stringtranslate.com

Robótica en la nube

La robótica en la nube es un campo de la robótica que intenta invocar tecnologías en la nube como la computación en la nube , el almacenamiento en la nube y otras tecnologías de Internet centradas en los beneficios de la infraestructura convergente y los servicios compartidos para la robótica. Cuando están conectados a la nube, los robots pueden beneficiarse de los potentes recursos de computación, almacenamiento y comunicación de los modernos centros de datos en la nube, que pueden procesar y compartir información de varios robots o agentes (otras máquinas, objetos inteligentes, humanos, etc.) . Los humanos también pueden delegar tareas a robots de forma remota a través de redes . Las tecnologías de computación en la nube permiten dotar a los sistemas robóticos de potentes capacidades y, al mismo tiempo, reducir los costos a través de las tecnologías de la nube. Por lo tanto, es posible construir robots más inteligentes, livianos y de bajo costo con un "cerebro" inteligente en la nube. El "cerebro" consta de un centro de datos, una base de conocimientos , planificadores de tareas, aprendizaje profundo , procesamiento de información, modelos ambientales, soporte de comunicación, etc. [1] [2] [3] [4]

Componentes

Una nube para robots tiene potencialmente al menos seis componentes importantes: [5]

Aplicaciones

Robots móviles autónomos
Los coches autónomos de Google son robots en la nube. Los coches utilizan la red para acceder a la enorme base de datos de mapas y modelos satelitales y medioambientales de Google (como Streetview) y la combinan con datos en tiempo real de GPS, cámaras y sensores 3D para controlar su propia posición en centímetros y con patrones de tráfico pasados ​​y actuales. para evitar colisiones. Cada automóvil puede aprender algo sobre el entorno, las carreteras, la conducción o las condiciones, y envía la información a la nube de Google, donde puede usarse para mejorar el rendimiento de otros automóviles.
Robots médicos en la nube
Una nube médica (también llamada grupo de atención médica) consta de varios servicios, como un archivo de enfermedades, registros médicos electrónicos, un sistema de gestión de la salud del paciente, servicios de práctica, servicios de análisis, soluciones clínicas, sistemas expertos, etc. Un robot puede conectarse a la nube para brindar servicios clínicos a pacientes, así como brindar asistencia a los médicos (por ejemplo, un robot de cocirugía). Además, también proporciona un servicio de colaboración al compartir información entre médicos y cuidadores sobre el tratamiento clínico. [6]
Robots de asistencia
Se puede emplear un robot doméstico para la atención sanitaria y el seguimiento de la vida de las personas mayores. El sistema recopila el estado de salud de los usuarios e intercambia información con el sistema experto en la nube o con los médicos para facilitar la vida de las personas mayores, especialmente de aquellas con enfermedades crónicas. Por ejemplo, los robots pueden brindar apoyo para evitar que las personas mayores se caigan, apoyo saludable de emergencia como enfermedades cardíacas o enfermedades sanguíneas. Los cuidadores de personas mayores también pueden recibir notificaciones del robot en caso de emergencia a través de la red. [7]
Robots industriales
Como destaca el Plan Industria 4.0 del gobierno alemán , "la industria se encuentra en el umbral de la cuarta revolución industrial. Impulsada por Internet, los mundos real y virtual se acercan cada vez más para formar el Internet de las cosas. La producción industrial del futuro se caracterizará por la fuerte individualización de los productos en condiciones de producción altamente flexible (grandes series), la amplia integración de clientes y socios comerciales en procesos comerciales y de valor añadido, y la vinculación de la producción y los servicios de alta calidad que conduzcan a -llamados productos híbridos." [8] En la fabricación, estos sistemas robóticos basados ​​en la nube podrían aprender a manejar tareas como enhebrar alambres o cables, o alinear juntas a partir de una base de conocimientos profesionales. Un grupo de robots puede compartir información para algunas tareas colaborativas. Aún más, un consumidor puede realizar pedidos de productos personalizados a robots de fabricación directamente con sistemas de pedidos en línea. [9] Otro paradigma potencial son los sistemas robóticos de compras y entregas. Una vez que se realiza un pedido, un robot de almacén envía el artículo a un automóvil autónomo o un dron autónomo para entregarlo a su destinatario.

