Prometeo Cortes-Antonio

This article presents the design of a vision-based line-following control strategy for an omnidirectional mobile robot operating on surfaces marked by lines. The proposed approach combines computer vision techniques with a Mamdani-type fuzzy controller to generate motion commands directly from visual feedback. Image acquisition is performed using an onboard webcam with a resolution of 320 × 240 pixels, enabling continuous real-time capture. The Prewitt filter is applied to detect edges and extract the position of the line from a defined region of interest. Based on the processed images, the lateral deviation of the robot with respect to the image centre is computed and used as input to the fuzzy controller. The controller generates forward linear and angular velocity commands following a feedforward control structure. Simulation results obtained using an omnidirectional mobile robot model demonstrate stable and smooth line-following behaviour, showing that the proposed system is capable of tracking the trajectory without losing the reference line under the tested conditions. Spanish-language metadata / Metadatos en españolTítulo en español:Estrategia de control basada en lógica difusa y visión por computador para el seguimiento de líneas en un robot móvil autónomo omnidireccional Resumen:Este artículo presenta el diseño de una estrategia de control para el seguimiento de líneas basada en visión, destinada a un robot móvil omnidireccional que opera sobre superficies marcadas con líneas. El enfoque propuesto combina técnicas de visión por computador con un controlador difuso de tipo Mamdani para generar comandos de movimiento directamente a partir de la retroalimentación visual. La adquisición de imágenes se realiza mediante una cámara web integrada con una resolución de 320 × 240 píxeles, lo que permite una captura continua en tiempo real. Se aplica el filtro de Prewitt para detectar bordes y extraer la posición de la línea dentro de una región de interés definida. A partir de las imágenes procesadas, se calcula la desviación lateral del robot con respecto al centro de la imagen, y este valor se utiliza como entrada del controlador difuso. El controlador genera comandos de velocidad lineal hacia delante y velocidad angular siguiendo una estructura de control feedforward. Los resultados de simulación obtenidos mediante un modelo de robot móvil omnidireccional muestran un comportamiento estable y suave durante el seguimiento de la línea, lo que indica que el sistema propuesto es capaz de seguir la trayectoria sin perder la línea de referencia bajo las condiciones evaluadas. Palabras Claves:visión por computador, filtro de Prewitt, control difuso, robótica móvil Smart citations: SciteAI. Dimensions.Open Alex.

This study presents a comprehensive comparative analysis of multiple Particle Swarm Optimization configurations for optimizing Proportional-Integral-Derivative controllers in quadrotor unmanned aerial vehicles. Traditional PID tuning methods such as Ziegler-Nichols often produce suboptimal performance for complex multi-variable systems. We investigate four distinct PSO configurations—Fast, Balanced, Quality, and Aggressive—evaluating their performance across five diverse flight scenarios including basic takeoff, attitude control, and transitional flight maneuvers. The optimization process focuses on twelve PID parameters controlling altitude, roll, pitch, and yaw dynamics. Experimental results demonstrate that PSO-based optimization significantly outperforms conventional Ziegler-Nichol’s tuning, with Root Mean Square Error improvements ranging from 45.2% to 51.7% across different configurations. Statistical analysis confirms the robustness and consistency of PSO-based approaches across varying operational conditions. Spanish-language metadata / Metadatos en españolTítulo en español:Diseño óptimo de los parámetros de controladores PID mediante optimización por enjambre de partículas para cuadricópteros Resumen:Este estudio presenta un análisis comparativo exhaustivo de múltiples configuraciones de optimización por enjambre de partículas (PSO) para optimizar controladores proporcional-integral-derivativo (PID) en vehículos aéreos no tripulados de tipo cuadricóptero. Los métodos tradicionales de ajuste PID, como el de Ziegler–Nichols, suelen producir un desempeño subóptimo en sistemas multivariables complejos. Se investigan cuatro configuraciones distintas de PSO —Fast, Balanced, Quality y Aggressive— y se evalúa su desempeño en cinco escenarios de vuelo diferentes, entre ellos el despegue básico, el control de actitud y las maniobras de vuelo transicional. El proceso de optimización se centra en doce parámetros PID que controlan la dinámica de altitud, alabeo, cabeceo y guiñada. Los resultados experimentales demuestran que la optimización basada en PSO supera significativamente al ajuste convencional de Ziegler–Nichols, con mejoras en la raíz del error cuadrático medio (RMSE) que oscilan entre el 45.2 % y el 51.7 % para las distintas configuraciones. El análisis estadístico confirma la robustez y la consistencia de los enfoques basados en PSO bajo diversas condiciones operativas. Palabras Claves:control de cuadricópteros; ajuste de controladores PID; optimización por enjambre de partículas; control multivariable; vehículo aéreo no tripulado; dinámica de vuelo; optimización evolutiva; minimización del RMSE; control de actitud; control de altitud; ajuste de Ziegler–Nichols; evaluación del desempeño del controlador. Smart citations: https://scite.ai/reports/10.61467/2007.1558.2026.v17i4.1347Dimensions.Open Alex.

This study presents a comparative analysis of two bio-inspired optimization techniques: the Dragonfly Algorithm (DA) and Cuckoo Search (CS). The DA models the collective behavior of dragonflies, replicating dynamic processes such as foraging, evasion, and synchronized movement to effectively explore and exploit the solution space. In contrast, the CS algorithm draws inspiration from the brood parasitism strategy observed in certain Cuckoo species, where eggs are laid in the nests of other birds, thereby leveraging randomization and selection mechanisms for optimization. To enhance the performance of both algorithms, Type-2 fuzzy logic systems were integrated into their structures. Specifically, the DA was fine-tuned through the adjustment of its inertia weight (W) and attraction coefficient (Beta), while the CS algorithm was optimized by calibrating the Lévy flight distribution parameter. A comprehensive set of benchmark functions, F1 through F10, was employed to evaluate and compare the effectiveness and convergence behavior of each method under fuzzy-enhanced configurations. Results indicate that the fuzzy-based adaptations consistently improved convergence stability and accuracy, demonstrating the advantage of integrating Type-2 fuzzy parameter control into swarm-based optimization frameworks.