Nowadays, the use of power converters to control active and reactive power in AC–AC grid-connected systems has increased. With respect to indirect AC–AC converters, the tendency is to enable the back-to-back (BTB) voltage source converter (VSC) as an active power filter (APF) to compensate current harmonics. Most of the reported works use the BTB-VSC as an auxiliary topology that, combined with other topologies, is capable of active power regulation, reactive power compensation and current harmonic filtering. With the analysis presented in this work, the framework of the dynamics associated with the control loops is established and it is demonstrated that BTB-VSC can perform the three tasks for which, in the reviewed literature, at least two different topologies are reported. The proposed analysis works to support the performance criteria of the BTB-VSC when it executes the three control actions simultaneously and the total current harmonic distortion is reduced from 27.21% to 6.16% with the selected control strategy.

The integration of Large Language Models (LLMs), particularly Visual Language Models (VLMs), into robotics promises more intuitive human–robot interactions; however, challenges remain in efficiently translating high-level commands into precise physical actions. This paper presents a novel architecture for vision-based object manipulation that leverages a VLM’s reasoning capabilities while incorporating symmetry principles to enhance operational efficiency. Implemented on a Yahboom DOFBOT educational robot with a Jetson Nano platform, our system introduces a prompt-based framework that uniquely embeds symmetry-related cues to streamline feature extraction and object detection from visual data. This methodology, which utilizes few-shot learning, enables the VLM to generate more accurate and contextually relevant commands for manipulation tasks by efficiently interpreting the symmetric and asymmetric features of objects. The experimental results in controlled scenarios demonstrate that our symmetry-informed approach significantly improves the robot’s interaction efficiency and decision-making accuracy compared to generic prompting strategies. This work contributes a robust method for integrating fundamental vision principles into modern generative AI workflows for robotics. Furthermore, its implementation on an accessible educational platform shows its potential to simplify complex robotics concepts for engineering education and research.

Este artículo introduce el diseño mecánico y la construcción de un exoesqueleto, para su aplicación en el área de la medicina, específicamente para la rehabilitación y diagnóstico de extremidad inferior de pacientes niños. Además, se presenta los planos anatómicos del cuerpo humano y el exoesqueleto ortopédico, así como sus medidas antropométricas. En la co-simulación se muestra la estática y dinámica del exoesqueleto ortopédico, donde se describe la fuerza a la que es sometido para ver su máximo valor, así como las pruebas experimentales que se realizan al exoesqueleto montado sobre un niño.

The growing adoption of renewable energy conversion systems and smart infrastructures has increased the demand for accurate monitoring solutions to ensure system performance and reliability, as well as seamless integration with cloud-based platforms. Voltage and current sensing are central to this task; however, sensor selection often involves a trade-off between cost and measurement precision. Rather than comparing technologies as equivalent options, this study investigates the practical impact of using low-cost versus high-precision sensors in electrical power generation monitoring. The evaluation includes representative low-cost sensors and high-precision alternatives based on instrumentation amplifiers and a closed-loop Hall-effect transducer. All sensors were characterized under controlled laboratory conditions and analyzed using statistical indicators, including MAE, RMSE, MAPE, and R². Results show that high-precision sensors achieved R² > 0.97 and MAPE < 4%, whereas low-cost sensors showed R² as low as 0.73 and errors exceeding 10% under dynamic irradiance conditions. Low-cost sensors present deviations of 5–8% in RMS measurement, while high-precision sensors maintain error below 1%.

En los últimos años las investigaciones del área de mecatrónica están enfocados a la exploración marina, por lo que muchos centros de investigaciones y escuelas han encaminado sus trabajos al desarrollo de robots submarinos no tripulados y operados remotamente, también conocidos como ROUV por su acrónimo en inglés Remotely Operated Underwater Vehicle (Vehículo submarino operado remotamente). Este artículo muestra la historia de los vehículos operados remotamente ROV (Remotely Operated Vehicle), así como la clasificación, una breve descripción y aplicación de los robots submarinos no tripulados que han trascendido en el área de la mecatrónica. Por último, se describe el diseño de un robot submarino no tripulado en 3D para la exploración marina.

En este trabajo se propone un sistema que permite monitorear en tiempo real el consumo de agua total en el hogar utilizando tecnologías inalámbricas y que a través de una aplicación celular (APP) de uso amigable permite llevar un seguimiento del consumo de agua. Los resultados permiten registrar y tasar el consumo de agua a nivel doméstico. El sistema se constituye por un medidor de flujo de caudal que permite monitorear el consumo de agua en la toma central de una casa habitación, los datos medidos se envían a un sistema de control que se encarga de procesar y redireccionar los datos vía Bluetooth® a una aplicación para el celular que se puede descargar e instalar fácilmente. En la propuesta se incluye una base de datos que permite guardar un historial de los datos medidos para posterior consulta por parte del usuario. La aplicación envía además (cuando está en uso) mensajes recordatorios sobre el cuidado del agua y puede emitir una alerta cuando se sobrepasa el umbral de consumo regular registrado en el hogar.