⚡ electrical engineering

Constrained-Axis Visual-Inertial Odometry for Mobile Robot Displacement Logging Using Commodity Mobile Devices

Este artículo presenta un sistema de odometría visual-inercial rentable para robots móviles que aprovecha dispositivos portátiles comerciales para estimar el desplazamiento a lo largo de ejes restringidos mediante el filtrado del ruido de los sensores, la supresión de la deriva durante las fases estacionarias y la integración fluida de GPS para la operación en exteriores, proporcionando así una solución de registro de costo de integración cero para la robótica de campo estructurada.

Autores originales: Pedro Portugal, Damian Venghaus

Publicado 2026-08-19

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Pedro Portugal, Damian Venghaus

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Los robots necesitan saber cuánto han recorrido. Ya sea que una máquina esté navegando por un pasillo de un almacén, patrullando un campo agrícola o explorando una zona de desastre, debe ser capaz de medir la distancia que recorre desde un punto de partida hasta un punto de llegada. Durante décadas, los ingenieros han resuelto este problema acoplando hardware especializado a las ruedas o al cuerpo del robot. Estos dispositivos, como los codificadores de rueda que cuentan rotaciones o los escáneres láser que mapean el entorno, son precisos pero costosos, pesados y difíciles de instalar. Requieren un cableado personalizado y un software complejo para comunicarse con el cerebro del robot. Esto crea una barrera para investigadores y equipos pequeños que desean construir robots pero carecen del presupuesto para sensores de alta gama. La pregunta ha sido durante mucho tiempo si un dispositivo que se encuentra en casi todos los bolsillos —un teléfono inteligente estándar— podría hacer el mismo trabajo. Los teléfonos modernos ya contienen las herramientas necesarias: una cámara para ver el mundo y un sensor de movimiento para sentir el movimiento. El desafío radica en enseñar al teléfono a ignorar su propio temblor y la confusión de un entorno en movimiento para extraer un único número confiable: la distancia recorrida.

Dos investigadores, Pedro Portugal y Damian Venghaus, han desarrollado un método para convertir un teléfono inteligente común en un registrador de distancia preciso para robots móviles, sin necesidad de hardware adicional ni conexiones computacionales en tiempo real. Su enfoque, descrito en un estudio reciente, se basa en una técnica llamada odometría visual-inercial. Este sistema fusiona la transmisión de video de la cámara del teléfono con los datos de sus sensores de movimiento internos para rastrear cómo se mueve el dispositivo a través del espacio. Si bien esta tecnología ya se utiliza en juegos de realidad aumentada para colocar objetos virtuales en una habitación, los investigadores la adaptaron para una tarea de ingeniería específica y práctica: medir qué tan lejos viaja un robot a lo largo de un camino recto. En lugar de intentar rastrear la posición completa del robot en un espacio tridimensional, lo cual es propenso a errores, su sistema se bloquea en una sola dirección. Proyecta todo el movimiento sobre una línea definida por el usuario, ignorando efectivamente cualquier balanceo lateral o deriva vertical que no contribuya al progreso hacia adelante.

El núcleo de su innovación es una serie de filtros de software que limpian los datos brutos antes de que sean registrados. A medida que el robot se mueve, los sensores del teléfono generan un flujo constante de actualizaciones de posición, pero estas actualizaciones son ruidosas y erráticas. Los investigadores aplicaron un proceso de suavizado matemático a cada eje de movimiento por separado, eliminando la estática de alta frecuencia que, de otro modo, se acumularía como un gran error a lo largo del tiempo. También incorporaron un mecanismo de seguridad para detectar cuándo el robot se detiene. En muchos sistemas de navegación, los sensores continúan derivando e informando movimiento incluso cuando el dispositivo está perfectamente quieto, lo que hace que el robot piense que se está moviendo cuando no es así. Este nuevo sistema observa la falta de movimiento y congela temporalmente el contador de distancia, asegurando que las pausas en el viaje no inflen la medición final. Además, el sistema está diseñado para funcionar sin una conexión constante a Internet o un enlace de datos en vivo con el robot. En lugar de transmitir datos en tiempo real, el teléfono simplemente escribe las mediciones en un archivo en su propio almacenamiento. Una vez completada la misión, el operador puede recuperar el archivo, que contiene una lista de distancias y marcas de tiempo, lista para su análisis.

