Máster en Ingeniería de Navegación y SLAM para AMR
Máster online de 1900 h: 12 módulos y 120 submódulos, de «Cinemática y sensores del AMR» a «Trabajo Fin de Máster», pasando por «Control local y evitación».
Mapa del programa · pulsa un módulo
Módulo 1 · Cinemática y sensores del AMR
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad
Competencias y resultados
6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.
Cinemática y sensores del AMR
Saldrás manejando modelos cinemáticos diferencial y omnidireccional, plataformas mecanum y ackermann en intralogística y odometría de ruedas y deriva acumulada. Es lo que se trabaja en «Cinemática y sensores del AMR», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
SLAM basado en LiDAR
Saldrás manejando formulación del problema SLAM completo, registro de nubes con ICP y NDT y scan matching correlativo en tiempo real. Es lo que se trabaja en «SLAM basado en LiDAR», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Optimización por grafos de poses
Saldrás manejando grafos de factores y mínimos cuadrados, gauss-Newton y Levenberg-Marquardt dispersos y bibliotecas g2o, GTSAM y Ceres Solver. Es lo que se trabaja en «Optimización por grafos de poses», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Control local y evitación
Saldrás manejando dynamic Window Approach y variantes, timed Elastic Band para trayectorias suaves y regulated Pure Pursuit para seguimiento. Es lo que se trabaja en «Control local y evitación», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Percepción y seguridad del AMR
Saldrás manejando escáneres láser de seguridad y campos de protección, conmutación de campos según velocidad y requisitos de ISO 3691-4 para vehículos sin conductor. Es lo que se trabaja en «Percepción y seguridad del AMR», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Despliegue y operación en producción
Saldrás manejando computación embebida en Jetson e IPC, optimización de latencia y consumo y integración con WMS y gestores de flota. Es lo que se trabaja en «Despliegue y operación en producción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.
Objetivos de aprendizaje
01Modelar la cinemática y los sensores de robots móviles autónomos.
02Aplicar filtros bayesianos a la localización de AMR.
03Construir mapas con técnicas de SLAM LiDAR y visual.
04Optimizar grafos de poses con cierres de bucle.
05Configurar planificadores globales y controladores locales en Nav2.
06Integrar los requisitos de ISO 3691-4 en la navegación.
07Validar el rendimiento de navegación con métricas y simulación.
Plan de estudios
12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.
1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos
Cinemática y sensores del AMR
1.1Modelos cinemáticos diferencial y omnidireccional
1.2Plataformas mecanum y ackermann en intralogística
1.3Odometría de ruedas y deriva acumulada
1.4Sensores propioceptivos: encoders e IMU
1.5LiDAR 2D y 3D para robots móviles
1.6Cámaras estéreo, RGB-D y ToF
1.7Sincronización temporal y calibración extrínseca
1.8Marcos de referencia y transformadas TF2
1.9Arquitectura de ROS 2 para robots móviles
1.10Laboratorio: calibración de odometría con UMBmark
Módulo 2 de 12 · 10 submódulos
Estimación probabilística del estado
2.1Teorema de Bayes y filtros recursivos
2.2Filtro de Kalman extendido para localización
2.3Filtro de Kalman unscented y puntos sigma
2.4Filtros de partículas y remuestreo
2.5Localización Monte Carlo adaptativa (AMCL)
2.6Fusión sensorial con robot_localization
2.7Modelos de movimiento y de observación
2.8Problema del robot secuestrado
2.9Evaluación de consistencia con NEES
2.10Práctica: fusión de IMU y odometría con EKF
Módulo 3 de 12 · 10 submódulos
SLAM basado en LiDAR
3.1Formulación del problema SLAM completo
3.2Registro de nubes con ICP y NDT
3.3Scan matching correlativo en tiempo real
3.4Cartographer: submapas y cierre de bucle
3.5SLAM Toolbox para mapeado en serie
3.6LOAM, LeGO-LOAM y LIO-SAM
3.7Rejillas de ocupación probabilísticas
3.8Mapas 3D con OctoMap y vóxeles
3.9Mapeado de naves de gran superficie
3.10Laboratorio: mapa de almacén con SLAM Toolbox
Módulo 4 de 12 · 10 submódulos
SLAM visual y visual-inercial
4.1Geometría multivista y modelo pinhole
4.2Características ORB y SIFT
4.3ORB-SLAM3 en modo monocular y estéreo
4.4Odometría visual directa: DSO y LSD-SLAM
4.5Preintegración IMU y VINS-Mono
4.6RTAB-Map con cámaras RGB-D
4.7Bolsa de palabras visuales para reconocimiento
4.8Robustez ante iluminación y entornos dinámicos
4.9Marcadores AprilTag para relocalización
4.10Práctica: odometría visual-inercial con dataset EuRoC
