Tribunal:
     PRESIDENT: MORALES ROSALES, LUIS ALBERTO
     SECRETARI: AGUDO MARTÍNEZ, ANTONIO
     VOCAL: GONZÁLEZ HUITRÓN, VÍCTOR ALEJANDRO
Resum de tesi: L’augment de la criminalitat i les limitacions dels sistemes tradicionals de videovigilància per identificar persones de forma no intrusiva en temps real han impulsat la cerca de noves solucions en l’àmbit de la seguretat. En aquest context, el Reconeixement de la Marxa Humana (RAH) emergeix com una alternativa biomètrica eficaç, permetent la identificació d’individus a partir dels seus patrons de caminar, sense contacte físic ni cooperació activa.Aquesta tesi doctoral proposa el disseny i la implementació d’un mòdul intel·ligent de reconeixement de la marxa humana enfocat a escenaris de videovigilància en temps real. La solució combina enfocaments basats en l’aparença (silüetes) i basats en model (posició corporal estimada), utilitzant eines de visió per computador i aprenentatge profund per aconseguir una identificació precisa fins i tot en condicions visuals no controlades.Com a contribució central, es va desenvolupar el conjunt de dades TecNM Gait-DS, dissenyat específicament per representar la morfologia, l’estil de vestir i els patrons de caminar característics de la població llatinoamericana. Aquest conjunt inclou més de 22.500 seqüències de vídeo de 124 subjectes capturades des de 13 angles de visió i sota cinc variants de marxa: normal, amb motxilla, amb abric, carregant una capsa i un maletí.El sistema proposat incorpora un mòdul d’extracció de característiques en temps real basat en les xarxes DensePose i Detectron2, que extreuen silüetes i punts clau amb un temps mitjà de processament de 45 ms per fotograma. Aquestes característiques alimenten diferents arquitectures d’aprenentatge profund: models convolucionals (ResNet-50, 101 i 152), basats en atenció (DINO-ViT), i especialitzats en marxa (GaitMix i GaitRef).Es van definir sis configuracions experimentals (A-F) que combinen preprocessament de silüetes (amb o sense ompliment) i enriquiment mitjançant convolucions angulars a partir de matrius de moviment biomecànic (angles articulars). Les avaluacions es van realitzar en els conjunts CASIA-B i TecNM Gait-DS.Els models generalistes (ResNet i DINO-ViT) van assolir més del 95 % d’efectivitat en CASIA-B i fins al 87  % en TecNM Gait-DS. Els models especialitzats GaitMix i GaitRef van superar el 94 % en condicions ideals i van assolir un 87,9 % en el conjunt TecNM Gait-DS, destacant la seva robustesa davant variacions d’angle, indumentària i tipus de marxa. Així mateix, el sistema va demostrar viabilitat per al seu ús en temps real, amb temps d’inferència inferiors a 50 ms per imatge.Addicionalment, es va utilitzar la desigualtat de Vapnik-Chervonenkis (VC) per sustentar que els models entrenats amb TecNM Gait-DS tenen millor capacitat de generalització. Malgrat una precisió lleugerament inferior respecte a CASIA-B, la diversitat del conjunt llatinoamericà redueix la bretxa entre l’error empíric i l’error esperat, afavorint la seva aplicabilitat en escenaris reals.Aquest treball no només aporta innovacions tècniques en el camp del reconeixement biomètric, sinó que també té un impacte social directe en promoure tecnologies adaptades al context llatinoamericà. Els resultats obtinguts assenten les bases per al desenvolupament d’un sistema empotrat de videovigilància intel·ligent basat en RAH, orientat a millorar la seguretat en espais públics i estratègics.

Tribunal:
     PRESIDENT: LEE, DONGHEUI
     VOCAL: ANDRADE CETTO, JUAN
     VOCAL: FORMENTIN, SIMONE
Resum de tesi: En els últims anys han aparegut nous reptes en l'àmbit de la robòtica, com la manipulació d’objectes deformables com la roba,derivats d’utilitzar robots fora d’escenaris típicament industrials. Les habilitats de manipulació tenen l’objectiu d’ajudar els humansen les seves activitats diàries, amb la finalitat de millorar la seva vida, sobretot en el cas de gent gran o amb discapacitatsfísiques.En aquest context, pot ser necessari programar el comportament d’un robot per part depersones no expertes en robòtica, i considerar paràmetres addicionals a més de lestrajectòries que cal seguir, com la rigidesa o la impedància del manipulador robòtic. En aquest sentit, els mètodes clàssics decontrol poden ser combinats amb algorismes d'aprenentatge automàtic, per obtenir un procés de control basat en dades. Elcomportament desitjat del robot pot ser inferit inductivament a partir d’un conjunt de dades, sense requerir la programació delsmoviments del robot a baix nivell. Específicament, les habilitats requerides per la tasca poden ser apreses de manera prescriptivagravant la seva execució per un expert humà (l’anomenat aprenentatge per demostració); o construint un model aproximat del’entorn del robot, i deixant que el robot decideixi basant-se en el model (en la línia del control predictiu basat en model).Aquesta tesi proposa avenços en el camp del control basat en dades per a la manipulació robòtica, mitjançant tantl’aprenentatge per demostració com l’aproximació basada en un model. La majoria dels mòduls d’aprenentatge usats en aquestatesi es basen en mètodes de funcions nucli (kernel). Encara que són costosos computacionalment, els mètodes de funcions nucligaudeixen de garanties d’optimalitat, i permeten el desenvolupament d’aproximacions ràpides, la precisió de les quals pot serdemostrada.En aquesta tesi, primer estudiem com aprendre perfils de rigidesa variable en el temps a partir de demostracions humanes, idesenvolupem un nou algorisme d’aprenentatge actiu per aconseguir aquest objectiu. A més, investiguem com les demostracionshumanes d’una tasca poden ser processades de manera eficient, per mitjà d’una primitiva de moviment aproximada basada enfuncions nucli. A més, considerant l’escenari basat en un model, comencem proposant l’ús de tècniques eficients de controlpredictiu per a la manipulació de roba. També desenvolupem un algorisme aproximat de regressió per aprendre i controlardinàmiques no lineals, en el context de la regressió de l’operador de Koopman. A banda d’aquestes contribucions algorísmiques,també focalitzem en les propietats teòriques de les aproximacions basades en funcions nucli considerades, connectant tècniquesd’aprenentatge estadístic i de teoria de control. Específicament, demostrem nous resultats de convergència de la nostra eficientrepresentació de primitiva de moviment, i també del model de dinàmica obtingut amb la regressió de l’operador de Koopman.

Tribunal:
     PRESIDENT: AITOUFROUKH-MAMMAR, NAÏMA
     SECRETARI: SARRATE ESTRUCH, RAMON
     VOCAL: IBAÑEZ GUZMAN, JAVIER
Resum de tesi: El ràpid avenç de les tecnologies dels vehicles autònoms ofereix oportunitats significatives per millorar la seguretat viària, però també planteja reptes per garantir el compliment dels estàndards de seguretat establerts. Aquesta tesi es centra a garantir la seguretat funcional en vehicles altament automatitzats (nivells d’automatització SAE 4-5), assegurant l’adhesió a la norma ISO~26262, que regula els riscos de seguretat en els sistemes elèctrics i electrònics.Per abordar aquests reptes, es presenta un supervisor basat en arbres de comportament que transforma les anàlisis estàtiques de seguretat funcional en supervisió en temps real, assegurant el compliment dels requisits de seguretat durant el funcionament. Aquest supervisor està verificat formalment mitjançant lògica temporal, garantint-ne la correcció sota totes les condicions operatives. A més, es desenvolupa un observador zonotòpic LPV-EKF per a la detecció i aïllament de fallades, millorant la fiabilitat de l’estimació de l’estat del vehicle basada en sensors amb incerteses acotades. Com a complement, es proposa un marc de control predictiu zonotòpic basat en dades, amb garanties de seguretat funcional. Aquest marc integra l’anàlisi de l’assolibilitat per guiar el vehicle cap a estats segurs predefinits en presència d’anomalies a escala de sistema i està verificat formalment mitjançant especificacions de lògica temporal.Les metodologies presentades es validen en plataformes autònomes Renault Zoe i Mégane, demostrant-ne l’efectivitat pràctica per avançar en la seguretat funcional de la conducció autònoma en escenaris reals.

