Investigaciones recientes:
La colección presenta una exploración cohesiva de automatización inteligente, tecnología educativa y robótica autónoma orientada a mejorar entornos industriales y de aprendizaje. El trabajo sobre el control basado en Smith Predictor aborda el desafío de grandes retardos temporales en plantas de temperatura, demostrando cómo un control anticipatorio puede mejorar los tiempos de respuesta y la estabilidad cuando se implementing en hardware empotrado. En el proyecto de robótica/Industria 4.0, un robot omnidireccional que sigue líneas mediante visión artificial e aprendizaje profundo demuestra detección de obstáculos en tiempo real y navegación evasiva con una eficacia sustancial, ilustrando cómo gemelos digitales, IoT e IA pueden transformar flujos de trabajo manufactureros en mercados emergentes. El estudio de tecnología educativa integra realidad virtual inmersiva (VR) para apoyar el aprendizaje de inglés, validando que las herramientas de VR pueden ser aceptadas por expertos y estudiantes como complementos atractivos a la pedagogía tradicional, aumentando motivación y utilidad percibida. En conjunto, estos trabajos destacan un pluripartidismo metodológico—teoría de control, percepción robótica autónoma y tecnologías de aprendizaje inmersivo—y enfatizan el impacto a través de implementación práctica, validación experimental y aceptación positiva de usuarios en entornos industriales y educativos.