Aprenda un cerebro en la nube para robots

Enfoque: Aprendizaje permanente. [10] CAS propuso aprovechar el aprendizaje permanente para construir un cerebro en la nube para robots. El autor estaba motivado por el problema de cómo hacer que los robots fusionen y transfieran su experiencia para que puedan utilizar eficazmente conocimientos previos y adaptarse rápidamente a nuevos entornos. Para abordar el problema, presentan una arquitectura de aprendizaje para la navegación en sistemas robóticos en la nube: Lifelong Federated Reinforcement Learning (LFRL). En el trabajo, proponen un algoritmo de fusión de conocimientos para actualizar un modelo compartido implementado en la nube. Luego, se introducen métodos efectivos de aprendizaje por transferencia en LFRL. LFRL es consistente con la ciencia cognitiva humana y encaja bien en los sistemas robóticos en la nube. Los experimentos muestran que LFRL mejora en gran medida la eficiencia del aprendizaje por refuerzo para la navegación de robots. La implementación del sistema robótico en la nube también muestra que LFRL es capaz de fusionar conocimientos previos.

Enfoque: Aprendizaje Federado. [11] En 2020 se propuso aprovechar el aprendizaje permanente para construir un cerebro en la nube para robots. Los humanos son capaces de aprender un nuevo comportamiento observando a otros mientras realizan la habilidad. De manera similar, los robots también pueden implementar esto mediante el aprendizaje por imitación. Además, si cuentan con guía externa, los humanos pueden dominar el nuevo comportamiento de manera más eficiente. Entonces, ¿cómo pueden los robots lograr esto? Para abordar el problema, los autores presentan un marco novedoso llamado FIL. Proporciona un mecanismo de fusión de conocimientos heterogéneo para sistemas robóticos en la nube. Luego, se propone un algoritmo de fusión de conocimientos en FIL. Permite que la nube fusione conocimientos heterogéneos de robots locales y genere modelos de guía para robots con solicitudes de servicio. Después de eso, introducimos un esquema de transferencia de conocimientos para facilitar que los robots locales adquieran conocimientos de la nube. Con FIL, un robot es capaz de utilizar el conocimiento de otros robots para aumentar su aprendizaje por imitación en precisión y eficiencia. En comparación con el aprendizaje por transferencia y el metaaprendizaje, FIL es más adecuado para implementarse en sistemas robóticos en la nube. Realizan experimentos de una tarea de conducción autónoma para robots (automóviles). Los resultados experimentales demuestran que el modelo compartido generado por FIL aumenta la eficiencia del aprendizaje por imitación de robots locales en sistemas robóticos en la nube.

Enfoque: Aprendizaje asistido por pares. [12] La UM propuso aprovechar el aprendizaje asistido por pares para construir un cerebro en la nube para robots. Se está produciendo una revolución tecnológica en el campo de la robótica con la tecnología de aprendizaje profundo basada en datos. Sin embargo, crear conjuntos de datos para cada robot local es laborioso. Mientras tanto, las islas de datos entre robots locales hacen que los datos no se puedan utilizar de forma colaborativa. Para abordar esta cuestión, el trabajo presenta el Aprendizaje Robótico Asistido por Pares (PARL) en robótica, que se inspira en el aprendizaje asistido por pares en psicología cognitiva y pedagogía. PARL implementa la colaboración de datos con el marco de sistemas robóticos en la nube. Los robots comparten tanto los datos como los modelos en la nube después de la computación semántica y el entrenamiento local. La nube hace converger los datos y realiza aumento, integración y transferencia. Finalmente, ajuste este conjunto de datos compartido más grande en la nube para los robots locales. Además, proponemos la Red DAT (Red de Transferencia y Aumento de Datos) para implementar el procesamiento de datos en PARL. DAT Network puede realizar el aumento de datos de robots multilocales. Los autores realizan experimentos sobre una tarea simplificada de conducción autónoma para robots (automóviles). DAT Network tiene una mejora significativa en el aumento en escenarios de conducción autónoma. Además de esto, los resultados experimentales de conducción autónoma también demuestran que PARL es capaz de mejorar los efectos del aprendizaje con la colaboración de datos de robots locales.