Tribunal:
     PRESIDENT: ROS ESPINOZA, RAQUEL
     SECRETARI: ANDRADE CETTO, JUAN
     VOCAL: AYDOGAN, REYHAN
Resum de tesi: A mesura que els robots s’integren cada cop més en entorns quotidians, els paradigmes rígids de rols d’interacció i els models de control unilateral resulten insuficients per permetre una col·laboració significativa. Preservar l’autonomia dels humans alhora que es permet als robots contribuir proactivament en tasques de presa de decisions compartida introdueix la necessitat d’alineació i negociació entre agents. La negociació no sorgeix només com una preferència de disseny, sinó com un requisit quan entitats autònomes amb coneixement parcial, capacitats diferents o objectius desalineats han d’actuar conjuntament en entorns reals.Aquesta tesi investiga el repte d’integrar robots en equips humans en entorns no estructurats, amb un enfocament particular en la Navegació Col·laborativa Humà-Robot (HRCN). Pretén capacitar els robots com a agents actius en la presa de decisions, que s’adaptin de manera flexible i crítica a les preferències i necessitats humanes. Aquest desenvolupament tecnològic es planteja com una necessitat social: sense ell, els robots restarien confinats a entorns controlats, o les persones perdrien capacitat d’agència en haver-se d’adaptar a comportaments robòtics rígids.Les contribucions principals de la tesi són tres. En primer lloc, introdueix el model de Fonts de Recompensa Social (SRS), una representació compartida de l’espai i de les tasques per a Equips Humà-Robot (HRT). En segon lloc, presenta un sistema de planificació multiagent que utilitza el model SRS per generar plans col·laboratius per a equips heterogenis. En tercer lloc, proposa un marc teòric de negociació per a la Negociació de Plans Humà-Robot (HRPN), que incorpora un nou model de caracterització de plans, l’espai de cooperativitat. Aquestes i altres contribucions secundàries es validen mitjançant experiments en entorns reals dins del cas d’ús de cerca col·laborativa d’objectes.En conjunt, la tesi ofereix un camí per al desplegament de robots com a agents col·laboratius capaços de negociar, i així donar suport a una interacció humà-robot que preservi l’autonomia de les persones en la presa de decisions en contextos de món obert.

Tribunal:
     PRESIDENT: VITRIÀ I MARCA, JORDI
     SECRETARI: GARRELL ZULUETA, ANAÍS
     VOCAL: LUQUE SOLA, NICETO RAFAEL
Resum de tesi: L'assistència robòtica en entorns domèstics presenta reptes significatius a causa de la complexitat de modelar tasques de manipulació quotidianes, especialment aquelles que impliquen objectes deformables com ara la roba. Els enfocaments tradicionals sovint tenen dificultats amb les representacions d'estat d'alta dimensionalitat, les incerteses dinàmiques i la necessitat d'una interacció segura entre humans i robots. Aquesta tesi doctoral aborda aquests reptes mitjançant el desenvolupament de nous mètodes d'aprenentatge automàtic basats en models de variables latents per permetre una manipulació robòtica eficient, adaptable i segura.En primer lloc, proposem un marc basat en Models de Variables Latents amb Processos Gaussians (GPLVM) combinat amb Optimització Bayesiana (BO) per aprendre polítiques de moviment robòtic d'alta dimensió amb la menor quantitat de dades possible. Aquest enfocament redueix la dimensionalitat de l'espai de paràmetres preservant les característiques rellevants per a la tasca, aconseguint una convergència més ràpida que altres alternatives existents sense model.A continuació, estenem aquest marc a l'aprenentatge contextual utilitzant GPLVM amb covariables (c-GPLVM), permetent als robots adaptar-se a canvis ambientals (com preferències d'usuari o posicions d'objectes) sense necessitat de reentrenament. Els experiments en tasques d'alimentació i calçat demostren una millora en la generalització amb menys mostres en comparació amb els mètodes de referència en cerca de polítiques contextuals.Per a la manipulació dinàmica de roba, introduïm el Model Dinàmic de Processos Gaussians Controlat (CGPDM), que incorpora accions de control en un espai latent de baixa dimensió per predir el moviment dels teixits sota la manipulació robòtica. Les avaluacions en simulació i en entorns reals amb manipulació bimanual mostren que el CGPDM generalitza amb precisió davant d'accions no vistes prèviament, fins i tot amb dades d'entrenament limitades.Finalment, abordem la seguretat en la interacció humà-robot mitjançant millores en el control cartesià per a manipuladors redundants, incloent-hi la saturació d'errors, l'evasió de singularitats i l'ajust d'impedàncies. Aquestes mesures minimitzen el risc durant la interacció física, garantint un comportament robòtic estable i flexible.En conjunt, aquestes contribucions impulsen l'avenç en la manipulació de roba mitjançant la combinació d'aprenentatge eficient en termes de dades, adaptació contextual i control segur, obrint el camí per a la seva implementació pràctica en robòtica assistencial i domèstica.

Tribunal:
     PRESIDENT: ROMERO, JAVIER
     SECRETARI: DIMICCOLI, MARIA
     VOCAL: TANG, SIYU
Resum de tesi: La postura humana és clau en múltiples aplicacions humà-cèntriques, en un ampli ventall d'àmbits com ara l'art (representació de persones), l'esport (entrenament físic), la robòtica (ensenyament d'habilitats), l'entreteniment (captura de moviment en pel·lícules, animació digital) o la digitalització (disseny d'avatars).Per a materialitzar aquests sistemes, els investigadors han dissenyat models d'aprenentatge profund que aborden les tasques subjacents relacionades, com ara síntesi d'imatges guiades per la postura, l'estimació de la postura humana en 3D, la generació de moviment humà, la síntesi de malla, la producció prèvia de poses, etc.Fins fa molt poc, la postura humana s'havia estudiat principalment juntament amb imatges. El camp va reconfigurr-se amb l'arribada de models lingüístics eficients, que van fomentar la incorporació de la lingüística en marcs de visió i, per tant, van impulsar aplicacions multimodals.Aquesta tesi encaixa en aquesta dinàmica. Pretenem aprofitar el llenguatge natural per a la comprensió de la postura humana en tasques humà-cèntriques. En contrast amb els esforços anteriors, ens en sortim amb posicions humanes estàtiques en 3D, imatges i textos detallats en llenguatge natural. Explorem noves aplicacions multimodals, que requereixen una comprensió detallada de la postura humana.En primer lloc, per a pal·liar la manca de dades, introduïm nous conjunts de dades que vinculen postures humanes en 3D amb textos en llenguatge natural. En particular, investiguem dos escenaris: quan el text és una descripció de la postura objectiu; i quan el text proporciona instruccions de modificació per arribar a la posició objectiu des d'una postura font. Aquestes dades resulten tant de (i) la compilació massiva d'anotacions com (ii) de la generació automàtica de textos basats en regles, que consisteix en la incorporació de mesures classificades de poses dins frases plantilla. A continuació, utilitzem aquests conjunts de dades per desenvolupar diversos models de generació multimodal com la síntesi de posicions basada en text, subtítols de posicions, edició de posicions guiada per text i generació de comentaris de postura textuals. Finalment, connectem 3D, text i imatges a través d'un nou marc combinatori, per a obtenir una representació de postures versàtil i multimodal, aprofitable per a tasques posteriors semblants a l'estimació de la postura o la retroalimentació de la postura lingüística a partir de l'entrada visual.En resum, abordem múltiples tasques d'aprenentatge automàtic que impliquen la comprensió de la postura humana, gràcies a la connexió de la postura humana i el llenguatge natural.

