Admisión abierta 2026-2027Rellenar solicitud

Máster en Ingeniería de Control Óptimo y MPC para Vehículos Autónomos — constraints, robustez, tiempo real.

Máster online de 1900 h: 12 módulos y 120 submódulos, de «Control óptimo» a «Proyecto de MPC para vehículo autónomo», pasando por «Tiempo real y embebido».

Mapa del programa · pulsa un módulo
Módulo 1 · Control óptimo
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.

Control óptimo

Saldrás manejando formulación del problema de control óptimo, principio del máximo de Pontryagin y programación dinámica y Bellman. Es lo que se trabaja en «Control óptimo», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

MPC lineal

Saldrás manejando formulación del MPC lineal, horizonte de predicción y control y función de coste cuadrática. Es lo que se trabaja en «MPC lineal», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Restricciones y seguridad

Saldrás manejando restricciones de actuadores, restricciones de estabilidad lateral y restricciones de colisión. Es lo que se trabaja en «Restricciones y seguridad», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Tiempo real y embebido

Saldrás manejando requisitos de tiempo real duro, solvers embebidos OSQP y qpOASES y generación de código. Es lo que se trabaja en «Tiempo real y embebido», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Estimación de estado

Saldrás manejando filtros de Kalman para control, estimación del ángulo de deriva y estimación de fricción neumático-carretera. Es lo que se trabaja en «Estimación de estado», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Validación y seguridad funcional

Saldrás manejando requisitos de seguridad del controlador, ISO 26262 en software de control y verificación de estabilidad. Es lo que se trabaja en «Validación y seguridad funcional», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Formular problemas de control óptimo para vehículos.
  • 02Desarrollar modelos de vehículo adecuados para MPC.
  • 03Diseñar controladores MPC lineales y no lineales.
  • 04Incorporar restricciones de seguridad y robustez.
  • 05Implementar MPC en tiempo real sobre plataformas embebidas.
  • 06Combinar aprendizaje automático con control predictivo.
  • 07Desarrollar un proyecto de MPC para vehículo autónomo.

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

Control óptimo

1.1Formulación del problema de control óptimo
1.2Principio del máximo de Pontryagin
1.3Programación dinámica y Bellman
1.4Regulador lineal cuadrático LQR
1.5Control LQG con estimación
1.6Estabilidad de Lyapunov
1.7Controlabilidad y observabilidad
1.8Discretización de sistemas
1.9Control óptimo en tiempo discreto
1.10Laboratorio: LQR lateral en MATLAB
Módulo 2 de 12 · 10 submódulos

Modelos para MPC vehicular

2.1Modelo cinemático de bicicleta
2.2Modelo dinámico con neumático lineal
2.3Modelos de neumático no lineales
2.4Modelos de error de seguimiento
2.5Linealización a lo largo de la trayectoria
2.6Modelos de actuadores
2.7Retardos y dinámicas parásitas
2.8Modelos aprendidos de dinámica
2.9Validación de modelos
2.10Práctica: modelo de error para MPC
Módulo 3 de 12 · 10 submódulos

MPC lineal

3.1Formulación del MPC lineal
3.2Horizonte de predicción y control
3.3Función de coste cuadrática
3.4Restricciones de entrada y estado
3.5Resolución como QP
3.6Estabilidad y coste terminal
3.7Ajuste de pesos
3.8MPC explícito y regiones críticas
3.9Comparativa con LQR
3.10Taller: MPC lineal de seguimiento
Módulo 4 de 12 · 10 submódulos

MPC no lineal

4.1Formulación del NMPC
4.2Métodos de disparo múltiple
4.3Iteración en tiempo real RTI
4.4Programación secuencial cuadrática
4.5Herramientas acados y CasADi
4.6Convergencia y warm start
4.7Restricciones no lineales
4.8Coste computacional del solver
4.9Aplicaciones en conducción deportiva
4.10Laboratorio: NMPC con acados
Módulo 5 de 12 · 10 submódulos

Restricciones y seguridad

5.1Restricciones de actuadores
5.2Restricciones de estabilidad lateral
5.3Restricciones de colisión
5.4Restricciones de confort
5.5Restricciones blandas y factibilidad
5.6Conjuntos invariantes de control
5.7Funciones de barrera de control
5.8Combinación de CBF y CLF
5.9Recuperación de infactibilidad
5.10Práctica: MPC con CBF de colisión
Módulo 6 de 12 · 10 submódulos

MPC robusto y estocástico

6.1Incertidumbre en modelos y perturbaciones
6.2MPC robusto basado en tubos
6.3MPC robusto min-max
6.4MPC estocástico con restricciones de probabilidad
6.5Escenarios y muestreo
6.6Estimación de perturbaciones
6.7Robustez frente a variación de parámetros
6.8Adaptación en línea
6.9Análisis de conservadurismo
6.10Taller: MPC tube-based lateral
Módulo 7 de 12 · 10 submódulos

Tiempo real y embebido

7.1Requisitos de tiempo real duro
7.2Solvers embebidos OSQP y qpOASES
7.3Generación de código
7.4Plataformas de automoción
7.5Análisis del tiempo de ejecución WCET
7.6Precisión numérica en coma flotante
7.7Paralelización del solver
7.8Integración en AUTOSAR
7.9Pruebas en HIL
7.10Laboratorio: MPC embebido en dSPACE
Módulo 8 de 12 · 10 submódulos

