Robust Trajectory Tracking Control of Autonomous Agricultural Robots under Field Uncertainties: A Comparative Monte Carlo Study

Resumen Técnico: Control Robusto de Seguimiento de Trayectoria de Robots Agrícolas Autónomos bajo Incertidumbres de Campo

Planteamiento del Problema
La integración de la robótica en la agricultura tiene como objetivo abordar la escasez de mano de obra y mejorar la eficiencia; sin embargo, seleccionar una estrategia de control adecuada para los robots agrícolas autónomos sigue siendo un desafío. Los entornos agrícolas introducen incertidumbres significativas, incluyendo el ruido de los sensores, terrenos irregulares y perturbaciones externas. Aunque existen diversas plataformas de locomoción (por ejemplo, tracción diferencial, Ackermann, de orugas), los requisitos de control específicos para un robot de cuatro ruedas con dirección independiente (4WIS) que opera bajo estas condiciones de campo requieren una evaluación rigurosa. El problema central abordado es el compromiso entre la precisión del seguimiento de la trayectoria, la estabilidad del rumbo, el esfuerzo de control (consumo de energía) y la robustez frente al ruido al navegar por trayectorias agrícolas complejas, tales como filas rectas, giros circulares y maniobras en forma de ocho.

Metodología
El estudio se centra en un nuevo robot agrícola móvil diseñado para la cultivación del suelo con una capacidad de carga de 100 kg. El robot cuenta con una estructura mecánica modular con cuatro módulos de tracción y dirección independientes, utilizando motores DC para la propulsión y motores paso a paso para la dirección. Se integró un mecanismo de siembra con capacidad de elevación para facilitar las transiciones entre filas.

La investigación empleó un estudio de simulación comparativo evaluando tres estrategias de control distintas:

1. Colocación de Polos (PP): Implementada mediante la linealización por retroalimentación para lograr una dinámica de sistema específica.
2. Regulador Cuadrático Lineal (LQR): Diseñado para minimizar una función de costo cuadrática que equilibra el error de estado y el esfuerzo de control.
3. Control por Modos Deslizantes (SMC): Un método de control robusto diseñado en el marco de referencia del cuerpo del robot para manejar perturbaciones, utilizando ganancias adaptativas y una función de saturación para mitigar el efecto de chattering.

El marco de evaluación incluyó:

• Modelado Cinemático: Las suposiciones incluyeron rodadura pura sin deslizamiento y un plano de movimiento horizontal. El movimiento del robot se simplificó a un modelo tipo Ackermann para el seguimiento de la trayectoria.
• Trayectorias de Referencia: Se simularon tres rutas representativas: una línea recta (siembra), una trayectoria circular (giro) y una trayectoria en forma de ocho (maniobra compleja).
• Análisis de Monte Carlo: Para evaluar la robustez bajo las incertidumbres de campo, se ejecutaron 30 ejecuciones de simulación aleatorizadas para cada combinación de controlador-trayectoria. Se inyectó ruido gaussiano de media cero en las variables de estado (posición y rumbo) para simular errores de sensores de bajo costo (±5 mm de posición, ±0.57° de orientación).
• Métricas de Desempeño: El estudio cuantificó el Error Cuadrático Medio (RMSE) para posición y rumbo, el error absoluto medio de rumbo, el esfuerzo de control (suma de las magnitudes de velocidad lineal y angular) y el tiempo de convergencia (asentamiento).

Resultados Clave
El análisis comparativo reveló distintos compromisos de desempeño entre los controladores:

• Precisión Posicional: Tanto la Colocación de Polos (PP) como el LQR demostraron una precisión posicional superior, logrando valores de RMSE entre 0.015 m y 0.019 m en todas las rutas. En contraste, el SMC exhibió un RMSE de posición más alto, que osciló entre 0.021 m y 0.034 m (aproximadamente un 30–80% mayor que PP/LQR).
• Estabilidad de Rumbo: El SMC superó a los otros métodos en la alineación del rumbo, logrando errores de rumbo medios de 0.012–0.016 rad. Esto representa una mejora del 35–50% sobre PP y LQR, que registraron errores de rumbo de 0.025–0.031 rad.
• Esfuerzo de Control y Eficiencia: El SMC demostró una eficiencia energética significativa, reduciendo el esfuerzo de control entre un 30% y un 55% en comparación con PP y LQR. Por ejemplo, en una fila recta, el SMC requirió un esfuerzo de 0.108 unidades frente a 0.23–0.24 para los controladores lineales. PP y LQR requirieron niveles de actuación más altos (hasta 0.64 unidades en rutas complejas) para mantener un seguimiento posicional estricto.
• Convergencia y Robustez: El SMC convergió más rápido en términos de rumbo (< 3 segundos) en comparación con PP y LQR (3–5 segundos), los cuales a menudo exhibieron sobreimpulso y oscilaciones. El análisis de Monte Carlo confirmó que, mientras que PP y LQR ofrecieron un desempeño posicional consistente con baja varianza, el SMC proporcionó una estabilización de rumbo robusta y ahorros de energía a pesar de tener una mayor varianza posicional debido a su naturaleza de conmutación.

Contribuciones Clave

• Diseño e Integración: El artículo presenta el diseño mecánico y el modelado cinemático de un robot agrícola 4WIS de bajo costo y modular, capaz de transportar una carga de 100 kg y realizar tareas de siembra.
• Estudio de Robustez Comparativa: Proporciona una evaluación sistemática de PP, LQR y SMC bajo incertidumbres de campo simuladas utilizando un marco de Monte Carlo, yendo más allá de las simulaciones deterministas para considerar el ruido de los sensores.
• Análisis de Compromiso: El estudio cuantifica los compromisos específicos entre la precisión posicional y la eficiencia energética, ofreciendo una guía basada en datos para la selección de controladores según tareas agrícolas específicas.

Significancia y Reivindicaciones
Los autores afirman que los hallazgos proporcionan una guía práctica para la selección de controladores en operaciones agrícolas estructuradas basadas en los requisitos de la tarea.

• Para tareas donde la precisión posicional es primordial (por ejemplo, siembra precisa de filas o cosecha donde las ruedas deben permanecer estrictamente en el carril), se recomiendan PP y LQR a pesar de su mayor consumo de energía.
• Para tareas donde la alineación del rumbo y la eficiencia energética son críticas (por ejemplo, pulverización, monitoreo o logística de larga distancia donde los errores de navegación acumulativos importan más que la desviación posicional subcentimétrica), el SMC se presenta como la opción superior.

El artículo concluye que, si bien este trabajo reduce las consideraciones de tiempo, energía y costo en el diseño de controladores, sigue siendo un estudio basado en simulaciones. Los autores señalan modestamente que factores del mundo real, como la variabilidad del suelo, el deslizamiento de las ruedas y las cargas dinámicas, no fueron capturados completamente y sugieren trabajos futuros que involucren la validación experimental en entornos agrícolas reales y la integración del modelado dinámico.