Tribunal:
     PRESIDENT: ALAMI, RACHID
     SECRETARI: ANGULO BAHON, CECILIO
     VOCAL: MERINO CABAÑAS, LUIS
Resum de tesi: Aquesta tesi doctoral aprofundeix en el concepte d'intenció en robòtica, amb l'objectiu d'establir una definició exhaustiva i pràctica, alhora que explora les seves implicacions tècniques i socials. La investigació comença abordant una mancança significativa en el camp: l'absència d'una definició clara d'intenció en robòtica, on sovint es confon amb la predicció de moviment o d'objectius. Per abordar això, la tesi proposa una nova taxonomia de la intenció humana, sintetitzant coneixements de la psicologia i altres disciplines. Aquesta taxonomia proporciona un marc estructurat per comprendre la intenció, categoritzant-la en diversos tipus. Aquest treball fundacional sobre la intenció s'amplia encara més mitjançant el desenvolupament del cicle Percepció-Intenció-Acció (PIA), un marc teòric dissenyat per integrar la intenció humana en els processos de presa de decisions dels robots. El cicle PIA millora els models tradicionals de Percepció-Acció en incorporar la intenció com a component central, la qual cosa permet als robots exhibir comportaments anticipatoris i proactius, millorant així la interacció humà-robot (IHR) i la col·laboració humà-robot (CHR). A més, la tesi introdueix rols col·laboratius (Líder, Seguidor, Col·laboratiu, Neutral i Adversari), ampliant els marcs tradicionals i obrint noves vies per a la programació del comportament robòtic. La tesi s'estructura al voltant de tres casos d'ús: cerca col·laborativa, transport col·laboratiu d'objectes i tasques de lliurament. Cada cas d'estudi serveix com una demostració pràctica del cicle PIA o les seves implicacions, destacant la importància de la comunicació de la intenció, tant implícita com explícita, entre humans i robots. En la tasca de cerca col·laborativa, es va desenvolupar una aplicació mòbil per facilitar la comunicació explícita, i els experiments van mostrar que els usuaris estan disposats a comunicar les seves intencions per millorar el rendiment de l'equip. La tasca de transport col·laboratiu va implicar el desenvolupament d'un model basat en la força que integra la inferència de la intenció humana amb la comunicació explícita, juntament amb la creació de predictors de força/velocitat per millorar la inferència de la intenció. La tasca de lliurament va servir com a context per definir i explorar posteriorment els conceptes d'anticipació i proactivitat, demostrant que ambdós comportaments poden millorar la IHR, tot i que impacten en diferents aspectes de la interacció.La tesi realitza diverses contribucions tècniques, incloent-hi el desenvolupament de predictors de força/velocitat per a la inferència de la intenció i una nova generalització d'una arquitectura d'Aprenentatge Profund (DL) per al processament de vídeo. Aquestes eines no només milloren l'aplicació pràctica del cicle PIA, sinó que també ofereixen beneficis potencials per a altres àrees de recerca. Els principals descobriments de la investigació inclouen la identificació d'un llindar perceptual més enllà del qual les millores addicionals en la precisió de la predicció es tornen imperceptibles per als humans. Això suggereix que una vegada que s'assoleix un nivell de precisió "prou bo", les millores tècniques addicionals poden no generar beneficis notables. A més, la investigació va revelar una preferència entre els usuaris pels sistemes de comunicació naturals sobre les interfícies tècnicament robustes però menys intuïtives. Aquests coneixements indiquen la necessitat d'un canvi de paradigma en el desenvolupament de la IHR, allunyant-se de predictors i motors d'inferència cada vegada més complexos cap a sistemes que acceptin la fal·libilitat robòtica i prioritzin els mètodes de comunicació naturals. Aquest enfocament fomenta interaccions més semblants a companys en lloc d'interaccions basades en la utilitat, on els robots són vistos més com a socis en lloc de meres eines.

Tribunal:
     PRESIDENT: SERRATOSA CASANELLES, FRANCESC ASSIS
     SECRETARI: GARRELL ZULUETA, ANAÍS
     VOCAL: MARIN PRADES, RAUL
Resum de tesi: La fabricació industrial flexible és un mètode de producció dissenyat per adaptar-se ràpidament als canvis en la varietat i el volum de productes. Això s'aconsegueix mitjançant robots i sistemes de percepció capaços de gestionar la producció d'alta barreja i gran volum, assegurant la qualitat i la facilitat de programació. Les màquines flexibles reben diferents tipus de peces mitjançant sistemes d'alimentació, i quins tipus s'utilitzen depén del producte que s'ha de construir. Un pas important és proporcionar a aquestes màquines totes les peces necessàries per a ser utilitzades durant la producció; aquest pas s'anomena "kitting" robòtic.El "kitting" robòtic significa la creació d'un assortiment de peces que s'utilitzaran posteriorment i aquestes peces es seleccionen d'un o més contenidors en els quals hi ha diferents tipus d'elles distribuïdes aleatòriament. El procediment consisteix a reunir les diferents peces a moure i col·locar-les en una zona de preparació. En aquesta zona, les diferents peces es tornen a muntar en un "kit".L'objectiu d'aquesta investigació va ser desenvolupar un marc d'ancoratge per al "kitting" 'intel·ligent' robòtic, una generalització de "kitting" robòtic que incorpora símbols i la seva manipulació. Com que es requereixen símbols per resoldre aquest problema, s'havia de considerar el problema de l'ancoratge. Aquest marc d'ancoratge hauria de permetre als robots generalistes anclar objectes i accions necessàries per a una nova tasca, mitjançant la interacció humà-robot i els mecanismes d'aprenentatge.El nostre marc d'ancoratge es basa en codi generat automàticament i en un enfocament supervisat per humans, en què l'aprenentatge del robot i la interacció humà-robot s'utilitzen per anclar percepcions i instruccions als símbols durant la fase de posada en marxa o de reconfiguració. La programació genètica és una tècnica coneguda per a la generació de codi que permet aprendre programes des de zero. Per tant, es va combinar amb arbres de comportament per a anclar accions simbòliques (p.ex., trobar-part) a instruccions del robot a nivell sensori-motor (p.ex., moure-braç-a).Es proposa un algorisme que combina programació genètica amb arbres de comportament condicional (GP-CBT). El nucli de l'algorisme està format per operadors genètics específics, un criteri d'avaluació i el "fallback swapper". Com que facilitar la interacció amb l'operador és essencial per al nostre marc, aquest algorisme s'ha ampliat per a generar nodes d'acció automàticament, permetre a l'usuari afegir requisits de tasques, i actualitzar el coneixement previ a partir de tasques apreses anteriorment.

Tribunal:
     PRESIDENT: BREGÓN BREGÓN, ANÍBAL
     SECRETARI: FERNANDEZ CANTI, ROSA MARIA
     VOCAL: JHA, MAYANK SHEKHAR
Resum de tesi: En aquesta tesi, proposarem mètodes per combinar tècniques d'anàlisi estructural i mètodes basats en dades, ampliant l'aplicabilitat dels mètodes de diagnòstic convencionals basats en models i proposant una extensió per al pronòstic. Alguns investigadors ja han explorat idees similars: per exemple, alguns han intentat utilitzar tècniques com les xarxes neuronals recurrents de caixa grisa per generar residus amb la finalitat de desenvolupar mètodes híbrids de diagnòstic de fallades. Una altra investigació destacada és la combinació de xarxes neuronals d'espai d'estats i mètodes de descomposició de models per al diagnòstic de fallades. No obstant això, aquests estudis se centren més en la part de diagnòstic sense considerar l'extensió al pronòstic. A més, la majoria dels enfocaments de pronòstic existents es basen en mètodes dependents de l'aplicació que extreuen característiques de les variables mesurades.En aquesta dissertació, aplicarem la idea d'estendre l'anàlisi de residus o relacions de redundància analítica (ARRs) des de la part de diagnòstic fins a la part de pronòstic, incloent diverses millores, com evitar la necessitat de tenir el model matemàtic del sistema i considerar la incertesa del modelatge utilitzant mètodes d'intervals. En aquesta tesi, s'utilitzaran alguns residus generats estructuralment basats en dades amb finalitats d'anàlisi. Donada una descripció gràfica (o textual) del sistema i les mesures d'entrada/sortida disponibles, l'estructura de les ARRs entre algunes entrades i sortides es pot determinar amb l'ajuda de l'Anàlisi Estructural (AE) del sistema. Després, utilitzant un enfocament basat en dades d'aprenentatge automàtic aplicat a dades històriques no defectuoses, es poden obtenir relacions analítiques entre entrades i sortides. D'aquesta manera, en lloc de trobar ARRs a partir d'un model matemàtic físic, les ARRs s'obtenen combinant l'AE i enfocaments basats en dades.Per a sistemes lineals, s'utilitzaran funcions calibrades mitjançant la caixa d'eines d'identificació de sistemes (System Identification Toolbox™) de MATLAB®. I per tractar amb sistemes no lineals en general, s'utilitza l'enfocament basat en dades del sistema d'inferència difusa adaptativa (ANFIS) per implementar el sistema de diagnòstic. Un cop s'ha identificat el model ANFIS, es reformula en forma de paràmetres variables lineals (LPV). Després, es desenvolupa un esquema de detecció de fallades basat en un filtre de Kalman LPV zonotòpic i un mètode de col·locació de pols. Finalment, es proposa un esquema d'aïllament de fallades basat en un enfocament millorat de raonament de Dempster-Shafer.Els residus s'utilitzen per a finalitats de detecció de fallades, activant senyals de fallada quan els valors dels residus assolixen valors anòmals. A més, és possible predir fallades futures mitjançant la detecció de desviacions anòmales en els residus. Un cop es detecta un canvi anòmal en la tendència del residu, es procedeix a estimar quan aquesta desviació del residu resultarà en una detecció de fallada i, per tant, quin serà el temps de vida útil restant (RUL) del sistema. Per a aquest propòsit, l'evolució futura del residu s'estima mitjançant una funció de regressió. Els paràmetres nominals i d'interval de la funció de regressió s'estimen amb les dades de residu disponibles, proporcionant valors nominals i d'interval del RUL del sistema.Al llarg d'aquesta dissertació, s'han utilitzat dos casos d'estudi: un motor de corrent continu sense escombretes (BLDC) i un cas d'estudi conegut basat en un sistema de quatre tancs per il·lustrar l'efectivitat dels mètodes i algoritmes proposats.