Control longitudinal y lateral integrado

8.1Control acoplado lateral-longitudinal
8.2Seguimiento de trayectoria
8.3Control de estabilidad con MPC
8.4Distribución de par vectorizada
8.5Control en límites de adherencia
8.6Coordinación con frenos
8.7Control en aparcamiento
8.8Control de remolques
8.9Evaluación de rendimiento
8.10Práctica: MPC acoplado en CarMaker
Módulo 9 de 12 · 10 submódulos

Estimación de estado

9.1Filtros de Kalman para control
9.2Estimación del ángulo de deriva
9.3Estimación de fricción neumático-carretera
9.4Observadores de estado
9.5Estimación de horizonte móvil MHE
9.6Fusión con sensores del vehículo
9.7Detección de fallos de sensores
9.8Estimación en tiempo real
9.9Interacción entre estimador y controlador
9.10Taller: MHE de deriva lateral
Módulo 10 de 12 · 10 submódulos

Aprendizaje y control

10.1MPC basado en aprendizaje
10.2Procesos gaussianos en MPC
10.3Redes neuronales como modelo
10.4MPC aprendido por imitación
10.5Aprendizaje por refuerzo y MPC
10.6Control por aprendizaje iterativo
10.7Garantías de seguridad
10.8Datos y entrenamiento
10.9Validación de controladores aprendidos
10.10Laboratorio: MPC con proceso gaussiano
Módulo 11 de 12 · 10 submódulos

Validación y seguridad funcional

11.1Requisitos de seguridad del controlador
11.2ISO 26262 en software de control
11.3Verificación de estabilidad
11.4Pruebas MIL, SIL y HIL
11.5Pruebas en pista
11.6Métricas de seguimiento y confort
11.7Análisis de modos de fallo
11.8Monitores de seguridad
11.9Documentación de validación
11.10Caso práctico: validación de MPC en pista
Módulo 12 de 12 · 10 submódulos

Proyecto de MPC para vehículo autónomo

12.1Definición de la aplicación
12.2Modelado del vehículo
12.3Diseño del MPC
12.4Gestión de restricciones y robustez
12.5Implementación en tiempo real
12.6Integración con planificación
12.7Validación experimental de la solución
12.8Conclusiones y trabajo futuro
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.

Discretización de sistemas
Módulo 1 · Control óptimo
Resolución como QP
Módulo 3 · MPC lineal
Restricciones de estabilidad lateral
Módulo 5 · Restricciones y seguridad
Pruebas en HIL
Módulo 7 · Tiempo real y embebido
Fusión con sensores del vehículo
Módulo 9 · Estimación de estado

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO 26262ISO 21448ISO 8855ISO 3888-2ISO 7401AUTOSAR Classic PlatformMISRA C:2012IEEE 2846

Cuerpo docente y expertos

Este programa se imparte en el área de Autónomos, ADAS & Vehículo Definido por Software, que dirige Dr. Markus Schneider. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dr. Markus Schneider Dr. Markus SchneiderDirector Académico del Departamento EMH — Electromobility, Batteries & Hydrogen.
Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de control
Ingeniero de dinámica vehicular
Ingeniero de software embebido
Ingeniero de conducción autónoma
Investigador en control óptimo
Ingeniero de validación

Para quién es

Ingeniero de control
Ingeniero de dinámica vehicular
Ingeniero de software embebido
Ingeniero de conducción autónoma
Investigador en control óptimo
Ingeniero de validación
Titulados en ingeniería o ciencias que busquen entrar en automoción

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: EVTOL y control de vuelo: seguridad, eficiencia y certificación avanzada · Satélites pequeños: guía práctica para sistemas de control de misión · Smart charging para flotas eléctricas: arquitectura, control y KPIs.

Áreas cercanas: todas las de Autónomos, ADAS & Vehículo Definido por Software · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · Electromovilidad, Baterías & Hidrógeno · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 20-11-2026.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Autónomos, ADAS & Vehículo Definido por Software?
¿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 MATLAB/Simulink, acados, CasADi, IPG CarMaker, dSPACE, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de maniobras de doble cambio de carril ISO 3888, validación de controladores en HIL, pruebas de seguimiento en pista. La evaluación es continua por módulo más el TFM final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Control óptimo» y cierra con «Proyecto de MPC para vehículo autónomo».

Se trabajan ISO 26262, ISO 21448, ISO 8855, ISO 3888-2, ISO 7401 y AUTOSAR Classic Platform.

Los perfiles más directos son Ingeniero de control, Ingeniero de dinámica vehicular, Ingeniero de software embebido, Ingeniero de conducción autónoma y Investigador en control óptimo.

En un pago son 4.424 €, sobre una tarifa de 5.530 €. A plazos, una entrada de 2.206 € y 12 cuotas de 277 €, 5.530 € 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 MATLAB/Simulink, acados, CasADi, IPG CarMaker, dSPACE. 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.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 20 de diciembre de 20264.424 € Matricularme
Contactar con Seium
Pago al contado4.424 €ahorras 1.106 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.