidades del punto
de control (ℎ̇) con las velocidades del robot ( 𝑞̇ ), de esta manera se obtienen las velocidades que
se aplican al robot para llegar a un punto deseado (x, y).
Despejando de la ecuación (43) las velocidades que se deben aplicar al robot (𝑞̇ ), se tiene:
𝑞̇ = 𝐽 −1 ℎ̇ (43)
93
A esta expresión se aplica el siguiente término que depende del error:
𝑒𝑟𝑟𝑜𝑟(ℎ𝑒 ) = 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒𝑠𝑒𝑎𝑑𝑎(ℎ𝑑 ) − 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙(ℎ) (44)
Derivando se obtiene:
ℎ̇𝑒 = ℎ̇𝑑 − ℎ̇ (45)
Despejando ℎ̇:
ℎ̇ = ℎ̇𝑑 −ℎ̇𝑒 (46)
Reemplazando esta expresión en la ecuación (47) se obtiene:
𝑞̇ = 𝐽−1 (ℎ̇𝑑 − ℎ̇𝑒 ) (47)
Debido a que se quiere desplazar el robot a un punto deseado, ℎ𝑑 resulta una constante a
lo largo del tiempo, derivando, este término se anula, por lo tanto, la ecuación resulta de la
siguiente manera:
𝑞̇ = 𝐽−1 (−ℎ̇𝑒 ) (48)
Es decir, las velocidades que se aplican al robot son iguales a la inversa de la matriz
Jacobiana multiplicada por el error que indica la posición deseada en el punto X e Y menos la
posición del robot en X e Y respectivamente.
Para desarrollar el controlador y asegurar que este sea asintóticamente estable se realiza el
análisis de la estabilidad de Lyapunov, donde se asume que el seguimiento perfecto de velocidades
de referencia que entrega el controlador es igual a las velocidades de lectura que tiene el robot.
94
𝑞̇ 𝑟𝑒𝑓 = 𝑞̇ (49)
Considerando la función candidata de Lyapunov y efectuando las condiciones que debe

cumplir esta función para que el controlador sea asintóticamente estable, se tienen las siguientes
expresiones:
ℎ𝑒 𝑇 ℎ𝑒
𝑉(ℎ𝑒 ) = (50)
2
𝑇
𝑉̇ = ℎ𝑒 ℎ̇𝑒 (51)
Para cumplir la última condición de estabilidad, se realiza el análisis de la derivada donde

se considera que esta debe ser definida negativa, por lo tanto, se reemplaza la derivada del error
por −𝐾ℎ𝑒 donde, 𝐾 es una matriz diagonal de ganancias y ℎ𝑒 es el error.
ℎ̇𝑒 = −𝐾ℎ𝑒 (52)

𝑉̇ = −ℎ𝑒 𝑇 𝐾ℎ𝑒 < 0 (53)
La expresión (53) es menor a cero siempre y cuando la matriz 𝐾 sea una matriz definida
positiva, por lo tanto, se cumple que el sistema es asintóticamente estable.
Remplazando (52) en la expresión (49) se obtiene la siguiente ecuación final:
𝑞̇ 𝑟𝑒𝑓 = 𝐽−1 (𝐾ℎ𝑒 ) (54)
Donde las velocidades de referencia que se aplican al robot son iguales a la inversa de la
matriz jacobiana multiplicada por una matriz 𝐾 diagonal definida positiva por el error, con esta
95
expresión se desarrolla el algoritmo de control que determina las velocidades a las que se mueve
el robot para llegar a un punto determinado.
6.3.2. Control de posición del robot móvil omnidireccional con una

orientación determinada.
Para situar al robot móvil omnidireccional en un punto determinado considerando la

orientación, se analiza el siguiente modelo:
Figura 45. Diagrama del robot con orientación deseada [58].
Mediante resolución de funciones trigonométricas se obtienen las siguientes ecuaciones:
𝑙 = √(𝑃𝑥𝑑 − 𝑃𝑥 ) + (𝑃𝑦𝑑 − 𝑃𝑦 ) (55)
ξ=ψ−φ (56)
96
ψ = arc tan 2 ((𝑃𝑦𝑑 − 𝑃𝑦 ), (𝑃𝑥𝑑 − 𝑃𝑥 )) (57)
En donde 𝑙 es la distancia entre el punto de control y el punto deseado que viene dada por
la distancia euclidiana, ψ es el ángulo de orientación al que se desea que llegue el robot y ξ es el
ángulo formado por la diferencia entre el ángulo deseado (ψ) que se va a posicionar el robot y el
ángulo φ de orientación del robot, por lo tanto, usando funciones trigonométricas se obtienen las
ecuaciones (55), (56) y (57).
Derivando el conjunto de ecuaciones se obtiene el siguiente modelo diferencial:
𝑙 ̇ = −𝑣 cos 𝜉 (58)
̇ 𝑣
𝜉̇ = −𝜔 + ( ) sin 𝜉 (59)
𝑙
𝑣
𝜓̇ = ( ) sin 𝜉 (60)
𝑙
Para el diseño del controlador con orientación deseada se sigue el mismo procedimiento
que en el apartado 6.3.1 en donde se considera la función candidata de Lyapunov y se efectúa el
análisis de las condiciones que debe cumplir esta función para que el controlador sea
asintóticamente estable, garantizando de esta manera que tanto 𝑙, 𝜉 𝑦 𝜑 tiendan a cero.
Se obtienen las ecuaciones tanto para la velocidad lineal como para la velocidad angular:
𝑣 = 𝐾1 (cos 𝜉 )𝑙, 𝐾1 > 0 (61)

𝜔 = 𝐾2 𝜉 + 𝐾1 (cos 𝜉)(sin 𝜉)(𝜉 + 𝑞2 𝜓)/𝜉 , 𝐾2 > 0 (62)
97
6.4. Control de trayectoria del robot
El objetivo del control de trayectoria es conseguir que el robot omnidireccional siga una
curva parametrizada en el tiempo mediante una ley de control en la que el robot alcance y siga con
error cero estados deseados variantes en el tiempo, estos estados describen la trayectoria deseada
a seguir, es decir la curva que sigue el robot depende de la ecuación que se le imponga en función
del tiempo.
Para desarrollar el algoritmo de control se considera la expresión (38) del apartado 6.3.1
del control de posición, con la diferencia de que en este caso por ser control de trayectoria ℎ̇𝑑 ≠ 0,
puesto que ℎ𝑑 ya no se considera una constante.
𝑞̇ = 𝐽−1 (ℎ̇𝑑 − ℎ̇𝑒 ) (63)
Se asume el seguimiento perfecto de velocidad:
𝑞̇ 𝑟𝑒𝑓 = 𝑞̇ (64)
Reemplazando la ecuación (65) en la ecuación (63), se tiene la siguiente ley de control:
ℎ̇𝑒 = −𝐾ℎ𝑒 (65)