Tribunal:
     PRESIDENT: WYFFELS, FRANCIS
     SECRETARI: JIMENEZ SCHLEGL, PABLO
     VOCAL: GAMS, ANDREJ
Resum de tesi: Els marcs d'avaluació són eines crucials en la recerca per a assegurar el progrés. L'experimentació i l'avaluació comparativa requereix de marcs de referència normalitzats amb els quals quantificar el rendiment d'un sistema en comparació amb treballs anteriors per a determinar les millores i el l'avanç realitzat. La manipulació robòtica de roba presenta molts reptes a causa de la naturalesa deformable dels objectes tèxtils. Aquesta és una àrea interdisciplinària que integra diversos components, inclosos el control, la percepció i el sistema robòtic, per a resoldre tasques de manipulació tèxtil amb una àmplia varietat de plataformes i pinces robòtiques, objectes i estratègies. Aquesta variabilitat dificulta el disseny de procediments d'avaluació generals que puguin ser adoptats pels investigadors de l'àrea de manipulació i percepció robòtica tèxtil.Aquesta tesi aborda la necessitat d'estandarditzar els mètodes d'experimentació en la manipulació de roba, proporcionant solucions als aspectes clau: descripció del sistema i objectes, descripció de les tasques i mètriques d'avaluació. La tesi comença amb el disseny de punts de referència per a tasques rellevants de manipulació de roba, proposant procediments clars i mètriques per a avaluar el rendiment del sistema. Després es millora l'estandardització dels objectes tèxtils, els quals repercuteixen directament en les manipulacions requerides i els resultats obtinguts, proposant un conjunt definit d'objectes de la llar. A més, es proposa un sistema de caracterització per a descriure objectes tèxtils de manera estàndard a través de les seves propietats físiques i mecàniques, amb la condició de bregar amb el desgast per l'ús dels objectes tèxtils, mantenint l'estandardització i estenent-la a altres categories d'objectes tèxtils. Posteriorment vam proposar una definició de l'estat de les escenes durant la manipulació tèxtil basada en la configuració de la roba, el tipus i ubicació d'agafada, per a representar les tasques de manipulació de tela i crear mètriques d'avaluació més informades. Més tard s'aprofundeix en l'estimació d'estats per a la presa de decisions i avaluació. La tesi culmina amb l'organització de la competició robòtica de manipulació i percepció de teles, realitzada per a unir a grups de recerca en l'avaluació i comparació dels seus sistemes en igualtat de condicions, conscienciant de la importància de dissenyar i adoptar processos d'avaluació estandarditzats per a progressar en l'àrea.En resum, aquesta tesi aborda l'avaluació comparativa, la normalització, la representació de tasques i la presa de decisions en el context de la manipulació de teles.

Tribunal:
     PRESIDENT: MONTANO GELLA, LUIS ENRIQUE
     SECRETARI: ANDRADE CETTO, JUAN
     VOCAL: MERINO CABAÑAS, LUIS
Resum de tesi: Actualment, la Robòtica Social i la Intel·ligència Artificial (IA)són dues àrees que estancomençant a explorar-se juntes gràcies al gran desenvolupament que hanexperimentat en l'última dècada. En concret, els models d'Aprenentatge Profund (DL), basatsen Xarxes Neuronals Artificials (RNA), han avançat enormement en els últims anys. Un avanç queha permès l'ús d'aquesta mena de models en un gran nombre d'aplicacions per a les persones,com a filtres despam, detecció i diagnòstic en medicina, traductors automàtics, mètodes deconversió de text a veu o models de generació d'imatges.En els últims anys, s'han desenvolupat diferents aplicacions de DL en la interacció humà-robot (HRI) ila col·laboració humà-robot (HRC) en diferents camps com la robòtica assistencial, la robòtica deservei, la robòtica industrial, la cerca i rescat (SAR), la robòtica educativa, la robòtica domèstica i altrescamps. La majoria d'aquestes aplicacions requereixen una navegació de robots robusta que tingui encompte als humans. Per aquesta raó, aquesta tesi explora diferents maneres d'aplicar mètodes de DLi Deep Reinforcement Learning (DRL) per a millorar aspectes de la navegació de robots en entorns ambhumans.Els principals aspectes que aquesta tesi explora són la predicció de trajectòria quefaran els humans i com un robot ha d'anticipar-se per a no haver-hi col·lisió. A més,s'estudia la cerca col·laborativa entre un humà i un robot tenint en compte lespreferències de les persones amb un model generatiu de DL. Les simulacions i elsexperiments duts a terme han servit per a testar els mètodes proposats, validar leshipòtesis i comprovar les seves limitacions.En resum, aquesta tesi doctoral proporciona diferents maneres d'aplicar mètodes de DL per a lanavegació de robots en entorns amb humans i la cerca col·laborativa humà-robot incloent-hiuna descripció de l'estat de l'art i explicacions dels mètodes proposats, les eines d'estudi quehan estat usades i les simulacions i experiments realitzats. Finalment, s'exposen les conclusionsde la tesi.

