Reproducibilidad

Benchmarks

Publicamos benchmarks abiertos para comparar objetivamente algoritmos de control y navegación multi-robot sobre Robotic Park. Cada benchmark define un objetivo y un conjunto de datos de referencia registrados en ROS 2 (ros2 bag) que puedes descargar para desarrollar y evaluar tu propia solución.

¿Cómo participar? Ejecuta tu método sobre el dataset del benchmark, calcula la métrica indicada y envía tu resultado (método, métrica obtenida y, si es posible, un enlace a tu código) a lab.nanodrones@dia.uned.es indicando el nombre del benchmark en el asunto. Lo añadiremos al ranking correspondiente.

Activo

Control de formaciones multi-robot

Descripción

Compara controladores de formación (basados en distancia, consenso o restricciones de superficie virtual) sobre una flota heterogénea de Robotic Park, bajo exactamente las mismas condiciones iniciales, topología deseada y perturbaciones.

Objetivo

Alcanzar y mantener la formación objetivo minimizando el error de formación en régimen permanente y el tiempo de convergencia, ante un cambio de topología a mitad de la prueba.

Datos

Formato: rosbag2 (SQLite3 / MCAP)
Agentes: 4 robots terrestres (Khepera IV / LIMO)
Topics: /robotN/pose (Vicon), /robotN/cmd_vel, /tf
Frecuencia: 50 Hz (Vicon), 20 Hz (control)
Duración por episodio: ~90 s
Escenarios: formación en línea, en cuadrado y reconfiguración dinámica

Descargar dataset Metodología (Springer, 2025) Artículo (JA 2024)

Ranking

#	Equipo / autor	Método	Error de formación (RMS)	Fecha
—	(ejemplo) Robotic Park Lab	Control basado en distancia + restricciones de superficie virtual	0.04 m	2025

Fila de ejemplo — el ranking real se irá completando con los resultados que se reciban en lab.nanodrones@dia.uned.es.

En preparación

Navegación jerárquica en invernadero

Descripción

Evalúa estrategias de control jerárquico para la navegación autónoma de un robot móvil de transporte en un invernadero mediterráneo, con pasillos estrechos y condiciones de iluminación variables.

Objetivo

Completar una ruta de entrega punto a punto minimizando el tiempo total y el número de intervenciones/recuperaciones, sin colisionar con la estructura del invernadero.

Datos

Formato: rosbag2 (MCAP)
Agente: robot diferencial/Ackermann de transporte
Topics: /scan, /odom, /tf, /cmd_vel, /map
Escenario: mapa de invernadero real y simulado (MVSim)

Artículo (en revisión)

Ranking

Benchmark en preparación — el dataset y el ranking se publicarán aquí en cuanto estén listos.

¿Quieres proponer un nuevo benchmark del laboratorio? Escribe a lab.nanodrones@dia.uned.es. Para añadirlo a esta página, duplica un bloque <section class="benchmark"> completo (Descripción / Objetivo / Datos / enlace de descarga / Ranking).