𝑞̇ 𝑟𝑒𝑓 = 𝐽−1 (ℎ̇𝑑 + 𝐾ℎ𝑒 ) (66)
Para demostrar que la ley de control es asintóticamente estable se asume que el seguimiento
de velocidad es perfecto (65) y se considera la función candidata de Lyapunov que se analizó en
el control de posición.
ℎ𝑒 𝑇 ℎ𝑒
𝑉(ℎ𝑒 ) = (67)
2
Derivando la función (67):
𝑉̇ = ℎ𝑒 𝑇 ℎ̇𝑒 (68)
98
Considerando que el error ℎ𝑒 es igual a la trayectoria deseada menos la posición real y
derivando esta ecuación se tiene la siguiente expresión:
ℎ̇𝑒 = ℎ̇𝑑 − ℎ̇ (69)
Despejando ℎ̇:
ℎ̇ = ℎ̇𝑑 − ℎ̇𝑒 (70)
Por último, se considera la ecuación del modelo matemático del robot:
ℎ̇ = 𝐽𝑞̇ (71)
Una vez obtenidas las ecuaciones del modelo matemático del robot (71), la ley de control
(66), el seguimiento perfecto de velocidades (64) y la derivada de la posición real del robot (70)
realizamos los siguientes procedimientos matemáticos para comprobar la estabilidad asintótica de
la función de Lyapunov.
Reemplazando (66) en (71) se obtiene la expresión que representa la ecuación en lazo

cerrado del sistema de control:
ℎ̇ = 𝐽𝐽−1 (ℎ̇𝑑 + 𝐾ℎ𝑒 ) (72)
Reemplazando (70) en (72):
ℎ̇𝑑 − ℎ̇𝑒 = 𝐽𝐽−1 (ℎ̇𝑑 + 𝐾ℎ𝑒 ) (73)
Como la matriz identidad vale 1, se tiene:
99
ℎ̇𝑑 − ℎ̇𝑒 = ℎ̇𝑑 + 𝐾ℎ𝑒 (74)
Simplificando términos:
ℎ̇𝑒 = −𝐾ℎ𝑒 (75)
Reemplazando (75) en la ecuación que representa la derivada de la función candidata de

Lyapunov (68) se obtiene la expresión de la siguiente manera:
𝑉̇ = −ℎ𝑒 𝑇 𝐾ℎ𝑒 (76)
Esta ecuación es una función definida negativa, por lo tanto, de acuerdo con las condiciones
de estabilidad de Lyapunov se cumple que el sistema es asintóticamente estable, con esto se
demuestra la estabilidad del sistema y se procede a realizar el algoritmo de control.
6.5. Planta de control general del robot
A continuación, se presenta un diagrama general del sistema de control realimentado de la

planta del robot móvil omnidireccional.
Figura 46. Planta general de control del robot.
100
La entrada del robot es la trayectoria que define el usuario, esta entrada puede ser cualquier
función matemática ya sea un seno, coseno, círculo, parábola, etc. Para definir el Setpoint que
corresponde a las velocidades lateral, frontal y angular deseadas para el control de posición y
trayectoria se utiliza el control basado en la teoría de estabilidad de Lyapunov que fue explicado
anteriormente, de esta forma se encuentra la función característica de la planta de tal manera que
se pueda comparar el error con el Setpoint y sacar las velocidades que se deben aplicar para que el
robot siga la trayectoria deseada, posteriormente estas velocidades lateral, frontal y angular que se
calcula en el control de trayectoria son enviadas al Arduino.
101
CAPÍTULO 7: Pruebas y evaluación de resultados
En este capítulo se procederá a evaluar el funcionamiento del robot a través de una serie
de pruebas funcionales que se dividen en dos etapas. La primera etapa consiste en una serie de
pruebas experimentales, en las cuales se evaluará el funcionamiento del robot y su capacidad para
cumplir con las tareas especificadas. La segunda etapa de pruebas consiste en permitir que un
grupo de jóvenes de edades entre 11 y 18 años proceda a ensamblar el robot y ejecute varios
ejercicios a través de los cuales podrán interactuar con el robot y comprender su funcionamiento
evaluando el nivel de dificultad que presentan los participantes durante su ensamblaje y uso.
7.1. Pruebas experimentales
Como parte de las pruebas experimentales fue necesaria la creación de una serie de
ejercicios que el robot debe ejecutar, para lo cual se imprimieron 6 lonas de 1x1mt sobre las que
el robot se desplazará y dibujará su trayectoria haciendo uso de un marcador colocado en el centro
de este. La trayectoria que sigue el robot será dibujada en una mica transparente que recubrirá la
lona, pudiendo ser borrada al culminar la prueba.
Es importante tomar en cuenta que para fines prácticos y de usabilidad del robot de
momento no se evalúa el uso de la orientación del robot (ángulo 𝜙) debido a la complejidad
superior que posee su explicación para jóvenes de las edades a las que este robot se encuentra
dirigido.
Cada lona contiene un plano cartesiano de 0.8x0.8mts (Figura 47) y una figura que muestra
el camino que el robot deberá seguir. Tomando en cuenta que el robot es capaz de ejecutar dos
tareas, el control de posición y el control de trayectoria, se optó por generar 3 ejercicios para cada
tipo de control.
102
Figura 47. Lona 1 - Plano cartesiano vacío
7.1.1. Control de posición - pruebas experimentales
Los tres ejercicios planteados para el control de posición son los siguientes:
103
Ejercicio 1 – Control de posición: Triángulo isósceles
Parámetros
Posiciones en X: [0, -0.25, 0.25, 0]