Investigación

RoboEarth [13]fue financiado por el Séptimo Programa Marco de la Unión Europea para proyectos de investigación y desarrollo tecnológico, específicamente para explorar el campo de la robótica en la nube. El objetivo de RoboEarth es permitir que los sistemas robóticos se beneficien de la experiencia de otros robots, allanando el camino para rápidos avances en la cognición y el comportamiento de las máquinas y, en última instancia, para una interacción hombre-máquina más sutil y sofisticada. RoboEarth ofrece una infraestructura de Robótica en la Nube. La base de datos estilo World-Wide-Web de RoboEarth almacena conocimiento generado por humanos (y robots) en un formato legible por máquina. Los datos almacenados en la base de conocimientos de RoboEarth incluyen componentes de software, mapas para navegación (p. ej., ubicaciones de objetos, modelos mundiales), conocimiento de tareas (p. ej., recetas de acción, estrategias de manipulación) y modelos de reconocimiento de objetos (p. ej., imágenes, modelos de objetos). RoboEarth Cloud Engine incluye soporte para robots móviles, vehículos autónomos y drones, que requieren mucha computación para la navegación.[14]

Rapyuta [15] es un marco de robótica en la nube de código abierto basado en RoboEarth Engine desarrollado por el investigador de robótica de ETHZ. Dentro del marco, cada robot conectado a Rapyuta puede tener un entorno informático seguro (cajas rectangulares) que les da la capacidad de mover su computación pesada a la nube. Además, los entornos informáticos están estrechamente interconectados entre sí y tienen una conexión de gran ancho de banda con el depósito de conocimientos de RoboEarth. [dieciséis]

KnowRob [17] es un proyecto de extensión de RoboEarth. Es un sistema de procesamiento de conocimiento que combina métodos de representación y razonamiento del conocimiento con técnicas para adquirir conocimiento y fundamentarlo en un sistema físico y puede servir como un marco semántico común para integrar información de diferentes fuentes.

RoboBrain [18]es un sistema computacional a gran escala que aprende de recursos de Internet disponibles públicamente, simulaciones por computadora y pruebas de robots de la vida real. Acumula todo lo relacionado con la robótica en una base de conocimientos integral e interconectada. Las aplicaciones incluyen la creación de prototipos para la investigación en robótica, robots domésticos y vehículos autónomos. El objetivo es tan directo como el nombre del proyecto: crear un cerebro centralizado y siempre en línea al que puedan acceder los robots. El proyecto está dominado por la Universidad de Stanford y la Universidad de Cornell. Y el proyecto cuenta con el apoyo de la Fundación Nacional de Ciencias, la Oficina de Investigación Naval, la Oficina de Investigación del Ejército, Google, Microsoft, Qualcomm, la Fundación Alfred P. Sloan y la Iniciativa Nacional de Robótica, cuyo objetivo es hacer avanzar la robótica para ayudar a hacer Estados Unidos más competitivo en la economía mundial.[19]

MyRobots es un servicio para conectar robots y dispositivos inteligentes a Internet. [20] Puede considerarse como una red social para robots y objetos inteligentes (es decir, Facebook para robots). Al socializar, colaborar y compartir, los robots también pueden beneficiarse de esas interacciones al compartir la información de sus sensores, brindando información sobre su perspectiva de su estado actual.