Módulo 5 de 12 · 10 submódulos
Optimización por grafos de poses
5.1Grafos de factores y mínimos cuadrados
5.2Gauss-Newton y Levenberg-Marquardt dispersos
5.3Bibliotecas g2o, GTSAM y Ceres Solver
5.4Optimización incremental con iSAM2
5.5Detección y validación de cierres de bucle
5.6Funciones de coste robustas frente a outliers
5.7Marginalización y ventanas deslizantes
5.8Gestión de memoria en mapas persistentes
5.9SLAM multisesión y fusión de mapas
5.10Taller: grafo de poses con GTSAM
Módulo 6 de 12 · 10 submódulos
Planificación global de trayectorias
6.1Espacio de configuraciones y costmaps
6.2Algoritmos A*, Dijkstra y Theta*
6.3Planificadores por muestreo RRT y RRT*
6.4State lattice con primitivas de movimiento
6.5Smac Planner en Nav2
6.6Pasillos estrechos entre estanterías
6.7Restricciones no holonómicas y curvas Dubins
6.8Zonas prohibidas con keepout filters
6.9Replanificación ante mapas cambiantes
6.10Práctica: comparativa de planificadores en Nav2
Módulo 7 de 12 · 10 submódulos
Control local y evitación
7.1Dynamic Window Approach y variantes
7.2Timed Elastic Band para trayectorias suaves
7.3Regulated Pure Pursuit para seguimiento
7.4MPPI: control predictivo por muestreo
7.5Velocity obstacles y navegación entre personas
7.6Seguimiento de obstáculos dinámicos
7.7Capas de costmap: inflación y voxel layer
7.8Behavior trees y recuperaciones en Nav2
7.9Ajuste de perfiles de velocidad y aceleración
7.10Laboratorio: navegación en pasillo con peatones
Módulo 8 de 12 · 10 submódulos
Localización en planta industrial
8.1Localización con reflectores y balizas
8.2Guiado natural frente a cinta magnética
8.3Posicionamiento UWB en interiores
8.4Mapas semánticos y zonas de operación
8.5Cambios de layout y actualización de mapas
8.6Acoplamiento preciso a estaciones de carga
8.7Docking con marcadores y nubes de puntos
8.8Precisión en transferencias a transportadores
8.9Integridad y confianza de la localización
8.10Caso práctico: docking en estación de transferencia
Módulo 9 de 12 · 10 submódulos
Percepción y seguridad del AMR
9.1Escáneres láser de seguridad y campos de protección
9.2Conmutación de campos según velocidad
9.3Requisitos de ISO 3691-4 para vehículos sin conductor
9.4Funciones de seguridad según ISO 13849-1
9.5Obstáculos negativos, rampas y desniveles
9.6Segmentación semántica con redes ligeras
9.7Detección de personas con LiDAR y visión
9.8Convivencia con carretillas y operarios
9.9Validación de distancias de frenado
9.10Práctica: diseño de campos de seguridad
Módulo 10 de 12 · 10 submódulos
Simulación y validación del SLAM
10.1Simulación en Gazebo con ROS 2
10.2NVIDIA Isaac Sim para entornos logísticos
10.3Escenarios y datasets sintéticos
10.4Métricas ATE y RPE de trayectorias
10.5Benchmarks KITTI, TUM RGB-D y EuRoC
10.6Grabación con rosbag2 y reproducibilidad
10.7Pruebas hardware-in-the-loop del sistema
10.8Análisis de fallos de localización
10.9Criterios de aceptación en campo
10.10Taller: evaluación de trayectorias con evo
Módulo 11 de 12 · 10 submódulos
Despliegue y operación en producción
11.1Computación embebida en Jetson e IPC
11.2Optimización de latencia y consumo
11.3Integración con WMS y gestores de flota
11.4Interfaz VDA 5050 entre AMR y maestro
11.5Mapas compartidos entre varios robots
11.6Monitorización y diagnóstico en operación
11.7Actualizaciones OTA y control de versiones
11.8Ciberseguridad del software robótico
11.9Mantenimiento de mapas en servicio continuo
11.10Caso práctico: puesta en marcha en centro logístico
Módulo 12 de 12 · 10 submódulos
Trabajo Fin de Máster
12.1Análisis del entorno y requisitos de navegación
12.2Selección de sensores y cómputo embarcado
12.3Implementación del pipeline de SLAM
12.4Configuración de la pila Nav2
12.5Validación del sistema en simulación
12.6Pruebas con robot real o dataset
12.7Análisis de precisión y robustez
12.8Conclusiones y líneas futuras
12.9Memoria del TFM
12.10Defensa ante tribunal
¿Cuánto me va a llevar?
Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.
—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 meses previstos
¿Qué nivel tienes ya?
Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.
LiDAR 2D y 3D para robots móviles
Módulo 1 · Cinemática y sensores del AMR
Registro de nubes con ICP y NDT
Módulo 3 · SLAM basado en LiDAR
SLAM multisesión y fusión de mapas
Módulo 5 · Optimización por grafos de poses
Seguimiento de obstáculos dinámicos
Módulo 7 · Control local y evitación
Requisitos de ISO 3691-4 para vehículos sin conductor
Módulo 9 · Percepción y seguridad del AMR
Marca los cinco conceptos y te damos tu resultado.