Posiciones en Y: [0.25, -0.25, -0.25, 0.25]
Tiempos: [4, 4, 4, 4]
Figura 48. Lona 2 - Ejercicio 1 - Control de posición: Triángulo isósceles
104
Resultados
Figura 49.Comparación de resultados Ejercicio 1 Control de Posición – trayectoria en lona vs trayectoria en interfaz
105
Figura 50. Resultados Ejercicio 1 - Control de Posición - Triángulo isósceles – Gráficas
Interpretación de resultados
Cómo se puede observar en la Figura 49, imagen superior los resultados dibujados sobre
la lona del movimiento del robot son buenos, sin embargo, estos difieren de la imagen inferior que
106
corresponden a la trayectoria del robot según la información recibida por la interfaz gráfica en
cuanto a sus velocidades. Este es un comportamiento que veremos reflejado en todos los ejercicios
ejecutados en adelante y se debe principalmente a que existen una serie de perturbaciones externas
que no es posible cuantificarlas con los medios utilizados en este robot, en este caso, la odometría.
Las perturbaciones en cuestión corresponden principalmente a la perdida de adherencia de las
ruedas con la superficie, lo cual provoca resbalones que llevan a que el robot pierda su trayectoria
deseada y esto no sea detectado por el software.
` En el grupo de gráficas de la Figura 50 se pueden apreciar varias ondas que describen el

comportamiento del robot durante el ejercicio ejecutado, entre ellas:
(a) Velocidad frontal: muestra la evolución de la velocidad frontal del robot, tanto la velocidad
deseada, como la velocidad a la que finalmente se desplazó el robot
(b) Velocidad lateral: al igual que la velocidad frontal, esta gráfica muestra la comparación
entre la velocidad lateral deseada y la real que ejecutó el robot.
(c) Velocidad angular: de la misma manera se muestra una comparación entre la velocidad
angular deseada y la real, la cual en los ejercicios realizadas debería mantenerse en cero
debido a que la orientación se especifica como cero para todos los ejercicios.
(d) Trayectoria: comparación entre la trayectoria deseada y la real del robot sobre el plano XY
(e) Errores en X y Y: Esta gráfica muestra cómo el error de la ubicación en cada eje converge
a 0 y vuelve a crecer en cuanto se le solicita al robot se desplace hacia otro punto.
(f) Error PHI: al igual que en la gráfica (c) esta onda describe el comportamiento de la
orientación del robot, mismo que se mantiene lo más cercano a cero debido a que no se
hace uso de la orientación en los ejercicios.
107
Ejercicio 2 – Control de posición: Cuadrado
Parámetros
Posiciones en X: [0.25, -0.25, -0.25, 0.25, 0.25]

Posiciones en Y: [0.25, 0.25, -0.25, -0.25, 0.25]
Tiempos: [4, 4, 4, 4, 4]
Figura 51. Lona 3 - Ejercicio 2 - Control de posición: Cuadrado
108
Resultados
109
Figura 53. Resultados Ejercicio 2 - Control de Posición - Cuadrado – Gráficas
De acuerdo con la Figura 52, el robot logra completar la figura propuesta, sin embargo,
como estaba previsto, nuevamente se presenta el mismo comportamiento, en el que la trayectoria
110
graficada en la lona difiere de la información recibida por el robot debido principalmente a los
resbalones de las ruedas y algunas veces a la falta de uniformidad de la superficie.
Debido a estos resbalones podemos apreciar que el robot tuvo un giro en su orientación de
alrededor de unos 6°, mismo que no se puede apreciar en las gráficas (c) y (f) de la Figura 53 en
donde el error no supera los 0.01 radianes y que provocó que el rectángulo sea dibujado inclinado.
Ejercicio 3 – Control de posición: Hexágono
Parámetros
Posiciones en X: [0.30, 0.15, -0.15, -0.30, -0.15, 0.15, 0.30]

Posiciones en Y: [0, 0.26, 0.26, 0, -0.26, -0.26, 0]
Tiempos: [4, 4, 4, 4, 4, 4, 4]
Figura 54. Lona 4 - Ejercicio 2 - Control de posición: Cuadrado
111
Resultados
112
Figura 56. Resultados Ejercicio 2 - Control de Posición – Hexágono – Gráficas
Este ejercicio muestra un comportamiento similar a los dos anteriores y podemos ver que
el robot no grafica en la lona la figura exacta, en parte se debe a los resbalones pero también fue
113
necesario revisar la matriz de ganancias de las velocidades para mejorar la ejecución, debido a que
las ganancias en la velocidad lateral no eran suficientes.
Se optó por mostrar esta ejecución del ejercicio debido a que en la gráfica (d) de la Figura 56 se
pueden observar 2 perturbaciones que sí fueron ser percibidas por el software del robot y que
también están presentes en la Figura 55 en la trayectoria sobre la lona. Estas perturbaciones se
deben a picos en las velocidades del robot que se generaron por un sobre impulso en la velocidad
de una o varias ruedas al encontrar resistencia en el giro.
7.1.2. Control de trayectoria - pruebas experimentales
Ejercicio 1 – Control de trayectoria: Círculo 65cm de diámetro
Parámetros
Función en X: 0.35 𝐶𝑜𝑠(0.3𝑡)

Función en Y: 0.35 𝑆𝑖𝑛(0.3𝑡)
Tiempo: 21
Figura 57. Lona 5 - Ejercicio 1 - Control de trayectoria: Círculo
114
Resultados
Figura 58.Comparación de resultados Ejercicio 1 Control de Trayectoria – trayectoria en lona vs trayectoria en interfaz
115
Figura 59. Resultados Ejercicio 1 - Control de Trayectoria - Círculo – Gráficas
De acuerdo con la Figura 58 el robot que inicia su desplazamiento en el origen logra acoger
rápidamente la trayectoria deseada y podemos constatar que los cambios en las ganancias de las
116
velocidades mejoró el rendimiento del robot. Sin embargo, adicional a los posibles resbalones, aún
se presenta cierto error en el eje Y que correspondería a la velocidad lateral del robot, esto debido
a que existe mayor resistencia al desplazamiento del robot en un movimiento lateral al ser un robot
omnidireccional que utiliza rodillos con 45° de inclinación en sus ruedas.
En cuanto a la Figura 59, podemos resaltar las gráficas (a) y (b) en las que se pueden apreciar picos
pequeños que afortunadamente no afectaron en gran medida el desempeño del robot.
Ejercicio 2 – Control de trayectoria: Óvalo 65x40cm
Parámetros