Tribunal:
     PRESIDENT: MERINO CABAÑAS, LUIS
     SECRETARI: GARRELL ZULUETA, ANAÍS
     VOCAL: BELARDINELLI, ANNA
Resum de tesi: Els robots estan abandonant ràpidament els entorns estructurats de les fàbriques per entrar en espais rics en presència humana com llars, hospitals i llocs de treball compartits. Perquè la col·laboració sigui efectiva i els robots siguin acceptats en entorns dinàmics, és essencial que el desenvolupament del seu comportament tingui un enfocament centrat en les persones. Això implica capacitar els robots per generar plans que s’adaptin de manera contínua a l’entorn canviant i a l’estat dels humans, anticipant i prevenint possibles errors, tot permetent que aquests plans i models es defineixin de forma flexible i comprensible per a les persones. Aquesta tesi avança cap a aquest objectiu mitjançant un enfocament basat en dues estratègies complementàries: (i) tècniques fonamentades de planificació estructurada i modelatge d’agents, i (ii) la seva extensió amb capacitats pròpies de grans models de llenguatge (LLM), donant lloc a sistemes híbrids capaços de comportaments més generals i adaptatius.S’han desenvolupat quatre contribucions principals, cadascuna orientada a un repte específic. En primer lloc, per resoldre la manca d’integració efectiva dels estats humans en la planificació de la col·laboració humà-robot (HRC), sovint origen de fallades, proposem un marc que incorpora un model d’agent en la planificació de tasques mitjançant la modulació del cost de les accions, amb l’objectiu d’anticipar i evitar errors. En segon lloc, per afrontar la dificultat d’estimar els costos d’accions específics d’un agent en entorns amb escassetat de dades, presentem un marc d’aprenentatge basat en simulació. En tercer lloc, per superar la rigidesa i l’esforç de modelatge dels sistemes actuals, desenvolupem un entorn de planificació que tradueix objectius humans i condicions d’agents expressats en llenguatge natural en problemes estructurats de planificació, fent més flexible i intuïtiva la generació de plans. En quart lloc, reconeixent que l’execució d’un pla pot trobar dificultats no previstes durant la seva planificació, presentem un agent per detectar, explicar i resoldre problemes de manera contextual, aprofitant una interacció regulada entre un LLM i eines de percepció i interacció. Conjuntament, aquestes contribucions, sostingudes per resultats publicats, aborden tres objectius centrals: (O1) integrar la planificació de tasques amb el modelatge d’agents per generar plans adaptats a les persones; (O2) proposar tècniques flexibles per definir models de planificació, acció i agents; i (O3) implementar mecanismes de prevenció d’errors en entorns dinàmics centrats en les persones.Aquesta tesi defensa el pas de sistemes rígids i orientats a tasques especifiques cap a una robòtica més adaptativa i generalitzable, combinant mètodes simbòlics estructurats amb IA generativa. S’identifiquen els principals reptes d’aquesta transició i es proposen solucions per orientar i impulsar els avenços futurs en robòtica centrada en les persones. Amb enfocaments híbrids, aquesta recerca permet una generació de plans flexible i natural, els quals s’adapten a les preferències i estats humans, anticipant-se a possibles fallades durant l’execució, i establint les bases per a un futur sistema unificat, capaç de funcionar i adaptar-se eficaçment al món real.

Tribunal:
     PRESIDENT: BRANCO SIMÕES DA SILVA, CATARINA HELENA
     SECRETARI: ÁLVAREZ NAPAGAO, SERGIO
     VOCAL: SORGATO, MARCO
Resum de tesi: Aquesta tesi avança en el camp dels processos de producció, específicament en el modelatge per injecció, cap a l'objectiu de la Fabricació sense Defectes (ZDM, per les seves sigles en anglès), amb èmfasi en millorar els mètodes de predicció de qualitat a través de la Intel·ligència Artificial. Explora estratègies innovadores per millorar l'eficiència i la qualitat dels processos de manufactura, destacant la importància de minimitzar els defectes en la producció industrial. La investigació comença amb una anàlisi de l'estat actual dels sistemes predictius de qualitat en processos de modelatge per injecció, identificant la necessitat crítica d'avenços per assolir ZDM. Mitjançant la recopilació de dades d'equips antics i moderns, aquest treball estableix una base per a una anàlisi comprensiva, utilitzant protocols estàndard i noves metodologies per a la recopilació de dades. Central en aquesta tesi és l'aplicació d'algoritmes de selecció de característiques, que empren una combinació d'enfocaments de filtre, embolcall, incrustat i híbrid. Aquest marc està dissenyat per identificar amb precisió els paràmetres clau que influeixen en la qualitat del procés de modelatge per injecció, facilitant així un modelatge més efectiu i predictiu dels resultats de manufactura. En abordar la predicció de qualitat, la tesi introdueix models supervisats i no supervisats per predir la qualitat de manufactura. Es centra particularment en enriquir aquests models amb coneixement humà, integrant percepcions expertes en els algoritmes predictius per adaptar-se millor a la complexa dinàmica de l'ambient de manufactura. Aquest enfocament no només millora la precisió de les prediccions sinó que també enriqueix els models amb aplicabilitat pràctica en el món real. A través d'una sèrie de casos d'ús detallats, es demostra l'efectivitat de les metodologies proposades en diversos equips i escenaris de manufactura. Els resultats destaquen millores significatives en la previsibilitat del procés, contribuint a la reducció de defectes i acostant-se a l'ideal de ZDM. La conclusió d'aquesta tesi reitera la importància de les seves contribucions al camp de la intel·ligència artificial utilitzada en processos de producció, amb un enfocament en el modelatge per injecció, proporcionant una base sòlida per a futures investigacions destinades a millorar la integració d'enfocaments centrats en dades i en l'ésser humà en la manufactura. La tesi esbossà camins potencials per a la contínua innovació en digitalització, selecció de característiques i predicció de qualitat, emfatitzant la recerca contínua d'excel·lència en processos de manufactura.

Tribunal:
     PRESIDENT: BARRERAS TOLEDO, FÉLIX
     SECRETARI: BATLLE ARNAU, CARLES
     VOCAL: MARTÍNEZ FELIPE, ALFONSO
Resum de tesi: La ràpida transició cap a un paradigma energètic sostenible requereix sistemes d'em-magatzematge d'energia eficients i econòmicament viables per gestionar la intermitència i la imprevisibilitat inherents de les fonts d'energia renovable. En aquest context, les bateries de flux redox es presenten com una opció prometedora per a aplicacions estacionàries a gran escala, gràcies a la seva versatilitat, seguretat i la possibilitat d'escalar energia i potència de manera independent. Entre aquestes, les bateries de flux redox de vanadi (VFBs) han despertat el major interès, destacant per la seva llarga vida útil derivada de l'ús d'un únic element actiu. Malgrat el seu potencial, les VFB encara presenten reptes crítics que en limiten la implementació a gran escala.Aquesta tesi aborda dos d'aquests grans reptes. El primer és el desequilibri d'electròlit, una discrepància en les concentracions d'espècies actives entre els dos costats del sistema, que constitueix la principal causa de pèrdua de capacitat. Per abordar-ho, es realitza un estudi exhaustiu sobre com la capacitat de la bateria depèn de diverses fonts de desequilibri i de les seves interaccions, culminant en un procediment sistemàtic per recuperar la capacitat de VFBs desequilibrades. El segon repte és la manca de mètodes directes per determinar variables clau del sistema, com ara les concentracions d'espècies de vanadi, l'estat de càrrega, l'estat de salut i els paràmetres interns. Per superar aquest problema, aquesta tesi desenvolupa estratègies avançades d'estimació no lineal, que reconstrueixen les variables d'interès utilitzant només senyals fàcilment mesurables, oferint així una alternativa pràctica a configuracions de sensors mes costoses o complexes. Finalment, les propostes esmentades d'estimació i gestió del desequilibri s'integren efectivament en una estratègia operativa cohesionada, desenvolupant un marc de control per optimitzar el rendiment, prevenir condicions perilloses i maximitzar la capacitat.En abordar aquests reptes crítics, aquest treball ofereix solucions pràctiques i assequibles que milloren el monitoratge, la recuperació de capacitat i l'operació general de les VFB. Aquests avenços contribueixen a ampliar les capacitats de la tecnologia VFB, fomentant una integració més àmplia dins dels sistemes energètics sostenibles.

