La detección robótica es un subárea de la ciencia robótica destinada a proporcionar capacidades de detección a los robots . La detección robótica proporciona a los robots la capacidad de detectar sus entornos y generalmente se utiliza como retroalimentación para permitir que los robots ajusten su comportamiento en función de la entrada detectada. La detección robótica incluye la capacidad de ver, [1] [2] [3] tocar, [4] [5] [6] oír [7] y moverse [8] [9] [10] y algoritmos asociados para procesar y hacer uso de la retroalimentación ambiental y los datos sensoriales. La detección robótica es importante en aplicaciones como la automatización vehicular , las prótesis robóticas y para robots industriales, médicos, de entretenimiento y educativos.
Los sistemas de detección visual pueden basarse en una variedad de tecnologías y métodos, incluido el uso de cámaras , sonares , láser y tecnología de identificación por radiofrecuencia (RFID) [1] . Los cuatro métodos apuntan a tres procedimientos: detección, estimación y comparación.
La calidad de la imagen es importante en aplicaciones que requieren una visión robótica excelente. Los algoritmos basados en la transformada wavelet que se utilizan para fusionar imágenes de diferentes espectros y focos dan como resultado una calidad de imagen mejorada. [2] Los robots pueden recopilar información más precisa a partir de la imagen mejorada resultante.
Los sensores visuales ayudan a los robots a identificar el entorno circundante y a tomar las medidas adecuadas. [3] Los robots analizan la imagen del entorno inmediato basándose en los datos que reciben del sensor visual. El resultado se compara con la imagen ideal, intermedia o final, de modo que se pueda determinar el movimiento o la acción adecuados para alcanzar el objetivo intermedio o final.
[11]
La piel electrónica se refiere a dispositivos electrónicos flexibles , estirables y autocurativos que pueden imitar las funcionalidades de la piel humana o animal. [12] [13] La amplia clase de materiales a menudo contiene capacidades de detección que tienen como objetivo reproducir las capacidades de la piel humana para responder a factores ambientales como los cambios de calor y presión. [12] [13] [14] [15]
Los avances en la investigación de la piel electrónica se centran en el diseño de materiales que sean elásticos, robustos y flexibles. La investigación en los campos individuales de la electrónica flexible y la detección táctil ha progresado mucho; sin embargo, el diseño de la piel electrónica intenta reunir los avances en muchas áreas de la investigación de materiales sin sacrificar los beneficios individuales de cada campo. [16] La combinación exitosa de propiedades mecánicas flexibles y elásticas con sensores y la capacidad de autocuración abriría la puerta a muchas aplicaciones posibles, incluida la robótica blanda , las prótesis, la inteligencia artificial y el control de la salud. [12] [16] [17] [18]
Los últimos avances en el campo de la piel electrónica se han centrado en la incorporación de los ideales de los materiales ecológicos y la conciencia medioambiental en el proceso de diseño. Como uno de los principales retos a los que se enfrenta el desarrollo de la piel electrónica es la capacidad del material para soportar la tensión mecánica y mantener la capacidad de detección o las propiedades electrónicas, la reciclabilidad y las propiedades de autocuración son especialmente críticas en el diseño futuro de nuevas pieles electrónicas. [19]Ejemplos del estado actual de progreso en el campo de las pieles de robots a mediados de 2022 son un dedo robótico cubierto con un tipo de piel humana viva fabricada , [20] [21] una piel electrónica que brinda sensaciones hápticas similares a las de la piel biológica y sensibilidad al tacto/dolor a una mano robótica, [22] [23] un sistema de una piel electrónica y una interfaz hombre-máquina que puede permitir la percepción táctil mediante detección remota y la detección portátil o robótica de muchas sustancias peligrosas y patógenos , [24] [25] y una piel de robot basada en hidrogel con sensor táctil multicapa . [26] [27]
A medida que los robots y las prótesis se vuelven más complejos, la necesidad de sensores capaces de detectar el tacto con una alta agudeza táctil se hace cada vez más necesaria. Hay muchos tipos de sensores táctiles que se utilizan para diferentes tareas. [28] Hay tres tipos de sensores táctiles. El primero, los sensores de un solo punto, se pueden comparar con una sola célula, o bigotes, y pueden detectar estímulos muy locales. El segundo tipo de sensor es un sensor de alta resolución espacial que se puede comparar con la punta de un dedo humano y es esencial para la agudeza táctil en las manos robóticas. El tercer y último tipo de sensor táctil es un sensor de baja resolución espacial que tiene una agudeza táctil similar a la piel de la espalda o el brazo. [28] Estos sensores se pueden colocar de manera significativa en toda la superficie de una prótesis o un robot para darle la capacidad de detectar el tacto de manera similar, si no mejor, que su contraparte humana. [28]
Las señales sensoriales táctiles pueden generarse mediante los propios movimientos del robot. Es importante identificar solo las señales táctiles externas para realizar operaciones precisas. Las soluciones anteriores empleaban el filtro de Wiener , que se basa en el conocimiento previo de las estadísticas de señales que se supone que son estacionarias. La solución reciente aplica un filtro adaptativo a la lógica del robot. [4] Permite al robot predecir las señales de los sensores resultantes de sus movimientos internos, filtrando estas señales falsas. El nuevo método mejora la detección de contacto y reduce la interpretación falsa.