Tiempo: 21
117
Figura 60. Lona 6 - Ejercicio 2 - Control de trayectoria: Óvalo
Resultados
118
119
Figura 62. Resultados Ejercicio 2 - Control de Trayectoria - Óvalo – Gráficas
De acuerdo con los resultados de este ejercicio podemos observar en la Figura 61 que el
robot pudo replicar con un gran nivel de exactitud la trayectoria deseada, a excepción del arranque
120
y la finalización en los cuales el robot falla al alcanzar la trayectoria requerida en el principio y al
final debido a los cambios fuertes en las velocidades requeridas que se traducen en parte a
resbalones sobre la lona.
Ejercicio 3 – Control de trayectoria: Infinito
Parámetros

Tiempo: 42
Figura 63. Lona 7 - Ejercicio 3 - Control de trayectoria: Infinito
Resultados
121
122
Figura 65. Resultados Ejercicio 3 - Control de Trayectoria - Infinito – Gráficas
De acuerdo con el trazado en la lona de la Figura 64, el robot en principio no logra alcanzar
con exactitud la trayectoria deseada y esto provoca que en un principio no vuelva a pasar por el
123
origen como debería, sin embargo al completar la segunda vuelta si lo hace a pesar de un leve error
en la orientación que pudo ser corregido. Posterior finaliza con un error leve.
En cuanto a la Figura 65, podemos observar que el robot logra seguir las velocidades
requeridas con gran exactitud, a excepción de pequeños picos que afectan en menor medida al
rendimiento.
7.2. Pruebas con jóvenes
Para la segunda parte de las pruebas del robot se procedió a organizar un taller de robótica
de una tarde, en el cual participaron 10 jóvenes de la localidad con edades entre 9 y 21 años
(Apéndice 4 – Registro de asistentes Taller OmniMatic).
El robot fue denominado OmniMatic, con la finalidad de generar afinidad hacia los
participantes y que puedan llamarlo por un nombre agradable y fácil de recordar.
7.2.1. Manual de ensamblaje e instructivo de prácticas
De acuerdo a lo previsto inicialmente, fue necesario el desarrollo de un manual de

ensamblaje para el robot. De esta manera, con la intención de brindar un instructivo comprensible
y agradable a la vista se procedió a desarrollar un documento con un estilo similar al de los
manuales de los juguetes fabricados por la empresa Lego. Este manual se encuentra con mayor
detalle en el Apéndice 3 – Manual de ensamblaje.
124
Figura 66. Manual de ensamblaje – OmniMatic (Apéndice 3 – Manual de ensamblaje)
De la misma forma fue necesario el desarrollo de una breve guía de prácticas para el taller
(revisar Apéndice 5 – Guía de prácticas para el taller OmniMatic para mayor detalle). En este
documento se detallaron tres actividades que involucraron también el uso de conceptos
matemáticos básicos para su desarrollo:
1. Ensamblaje del robot
Ensamblar el robot utilizando el manual desarrollado.
2. Encontrar las coordenadas para mover al robot
` Tomando como base las lonas 2, 3 y 4 (Figura 48, Figura 51 y Figura 54) correspondientes
al control de posición en las pruebas experimentales, se utilizó como ejemplo la lona 2 (triángulo
isósceles) para extraer las coordenadas en el plano cartesiano de cada uno de los vértices del
125
triángulo y colocarlos en la tabla provista para completar el grafo. Tarea que los participantes
deben ejecutar para las lonas 2 y 3, cuadrado y hexágono respectivamente.
3. Controlar el robot
En base a los resultados de la actividad 2 los participantes deberán convertir las

coordenadas de los vértices de las figuras en ordenes secuenciales que describan el movimiento
del robot en los ejes X y Y por separado. De la misma manera, se tomó como ejemplo los resultados
de la lona 2 – triángulo para ejemplificar este proceso.
Figura 67. Guía de prácticas - Taller OmniMatic (Apéndice 5 – Guía de prácticas para el taller OmniMatic)
7.2.2. Resultados del taller
` El taller tuvo una breve introducción en la que se impartieron de manera lúdica