Tribunal:
     PRESIDENT: GABBOUJ, MONCEF
     SECRETARI: SÁNCHEZ RIERA, JORDI
     VOCAL: BALLESTER NICOLAU, COLOMA MARIA
Resum de tesi: La dependència de la Unió Europea (UE) a fonts d'energia externes subratlla la urgència de garantir la seguretat i assequibilitat energètica, destacant la transició cap a energies renovables com l'energia eòlica com una solució clau. No obstant això, els alts costos del manteniment de turbines eòliques a causa de la seva exposició a condicions adverses, que representen el 30% del cost de producció, limiten la seva eficiència. Les inspeccions i reparacions actuals requereixen detenir les turbines, la qual cosa incrementa el temps d'inactivitat i els costos operatius. És per això que és crucial desenvolupar solucions innovadores que permetin detectar i reparar defectes de manera primerenca.Aquesta tesi proposa un sistema integral per a avaluar les pales de turbines eòliques, abastant des de la detecció de defectes i la seva gravetat fins a la planificació de reparacions i l'anàlisi del seu impacte en la generació d'energia. El sistema automatitza i optimitza les tasques de manteniment mitjançant tècniques avançades d'anàlisis d'imatges. En particular, se centra en la transmissió eficient d'imatges que preservin la seva qualitat i la generació d'avaluacions detallades per a dissenyar estratègies de reparació consistents i efectives.És per això que es desenvolupen un conjunt d'algoritmes especialitzats a segmentar imatges de pales capturades sota diverses condicions ambientals, identificant amb precisió les regions d'interès i, així, simplificant les tasques posteriors de compressió i detecció de defectes. Primerament, es presenta el model Blade U-Net, que incorpora una regularització basada en camps aleatoris condicionals densos, així com un postprocessament iteratiu mitjançant l'algoritme de farciment de forats i els boscos aleatoris no supervisats. També s'implementen dos marcs d'anàlisis de discriminant profund per a millorar la separabilitat de les regions, juntament amb el modelatge probabilístic d'arquitectures no lineals per a obtenir límits precisos i robustos de les pales. Finalment, s'integren algoritmes complementaris amb un enfocament de classificació modular per creixement de regions per a condicions d'escassetat de dades i models generatius preentrenats basats en difusió amb augment de dades tant en els espais latents com en els d'imatges. Aquestes eines garanteixen una detecció robusta i generalitzable, fins i tot, per a imatges amb textures complexes i en diferents condicions d'inspecció adverses. A més, demostrem el seu rendiment significativament superior en comparació amb les tècniques existents.La segona part de la tesi aborda la gestió eficient de grans volums de dades d'alta resolució mitjançant la compressió adaptativa. A diferència dels mètodes tradicionals, que tendeixen a sacrificar detalls crucials, el nostre enfocament aprofita la segmentació per a realitzar una compressió selectiva d'alta fidelitat a les regions d'interès, mentre comprimeix de manera més agressiva les àrees no rellevants. Entre les contribucions principals destaquen models de codificació de variables latents niades i un esquema de codificació bits-back paral·lelitzable, dissenyat específicament per a aplicacions industrials, aconseguint un rendiment d'última generació mentre es redueix substancialment el cost computacional. A més, la integració d'aquest enfocament amb el model multitasca de detecció de defectes permet realitzar diagnòstics més precisos i ràpids, minimitzant l'impacte en les operacions de les turbines i reduint la interrupció de la producció d'energia.En conjunt, aquesta tesi presenta una jerarquia integral d'algoritmes, des de nivells baixos fins a alts, dissenyats per a agilitzar el diagnòstic i la reparació de turbines eòliques. Aquests desenvolupaments permeten automatitzar la localització, classificació i priorització de defectes en les pales, optimitzant els cronogrames de manteniment i reduint significativament el temps d'inactivitat i els costos operatius.

Tribunal:
     PRESIDENT: SAVIC, DRAGAN
     SECRETARI: PEREZ MAGRANE, RAMON
     VOCAL: ELIADES, DEMETRIOS
Resum de tesi: Aquesta tesi presenta diverses contribucions a l'estat de l'art de la supervisió en temps real de xarxes de distribució d'aigua.En concret, aquesta tesi analitza el problema de la gestió de fuites, que representa un dels majors reptes dins del camp de la supervisió de xarxes de distribució d'aigua. La seva importància rau en els alts costos associats a les pèrdues d'aigua. La tesi proposa contribucions per a afrontar dos problemes fonamentals: la localització de fuites i la col·locació estratègica de sensors per a millorar aquesta localització. Aquestes contribucions se centren principalment en metodologies basades en dades, caracteritzades per la seva independència de models hidràulics, que poden ser difícils de crear i calibrar per a les empreses de serveis d'aigua.Pel que fa a la localització de fuites, es proposa una primera metodologia basada en dades formada per dues etapes. En primer lloc, l'estat hidràulic complet de la xarxa, representat per les alçades de càrrega (pressió + elevació), s'estima mitjançant un problema d'optimització quadràtica. Aquest procés, anomenat Interpolació d'Estat basada en Grafs (GSI), utilitza únicament dades recollides per sensors de pressió i l'estructura de la xarxa. Posteriorment, una tècnica coneguda com a Mètode de Selecció de Candidats de Fuita (LCSM) compara estats estimats de situacions amb i sense fuita per a indicar-ne la localització. El mètode complet d'estimació-localització és conegut com a GSI-LCSM. Al llarg de la tesi, es proposen diverses millores per a aquest mètode.En primer lloc, s'apliquen o combinen mètodes d'aprenentatge a GSI-LCSM per a millorar la localització a nivell de node. Es presenten tres mètodes diferents basats en aprenentatge: GSI-DL, que utilitza aprenentatge de diccionaris (DL) per a aprendre dels residus estimats; LL-GSI-LCSM, que afegeix una capa d'aprenentatge adaptatiu a GSI, millorant la localització durant la seva aplicació en línia; i DeepFGSI, que deriva una versió simplificada de GSI, utilitzada per a afegir informació de la xarxa a les capes d'una arquitectura d'aprenentatge profund.Posteriorment, la interpolació de GSI es millora considerant la física darrere de les dinàmiques d'una xarxa d'aigua, desenvolupant l'estratègia coneguda com a GSI de Pesos Analítics (AW-GSI). Aquest mètode utilitza l'estructura de la xarxa i l'estat estimat nominal per a generar un nou conjunt de pesos per al graf, que després són utilitzats per a configurar un problema d'optimització quadràtica, igual que en GSI.A més, GSI i AW-GSI no consideren la disponibilitat d'altres tipus de sensors, com els de cabal o consum, per a millorar el procés d'estimació. Per tant, es desenvolupen diverses estratègies de fusió sensorial aprofitant l'algorisme de l'Unscented Kalman Filter, donant lloc al mètode d'estimació conegut com UKF-GSI. Aquest procés s'acobla a LCSM per a millorar la localització de fuites.Finalment, el problema de la col·locació de sensors també s'explora, evitant l'ús del model hidràulic. Aquesta estratègia utilitza algorismes genètics (GA) per a minimitzar una mètrica estructural relacionada amb les distàncies node-sensor. Les operacions de l'algorisme genètic es personalitzen per al problema a tractar, i es defineixen contramesures contra la convergència prematura i criteris de finalització per a donar lloc a col·locacions de sensors adequades.Tots els mètodes proposats són avaluats utilitzant la xarxa L-TOWN del repte BattLeDIM2020, que va consistir en una competició de detecció i localització de fuites amb diversos equips internacionals. A la tesi, es mostra una comparació inicial entre GSI-LCSM i un mètode basat en model, extraient conclusions sobre els avantatges de cada categoria de mètodes. Posteriorment, totes les millores proposades per a GSI-LCSM es comparen amb la metodologia base, demostrant la idoneïtat dels mètodes i analitzant els avantatges de cadascun d'ells respecte a GSI-LCSM.