[29] Los patrones táctiles permiten a los robots interpretar las emociones humanas en aplicaciones interactivas. Cuatro características mensurables ( fuerza , tiempo de contacto, repetición y cambio de área de contacto) pueden categorizar eficazmente los patrones táctiles a través del clasificador de árbol de decisión temporal para tener en cuenta el retraso de tiempo y asociarlos a las emociones humanas con una precisión de hasta el 83 %. [5] El índice de consistencia [5] se aplica al final para evaluar el nivel de confianza del sistema para evitar reacciones inconsistentes.
Los robots utilizan señales táctiles para trazar el perfil de una superficie en un entorno hostil, como una tubería de agua. Tradicionalmente, se programaba una ruta predeterminada en el robot. Actualmente, con la integración de sensores táctiles , los robots primero adquieren un punto de datos aleatorio; luego, el algoritmo [6] del robot determinará la posición ideal de la siguiente medición de acuerdo con un conjunto de primitivas geométricas predefinidas. Esto mejora la eficiencia en un 42 %. [5]
En los últimos años, el uso del tacto como estímulo para la interacción ha sido objeto de muchos estudios. En 2010, se construyó la foca robot PARO, que reacciona a muchos estímulos de la interacción humana, incluido el tacto. Los beneficios terapéuticos de esta interacción entre humanos y robots aún se están estudiando, pero los resultados han sido muy positivos. [30]
Los sensores de audio precisos requieren una contribución de ruido interno baja. Tradicionalmente, los sensores de audio combinan matrices acústicas y micrófonos para reducir el nivel de ruido interno. Las soluciones recientes también combinan dispositivos piezoeléctricos . [7] Estos dispositivos pasivos utilizan el efecto piezoeléctrico para transformar la fuerza en voltaje , de modo que se pueda eliminar la vibración que causa el ruido interno. En promedio, se puede reducir el ruido interno hasta aproximadamente 7 dB . [7]
Los robots pueden interpretar el ruido dispersado como instrucciones de voz. El sistema actual de detección de actividad de voz (VAD) utiliza el método de centroide de círculo de espectro complejo (CSCC) y un formador de haz con una relación señal-ruido (SNR) máxima . [31] Debido a que los humanos generalmente miran a sus compañeros cuando mantienen conversaciones, el sistema VAD con dos micrófonos permite al robot localizar el discurso instructivo comparando las intensidades de la señal de los dos micrófonos. El sistema actual puede hacer frente al ruido de fondo generado por televisores y dispositivos de sonido que provienen de los lados.
Los robots pueden percibir emociones a través de la forma en que hablamos y las características y rasgos asociados. Generalmente, se utilizan características acústicas y lingüísticas para caracterizar las emociones. La combinación de siete características acústicas y cuatro características lingüísticas mejora el rendimiento del reconocimiento en comparación con el uso de un solo conjunto de características. [32]
La olfacción mecánica es la simulación automatizada del sentido del olfato . Es una aplicación emergente en la ingeniería moderna que implica el uso de robots u otros sistemas automatizados para analizar sustancias químicas transportadas por el aire. Este tipo de aparatos se denominan a menudo nariz electrónica o e-nose. El desarrollo de la olfacción mecánica se complica por el hecho de que los dispositivos de nariz electrónica hasta la fecha han respondido a un número limitado de sustancias químicas, mientras que los olores son producidos por conjuntos únicos de compuestos odorantes (potencialmente numerosos). La tecnología, aunque todavía se encuentra en las primeras etapas de desarrollo, promete muchas aplicaciones, como: [33] control de calidad en el procesamiento de alimentos , detección y diagnóstico en medicina, [34] detección de drogas , explosivos y otras sustancias peligrosas o ilegales , [35] respuesta a desastres y monitoreo ambiental .