Normas y estándares que vas a manejar
ISO 3691-4:2023ISO 13849-1:2023IEC 61496-3:2018ISO 8373:2021ANSI/RIA R15.08-1-2020VDA 5050Directiva 2006/42/CEReglamento (UE) 2023/1230
Cuerpo docente y expertos
Este programa se imparte en el área de Robótica, Automatización & Control, que dirige Prof. Kenji Takahashi. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.
Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 27-11-2026.
¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Robótica, Automatización & Control?
¿Puedes mantener un ritmo de estudio constante durante 1900 horas · 12 a 18 meses?
Responde las tres y te decimos por dónde seguir.
Requisitos de acceso
·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
·Nivel de español suficiente para seguir lectura de normativa técnica.
Cómo se estudia
Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.
Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es ROS 2 Nav2, SLAM Toolbox, Google Cartographer, GTSAM, NVIDIA Isaac Sim, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de mapeado de naves logísticas con LiDAR, evaluación de localización con datasets públicos, ajuste de navegación en simulación. La evaluación es continua por módulo más el TFM final.
Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Cinemática y sensores del AMR» y cierra con «Trabajo Fin de Máster».
Se trabajan ISO 3691-4:2023, ISO 13849-1:2023, IEC 61496-3:2018, ISO 8373:2021, ANSI/RIA R15.08-1-2020 y VDA 5050.
Los perfiles más directos son Ingeniero de navegación robótica, Desarrollador de software ROS 2, Especialista en SLAM, Integrador de robots móviles autónomos y Ingeniero de percepción.
En un pago son 4.984 €, sobre una tarifa de 6.230 €. A plazos, una entrada de 2.486 € y 12 cuotas de 312 €, 6.230 € en total, sin intereses: lo mismo que la tarifa.
Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.
El programa son 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.
Se trabaja con ROS 2 Nav2, SLAM Toolbox, Google Cartographer, GTSAM, NVIDIA Isaac Sim. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.
Diploma propio de SEIUM al superar la evaluación continua y el Trabajo Fin de Máster. Es formación propia, no un título oficial del Ministerio.
Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.
Inicio de clases: 21 de diciembre de 20264.984 €Matricularme
Antes de decidir
¿Qué sacarías tú de este máster?
No es lo mismo llegar aquí recién titulado que con diez años en el sector. Dinos de dónde vienes.
Qué te aportaPasar de la teoría de carrera al criterio de proyecto: qué norma aplica a cada parte del trabajo, qué criterios de aceptación se fijan antes de ejecutar y cómo se deja todo documentado.
Dónde vas a sudarEl módulo de normativa y evidencia documental, si todavía no has trabajado dentro de un proyecto real con auditoría de por medio.
Con qué salesCon una memoria técnica propia, sobre un caso real, que puedes poner encima de la mesa en una entrevista.
Qué te aportaFormalizar lo que ya haces por oficio: distinguir requisito obligatorio de buena práctica, justificar por escrito las decisiones técnicas y dejar el trabajo trazable.
Dónde vas a sudarPoco en contenido. El esfuerzo real está en el proyecto final y en su defensa.
Con qué salesCon el máster acreditado y un proyecto hecho sobre un caso de tu propio trabajo.
Qué te aportaLa base técnica de Robótica, Automatización & Control y el marco normativo del ámbito desde cero, sin dar por sabido el vocabulario del sector.
Dónde vas a sudarLas primeras semanas, por terminología. A partir del segundo módulo se nivela.
Con qué salesCon un perfil de entrada acreditado en Robótica, Automatización & Control y un proyecto que demuestra que sabes aplicarlo.
¿Te va a dar la vida?
Calcula tu ritmo real
Son 1900 horas. Mueve el control y mira cuánto tardarías tú de verdad.
—para terminar
¿Y esto para qué me sirve?
Marca lo que más te interesa
Elige hasta 3 módulos y te digo cuánto pesan en el programa y a qué perfiles prepara.
Perfiles a los que prepara
Ingeniero de navegación robótica
Desarrollador de software ROS 2
Especialista en SLAM
En intralogística, comercio electrónico y automoción.
Con sinceridad
¿Es para ti?
Sí, si quieres…
Trabajar en Robótica, Automatización & Control con criterio de norma, no solo de intuición.
Saber justificar por escrito por qué tomaste una decisión técnica.
Terminar con una memoria técnica tuya, sobre un caso real.
Avanzar a tu ritmo, compatible con una jornada completa.
No, si buscas…
Un título rápido sin entregar trabajo propio.
Clases en directo con horario fijo: el programa es asíncrono.
Empezar mañana: las clases empiezan justo un mes después de matricularte.
Formación de taller o práctica presencial con maquinaria.
¿Te queda una duda?
Pregunta algo concreto
Escríbela aquí y la pasamos al formulario de contacto con la formación ya identificada.