Un equipo de investigadores de la Universidad de Burgos y la Universidad Complutense de Madrid ha desarrollado un sistema basado en algoritmos bioinspirados para optimizar la seguridad y eficiencia de los vehículos de guiado automático (AGV, por sus siglas en inglés) en entornos industriales. Este estudio propone una nueva estrategia para mejorar la planificación de rutas en estos sistemas autónomos.
Los AGV (automated guided vehicle) son vehículos autónomos empleados en fábricas, almacenes y centros logísticos para el transporte de mercancías. Su circulación en espacios reducidos y zonas con alta densidad de obstáculos plantea un desafío para su eficiencia y seguridad. Para abordar este problema, los investigadores han explorado el uso de tres algoritmos de optimización bioinspirada, una técnica que imita estrategias de la naturaleza para encontrar soluciones a problemas complejos. Estos algoritmos, nombrados en función del animal que los inspira, son el algoritmo del murciélago (BA), el algoritmo de optimización de la ballena (WOA) y el algoritmo de optimización de la gacela (GOA).
Resultados obtenidos
Los investigadores diseñaron una estrategia basada en curvas clotoides, que son curvas suaves que varían progresivamente su curvatura, para mejorar la suavidad y precisión de las trayectorias de los AGV. Además, también hicieron uso de una función de optimización que prioriza seguridad y eficiencia. Las pruebas realizadas en diferentes escenarios industriales revelaron que el algoritmo de optimización de la ballena (WOA) perfecciona la seguridad hasta 4 veces más rápido que el algoritmo de optimización de la gacela (GOA), lo que lo hace ideal para entornos donde el tiempo es crítico. Sin embargo, este último algoritmo proporciona trayectorias más seguras, pero requiere un mayor tiempo de cálculo.
Estos resultados muestran el potencial de los algoritmos bioinspirados para mejorar la seguridad en vehículos industriales autónomos, reduciendo riesgos y optimizando tiempos en la cadena logística.
Con respecto al futuro de esta investigación, se abren nuevas líneas en el desarrollo de algoritmos híbridos que combinan las fortalezas de los distintos modelos bioinspirados. Esta innovación podría tener aplicaciones en sectores como la automatización industrial, la robótica móvil y la movilidad autónoma en entornos urbanos e industriales.
Referencia
Bayona, E., Sierra-García, J. E., & Santos Peñas, M. (2025). «Improving Safety and Efficiency of Industrial Vehicles by Bio-Inspired Algorithms”.