COALAS [21]está financiado por el programa europeo de cooperación transfronteriza INTERREG IVA Francia (Canal) – Inglaterra. El proyecto tiene como objetivo desarrollar nuevas tecnologías para personas con discapacidad a través de la innovación social y tecnológica y de la integridad social y psicológica de los usuarios. El objetivo es producir un sistema de vida de asistencia ambiental cognitivo con un grupo de atención médica en la nube con robots de servicios domésticos como sillas de ruedas inteligentes humanoides que se conectan con la nube.[7]

ROS (Robot Operating System) proporciona un ecosistema para respaldar la robótica en la nube. ROS es un marco flexible y distribuido para el desarrollo de software para robots. Es una colección de herramientas, bibliotecas y convenciones que tienen como objetivo simplificar la tarea de crear un comportamiento robótico complejo y sólido en una amplia variedad de plataformas robóticas. Una biblioteca para ROS que es una implementación pura de Java, llamada rosjava, permite desarrollar aplicaciones de Android para robots. Dado que Android tiene un mercado en auge y miles de millones de usuarios, sería importante en el campo de la robótica en la nube. [22]

DAVinci Project es una propuesta de framework de software que busca explorar las posibilidades de paralelizar algunos de los algoritmos robóticos como tareas Map/Reduce en Hadoop . [23] El proyecto tiene como objetivo construir un entorno de computación en la nube capaz de proporcionar un clúster de computación construido con hardware básico que exponga un conjunto de algoritmos robóticos como un SaaS y comparta datos de manera cooperativa en todo el ecosistema robótico. [23] Esta iniciativa no está disponible públicamente. [24]

C2RO (C2RO Cloud Robotics) es una plataforma que procesa aplicaciones en tiempo real como prevención de colisiones y reconocimiento de objetos en la nube. Anteriormente, los altos tiempos de latencia impedían que estas aplicaciones se procesaran en la nube, por lo que requerían hardware computacional en el sistema (por ejemplo, unidad de procesamiento de gráficos o GPU). C2RO publicó un artículo revisado por pares en IEEE PIMRC17 que muestra que su plataforma podría hacer que la navegación autónoma y otros servicios de inteligencia artificial estén disponibles en robots, incluso aquellos con hardware computacional limitado (por ejemplo, una Raspberry Pi), desde la nube. [25] C2RO finalmente afirmó ser la primera plataforma en demostrar SLAM (localización y mapeo simultáneos) basado en la nube en RoboBusiness en septiembre de 2017.

Noos es un servicio de robótica en la nube que proporciona inteligencia centralizada a los robots que están conectados a él. El servicio entró en funcionamiento en diciembre de 2017. Al utilizar Noos-API, los desarrolladores podían acceder a servicios de visión por computadora, aprendizaje profundo y SLAM. Noos fue desarrollado y mantenido por Ortelio Ltd.

Rocos es una plataforma de robótica en la nube centralizada que proporciona al desarrollador herramientas e infraestructura para construir, probar, implementar, operar y automatizar flotas de robots a escala. Fundada en octubre de 2017, la plataforma entró en funcionamiento en enero de 2019.

Limitaciones de la robótica en la nube

Aunque los robots pueden beneficiarse de varias ventajas de la computación en la nube, la nube no es la solución para toda la robótica. [26]

Desafíos

La investigación y el desarrollo de la robótica en la nube tiene los siguientes problemas y desafíos potenciales: [26]

Riesgos

Historia

El término "Robótica en la nube" apareció por primera vez en el léxico público como parte de una charla dada por James Kuffner en 2010 en la Conferencia Internacional IEEE/RAS sobre Robótica Humanoide titulada "Robots habilitados para la nube". [28] Desde entonces, "Robótica en la nube" se ha convertido en un término general que abarca los conceptos de intercambio de información, inteligencia distribuida y aprendizaje de flotas que es posible a través de robots en red y la computación en la nube moderna. Kuffner era parte de Google cuando hizo su presentación y la compañía de tecnología se burló de sus diversas iniciativas de robótica en la nube hasta 2019, cuando lanzó la plataforma Google Cloud Robotics para desarrolladores. [29]

