Estado del arte sobre la eficiencia energética en los robots móviles para la optimización de su funcionamiento
State of art on energy efficiency in mobile robots for the optimization of their operation
Autor(es): Óscar Mauricio Cepeda-Gómez, Alfredo Toriz-Palacios y Luis Rosales-Roldan
Fuente: Mexican Journal of Technology and Engineering, Vol. 5, No. 1, pp. 38-55
DOI: https://doi.org/10.61767/mjte.005.1.3855
Resumen
La tecnología de robots ha experimentado un notable avance en los últimos años, particularmente en robots autónomos. Estos robots tienen formas de aprender y tomar sus propias decisiones y con estas características están cambiando a la sociedad al hacer tareas que son de difícil o tediosa ejecución humana. Sin embargo, aunado a las ventajas que ofrecen, los robots móviles tienen el desafío del limitado tiempo de duración de su batería. Esto empeora en los robots con ruedas, ya que una carga baja no les permite terminar su trabajo de manera eficiente y por sí mismos, limitando sus acciones al mismo tiempo que aumentan los costos de su uso. En este caso, la investigación y desarrollo de técnicas avanzadas de control energético es clave. Resulta de fundamental importancia eficientizar el trabajo y optimizar el uso de energía con la que operan los robots móviles. Este artículo revisa algunos de los más recientes y significativos desarrollos en este campo. Como resultado, subraya las innovaciones en plataformas robóticas, así como los problemas energéticos que enfrentan. También se presentan las soluciones propuestas para mejorar la eficiencia y autonomía. En otras palabras, después de realizar un estudio a fondo de la literatura científica, se proporcionan las estrategias actuales y futuras para optimizar el uso de la energía en los robots móviles para maximizar sus posibles aplicaciones.
Palabras clave: Robots móviles, eficiencia energética, batería, energía.
Abstract
Robotics technology has experienced remarkable advancements in recent years, particularly in autonomous robots. These robots can learn and make their own decisions, and with these characteristics, they are changing society by performing tasks that are difficult or tedious for humans. However, in addition to the advantages they offer, mobile robots face the challenge of limited battery life. This is worse for wheeled robots, as a low charge prevents them from completing their work efficiently and independently, limiting their actions while simultaneously increasing operating costs. In this case, research and development of advanced energy management techniques is key. It is of fundamental importance to improve the efficiency and optimize the energy use of mobile robots. This article reviews some of the most recent and significant developments in this field. As a result, it highlights innovations in robotic platforms, as well as the energy challenges they face. It also presents proposed solutions to improve efficiency and autonomy. In other words, after conducting a thorough review of the scientific literature, current and future strategies are provided for optimizing energy use in mobile robots to maximize their potential applications.
Keywords: Mobile robots, energy efficiency, battery, energy.
Referencias
Dmitriev, AS. Zhukov, AA. y Mikhailova, IA. (2023). Análisis comparativo del suministro eficiente de energía de microrobots basados en materiales de cambio de fase de grafeno. Nanotechnol Russia 18, 916–926. https://doi.org/10.1134/S2635167623600657
Giraldo Paniagua, K. E. y Jiménez Salazar, S. (2020). Sistema de navegación autónomo guiado mediante generación de trayectorias para un robot móvil en entorno controlado [Trabajo de grado] Universidad EIA. https://repository.eia.edu.co/server/api/core/bitstreams/ce8ac042-41cf-4d0f-a8e8-217579de8ed1/content
Guarnizo, J., Bautista, D., y Sierra, J. Una revisión sobre la evolución de la robótica móvil. [Tesis de grado]. Universidad Santo Tomás. https://doi.org/10.15332/dt.inv.2021.02848
Hang, P., Lou, B. y Lv, C. (2022). Control predictivo de movimiento no lineal para robots móviles autónomos considerando el control activo tolerante a fallos y el frenado regenerativo. Sensors, 22 (10), 3939. https://doi.org/10.3390/s22103939
Hu, H., Long, D., Liang, Y., Wang, B., Wang, X., & Su, R. (2025). Braking Control of Mobile Robots Using Integral Sliding-Mode Algorithm with Composite Convergence Regulation. Processes, 13(9), 2887. https://doi.org/10.3390/pr13092887
Huayanay Villar, J. L. (2024). Seguimiento de trayectoria en robótica móvil con alimentación de energía solar. Revista De Investigación Científica De La UNF – Aypate, 2(4)**, 1–12. https://doi.org/10.57063/ricay.v2i4.64