Tribunal:
     PRESIDENT: ROA, MAXIMO A.
     SECRETARI: ZAPLANA AGUT, ISIAH
     VOCAL: NUÑO ORTEGA, EMMANUEL
Resum de tesi: Aquesta tesi tracta sobre l’aplicació de tècniques d’aprenentatge automàtic (ML) i aprenentatge profund (DL) per millorar les tasques de planificació i control en diferents àmbits, en vehicles autònoms i mans robòtiques. En concret, aborda el desenvolupament, basat en aprenentatge, d’un controlador robust de seguiment de trajectòries per a vehicles autònoms, un planificador de trajectòries adaptatiu per a mans robòtiques que permet la manipulació destra, i un controlador amb l’humà en el llop per a mans robòtiques mioelèctriques que garanteix una regulació precisa de la força de prensió.En l’àmbit dels vehicles autònoms, la tesi desenvolupa un controlador Takagi–Sugeno (TS) utilitzant el Sistema d’Inferència Neuro-Difús Adaptatiu (ANFIS) com a enfocament basat en aprenentatge per inferir una estratègia de control a partir de les dades d’entrada–sortida d’un controlador ja existent. L’estabilitat en llac tancat del sistema s’analitza mitjançant la teoria de Lyapunov i les Desigualtats Matricials Lineals (LMIs). El controlador proposat elimina la necessitat d’optimització en línia, redueix significativament el cost computacional i millora el rendiment en temps real. La seva efectivitat es valida mitjançant simulacions l'un vehicle autònom a petita escala.En l’àmbit de la manipulació robòtica destra, la tesi introdueix tres planificadors de trajectòries basats en aprenentatge que utilitzen ANFIS i Xarxes Neuronals Profundes (DNNs) per aprendre heurístiques d’un planificador analític i autoajustar els seus paràmetres en funció de l’experiència prèvia permet als robots manipular objectes de diferents formes, mides i propietats materials. Els planificadors proposats es validen mitjançant experiments en el món real utilitzant una mà robòtica Allegro, demostrant robustesa davant del soroll dels sensors i les pertorbacions de l’entorn.En l’àmbit de la prensió robòtica, la tesi presenta un sistema mio-controlat amb l’humà en el llop (HITL) per a la regulació precisa de la força de pressió. El sistema integra tant controladors de força basats en DNN com controladors basats en lògica difusa. El controlador difús utilitza lògica difusa, amb una optimització de paràmetres guiada per les preferències de l’usuari recopilades a través d’una interfície gràfica (GUI) mitjançant el mètode d’Aprenentatge Global d’Estratègies Entrada–Sortida a partir de Preferències per Parelles (GLISp). Aquests controladors es comparen amb controladors heurístics basats en models, i el sistema es valida mitjançant experiments reals amb la mà robòtica AR10, mostrant una major adaptabilitat i capacitats de regulació fine de la força.Els resultats d’aquesta recerca contribueixen a l’avenç dels sistemes intel·ligents de planificació i control en múltiples àrees d’aplicació, obrint el camí cap a una automatització més eficient, adaptativa i estable en escenaris del món real.

Tribunal:
     PRESIDENT: MASQUELIER, TIMOTHÉE
     SECRETARI: GARRELL ZULUETA, ANAÍS
     VOCAL: ALZUGARAY LÓPEZ, IGNACIO
Resum de tesi: Els problemes d’estimació de moviment poden anar des de l’estimació de moviment propi (ego-motion) amb pocs graus de llibertat (GdL) fins a moviments complexos amb un nombre de GdL elevat, com ara el desplaçament dens de píxels o el flux òptic. Aquesta informació és essencial perquè els robots puguin percebre i navegar pel seu entorn. No obstant això, els sistemes de visió actuals per a l'estimació de moviment són menys robusts i eficients que els sistemes biològics, principalment a causa de les limitacions en la tecnologia dels sensors i els mètodes de processament. Aquesta tesi es basa en un sensor inspirat en la biologia —la càmera d'esdeveniments— i un enfocament de computació inspirat en el cervell —les xarxes neuronals polsades (SNNs)—, oferint una solució prometedora que cobreix aquestes mancances. Les càmeres basades en esdeveniments tenen una alta resolució temporal, baixa latència, poca redundància de dades i són energèticament eficients. Aquestes capacitats úniques les fan especialment adequades per a entorns i tasques on les càmeres tradicionals basades en fotogrames tenen dificultats. Aquestes càmeres mostren un gran potencial per resoldre problemes d’estimació de moviment en una àmplia gamma d’aplicacions, com proporcionar estimacions de moviment precises i de baixa latència per a vehicles autònoms o robots aèries. Les SNNs s’inspiren en la forma com les neurones del cervell humà es comuniquen a través de sinapsis utilitzant polses, que són senyals elèctrics breus i discrets que permeten un processament d’informació altament eficient i robust.La recerca comença amb l'estimació del moviment propi de 3-GdL, progressa cap al flux òptic escàs i finalment aborda el flux òptic dens. En el primer pas, la tesi tracta l'estimació de moviment propi basada en esdeveniments integrant els enfocaments de SNN amb tècniques d'optimització tradicionals. Explora el problema de l'estimació de moviment a partir del flux òptic inferit obtingut per una SNN i proposa un mètode d'agrupació per abordar el problema d’obertura que es troba en el flux normal escàs i sorollós produït per la SNN. En el següent pas, s’aprofiten les arquitectures modernes de xarxes neuronals artificials (ANN) per millorar l’estimació del flux òptic basat en esdeveniments. Aquest pas proposa una arquitectura basada en el transformador U-Net amb una xarxa neuronal recurrent com a base. En la fase final d’aquesta investigació, s’estén l’arquitectura del transformador visual a codificadors de flux, incorporant atenció espaciotemporal per millorar l’extracció de la informació temporal. Això va portar al desenvolupament d’un model ANN basat en el transformador swin i la seva contrapartida amb polses. Destacant que aquest treball és el primer ús dels “spikeformers” en l’estimació del flux òptic basat en esdeveniments, demostrant el potencial de combinar arquitectures de transformadors amb SNNs per a tasques de regressió.En conclusió, aquesta tesi avança en la comprensió de l’estimació de moviment utilitzant càmeres d’esdeveniments i prepara el camí per a la seva aplicació en escenaris del món real, com el seguiment d’objectes d’alta velocitat i la localització i el mapatge simultanis (SLAM). Els mètodes inspirats biològicament desenvolupats en aquesta tesi ofereixen vies prometedores per equilibrar el rendiment i l’eficiència dels sistemes de visió per ordinador i robòtica, obrint camí a futures innovacions en aquest camp.

Tribunal:
     PRESIDENT: TORNERO MONTSERRAT, JOSEP
     SECRETARI: GRIÑO CUBERO, ROBERTO
     VOCAL: LO IUDICE, FRANCESCO
Resum de tesi: La recerca actual en el control de flotes de Vehicles de Guiatge Automàtic (AGVs) se centra en millorar-ne l’eficiència i la integració dins d’entorns industrials tals com plantes de producció i magatzems. Aquests AGVs s’utilitzen principalment per al transport de materials i, quan s’integren eficaçment en els fluxos de treball de les fàbriques, ofereixen avantatges significatius en flexibilitat i escalabilitat. Aquesta integració permet distribuir dinàmicament les estacions de processament i ampliar el sistema afegint nous AGVs o estacions de treball amb una mínima interrupció. Un repte important és gestionar diversos tipus d’AGVs sota un sistema de control unificat per mantenir la fluïdesa operativa davant variacions en la demanda de transport. Així, un dels aspectes fonamentals en la gestió de flotes d’AGVs és el control de trànsit en espais compartits. Normalment, aquests espais interiors estan premapats i tots els AGVs tenen accés compartit a aquest mapa, que inclou la xarxa de camins i Punts d’Interès (POIs), com ara zones de càrrega i descàrrega, estacions de recàrrega i àrees d’aparcament. Com que aquests POIs només poden ser ocupats per un AGV a la vegada, els sistemes de gestió del trànsit han de determinar quin AGV ocupa cada punt, identificar possibles conflictes, programar la sortida dels AGVs dels aparcaments i decidir quin té prioritat en punts compartits. Un altre component clau és l’assignació de tasques —determinar quin AGV ha de realitzar una tasca concreta i quan. Aquesta decisió depèn de múltiples factors dinàmics, com la ubicació actual de l’AGV, l’estat de la bateria, la capacitat de càrrega, les condicions del trànsit i la urgència de la tasca. L’assignació eficient de tasques i el control del trànsit estan profundament interrelacionats; gestionar-ne un implica considerar l’altre. Per exemple, si es decideix el moment òptim per executar una tasca, el sistema pot reduir conflictes i millorar-ne el rendiment global. Tot i que els enfocaments actuals de gestió de flotes aborden molts d’aquests aspectes, encara hi ha molt marge per millorar la coordinació, l’adaptabilitat i l’optimització dels sistemes de transport basats en AGVs.Aquesta tesi explora les diverses funcions d’un sistema de transport basat en múltiples AGVs, oferint una visió general completa dels seus aspectes operatius. Tot i això, les contribucions principals d’aquest treball es centren en tres àrees clau. En primer lloc, es presenta una estratègia eficient de gestió del trànsit dissenyada per millorar el flux d’AGVs dins d’un Sistema de Fabricació Flexible (FMS). Aquest enfocament s’avalua mitjançant una anàlisi comparativa amb mètodes d’última generació, demostrant-ne l’eficàcia per optimitzar el trànsit i minimitzar els retards.En segon lloc, la tesi aprofundeix en l’aplicació pràctica de l’estratègia proposada de gestió del trànsit en entorns industrials reals. S’avalua la discretització espacial de l’espai de treball dels AGVs i els períodes de control en la implementació de l’estratègia, oferint coneixement valuós per salvar la distància entre els models teòrics i la seva aplicació pràctica, assegurant així una integració efectiva als processos industrials existents.Finalment, la recerca investiga l’impacte de diferents criteris d’assignació de tasques en l’eficiència global del sistema AGV. A través de l’anàlisi de diverses estratègies d’assignació de tasques als AGVs, la tesi identifica factors clau que influeixen en el rendiment tant de la gestió del trànsit com del sistema de transport en general. Aquesta anàlisi pretén perfeccionar els mètodes d’assignació per millorar encara més l’eficiència operativa de les flotes d’AGVs, contribuint així a uns fluxos de treball industrials més àgils i productius.

