This study presents an approach to autonomous navigation for wheeled robots, combining radar-based dynamic obstacle detection with a BiGRU-based deep reinforcement learning (DRL) framework. Using filtering and tracking algorithms, the proposed system leverages radar sensors to cluster object points and track dynamic obstacles, enhancing precision by reducing noise and fluctuations. A BiGRU-enabled DRL model is introduced, allowing the robot to process sequential environmental data and make informed decisions in dynamic and unpredictable environments, achieving collision-free paths and reaching the goal. Simulation and experimental results validate the proposed method’s efficiency and adaptability, highlighting its potential for real-world applications in dynamic scenarios.

El monitoreo sísmico en tiempo real es fundamental para reducir el riesgo de desastres y optimizar los sistemas de alerta temprana en zonas costeras con alta vulnerabilidad sísmica. Este artículo tuvo como objetivo diseñar, adaptar y validar en campo la infraestructura integral de hardware, telecomunicaciones y servidores en la nube del Centro de Monitoreo Sísmico (CEMSIS) para Guayaquil y sus estaciones remotas de Portoviejo y Manta. El estudio siguió un enfoque cuantitativo de ingeniería aplicada, organizado en cuatro fases: primero, la simulación del enrutamiento bajo una topología de estrella expandida en Cisco Packet Tracer; segundo, el acondicionamiento electrónico y calibración de los acelerógrafos REFTEK 130 y 130S con fuentes reguladas de 15 V DC / 3 A y conectores industriales Amphenol; tercero, el despliegue de conectividad redundante con conmutación por error mediante fibra óptica y 4G LTE a través de túneles OpenVPN cifrados con AES-256 hacia una instancia en la nube; y cuarto, la automatización del flujo continuo de datos con scripts de autorrecuperación bajo systemd. Los resultados demostraron que la arquitectura alcanzó una disponibilidad operativa del 99,9 % y transmitió señales continuas sin pérdida de paquetes, registrando latencias promedio de 25 a 30 ms en fibra y de 45 a 50 ms en los enlaces móviles, a un costo cercano a 9 USD mensuales por estación. Se concluye que el modelo híbrido elimina los puntos únicos de fallo y ofrece una solución escalable, cibersegura y económicamente sostenible para reforzar la resiliencia urbana ante eventos destructivos.