Robot cuadrúpedo con locomoción híbrida autónomo para monitoreo de gases nocivos en galerías subterráneas mineras

• Autor: Solano Vega, Luis Jans
• Formato: tesis de grado
• Fecha de Publicación: 2026
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/33187
• Enlace del recurso: http://hdl.handle.net/20.500.12404/33187
• Nivel de acceso: acceso abierto
• Materia: Robots móviles--Diseño; Gases de minas--Medición; Explotación subterránea (Minería); https://purl.org/pe-repo/ocde/ford#2.03.01

En zonas mineras, la emisión de gases nocivos representa un riesgo significativo para la salud de los trabajadores, quienes podrían inhalarlos y desarrollar problemas respiratorios. Asimismo, estos entornos son de difícil acceso y presentan en su mayoría de extensión, terrenos altamente abruptos. Ante ello, el presente trabajo de investigación se fundamenta en el desarrollo de un robot con locomoción híbrida para monitoreo de gases en terrenos mineros con superficie irregular. El trabajo se basa en la combinación de dos sistemas de locomoción: patas y ruedas. La locomoción por patas permite al robot navegar en terrenos accidentados y sortear obstáculos, mientras que la incorporación de ruedas le brinda mayor velocidad y eficiencia en superficies planas. Asimismo, con el fin de asegurar la mayor estabilidad posible, se eligieron actuadores con mecanismos de flexibilidad en las articulaciones que le permitirá al robot absorber impactos y adaptarse a suelos abruptos. El diseño conceptual óptimo contempla un total de 3 grados de libertad por pata y una rueda que permite realizar la transición de locomoción mediante el accionamiento del freno. Con respecto al ámbito electrónico, el cuadrúpedo cuenta con un sistema de monitoreo para medir la concentración de gases tóxicos en tiempo real, transmitirlos y enviar una señal de alerta en caso excedan los umbrales máximos permisibles. Finalmente, en términos de percepción y control, el robot puede navegar autónomamente empleando una cámara de profundidad y técnicas como Reconstrucción 3D y Visual SLAM. Además, según el modo de locomoción activo, el sistema acciona las articulaciones o las ruedas para desplazarse con eficiencia. Se usó Reinforcement Learning para lograr comportamientos robustos del robot, de manera que sea capaz de sobrellevar terrenos altamente irregulares y recuperar su estabilidad de manera autónoma en situaciones extremas, como una caída.