conocimientos básicos de lo que es un robot omnidireccional y su funcionamiento a través de
demostraciones con el robot desarrollado. De la misma forma se explicaron sus componentes
individuales con la finalidad de que comprendan su funcionamiento y rol dentro del robot.
126
El taller se dividió en dos etapas y al contar con dos kits del robot se dividió a los
participantes en dos grupos de 5 personas cada uno.
Figura 68 Participantes del taller - Grupos 1 y 2
La primera etapa, el ensamblaje del robot duró alrededor de 2 horas y fue ejecutada
exitosamente con el apoyo de todos los miembros de cada grupo. El resultado fueron dos robots
ensamblados correctamente.
La segunda etapa del taller requirió una breve explicación del concepto de un plano
cartesiano, su funcionamiento y utilidad, esto debido a que los participantes menores no tenían
conocimiento pleno del mismo, sin embargo, esto no representó un problema y fueron capaces de
finalizar la actividad 2.
La actividad 3 fue también ejecutada sin problemas y los participantes lograron controlar
el robot haciendo uso de su interfaz gráfica y visualizar su movimiento a la vez que observaban
los resultados físicos y los resultados a través de las gráficas en la interfaz.
127
Figura 69. Participante controlando el robot desde la interfaz gráfica.
Conclusiones
• Las ruedas mecanum están diseñadas para ser utilizadas en espacios lisos y uniformes que
permitan adherencia con los rodillos de cada rueda, al perder esta adherencia se generan
resbalones que pueden afectar en gran medida la trayectoria del robot.
• El análisis de estabilidad de Lyapunov es una herramienta muy eficiente para lograr el
control de una planta. En esta tesis nos ha permitido diseñar un controlador capaz de
mantener la estabilidad ante los cambios requeridos en las velocidades del robot siempre
que se respeten los límites y restricciones establecidos y pudimos observar en los resultados
que el error era mínimo en cuanto a las ondas de velocidades y el error real correspondía
principalmente a perturbaciones externas que no podían ser percibidas por los componentes
actuales de la planta.
• ROS es una herramienta muy potente, escalable y fácil de usar que brinda un entorno de
comunicación acorde a la medida y eficiente entre varios dispositivos. En esta tesis fue
utilizado de manera superficial para comunicar de manera efectiva la interfaz gráfica con
el Raspberry y brindó buenos resultados a la vez que permitía depurar los problemas
existentes en el robot.
• La odometría es una técnica válida para lograr la estimación de la ubicación del robot en
el tiempo, pero es insuficiente cuando se requiere exactitud, tal como se pudo ver en los
resultados de las pruebas experimentales, esto se debe principalmente a que existen
128
demasiados tipos de perturbaciones externas por los cuales la odometría puede verse
afectada en gran medida sin tener la capacidad de detectarlos y hace evidente la necesidad
de la implementación de métodos y sensores adicionales que garanticen una detección y
corrección de este tipo de errores.
• Al desarrollar una herramienta que está enfocada para niños y jóvenes es indispensable
tener muy en cuenta que deberá tener un diseño amigable e intuitivo, facilitando la
comprensión de su funcionamiento y el cómo utilizarlo. Diseños o interfaces poco
amigables o difíciles de comprender dificultan la interacción y disminuyen el interés de los
usuarios objetivos.
• Al desarrollar un robot que tiene por objetivo brindar soporte en la enseñanza de
matemáticas, se debe estar consciente también la diferencia en el nivel de conocimientos
que puede existir entre jóvenes de una misma edad. Esto debido a múltiples factores
posibles, es por esto que las actividades planteadas y las ideas que se desean transmitir
deberán ser simples y claras con la finalidad de garantizar una comprensión de un mayor
número de participantes.
• Las pruebas realizadas con jóvenes durante el taller de robótica demostraron ser muy
efectivas en cuanto al objetivo de generar interés en los estudiantes. Durante su desarrollo
pudimos percibir con agrado la interacción positiva que se dio entre jóvenes de edades
distintas y su ánimo por aprender y trabajar con el robot con la ilusión de velo cumplir con
el objetivo que planteen.
Recomendaciones
• Al trabajar con ruedas mecanum es indispensable contar con una superficie altamente
adherente y antideslizante con la finalidad de garantizar la correcta rotación de los rodillos
de cada rueda.
• Siempre es necesario validar el diseño tanto del robot cómo de la interfaz de control y
manuales de ensamblaje con los usuarios objetivos, esto con la intención de garantizar de
que se adapte a sus necesidades y cumpla con lo requerido.
• Las baterías recargables de iones de lito 18650 de 3.7V son fuentes de energía estable y en
el caso de esta tesis, nos ha permitido utilizar el robot de forma efectiva durante periodos
129
de tiempo superiores a 50 minutos por lo que recomendamos su uso tomando en cuenta su
bajo costo.
• El uso de un micro computador cómo el Raspberry Pi Zero W dentro de un robot brinda
una gama de posibilidades enorme, dando facilidades de comunicación e interacción con
otros dispositivos además de incrementar de manera exponencial la capacidad de
procesamiento en el robot.
130
Trabajo futuro
• El robot desarrollado en esta tesis puede ser aprovechado de múltiples maneras al ser un
prototipo terminado y funcional. Por lo que uno de los primeros pasos a darse sería la
creación de una Guía de prácticas especializada para brindar soporte en la enseñanza de
determinados conceptos matemáticos, por lo que sería necesario, realizar un estudio
detallado de los conceptos matemáticos que se pueden transmitir con esta herramienta y el
público objetivo específico al que estaría destinado.
• Uno de los puntos importantes a mejorar es el grado de exactitud del robot en su
desplazamiento, para lograr esto, es necesaria la implementación y coordinación de nuevos
sensores que puedan apoyar en la estimación de la posición y orientación. En principio se
puede considerar la inclusión de un acelerómetro y un giroscopio, también es válida la
implementación de un GPS o técnicas de localización y mapeo aún más avanzadas como
SLAM.
• Durante el taller de robótica pudimos percatarnos de que es necesario trabajar en un nuevo
manual de ensamblaje con un nivel adicional de detalle y explicación en cuanto a los
distintos pasos del ensamblaje, por lo que este sería uno de los puntos a mejorar en una
nueva versión.
• El presente proyecto puede servir como punto de partida para muchos otros proyectos que
requieran una plataforma móvil omnidireccional. Es así que puede considerarse por
ejemplo la colocación de un LiDAR en la parte superior para el mapeo de espacios físicos
o un brazo robot con un objetivo de manipulación específico entre otras tantas tareas que
pueden ser solventadas al contar con un prototipo funcional de robot omnidireccional.
131
ANEXOS
Apéndice 1 – Listado de materiales y costos
# Descripción Costo Cantidad Subtotal

unidad
1 Base – corte en acrílico $ 5.00 1 $ 5.00
2 Cubierta – corte en acrílico $ 5.00 1 $ 5.00
3 Impresión 3D set de 2 soportes laterales y 2 $ 32.00 1 $ 32.00
frontales - carcasa
4 Pilares 50 mm $ 0.60 8 $ 4.80
5 Motor reductor con encoders y acople $ 50.00 4 $ 200.00
incluido
6 Set de 2 soportes para motor $ 10.00 2 $ 20.00
7 Set de 4 ruedas mecanum (2 derechas y 2 $ 40.00 1 $ 40.00
izquierdas)
8 Set de tuercas tornillos M2.5 y M3 $ 20.00 1 $ 20.00
9 Pilares 6mm $ 0.40 9 $ 3.60
10 Arduino Mega 2560 $ 25.00 1 $ 25.00
11 Porta baterías 18650 $ 3.00 1 $ 3.00
12 Raspberry Pi Zero W $ 50.00 1 $ 50.00
13 Ruteo de shield para Arduino Mega 2560 $ 50.00 1 $ 50.00
14 Voltímetro $ 4.00 1 $ 4.00
15 Batería 18650 3.7V amperaje > 8000 mAh $ 4.00 2 $ 8.00
16 Cable dupont 4 pines $ 0.50 1 $ 0.50
TOTAL $ 470.90
132
Apéndice 2 – Planos del robot
133
134
135
Apéndice 3 – Manual de ensamblaje
136
137
138
139
140
141
142
143
Apéndice 4 – Registro de asistentes Taller OmniMatic
144
Apéndice 5 – Guía de prácticas para el taller OmniMatic
Nombres: ________________________________________ Edad: _______________
Institución: ________________________________________
Taller de Robótica – OMNIMATIC

Actividad 1: Ensamblar el robot
Haciendo uso del manual de ensamblaje, construir el robot.
Actividad 2: Encontrar las coordenadas para mover al robot
De acuerdo con el siguiente ejemplo, encontrar las coordenadas de cada uno de los puntos que debe
seguir el robot para completar su camino y colocarlos en la tabla correspondiente.
Ejemplo:
X Y
0 0
0 25
-25 -25
25 -25
Carrera Ingeniería Electrónica Gabriela Cabrera
145
Ejercicio 1:
X Y
0 0
Ejercicio 2:
X Y
0 0
146
Actividad 3: Controlar el robot
Utilizando las coordenadas obtenidas en los ejercicios 1 y 2 de la actividad anterior, convertirlas en