Desde los primeros días del desarrollo de robots, era común realizar cálculos en una computadora separada del mecanismo real del robot, pero conectada por cables para alimentación y control. A medida que se desarrolló la tecnología de comunicación inalámbrica, se desarrollaron nuevas formas de robots experimentales con "cerebro remoto" controlados por pequeños recursos informáticos integrados para el control y la seguridad del robot, que se conectaban de forma inalámbrica a una computadora remota más potente para el procesamiento pesado. [30]

El término " computación en la nube " se popularizó con el lanzamiento de Amazon EC2 en 2006. Marcó la disponibilidad de redes de alta capacidad, computadoras y dispositivos de almacenamiento de bajo costo, así como la adopción generalizada de la virtualización de hardware y la arquitectura orientada a servicios . [31] En una correspondencia con Popular Science en julio de 2006, Kuffner escribió que después de que un robot fuera programado o aprendiera con éxito a realizar una tarea, podría compartir su modelo y datos relevantes con todos los demás robots conectados a la nube: [32]

"... el robot podría luego 'publicar' su modelo refinado en algún sitio web o repositorio universal de conocimientos que todos los robots futuros podrían descargar y utilizar. Mi visión es tener una 'base de datos de conocimientos de robots' que con el tiempo mejorará las capacidades de Todos los sistemas robóticos futuros serviría como un almacén de información y estadísticas sobre el mundo físico al que los robots pueden acceder y utilizar para mejorar su razonamiento sobre las consecuencias de posibles acciones y elaborar mejores planes de acción en términos de precisión, seguridad y robustez. También podría servir como una especie de "biblioteca de habilidades". Por ejemplo, si programara con éxito mi robot mayordomo para cocinar una tortilla perfecta, podría "cargar" el software para cocinar tortillas en un servidor que todos los robots podrían descargar en cualquier momento. se les pidió que cocinaran una tortilla. Podría haber toda una comunidad de usuarios de robots subiendo programas de habilidades, muy parecidos a los modelos actuales de software 'shareware' y 'freeware' que son populares para los usuarios de PC".

—  James Kuffner , (julio de 2006)

Algunas publicaciones y eventos relacionados con Cloud Robotics (en orden cronológico):

