RESUM
     En les últimes dècades, s’han proposat moltes investigacions sobre la planificació de camins i trajectòries per als manipuladors donada la importància de les seues aplicacions, alguns dels àmbits en què poden trobar exemples d’aplicació són: la robòtica industrial, sistemes autònoms, creació de prototips virtuals i disseny de fàrmacs assistit per ordinador. D’altra banda, els algorismes evolutius s’han aplicat en aquesta gran quantitat de camps, el que motiva l’interès de l’autor per investigar sobre la seva aplicació a la planificació de camins i trajectòries en robots industrials.
     En aquest treball s’ha dut a terme una recerca exhaustiva de la literatura existent relacionada amb la tesi, que ha servit per a crear una completa base de dades utilitzada per realitzar un examen detallat de l’evolució històrica des dels seus orígens a l’estat actual de la tècnica i les últimes tendències.
     Aquesta tesi presenta una nova metodologia que utilitza algorismes genètics per a desenvolupar i avaluar algorismes per a la planificació de camins i trajectòries. El coneixement de problemes específics i el coneixement heurístic s’incorporen a la codificació, l’avaluació i els operadors genètics de l’algorisme genètic.
     Aquesta metodologia introdueix nous enfocaments per tal de resoldre el problema de la planificació de camins i la planificació de trajectòries per a sistemes robòtics industrials que operen en entorns 3D amb obstacles estàtics, i que ha portat a la creació de dos algorismes (d’alguna manera similars , amb algunes variacions), que són capaços de resoldre els problemes de planificació esmentats.
     El modelat dels obstacles s’ha realitzat mitjançant l’ús de combinacions d’objectes geomètrics simples (esferes, cilindres, i els plànols), de manera que s’obté un algorisme eficient per a la prevenció de col·lisions.
     L’algorisme de planificació de camins es basa en tècniques d’optimització globals, usant algorismes genètics per minimitzar la suma de les distàncies entre els punts significatius del robot al llarg del camí considerant restriccions per evitar les col·lisions amb els obstacles. El camí està compost de configuracions adjacents obtingudes mitjançant una tècnica d’optimització construïda amb algoritmes genètics, buscant minimitzar una funció multiobjectiu on intervenen la distància entre els punts significatius de les dues configuracions adjacents, així com la distància des dels punts de la configuració actual a la final. El plantejament del problema mitjançant algoritmes genètics requereix d’una modelització d’acord al procediment, definint els individus i operadors capaços de proporcionar solucions eficients per al problema. El resultat d’aquest algorisme és el camí més curt entre dues configuracions donades per l’usuari.
     L’algorisme de planificació de trajectòries també es basa en tècniques d’optimització que fan servir algoritmes genètics mitjançant el procediment directe, similars a l’algorisme del problema de la planificació de camins, però amb algunes diferències en la funció objectiu i detalls relacionats amb la diferència conceptual entre la planificació de trajectòries i camins. L’objectiu d’aquest algorisme és minimitzar el temps necessari per moure el robot d’una configuració inicial a una altra final sense topar amb els obstacles, considerant els límits dels actuadors. Cada trajectòria està construïda per configuracions adjacents obtingudes mitjançant un procés d’optimització utilitzant algorismes genètics per minimitzar una funció del temps necessari per moure el robot entre dues configuracions adjacents, la distància des dels punts de la configuració actual a la final i la distància entre els punts significatius de les configuracions adjacents al llarg de la trajectòria. Les restriccions d’aquest algorisme poden ser una o una combinació del següent: els límits de parell, potència i energia. El resultat de l’algorisme d’optimització és una trajectòria amb un temps mínim entre dues configuracions del robot.
     Els algorismes presentats en aquesta tesi han estat validats pel seu ús a un nombre significatiu d’exemples. L’anàlisi dels resultats llança llum sobre les característiques i propietats dels algorismes utilitzats, que es reflecteixen en dos grans capítols creats per a aquest propòsit, permetent obtenir les conclusions del treball i orientant sobre noves vies a explorar en treballs futurs.