Un tipo de tecnología de olfato de máquina propuesta es a través de instrumentos de matriz de sensores de gas capaces de detectar, identificar y medir compuestos volátiles. Sin embargo, un elemento crítico en el desarrollo de estos instrumentos es el análisis de patrones , y el diseño exitoso de un sistema de análisis de patrones para olfato de máquina requiere una consideración cuidadosa de los diversos problemas involucrados en el procesamiento de datos multivariados: preprocesamiento de señales, extracción de características , selección de características , clasificación , regresión, agrupamiento y validación. [36] Otro desafío en la investigación actual sobre olfato de máquina es la necesidad de predecir o estimar la respuesta del sensor a mezclas de aromas. [37] Algunos problemas de reconocimiento de patrones en olfato de máquina, como la clasificación de olores y la localización de olores, se pueden resolver utilizando métodos de kernel de series de tiempo. [38]La lengua electrónica es un instrumento que mide y compara sabores . Según el informe técnico de la IUPAC, una “lengua electrónica” como instrumento analítico incluye una serie de sensores químicos no selectivos con especificidad parcial para diferentes componentes de la solución y un instrumento de reconocimiento de patrones adecuado, capaz de reconocer composiciones cuantitativas y cualitativas de soluciones simples y complejas [39] [40]
Los receptores gustativos humanos detectan los compuestos químicos responsables del gusto . De manera similar, los sensores multielectrodo de los instrumentos electrónicos detectan los mismos compuestos orgánicos e inorgánicos disueltos . Al igual que los receptores humanos, cada sensor tiene un espectro de reacciones diferente al de los demás. La información proporcionada por cada sensor es complementaria y la combinación de los resultados de todos los sensores genera una huella digital única. La mayoría de los umbrales de detección de los sensores son similares o mejores que los de los receptores humanos.
En el mecanismo biológico, las señales gustativas son transducidas por los nervios del cerebro en señales eléctricas. El proceso de los sensores de lengua electrónicos es similar: generan señales eléctricas como variaciones voltamétricas y potenciométricas .
La percepción y el reconocimiento de la calidad del sabor se basan en la construcción o el reconocimiento de patrones de nervios sensoriales activados por el cerebro y la huella dactilar del sabor del producto. Este paso se logra mediante el software estadístico de la lengua electrónica , que interpreta los datos del sensor en patrones de sabor.Por ejemplo, los robots cocineros podrían ser capaces de saborear los alimentos para una cocción dinámica. [41]
Los robots automatizados requieren un sistema de guía para determinar el camino ideal para realizar su tarea. Sin embargo, a escala molecular, los nanorobots carecen de dicho sistema de guía porque las moléculas individuales no pueden almacenar movimientos y programas complejos. Por lo tanto, la única forma de lograr movimiento en un entorno de este tipo es reemplazar los sensores con reacciones químicas. Actualmente, una araña molecular que tiene una molécula de estreptavidina como cuerpo inerte y tres patas catalíticas es capaz de arrancar, seguir, girar y detenerse cuando se encuentra con diferentes origamis de ADN . [8] Los nanorobots basados en ADN pueden moverse a más de 100 nm a una velocidad de 3 nm/min. [8]
En una operación TSI , que es una forma eficaz de identificar tumores y cáncer potencial midiendo la presión distribuida en la superficie de contacto del sensor, una fuerza excesiva puede causar daño y tener la posibilidad de destruir el tejido. La aplicación del control robótico para determinar la trayectoria ideal de la operación puede reducir las fuerzas máximas en un 35% y obtener un aumento del 50% en la precisión [9] en comparación con los médicos humanos.
La exploración robótica eficiente ahorra tiempo y recursos. La eficiencia se mide por la optimalidad y la competitividad. La exploración óptima de límites solo es posible cuando un robot tiene un área de detección cuadrada, comienza en el límite y utiliza la métrica de Manhattan . [10] En geometrías y entornos complicados, un área de detección cuadrada es más eficiente y puede lograr una mejor competitividad independientemente de la métrica y del punto de partida. [10]
Los robots no solo pueden estar equipados con mayor sensibilidad y capacidades por sentido que todos o la mayoría [42] de los humanos no cyborg , como ser capaces de "ver" más del espectro electromagnético, como el ultravioleta , y con mayor fidelidad y granularidad, [ cita(s) adicional(es) necesaria(s ) ], sino que también pueden tener más sentidos [ cita(s) adicional(es) necesaria (s) ], como la detección de campos magnéticos ( magnetorrecepción ) [43] o de varios componentes peligrosos del aire. [25]
Los robots pueden compartir, [44] almacenar y transmitir datos sensoriales, así como datos basados en ellos. Pueden aprender de los mismos datos o de datos relacionados o interpretarlos de diferentes maneras y algunos robots pueden tener sentidos remotos (por ejemplo, sin interpretación, procesamiento o computación local, como en los tipos comunes de telerrobótica o con "nodos de sensores" integrados [45] o móviles). [ cita(s) adicional(es) necesaria(s ) ] El procesamiento de datos sensoriales puede incluir procesos como el reconocimiento facial , [46] el reconocimiento de expresiones faciales , [47] el reconocimiento de gestos y la integración de conocimiento abstracto interpretativo. [ cita(s) adicional(es) necesaria(s) ]
Medios relacionados con Detección robótica en Wikimedia Commons