Para probar si este método funcionaba, el equipo realizó experimentos en diversos entornos, que iban desde pasillos interiores con texturas de paredes de ladrillo hasta superficies lisas pintadas y áreas exteriores abiertas. Compararon las mediciones del teléfono contra distancias medidas con una cinta métrica de alta precisión y un medidor de distancia láser. Los resultados mostraron que el sistema es altamente efectivo para distancias entre 2.5 y 5.0 metros, lo que cubre muchas tareas comunes para robots de interior. En estos rangos óptimos, la tasa de error del sistema cayó a menos del 2 por ciento, lo que lo hace lo suficientemente preciso para muchas aplicaciones de campo. Sin embargo, el estudio también identificó límites claros. A distancias muy cortas, específicamente por debajo de los 2 metros, el sistema tendía a subestimar el viaje, un comportamiento vinculado a cómo el software de la cámara del teléfono inicializa su comprensión de la escala. Además, el sistema tuvo dificultades cuando el robot se movía muy lentamente, por debajo de 0.10 metros por segundo. A estas velocidades bajas, el movimiento era tan sutil que el sistema lo confundía con una parada, causando que congelara el contador y perdiera parte del trayecto.

Los investigadores también examinaron cómo el entorno afectaba el rendimiento. Encontraron que, si bien el sistema funciona bien en superficies con textura que proporcionan muchos detalles visuales para que la cámara los rastree, sigue siendo sorprendentemente robusto incluso en paredes lisas y sin rasgos distintivos. Aunque la precisión disminuyó ligeramente en estas superficies lisas, el error se mantuvo dentro de los límites aceptables para la mayoría de los usos prácticos. Para operaciones en exteriores donde el seguimiento visual falla debido a la luz solar brillante o la falta de rasgos, el sistema cambia automáticamente al uso del receptor GPS del teléfono. En este modo, calcula la distancia basándose en el cambio en las coordenadas geográficas. Este enfoque híbrido permite al robot registrar su viaje de manera fluota tanto dentro de un edificio como en un campo, siempre que la distancia no sea demasiado larga para que la señal del GPS permanezca estable.

Un hallazgo significativo de este trabajo es que el sistema no necesita estar integrado en el bucle de control del robot para ser útil. Al registrar los datos localmente y recuperarlos más tarde, los investigadores eliminaron la necesidad de controladores de software complejos, configuraciones de red o enlaces de comunicación en tiempo real. Este diseño de "cero integración" significa que el sistema puede montarse en casi cualquier robot, independientemente de su sistema operativo o capacidad de cómputo, simplemente sujetando el teléfono a un soporte. El estudio concluye que para tareas estructuradas donde un robot necesita saber qué tan lejos ha viajado a lo largo de un camino conocido, un teléfono inteligente convencional es una alternativa viable y de bajo costo a los sensores de navegación dedicados. Si bien puede no reemplazar a los sensores de alta precisión para trabajos de nivel milimétrico, ofrece una solución práctica para aplicaciones donde el costo y la simplicidad son más importantes que la precisión extrema, abriendo la puerta a una robótica móvil más accesible en la educación, la agricultura y la logística.