Ver también

Referencias

  1. ^ ab "Robótica y automatización en la nube. Un número especial de IEEE Transactions on Automation Science and Engineering". IEEE. Archivado desde el original el 14 de septiembre de 2017 . Consultado el 7 de diciembre de 2014 .
  2. ^ "RoboTierra". Archivado desde el original el 1 de diciembre de 2014 . Consultado el 7 de diciembre de 2014 .
  3. ^ Goldberg, Ken. "Robótica y automatización en la nube".
  4. ^ ab Li, R. "Cloud Robotics: habilite la computación en la nube para robots" . Consultado el 7 de diciembre de 2014 .
  5. ^ Kehoe, Ben; Patil, Sachin; Abbeel, Pieter ; Goldberg, Ken (13 de septiembre de 2014). "Una encuesta de investigación sobre robótica y automatización en la nube" (PDF) . Transacciones IEEE sobre ciencia e ingeniería de automatización .
  6. ^ "Impacto de la computación en la nube en la atención médica" (PDF) . 11 de julio de 2023.
  7. ^ ab Li, Ruijiao; Hu, Huosheng (16 de octubre de 2013). "Hacia una arquitectura multirobot basada en ROS para una vida asistida por el ambiente". Conferencia internacional IEEE 2013 sobre sistemas, hombre y cibernética . págs. 3458–3463. CiteSeerX 10.1.1.648.3228 . doi :10.1109/SMC.2013.590. ISBN  978-1-4799-0652-9. S2CID  10169400.
  8. ^ "Proyecto del futuro: Industria 4.0". Archivado desde el original el 2 de diciembre de 2014 . Consultado el 9 de diciembre de 2014 .
  9. ^ LaSelle, prisa. "Automatización en la Nube". Asociación de Industrias Robóticas . Consultado el 9 de diciembre de 2014 .
  10. ^ Liu, Boyi; Wang, Lujia; Liu, Ming (octubre de 2019). "Aprendizaje de refuerzo federado permanente: una arquitectura de aprendizaje para la navegación en sistemas robóticos en la nube". Cartas de robótica y automatización IEEE . 4 (4): 4555–4562. arXiv : 1901.06455 . doi :10.1109/LRA.2019.2931179. ISSN  2377-3766. S2CID  58981458.
  11. ^ Liu, Boyi; Wang, Lujia; Liu, Ming; Xu, Cheng-Zhong (abril de 2020). "Aprendizaje por imitación federado: un marco novedoso para sistemas robóticos en la nube con datos de sensores heterogéneos". Cartas de robótica y automatización IEEE . 5 (2): 3509–3516. arXiv : 1912.12204 . doi :10.1109/LRA.2020.2976321. ISSN  2377-3766. S2CID  209500667.
  12. ^ Liu, Boyi; Wang, Lujia; Chen, Xinquan; Huang, Lexiong; Han, Dong; Xu, Cheng-Zhong (mayo de 2021). "Aprendizaje robótico asistido por pares: un enfoque de aprendizaje colaborativo basado en datos para sistemas robóticos en la nube". 2021 Conferencia Internacional IEEE sobre Robótica y Automatización (ICRA) . págs. 4062–4070. arXiv : 2010.08303 . doi :10.1109/ICRA48506.2021.9562018. ISBN 978-1-7281-9077-8. S2CID  223953372.
  13. ^ "robotierra" . Consultado el 7 de diciembre de 2014 .
  14. ^ Waibel, M; Tenorth, M; D'Andrea, R (junio de 2011). "RoboTierra" (PDF) . Revista IEEE Robótica y Automatización . 18 (2): 69–82. doi :10.1109/MRA.2011.941632.
  15. ↑ «Rapyuta» . Consultado el 7 de diciembre de 2014 .
  16. ^ Hunziker, D; D'Andrea, R; Gajamohan, M; Waibel, M (mayo de 2013). "Rapyuta: el motor de nube RoboEarth". Conferencia Internacional IEEE 2013 sobre Robótica y Automatización . págs. 438–444. CiteSeerX 10.1.1.800.2033 . doi :10.1109/ICRA.2013.6630612. ISBN  978-1-4673-5643-5. S2CID  7644907.
  17. ^ "Conozca a Rob" . Consultado el 8 de diciembre de 2014 .
  18. ^ "Proyecto RoboBrain" . Consultado el 7 de diciembre de 2014 .
  19. ^ "Robo Brain 'explora Internet para enseñar a los robots".
  20. ^ "Mis robots". Archivado desde el original el 11 de diciembre de 2014 . Consultado el 9 de diciembre de 2014 .
  21. ^ Hu, Huosheng; McDonald-Maier, Klaus D; Gu, Dongbing; Li, Ruijiao. "COLAS". Archivado desde el original el 9 de diciembre de 2014 . Consultado el 7 de diciembre de 2014 .