Tribunal:
     PRESIDENT: ALI, SOFIANE AHMED
     SECRETARI: NEJJARI AKHI-ELARAB, FATIHA
     VOCAL: THABET, RIHAB EL HOUDA
Resum de tesi: Aquesta tesi explora estratègies de control avançades per al seguiment de trajectòries, el control d'estat, la mitigació de pertorbacions i la guia de vehicles autònoms en una àmplia varietat de sistemes dinàmics. La recerca es divideix en metodologies i aplicacions distintes, incloent-hi sistemes Takagi-Sugeno-Lipschitz (TSL), sistemes lineals amb paràmetres variables (LPV), i sistemes lineals invariants en el temps (LTI), així com un vehicle terrestre no tripulat (UGV) amb una entrada de sensors limitada per al seguiment de trajectòries. Les tècniques desenvolupades proporcionen informació valuosa per millorar el rendiment, la robustesa i l'adaptabilitat del control sota diverses condicions del sistema i restriccions.Respecte al seguiment de trajectòries per a sistemes TSL, s’aborden els casos en què el vector d'estat complet no està disponible integrant un observador proporcional en el disseny de control. Això permet la retroalimentació d'estimació enlloc de la retroalimentació d'estat. Els guanys tant de l'observador com del controlador s'obtenen mitjançant un criteri de cota quadràtica basat en Lyapunov per millorar la robustesa davant pertorbacions externes desconegudes. Així, s’assegura la convergència dins de límits el·lipsoïdals d'error mitjançant formulacions de desigualtats matricials lineals (LMI). Els resultats de simulació validen la robustesa i les capacitats de seguiment de l'enfocament.En segon lloc, s'introdueix un nou controlador de retroalimentació d'estat per a sistemes LPV, enfocat a l'aglomeració de pols dins de múltiples DR-regions. Utilitzant teoremes de col·locació parcial de pols, el disseny es formula com a LMI, la qual cosa permet una solució eficient. A més, es permet la modifcació en temps real de les ubicacions dels pols de llaç tancat en funció de les variacions dels paràmetres, millorant el rendiment del sistema en diverses condicions d'operació. Les simulacions mostren l'efectivitat d'aquest enfocament per aconseguir les col·locacions de pols desitjades.A més, es presenta un disseny de controlador de retroalimentació d'estat per a sistemes LTI amb pertorbacions, amb l'objectiu d'aconseguir una aglomeració parcial de pols dins de regions DR específiques utilitzant una estratègia de control H∞. La tècnica H∞ mitiga addicionalment les pertorbacions, millorant i els resultats de simulació demostren la capacitat per mantenir el rendiment davant d'incerteses.Finalment, es dissenya un controlador de lògica difusa per guiar un UGV autònom equipat únicament amb sensors limitats. El controlador difús, basat en regles lingüístiques derivades de les dades dels sensors, proporciona una guia amb menys oscil·lacions i un error quadràtic mitjà (MSE) més baix que el controlador de referència basat en regles, demostrant una major precisió i estabilitat. D'altra banda, s’estudia l’aprenentatge per reforç (RL), específicament agents SARSA i DDPG, per al mateix sistema de vehicle i sensors. La naturalesa discreta dels senyals dels sensors representa una novetat, amb SARSA gestionant accions discretes i DDPG utilitzant accions contínues. Comparant els controladors basats en regles i els controladors difusos, es destaquen els avantatges i limitacions de cada enfocament: l'agent DDPG, entrenat per manejar accions contínues, supera les estratègies SARSA i basades en regles però mostra un menor rendiment respecte al controlador difús en determinats escenaris. La validació experimental demostra el potencial de les tècniques de RL per a la navegació autònoma en sistemes amb sensors limitats, establint una base per a futures exploracions en aquest camp. En conjunt, aquesta tesi avança en la comprensió de diverses metodologies de control per a sistemes dinàmics complexos, especialment en la guia de vehicles autònoms. Els coneixements adquirits ofereixen orientació valuosa per al desenvolupament de sistemes de control robustos i adaptables, obrint el camí a futures innovacions en estratègies de control autònom.

Tribunal:
     PRESIDENT: MAMMAR, SAID
     SECRETARI: NEJJARI AKHI-ELARAB, FATIHA
     VOCAL: COMBASTEL, CHRISTOPHE
Resum de tesi: Tenint en compte que la tècnica de Sistemes Lineals amb Paràmetres Variables (LPV) ha demostrat ser una manera efectiva de representar sistemes no lineals, els resultats relacionats amb el disseny d’observadors i controladors en el marc LPV han estat àmpliament estudiats. Aquesta tesi contribueix a l’estat de l’art en el camp de l’estimació robusta d’estats, el diagnòstic de fallades i el control per a sistemes LPV, especialment en presència de pertorbacions i soroll de mesura.La recerca està motivada per sistemes de seguretat crítica, com els vehicles autònoms, que requereixen esquemes fiables de diagnòstic de fallades per detectar i identificar possibles fallades en actuadors i sensors sota incerteses, i estratègies de control que siguin capaces de gestionar tant les incerteses com les fallades per aconseguir un rendiment òptim i fiable.L’estimació d’estats juga un paper crucial tant en el diagnòstic de fallades com en el disseny de controladors. Per garantir un rendiment robust, es desenvolupa un mètode d’estimació d’estats per conjunts per a sistemes LPV subjectes a pertorbacions i sorolls de mesura. Es considera que aquestes incerteses són desconegudes però acotades per zonòtops. Les estimacions òptimes dels estats s’obtenen minimitzant el radi del zonòtop que acota els estats, formulat com un problema d’optimització en forma de desigualtats matricials lineals (LMIs). A més, el mètode proposat s’estén per gestionar la detecció i estimació de fallades en escenaris més complexos, incloent-hi sistemes LPV commutats i sistemes No Lineals amb Paràmetres Variables (NLPV). A més, es caracteritzen les Fallades Mínimament Detectables (MDF) i les Fallades Mínimament Aïllables (MIF) mitjançant un enfocament d’invariància de conjunts zonotòpics.En l’àrea de control, aquesta tesi desenvolupa un control Zonotòpic Lineal Quadrat (LQZ) per al problema de retroalimentació d’estats en presència d’incerteses, on el llaç de retroalimentació es tanca utilitzant les estimacions òptimes proporcionades per un Filtre de Kalman Zonotòpic (ZKF). El control LQZ proposat és menys conservador, ja que modela les incerteses utilitzant conjunts zonotòpics en lloc de distribucions de probabilitat gaussiana. Aquesta formulació estableix el control LQZ com una contrapart zonotòpica del ben conegut control Lineal Quadrat Gaussià (LQG). A més, en presència d'una fallada en l’actuador, es desenvolupa una estratègia de Control de Seguiment Tolerant a Fallades (FTTC). Aquesta estratègia inclou un ZKF per a l’estimació d’estats i fallades, un mecanisme de compensació de fallades i un controlador de retroalimentació d’estats dissenyat per aconseguir un rendiment $H_\infty$.Les contribucions esmentades anteriorment s’han aplicat a l’estimació d’estats, al diagnòstic de fallades i al control de seguiment de trajectòries en la dinàmica lateral del vehicle. L'aplicació a dades reals enregistrades amb un vehicle prototip equipat demostra la rellevància i eficiència dels enfocaments proposats.