Resumen Técnico: Odometría Visual-Inercial de Eje Constreñido para el Registro de Desplazamiento de Robots Móviles

Planteamiento del Problema
La estimación precisa del desplazamiento es un requisito fundamental para la robótica móvil, sin embargo, las soluciones convencionales suelen depender de hardware dedicado como codificadores de rueda (encoders), LiDAR o unidades de medida inercial (IMU) personalizadas. Estos componentes introducen costos, peso y complejidad de integración no triviales, creando barreras para plataformas de bajo presupuesto, robótica educativa y despliegues de campo con recursos limitados. Si bien la Odometría Visual-Inercial (VIO) ofrece una alternativa de alto rendimiento, las implementaciones existentes suelen requerir módulos de detección dedicados (por ejemplo, Intel RealSense, NVIDIA Jetson) en lugar de aprovechar el hardware comercial ya presente en los teléfonos inteligentes modernos. Además, los flujos de trabajo de VIO estándar estiman poses de seis grados de libertad (6-DoF), lo que acumula ruido fuera de eje y errores de movimiento parásito cuando el objetivo de ingeniería específico es simplemente medir el desplazamiento escalar a lo largo de una trayectoria conocida. Adicionalmente, los sistemas de navegación inercial sufren de deriva de integración durante las fases estacionarias, un modo de falla que no ha sido abordado adecuadamente en el contexto del registro de desplazamiento de robots móviles mediante smartphones.

Metodología
Los autores proponen una formulación de VIO de eje constreñido implementada como una aplicación nativa en dispositivos móviles comerciales (específicamente Android con ARCore). El sistema opera como un flujo de trabajo por capas:

Backend de VIO sin Interfaz (Headless): El sistema utiliza Google ARCore en una configuración "headless" (sin renderización visual) para generar estimaciones de pose de 6-DoF continuas a ~20 Hz. Esto se logra mediante la vinculación de una superficie OpenGL ES mínima e invisible para satisfacer los requisitos de hilos de ARCore mientras se ejecuta en un hilo de GL dedicado.
Filtrado de Kalman por Eje: Los datos de pose brutos se pasan a través de filtros de Kalman discretos de primer orden independientes para cada eje de traslación. Este paso atenúa el ruido de alta frecuencia de los sensores (vibración de la cámara y cuantización de la IMU) antes de la integración, utilizando covarianzas de ruido de proceso ( $Q=0.001$ ) y de medición ( $R=0.005$ ) fijas empíricamente.
Detección de ZUPT (Actualización de Velocidad Cero): Para prevenir la deriva durante las fases estacionarias, un detector ZUPT monitorea una ventana rodante de magnitudes de desplazamiento inter-frame. Declara un estado estacionario cuando tanto la varianza como la media del desplazamiento caen por debajo de umbrales específicos. Esto suprime la integración cuando el dispositivo no se está moviendo.
Proyección de Trayectoria de Eje Constreñido: Un gesto de calibración definido por el usuario (deslizar el dispositivo a lo largo de la trayectoria prevista) establece un vector unitario de trayectoria. Todos los vectores de desplazamiento subsiguientes se proyectan sobre este eje mediante un producto punto. Los componentes ortogonales a la trayectoria se descartan, y los cuadros con desviaciones angulares superiores a 60° son rechazados. El eje se adapta lentamente mediante un promedio móvil exponencial para acomodar trayectorias curvas.
Respaldo de GPS: Para entornos exteriores donde el seguimiento visual falla o las distancias exceden el rango confiable de ARCore, el sistema cambia de forma transparente a la estimación de desplazamiento basada en GPS utilizando la fórmula de Haversine.
Recuperación de Datos de Cero Integración: A diferencia de los módulos de sensores tradicionales, este sistema no establece ningún enlace de comunicación en tiempo real (por ejemplo, ROS, serial). Todos los datos se registran localmente en archivos CSV estructurados y se recuperan después de la misión, eliminando la sobrecarga del middleware.