órdenes para controlar el robot desde la gráfica del robot de acuerdo con el siguiente ejemplo:
Ejemplo:
X Inicial: 0
X Y
0 0 Y Inicial: 0
0 25 Posiciones en X: [0, -25, 25]
-25 -25 Posiciones en: [25,-25,-25]
25 -25
Ejercicio 1:
X Y X Inicial: ____
0 0 T Inicial: ____
Posiciones en X: _____________________
Posiciones en Y: _____________________
Ejercicio 2:
X Y X Inicial: ____
0 0 T Inicial: ____
Posiciones en X: _____________________
Posiciones en Y: _____________________
147
Apéndice 6 – Fotografías taller OmniMatic
Figura 70. Kit 1 - Robot OmniMatic.
Figura 71. Kit 2 - Robot OmniMatic.
148
Figura 72. Grupo 1 ensamblando el robot.
Figura 73. Grupo 2 ensamblando el robot.
149
Figura 74. Robot ensamblado por los participantes.
Figura 75. Participantes del taller OmniMatic luego de armar los robots.
150
Referencias
[1] M. S. Biembengut, «Modelación matemática y los desafíos para enseñar matemática,»

Educación Matemática Grupo Santillana México, vol. 16, nº 1665-5826, p. 125, 2004.
[2] J. P. Deninse Frias, «Motivation in the Teaching of Mathematics and Administration,»

Núcleo Universitario del Litoral, vol. 3, nº 0718-5006, 2010.
[3] E. Gracía, «Guía Didáctica para el Responsable del programa Robótica Educativa,» 2010.
[4] P. Mendoza, «El espacio de los contenidos digitales de la UNED,» 2010.
[5] S. Monsalves, «Estudio sobre la utilidad de la robótica educativa desde la perspectiva del
docente,» Revista de Pedagogía, 2011.
[6] M. S. Santana, «LA ENSEÑANZA DE LAS MATEMÁTICAS Y LAS NTIC. UNA

ESTRATEGIA DE FORMACIÓN PERMANENTE,» UNIVERSITAT ROVIRA I
VIRGILI, Tarragona, 2007.
[7] I. M. Suárez Higuera, M. M. Acevedo Caicedo y C. Huertas Campos, «Etnomatemática,

educación matemática e invidencia,» Revista Latinoamericana de Etnomatemática, vol. 2,
nº 1, pp. 1-35, 2009.
[8] M. A. Palmer, «Las matemáticas en la vida cotidiana,» Colección Miradas Matemáticas ,

2018.
[9] P. G. Cruz, «La Robótica en educación infantil,» Universidad Complutense , Madrid, 2016.
[10] M. E. R. B., «El pensamiento lógico matemático desde la perspectiva de Piaget,»

Universidad de Carabobo.
[11] J. M. Erick Messia, «Inteligencias múltiples/lógico matemático,» Universidad Pedagógica

Experimental Libertador , Caracas, 2018.
[12] M. d. E. d. Ecuador, «La Importancia de enseñar y aprender matemática».
[13] K. H. T. H. Tessei kobayashi, «Auditory-visual intermodal matching of small numerosities

in 6-month-old infants,» Developmental science, vol. 8, pp. 19-409, 2005.
[14] F. R. Deninse Farias, «Estrategias lúdicas para la enseñanza de la matemática en estudiantes

que inician estudios superiores,» Centro de Investigaciones Educacionales Paradìgma
(CIEP), vol. 31, 2010.
[15] J. A. Walker, «The Four Stages of Learning Math,,» 2017.
151
[16] J. G. M. F. B D’Amore, «Competencias Y Matemática,» 2014.
[17] G. L. Quijano, «La enseñanza de las matemáticas, un reto para los maestros del siglo XXI,»
Praxis Pedagógica Universidad Pedagógica y Tecnológica de Colombia, vol. 15, pp. 58-76,
2014.
[18] H. R. Martín, «Aprender a Aprender,» Banco Interamericano de Desarrollo, p. 14, 2020.
[19] M. P. Rojas, «¿cómo estimular el aprendizaje de las matemáticas?,» NeuroClass, pp. 1-5,
2020.
[20] R. Mogollón, «Estrategias de Aprendizaje,» 2019.
[21] J. J. A. Gallasteguia, «LA RESOLUCIÓN DE PROBLEMAS Y LA EDUCACIÓN

MATEMATICA: HACIA UNA MAYOR INTERRELACIÓN ENTRE INVESTIGACIÓN
Y DESARROLLO CURRICULAR,» Departamento de Ciencias de la Educación.
Universidad de Oviedo., pp. 63-71, 1989.
[22] Schoenfeld, «Resolución de Problemas; El Trabajo de Alan Schoenfeld: Una propuesta a

Considerar en el Aprendizaje de las Matemáticas,» Educación Matemática, vol. 4, nº 2, pp.
16-24, 1992.
[23] I. A. B. A. G. S. Juan Álvarez Esteven, «Enseñanza-aprendizaje del razonamiento inductivo-

deductivo en la resolución de problemas matemáticos de demostración,» Scielo Cienfuegos,
Universidad de Oriente Santiago de Cuba, vol. 15, nº 68, 2019.
[24] I. A. Berenguer, «La resolución de problemas matemáticos. Una alternativa didáctica

centrada en la representación,» Universidad de Oriente, Cuba, 2001.
[25] Á. M. R. Juan D Godino, «SIGNIFICADOS INSTITUCIONALES DE LA

DEMOSTRACIÓN. IMPLICACIONES PARA LA EDUCACIÓN MATEMÁTICA,»
Departamento de Didáctica de la Matemática. Facultad de Educación, Campus de Cartuja
18071 Granada, Granada, 2001.
[26] I. A. A. G. Mailyn Yordana Álvarez, «Dinámica del razonamiento inductivo en la resolución

de problemas matemáticos. Una propuesta didáctica,» Comité Latinoamericano de
Matemática Educativa AC, vol. 25, pp. 625-634, 2012.
[27] M. Orlando, «Razonamiento, solución de problemas matemáticos y rendimiento

académico,» Universidad de San Andrés. Escuela de Educación, 2014.
[28] Daniel G Campos, «The Imagination and Hypothesis-Making in Mathematics: A Peircean

