Autor: FERNÁNDEZ CORTIZAS, Miguel
Título: Autonomy in Aerial Robotics: Architecture and Algorithms for Real-World Applications
Fecha: 2025
Materia: ---
Escuela: E.T.S. DE INGENIEROS INDUSTRIALES
Departamento: AUTOMATICA, INGENIERIA ELECTRICA Y ELECTRONICA E INFORMATICA INDUSTRIAL
Acceso electrónico: https://oa.upm.es/89477/
Director/a(s):
- Director/a: CAMPOY CERVERA, Pascual
Resumen: Los sistemas robóticos han avanzado significativamente su autonomía en los últimos años gracias a los avances en percepción, control y toma de decisiones. Si bien estos sistemas operan de manera efectiva en entornos conocidos y estructurados, su implementación en escenarios dinámicos y desconocidos continúa siendo un desafío debido a limitaciones en robustez y adaptabilidad. La motivación de esta tesis surge de la creciente necesidad de desplegar robots autónomos en entornos complejos del mundo real, donde los sistemas tradicionales suelen enfrentar dificultades. En particular, la robótica aérea ha adquirido un papel cada vez más relevante en aplicaciones como la inspección industrial, la búsqueda y rescate, y el mantenimiento de infraestructuras. Sin embargo, las limitaciones en términos de escalabilidad, adaptabilidad y robustez motivan el desarrollo de tecnologías que aumenten la autonomía de estos sistemas. El avance en sistemas autónomos requiere el desarrollo conjunto de arquitecturas robóticas y algoritmos especializados. Mientras que el diseño de arquitecturas se centra en la versatilidad, la robustez y la escalabilidad, los avances algorítmicos optimizan el rendimiento en tareas específicas como la planificación, la estimación del estado y la toma de decisiones. Esta tesis explora ambos aspectos en paralelo, lo que permite mejorar la eficiencia y el rendimiento de los sistemas robóticos. En esta tesis, se presenta una arquitectura de referencia en capas, enfocándose en cómo ocurren los procesos de toma de decisiones en distintos sistemas robóticos. Este marco permite analizar sistemas robóticos con distintos niveles de complejidad. Dentro de esta arquitectura, se desarrollan dos conceptos clave para mejorar la autonomía: el entendimiento, que se refiere a la capacidad del robot para interpretar y modelar la realidad, y conciencia, que define su capacidad para evaluar la calidad de una situación y tomar decisiones. Estos principios pueden extenderse a sistemas multi-robot a través de la conciencia colectiva, lo que permite mejorar la comunicación y la coordinación en escenarios complejos. Sobre esta base arquitectónica, se desarrolla el marco de software de código abierto Aerostack2 para el desarrollo de sistemas robóticos aéreos. Aerostack2 es una plataforma modular y escalable que admite la interoperabilidad entre diversas plataformas aéreas e integra funcionalidades avanzadas como planificación de misiones, control en tiempo real y coordinación de enjambres. Su diseño está orientado tanto a la investigación como a aplicaciones industriales, facilitando el despliegue de sistemas robóticos aéreos en distintos dominios operacionales. Sumado a los avances en arquitectura, se presentan dos algoritmos innovadores. El primero es un algoritmo de modificación dinámica de trayectorias en tiempo real, que optimiza las rutas de los UAV y ajusta las trayectorias sobre la marcha, garantizando una navegación ágil en entornos que cambian rápidamente y manteniendo un bajo costo computacional. El segundo es un algoritmo de SLAM colaborativo distribuido, que aprovecha la información semántico-relacional para mejorar la precisión en la localización y optimizar el intercambio de datos entre múltiples robots, lo que mejora la escalabilidad y el rendimiento general del sistema. Mediante una validación exhaustiva en simulaciones, experimentos en el mundo real, competiciones internacionales y aplicaciones industriales como inspecciones industriales, las contribuciones de esta tesis demuestran mejoras en la autonomía, adaptabilidad y operación colaborativa de sistemas robóticos. Al integrar avances en arquitectura de sistemas con métodos algorítmicos del estado del arte, esta investigación establece una base sólida para la próxima generación de sistemas robóticos autónomos capaces de operar de manera confiable en entornos cada vez más complejos. ABSTRACT Autonomous robotic systems have made significant progress in recent years due to advancements in perception, control, and decision-making. While these systems operate effectively in structured environments, their deployment in dynamic scenarios remains challenging due to limitations in robustness and adaptability. The motivation for this thesis stems from the growing need to deploy autonomous robots in complex, real-world settings where traditional systems often struggle. In particular, aerial robotics have become increasingly utilized for applications such as industrial inspection, search and rescue, and infrastructure maintenance. However, the limitations of existing platformsparticularly in scalability, adaptability, and robustnesshave become more evident. Advancing autonomy requires the joint development of robotic architectures and specialized algorithms. While architecture design focuses on versatility, robustness, and scalability, algorithmic advancements optimize performance in specific tasks such as planning, state estimation, and decision-making. This thesis explores both aspects in parallel, providing advancements to the efficiency and performance of robotic systems. A novel layered reference architecture is introduced, focusing on how decision-making processes occur within different robotic systems. This framework enables the analysis of robotic systems with varying levels of complexity. Within this architecture, two key concepts for improving autonomy are elaborated: understandingthe robots ability to interpret and model realityand awarenessits capacity to evaluate the quality of a situation, leading to more informed decision-making. These principles can be naturally extended to multi-robot systems through collective awareness, which enhances communication and coordination in complex scenarios. Building on this architectural foundation, the Aerostack2 open-source software framework for aerial systems is developed. Aerostack2 is a modular, scalable platform that supports interoperability among diverse UAV platforms and integrates advanced functionalities such as mission planning, real-time control, and swarm coordination. Its design is tailored for both research and industrial applications, facilitating the deployment of aerial robotic systems across varied operational domains. Complementing the architectural advances, two innovative algorithms are presented. The first is a real-time dynamic trajectory modification algorithm, which optimizes UAV routes and adjusts paths on the fly, ensuring agile navigation in rapidly changing environments while maintaining low computational overhead. The second is a distributed collaborative SLAM algorithm, which leverages semantic-relational information to enhance localization accuracy and streamline data exchange among multiple robots, thereby improving overall system scalability and performance. Through extensive validation in simulations, real-world experiments, international competitions, and industrial applications such as UAV-based inspections, the contributions of this thesis demonstrate significant improvements in autonomy, adaptability, and collaborative operation. By integrating advances in system architecture with state-of-the-art algorithmic methods, this research establishes a robust foundation for next-generation autonomous robotic systems capable of reliable operation in increasingly complex environments.