Abstract
Los robots blandos pueden entenderse como aquellos dispositivos programables, construidos a partir de materiales flexibles, habitualmente bioinspirados, inherentemente seguros para interactuar con ellos y con altas capacidades de adaptación al entorno que los rodea. Para controlar cualquier tipo de robot, es necesario obtener previamente un modelo que extraiga su comportamiento para predecir sus movimientos. Las técnicas que modelan estos robots son complejas de desarrollar ya que sus movimientos son altamente no lineales y dependientes de su morfología y de los materiales con los que son construidos. Una de las estrategias que tienen más potencial para resolver este problema es el Método de Elementos Finitos (FEM) en tiempo real. Sin embargo, su eficiencia computacional es baja cuando se requiere de un elevado número de elementos para descomponer la morfología del robot. Es por ello, que la reducción de orden de modelos emerge como una posible solución a este problema. Es una técnica que permite que el modelo dependa de un menor número de elementos, elegidos mediante el estudio exhaustivo del espacio de configuraciones que puede adoptar el robot, por lo que es computacionalmente más eficiente y robusta, no reduce sustancialmente la precisión del mismo y conserva las propiedades del modelo original. En este trabajo se va a poner en práctica esta reducción sobre el modelo de un manipulador blando. Este modelo resulta complejo y la cantidad de elementos que lo definen es muy elevada, por lo que la simulación del mismo en tiempo real es inviable, sin embargo, una vez obtenido el modelo reducido, se observa que la complejidad disminuye en gran medida y la precisión permanece prácticamente intacta. Se confirma así la viabilidad de la estrategia FEM conjuntamente con la reducción de orden, destacando sobre las metodologías basadas en inteligencia artificial. Todo el proceso se realizará con la herramienta SOFA, acompañada de los plugins SoftRobotics y ModelOrderReduction.