Investigaciones recientes:
La investigación se centra en la integración de soluciones tecnológicas avanzadas en diversos ámbitos, desde la automatización industrial hasta la innovación educativa. En el campo de los sistemas de control, se ha trabajado en la optimización de procesos térmicos mediante algoritmos anticipatorios basados en el Predictor de Smith, implementados en hardware embebido para mejorar la estabilidad y los tiempos de respuesta ante retardos temporales. Este compromiso con la automatización se extiende a la Industria 4.0, donde se utilizan robots móviles autónomos para mejorar la eficiencia en la manufactura. Mediante el aprovechamiento de modelos de aprendizaje profundo y percepción visual en tiempo real, estos sistemas robóticos demuestran una alta eficacia en la detección de obstáculos y la navegación dentro de estaciones de trabajo industriales colaborativas. Además, la investigación explora el potencial pedagógico de las tecnologías inmersivas, desarrollando específicamente entornos de realidad virtual para apoyar la adquisición de segundas lenguas. Al crear aulas virtuales 3D interactivas, estos estudios demuestran cómo las simulaciones inmersivas pueden aumentar significativamente la motivación y la comprensión de los estudiantes, validando la eficacia de las herramientas digitales como complemento a las estrategias de enseñanza tradicionales.

Temas Clave:

• Navegación de robots móviles autónomos
• Industria 4.0 y robótica colaborativa
• Aprendizaje profundo para percepción en tiempo real
• Control de procesos térmicos con retardo
• Realidad virtual inmersiva para la educación
• Algoritmos de control predictivo