Hwang, M. H., Lee, G. S., Kim, E., Kim, H. W., Yoon, S., Talluri, T., & Cha, H. R. (2023). Regenerative Braking Control Strategy Based on AI Algorithm to Improve Driving Comfort of Autonomous Vehicles. Applied Sciences, 13(2), 946. https://doi.org/10.3390/app13020946
Kim, J. Y., Kim, S. K., Kim, J-W., Kato, S., & Kumamoto, S. (2021). Estrategia de frenado regenerativo parametrizada y óptima en energía para vehículos electrificados conectados y autónomos: un enfoque de programación dinámica en tiempo real. IEEE Transactions. https://ieeexplore.ieee.org/document/9492071
Liu, B., Li, G., & Wang, S. (2024). Investigación sobre la estrategia de control de recuperación de energía de frenado multimodo para vehículos eléctricos de batería. Ciencias Aplicadas, 14(15), 6505. https://doi.org/10.3390/app14156505
Martínez Ramírez, F. Rodríguez Salinas, E., Peluelas Rivas, U., y Minamikoyama, Y. (2025). Sistema de navegación autónoma basado en campos potenciales. Memorias del XXI Congreso Internacional de la SOMIM. https://somim.org.mx/memorias/memorias2025/articulos/A3_31.pdf
Mei, M., Cheng, S., Mu, H., Pei, Y., & Li, B. (2023). Control de frenado regenerativo multiobjetivo conmutable basado en MPC mediante regulación de flujo para vehículos eléctricos. Frontiers in Robotics and AI, 10, 1078253. https://doi.org/10.3389/frobt.2023.1078253
Miguélez Machado, C.G., Benítez González, I.O., Rivera Rivera, A.M, y Moreno Vega, V. (2020). Implementación de sistema operativo robótico en una plataforma de robot móvil. Ingeniería Electrónica, Automática y Comunicaciones, 41(3), 79-92. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59282020000300079&lng=es&tlng=es
Mikołajczyk, T., Mikołajewski, D., Kłodowski, A., Łukaszewicz, A., Mikołajewska, E., Paczkowski, T., Macko, M., & Skornia, M. (2023). Energy sources of mobile robot power systems: A systematic review and comparison of efficiency. Applied Sciences, 13(13), 7547. https://doi.org/10.3390/app13137547
Nguyen Duc-Nam, Vu Le-Huy, Le Trong-An, Nguyen Dinh-Trung, Nguyen Huy Viet-Anh. (2024). Design and Implementation of a Solar-Powered Mobile Robot for Transportation Application. Universal Journal of Mechanical Engineering. 12 (2) p.p. 17-24, 2024. https://doi.org/10.13189/ujme.2024.120201.
Perino, E.J; Kiessling Dirán, R.A; Silnik A.A, Perelló, A.D. (2021). Energías renovables y sustentabilidad: una eficiente forma de gestionar los recursos naturales. Revista Digital Universitaria. 22 (3). https://www.revista.unam.mx/2021v22n3/energias_renovables_y_sustentabilidad_una_eficiente_forma_de_gestionar_los_recursos_naturales/
Prakash, Z. (2025). Integración de la IA y el ML en el frenado regenerativo de vehículos eléctricos: una revisión. Frontiers in Artificial Intelligence, 8. https://doi.org/10.3389/frai.2025.1626804
Ramírez Bedoya, D. L. (2020). Diseño de una estrategia para la planeación de rutas de navegación autónoma de un robot móvil en entornos interiores usando un algoritmo de aprendizaje automático [Tesis de grado]. Universidad Nacional de Colombia. https://repositorio.unal.edu.co/items/a8802cd9-af05-4074-a36a-5036537f3996
Soori, M; Arezoo, B. y Dastres, R. (2023). Optimización del consumo de energía en robots industriales: una revisión. Robótica Cognitiva. 3. P.p. 142-157. https://www.sciencedirect.com/science/article/pii/S2667241323000174
Szumska, E. M. (2025). Sistemas de frenado regenerativo en vehículos eléctricos: una revisión exhaustiva del diseño, las estrategias de control y los desafíos de eficiencia. Energies, 18(10), 2422. https://doi.org/10.3390/en18102422
Teso-Fz-Betoño, D., Aramendia, I., Ramos-Hernanz, J. A., Caballero-Martin, D., Affou, H., & Lopez-Guede, J. M. (2025). Optimización de la eficiencia energética con un enfoque predictivo de ventanas dinámicas para la navegación de robots móviles. Sostenibilidad, 17(10), 4526. https://doi.org/10.3390/su17104526
Vizcaíno-Delgado, M. (2021). Estación de recarga para dotar de mayor autonomía al Robobo. Tecnología en Marcha. 34. p.p. 90-100. https://dialnet.unirioja.es/descarga/articulo/8158929.pdf
Wu M, Yeong CF, Su ELM, Holderbaum W, Yang C. (2023). “Una revisión sobre la eficiencia energética en robots móviles autónomos”. Inteligencia robótica y automatización, 43 (6). p.p. 648–668, doi: https://doi.org/10.1108/RIA-05-2023-0060 Ziadia, M., Kelouwani, S., Amamou, A., & Agbossou, K. (2023). Diseño de una estrategia de frenado regenerativo adaptativo basada en el rendimiento de regeneración naturalista para vehículos inteligentes. IEEE Access, 11, 99573–99610. https://doi.org/10.1109/ACCESS.2023.3313553