  22. ^ "Robótica en la nube ROSjava". Archivado desde el original el 27 de diciembre de 2014 . Consultado el 9 de diciembre de 2014 .
  23. ^ ab Arumugam, R.; Enti, realidad virtual; Bingbing, L.; Xiaojun, W.; Baskaran, K.; Kong, FF; Kumar, AS; Meng, KD; Equipo, GW (2010). "DAvinCi: un marco de computación en la nube para robots de servicios". Conferencia Internacional IEEE 2010 sobre Robótica y Automatización . págs. 3084–3089. doi :10.1109/ROBOT.2010.5509469. ISBN 978-1-4244-5038-1. S2CID  2669707.
  24. ^ "RoboEarth | ¿Qué es la robótica en la nube?". Archivado desde el original el 11 de julio de 2013 . Consultado el 8 de marzo de 2019 .
  25. ^ Robótica en la nube C2RO (18 de octubre de 2017). "Robótica en la nube en tiempo real en aplicaciones prácticas de ciudades inteligentes". {{cite journal}}: Citar diario requiere |journal=( ayuda )Mantenimiento CS1: nombres numéricos: lista de autores ( enlace )
  26. ^ abc Robótica-vo. "Una hoja de ruta para la robótica estadounidense desde Internet a la robótica, edición 2013" (PDF) . Archivado desde el original (PDF) el 5 de septiembre de 2014 . Consultado el 8 de diciembre de 2014 .
  27. ^ "Vinculación de la robótica en la nube al servidor". Archivado desde el original el 18 de junio de 2018 . Consultado el 18 de junio de 2018 .
  28. ^ ab Kuffner, James (2010). "Robots habilitados para la nube". Conferencia internacional IEEE-RAS sobre robótica humanoide.
  29. ^ Crowe, Steve (24 de octubre de 2018). "La plataforma Google Cloud Robotics llegará a los desarrolladores en 2019". El informe del robot . Consultado el 8 de marzo de 2019 .
  30. ^ Inaba, Masayuki (1997). "Robots con cerebro remoto". Actas de la Decimoquinta Conferencia Internacional Conjunta sobre Inteligencia Artificial-Volumen 2 . Morgan Kaufmann Publishers Inc. págs. 1593-1606.
  31. ^ "Computación en la nube: Choque de nubes". El economista . 2009-10-15 . Consultado el 3 de noviembre de 2009 .
  32. ^ "El futuro de los robots". Ciencia popular . Septiembre de 2006. págs. 55–71.
  33. ^ "Comité de Robots en Red" . Consultado el 8 de diciembre de 2014 .
  34. ^ "Google I/O 2011: Cloud Robotics, ROS para Java y Android" . Consultado el 9 de diciembre de 2014 .
  35. ^ "Una gran subvención de la NSF financia la investigación sobre el entrenamiento de robots para que trabajen con humanos". 17 de diciembre de 2012.
  36. ^ "nube-robotics.cs.umn.edu/" . Consultado el 7 de diciembre de 2014 .
  37. ^ Goldberg, Ken (2013). "Robot basado en la nube que agarra con el motor de reconocimiento de objetos de Google". Conferencia Internacional IEEE 2013 sobre Robótica y Automatización . págs. 4263–4270. CiteSeerX 10.1.1.299.3857 . doi :10.1109/ICRA.2013.6631180. ISBN  978-1-4673-5643-5. S2CID  2744967.
  38. ^ "Taller IEEE IROS 2013 sobre robótica en la nube. Tokio. Noviembre de 2013". Archivado desde el original el 5 de septiembre de 2016 . Consultado el 7 de diciembre de 2014 .
  39. ^ "Aplicación robot" . Consultado el 7 de diciembre de 2014 .
  40. ^ "DARPA-Nube-Robótica" . Consultado el 7 de diciembre de 2014 .
  41. ^ "Cuando la robótica se encuentra con la nube, los clientes ganan" . Consultado el 18 de abril de 2017 .
  42. ^ "Control de robots desde la nube" . Consultado el 17 de abril de 2017 .
  43. ^ Dawarka, V. y Bekaroo, G., diciembre de 2018. Arquitecturas robóticas en la nube: direcciones para futuras investigaciones a partir de un análisis comparativo. En 2018, Conferencia Internacional sobre Aplicaciones Informáticas Inteligentes e Innovadoras (ICONIC) (págs. 1-7). IEEE.

enlaces externos