Contribuciones Clave

Bloqueo de Eje Definido por el Usuario: Un mecanismo que proyecta los incrementos de pose 3D sobre un único eje de medición, rechazando explícitamente el movimiento perpendicular para reducir la deriva en direcciones subobservadas.
Atenuación de Ruido por Eje: Aplicación de filtros de Kalman independientes al flujo de VIO bruto para suavizar el ruido de alta frecuencia antes de la integración del desplazamiento.
Supresión de Deriva en Fase Estacionaria: Implementación de un detector ZUPT de doble umbral que opera sobre una ventana de varianza rodante para limitar los errores de velocidad durante las paradas.
Interfaz Unificada Interior/Exterior: Una transición fluida entre la VIO de ARCore y la estimación de Haversine basada en GPS, manteniendo una interfaz de registro consistente.
Paradigma de Despliegue de Cero Integración: Un diseño que no requiere telemetría en tiempo real ni middleware, basándose enteramente en la exportación de CSV post-misión para la recuperación de datos, asegurando la compatibilidad con cualquier arquitectura de robot independientemente del SO o sustrato de cómputo.

Resultados
El sistema fue validado en tres entornos: un pasillo interior con textura (E1), una pared pintada lisa (E2) y un área exterior (E3).

Precisión en Interiores: En superficies con textura (E1), el sistema logró un Error Absoluto Medio (MAE) de 0.095 m y un error porcentual total del 3.5% en distancias de 0.5 m a 5.0 m. La precisión mejoró significamente para distancias mayores a 2.5 m, donde los errores cayeron por debajo del 2%. Las distancias cortas (0.5–2.0 m) exhibieron una subestimación sistemática debido a la latencia de inicialización de la escala métrica de ARCore.
Textura de la Superficie: Contrario a las expectativas, las superficies lisas (E2) mostraron un MAE menor en distancias muy cortas (0.5 m) en comparación con las superficies con textura (E2 MAE = 0.050 m vs. E1 MAE = 0.130 m), atribuido a una convergencia de escala más conservadora. Sin embargo, en distancias >3.0 m, las superficies con textura proporcionaron una estabilidad ligeramente mejor.
ZUPT y Velocidad: El sistema funcionó de manera robusta a velocidades medias (~~0.15 m/s) y rápidas (~~0.30 m/s) con un error de ~~4.0%. Sin embargo, a velocidades muy bajas (~~0.05 m/s), el detector ZUPT se activó en exceso, clasificando erróneamente el movimiento como estacionario y resultando en un error del 40.5%. Esto establece un límite práctico inferior de velocidad de aproximadamente 0.10 m/s para la parametrización actual.
Desempeño en Exteriores: El modo GPS proporcionó un desempeño confiable hasta los 50 m con un error del 2–4%, aunque las distancias más largas (100–200 m) mostraron un sesgo de acumulación positivo debido al jitter de GNSS.

Significancia y Reivindicaciones
El artículo afirma que el hardware comercial de mano, cuando se combina con una arquitectura VIO de eje constreñido y un procesamiento de señal adecuado, puede funcionar como un módulo de odometría de costo de integración cero viable. El sistema se presenta como una solución para aplicaciones de robótica de campo estructuradas (por ejemplo, logística interior, monitoreo agrícola, robótica educativa) donde se prioriza el costo y la simplicidad de despliegue sobre la precisión de nivel milimétrico.

Los autores enfatizan que el sistema es adecuado para tareas de registro de desplazamiento donde un robot recorre una trayectoria conocida y se requiere la distancia total para el análisis post-misión, en lugar de para el control de bucle cerrado en tiempo real. El diseño de "no comunicación" se destaca como un habilitador significativo para despliegues de bajo presupuesto, eliminando la necesidad de nodos ROS, controladores seriales o configuración de red. Los autores reconocen las limitaciones, incluyendo el sesgo de inicialización dependiente de la distancia en rangos cortos y la sensibilidad de ZUPT a bajas velocidades, identificándolos como restricciones algorítmicas abordables mediante la futura sintonización de parámetros y el filtrado adaptativo. Se señala el benchmarking exhaustivo frente a flujos de trabajo de odometría establecidos como un trabajo futuro.

Más como este