Account,» City University of New York - Brooklyn College, pp. 123 - 145, 2010.
152
[29] V. H. M. María Nubia Soler Álvarez, «El proceso de descubrimiento en la clase de
matemáticas: los razonamientos abductivo, inductivo y deductivo,» Universidad Pedagógica
Nacional, Ensciencias, vol. 32, nº 2, pp. 191-219, 2014.
[30] L. S. P. E. A. M. S. G Harel, «Student’s proof schemes: results from exploratory studies,»

Research in collegiate mathematics education III, pp. 234-283, 1998.
[31] M. T. J. F. R Minervino, «El desarrollo de la capacidad de transferir conocimiento a través

del pensamiento analógico e inductivo,» Desarrollo y Educación, Buenos Aires.
[32] B. I. S. Luján, «Aprender y enseñar matemáticas: desafío de la educación,» IE REvIsta dE

InvEstIgacIón EducatIva dE la REdIEcH, vol. 15, nº 8, pp. 7-10, 2018.
[33] J. P. A. Daniel Garcia Gálvez, «RESOLUCIÓN DE PROBLEMAS MATEMÁTICOS A

TRAVÉS DE LA ROBÓTICA EDUCATIVA,» Universidad Jaume, pp. 1-26, 2019.
[34] S. R. B. C. B. S. Q. T. C. T. M. E. V. M. Lang Chen, «La actitud positiva hacia las

matemáticas apoya el éxito académico temprano: evidencia de comportamiento y
mecanismos neurocognitivos,» Cienc. psicológica, vol. 29, nº 3, pp. 390-402, 2018.
[35] T. Radford, «Las matemáticas desarrollan los músculos cerebrales,» The Guardian, 2001.
[36] R. R. Vicente, «Plataforma de Experimentación de Controladores para Robots Industriales,»

2001.
[37] M. Bangert, «Robótica hoy. Los Robots continuan mejorando las plantas de fabricación
actuales,» Qual. Mag, 2020.
[38] M. E. C. Mora, «Robótica móvil: usando plataformas Robóticas para la enseñanza de

robótica en adolescentes,» ROBOBENCHMARK, 2018.
[39] L. M. J. R. S. J. Q. K. P. P. J. Q. Iveth Moreno, «LA ROBÓTICA EDUCATIVA, UNA

HERRAMIENTA PARA LA ENSEÑANZA-APRENDIZAJE DE LAS CIENCIAS Y LAS
TECNOLOGÍAS,» Teoría de la Educación. Educación y Cultura en la Sociedad de la
Información, 2012.
[40] Formatalent Bunisse School, «Qué beneficios aporta la robótica a la educación y desarrollo
de los niños,» 2020.
[41] I. Moreno, L. Muñoz, J. R. Serracín, J. Quintero, K. Pittí Patiño y J. Quiel, «La Robótica
educativa, una herramienta para la enseñanza - aprendizaje de las ciencias y las tecnologías,»
Universidad de Salamanca , Salamanca, 2012.
[42] A. F. Flor Bravo, «La robótica como un recurso para facilitar el aprendizaje y desarrollo de
competencias generales,» Vsal Revistas , Salamanca, 2012.
153
[43] LEGO, «LEGO,» Powered by LEGO creativity and advanced technology, 2022. [En línea].
Available: https://www.lego.com.
[44] A. L. Acuña, «ROBÓTICA Y APRENDIZAJE POR DISEÑO,» Fundación Omar Dengo-

Costa Rica, 2005.
[45] N. B. L. W. J. P. H. María Luisa Pinto Salamanca, «USO DE LA ROBÓTICA EDUCATIVA

COMO HERRAMIENTA EN LOS PROCESOS DE ENSEÑANZA,» Grupo de
Investigación en Robótica y Automatización Industrial, GIRA, vol. 10, nº 1523, 2010.
[46] Ministerio de Educación de Chile , «JUNAEB, Junta Nacional de Auxilio escolar y Becas,»
2018. [En línea]. Available: https://www.junaeb.cl/archivos/31390.
[47] «Karel el Robot,» Olimpiada Mexicana de Informática, 2020. [En línea]. Available:
https://www.olimpiadadeinformatica.org.mx/omi/omi/material/karel_el_robot.aspx.
[48] G. Broennimann, «Karel the Robot, Example,» 2011.
[49] KUKA, «Robots Industriales de KUKA,» 2022. [En línea]. Available:

https://www.kuka.com/es-es/productos-servicios/sistemas-de-robot/robot-industrial.
[50] J. N. C. O. Carlos Romero, «Revisión del estado del arte de las plataformas robóticas
orientadas a la educación,» Engineering and Technology, vol. 3, nº 2256-3903, 2014.
[51] D. M. A. F. H. Martínez, «Plataforma Robótica como Herramienta para el Desarrollo y

Aprendizaje de Aplicaciones en Control Inteligente,» Universidad Distrital “Francisco José
de Caldas”; Universidad Pedagógica Nacional Bogotá D.C; Grupos de Investigación
ARMOS y DEDALO, Colombia.
[52] H. M. H. V. Fredy Martínez, «Using Embedded Robotic Platform and Problem-Based

Learning for Engineering Education,» 2016.
[53] E. Durán y D. Granja, «Diseño y construcción de un kit didáctico de experimentación

científica - tecnológica para motivar a niños y niñas entre 10 y 11 años por la ciencia y la
tecnología.,» Universidad Politécnica Salesiana, Cuenca, 2010.
[54] Arcus Global, «Robots en la construcción,» ARCUS, 13 02 2018. [En línea]. Available:
https://www.arcus-global.com/wp/robots-en-la-construccion/.
[55] R. C. O. W. C. P. ARDUINO, «Ingeniería, informática y diseño,» 18 septiembre 2018. [En

línea]. Available: https://www.luisllamas.es/robot-con-omni-wheel-controlado-por-
arduino/.
[56] Rotacaster, «Rotacaster Wheel Pty Ltd,» 2011. [En línea]. Available:
www.rotacaster.com.au.
154
[57] H. Navabi, S. Sadeghnejad, S. Ramezani y J. Baltes, «Position Control of the Single
Spherical Wheel Mobile Robot by Using the Fuzzy Sliding Mode Controller,» Katsuhiro
Honda, 2017.
[58] S. G. Tzafestas, Introduction to mobile robot control, Atenas, Grecia: Elsevier, 2013.
[59] Osoyoo, «Metal Mecanum Wheel Robotic Lesson1: Montaje del coche robot (SKU
ZZ012318MC),» 2017. [En línea]. Available: Osoyoo.com.
[60] E. Bugarin, A. Aguilar-Bustos y O. Borrego-Ramir, Validación Experimental del Modelo

Cinemático de un Robot Móvil Omnidireccional de 4 Ruedas, Ciudad de México, 2013.
[61] R. Velasco, «redes zone,» 14 08 2015. [En línea]. Available:

https://www.redeszone.net/2015/08/14/chocolatey.
[62] ROS, «ROS.org,» 23 11 2021. [En línea]. Available:

http://wiki.ros.org/Installation/Windows.
[63] ROS, «ROS.org,» 23 11 2021. [En línea]. Available:

http://wiki.ros.org/noetic/Installation/Source.
[64] I. E. Sásig, «Robótica con Arduino,» Riobamba.
[65] V. M. Alfaro, «Identificación de modelos de orden reducido a partir de la curva de reacción

del proceso,» Departamento de Automática, Escuela de Ingeniería Eléctrica Universidad de
Costa Rica, Costa Rica, 2006.
[66] E. Sásig, «Modelo dinámico de un motor: Respuesta en lazo abierto,» Roboticoss.
[67] Q. J. Duarte César, «Algoritmo PSO para identificación de parámetros en un motor DC,»
Revista Facultad de Ingeniería Universidad de Antioquia, Medellín, 2010.
[68] B. B. T. Olsen, «Lambda Tuning as a Promising Controller,» Spring National Meeting, New
Orleans, 2002.
[69] C. A. R. Ardila, «Sintonización del lazo de control de un modelo de simulación de un horno

empleando el método lambda,» Universidad Pontificia Bolivariana, Bucaramanga, 2013.
[70] F. A. S. Ramírez, M. G. Agudelo, A. R. Cabrera, J. D. R. Múnera y D. A. G. Franco, «Pruebas

en planta y sintonía para un controlador utilizado para medir la velocidad del viento dentro
de un túnel,» POLITÉCNICA No. 4, Medellín, 2007.
[71] K. a. H. T. Astrom, «PID controllers: theory, design and tuning,» (Instrument Soclety of
America, 1995.
155

Ups CT010343

Cargado por

Copyright:

Formatos disponibles

Ups CT010343

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ups CT010343

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD POLITÉCNICA SALESIANA

DISEÑO Y CONSTRUCCIÓN DE UN ROBOT MÓVIL OMNIDIRECCIONAL BASADO EN

Trabajo de titulación previo a la obtención

AUTORES: ANDREA GABRIELA CABRERA CASTRO

Nosotros, Andrea Gabriela Cabrera Castro con documento de identificación N° 0105363709 y

Cuenca, 12 de agosto del 2022.

Andrea Gabriela Cabrera Castro John Paul Reinozo Chacón

Nosotros, Andrea Gabriela Cabrera Castro con documento de identificación N° 0105363709 y

En concordancia con lo manifestado, suscribimos este documento en el momento que hacemos la

Cuenca, 12 de agosto del 2022.

Andrea Gabriela Cabrera Castro John Paul Reinozo Chacón

Cuenca,12 de agosto del 2022.

Ing. Luis Enrique González Delgado, MSc.

A todos ellos, quienes son lo más importante en mi vida.

Andrea Gabriela Cabrera Castro

John Paul Reinozo Chacón

Andrea Gabriela Cabrera Castro

Agradezco haber conocido el significado del esfuerzo y trabajo duro.

John Paul Reinozo Chacón

El presente proyecto de titulación nació de la necesidad de motivar y reforzar el aprendizaje

● Estudiar los modelos cinemáticos existentes para el control de ruedas mecanum y su

1.1. Importancia de las matemáticas en la vida cotidiana

● Pensamiento analítico: Es la capacidad que tiene el ser humano de descomponer y encontrar

● Razonamiento ordenado: Está estrechamente ligado a un proceso de análisis coherente,

1.2. Aspectos psicológicos en la enseñanza de matemáticas.

Un aporte importante de este conocimiento son los últimos avances en la psicología

1.2.1. Teoría del aprendizaje significativo en el área de las matemáticas.

● Conocimiento físico. – Mediante la manipulación de objetos.

● Conocimiento lógico matemático. – Se construye con abstracción reflexiva

● Conocimiento social. – Convencional y no convencional.

Para Jean Piaget el conocimiento es un proceso, no un estado. Por cuanto el saber es

1.2.2. Inteligencia lógico-matemático

Según Howard Gardner, conocido en el ámbito científico por sus investigaciones en el

Un buen razonamiento lógico matemático permite desarrollar las siguientes habilidades

• Disfrutar de la magia de los números y sus combinaciones.

1.3. Proceso de aprendizaje de las ciencias exactas

1.3.1. Etapas del aprendizaje de las matemáticas

Durante la infancia se desarrollan habilidades cruciales para la futura comprensión

Etapa 1 - Desconcierto: En esta etapa la persona se siente desorientada, los símbolos y

Etapa 2 - Tropezar: Al principio no siempre se comprenden en su totalidad los conceptos

Etapa 4 - Verdadera comprensión: Esta es la etapa final en la que el estudiante

La enseñanza y el aprendizaje de las matemáticas conlleva dificultades significativas que

1.3.3. Métodos de estimulación.

Entre las funciones asociadas al aprendizaje de matemáticas se encuentran la memoria de

• Promover actividades que estimulen la memoria de trabajo. Aplicando tareas de

1.4. Enseñanza de matemáticas a estudiantes de secundaria.

Numerosas investigaciones se han realizado con el objetivo de encontrar métodos más

Razonamiento abductivo: Este razonamiento se da cuando a partir de un fenómeno o

Razonamiento deductivo: A diferencia del razonamiento abductivo en el caso de una

Razonamiento inductivo: El razonamiento inductivo no es válido ni inválido, esto quiere

Enseñar a los estudiantes conceptos matemáticos utilizando únicamente métodos teóricos

2.1. La robótica en la actualidad

La robótica en la actualidad tiene un papel muy importante en la sociedad aportando

El aporte de la robótica ha sido probado en numerosos sectores como: la medicina, química,

En la medicina el uso de la robótica se ha convertido en un instrumento indispensable, ya

● Mediciones y tareas repetitivas

El empleo de unidades robóticas en la actualidad va aumentando significativamente, es así

La robótica como método de enseñanza también tiene un aporte muy importante en la

2.2. Robótica como soporte a la enseñanza.