La cámara permite coger objetos con precisión. Fuente: CMU
Cada vez resulta más asombrosa la precisión que puede alcanzar un brazo o mano robótica. Sin embargo, todavía quedan retos pendientes, como acceder a un espacio reducido, coger un objeto delicado o enfrentarse a obstáculos y al desorden. En ello trabajan en sendas investigaciones en el Instituto de Robótica de la Universidad Carnegie Mellon (CMU), en Estados Unidos.
Por una parte, un equipo ha colocado una cámara en una mano robótica para demostrar que el robot puede crear rápidamente un modelo 3D de su entorno, localizando su mano dentro de ese mundo y así mejorar la precisión y la estimación de su posición. Paralelamente, otros investigadores han desarrollado un software que permite al androide sortear todo tipo de obstáculos, ya sea en un camino tortuoso en la superficie de la Luna o intentando alcanzar un cartón de leche del fondo de la nevera. Además de ayudarle a afrontar el desorden de manera eficiente, ha revelado su creatividad para solucionar problemas.
Por una parte, un equipo ha colocado una cámara en una mano robótica para demostrar que el robot puede crear rápidamente un modelo 3D de su entorno, localizando su mano dentro de ese mundo y así mejorar la precisión y la estimación de su posición. Paralelamente, otros investigadores han desarrollado un software que permite al androide sortear todo tipo de obstáculos, ya sea en un camino tortuoso en la superficie de la Luna o intentando alcanzar un cartón de leche del fondo de la nevera. Además de ayudarle a afrontar el desorden de manera eficiente, ha revelado su creatividad para solucionar problemas.
Cámaras y mapeos 3D
El hecho de que sensores o dispositivos como una cámara sean cada vez más pequeños y consuman menos energía facilita su instalación en manos robóticas. Además, la colocación de la cámara permite a los robots móviles afinar su precisión, ya que no pueden inclinarse como haría una persona para ver mejor el espacio de trabajo.
Sin embargo, de poco sirve un ojo en la mano si el robot no puede verla y saber dónde está con respecto a lo que le rodea. Para solucionarlo, según explica la CMU en un comunicado, se recurre a una técnica conocida como localización simultánea y mapeo o SLAM, que implica la colocación de sensores como cámaras y radares láser para crear un mapa en 3D del entorno, de forma que el robot pueda saber dónde se encuentra a partir de ese mundo virtual.
Aunque existen varios algoritmos para construir mundos virtuales en detalle, todavía requieren sensores precisos y con una potencia de cálculo desmesurada. Además, poco saben sobre la ubicación de los sensores. Sin embargo, al colocar una cámara en la mano, la propia geometría del brazo limita sus movimientos, y el seguimiento automático de los ángulos de la articulación permite realizar un mapeo de alta calidad, incluso si la cámara se mueve muy rápido o se pierde la información de algún sensor.
Los investigadores han puesto a prueba su trabajo utilizando una pequeña cámara de profundidad unida a un brazo manipulador ligero, el Kinova Mico, diseñado especialmente para aplicaciones de manipulación móvil. En concreto lo han usado para construir el modelo 3D de una estantería, comprobando que permite crear reconstrucciones equivalentes o incluso mejores que otras técnicas de mapeo.
El hecho de que sensores o dispositivos como una cámara sean cada vez más pequeños y consuman menos energía facilita su instalación en manos robóticas. Además, la colocación de la cámara permite a los robots móviles afinar su precisión, ya que no pueden inclinarse como haría una persona para ver mejor el espacio de trabajo.
Sin embargo, de poco sirve un ojo en la mano si el robot no puede verla y saber dónde está con respecto a lo que le rodea. Para solucionarlo, según explica la CMU en un comunicado, se recurre a una técnica conocida como localización simultánea y mapeo o SLAM, que implica la colocación de sensores como cámaras y radares láser para crear un mapa en 3D del entorno, de forma que el robot pueda saber dónde se encuentra a partir de ese mundo virtual.
Aunque existen varios algoritmos para construir mundos virtuales en detalle, todavía requieren sensores precisos y con una potencia de cálculo desmesurada. Además, poco saben sobre la ubicación de los sensores. Sin embargo, al colocar una cámara en la mano, la propia geometría del brazo limita sus movimientos, y el seguimiento automático de los ángulos de la articulación permite realizar un mapeo de alta calidad, incluso si la cámara se mueve muy rápido o se pierde la información de algún sensor.
Los investigadores han puesto a prueba su trabajo utilizando una pequeña cámara de profundidad unida a un brazo manipulador ligero, el Kinova Mico, diseñado especialmente para aplicaciones de manipulación móvil. En concreto lo han usado para construir el modelo 3D de una estantería, comprobando que permite crear reconstrucciones equivalentes o incluso mejores que otras técnicas de mapeo.
HERBS usa el software para sortear el desorden de forma eficiente: Fuente: CMU
Orden en el desorden
A veces es el propio antropomorfismo el que limita la investigación robótica. “La muñeca de un robot tiene un rango de 270 grados, lo que da lugar a comportamientos que no esperamos”, subraya en un comunicado la profesora de Robótica Siddhartha Srinivasa, coautora también en la otra investigación. De esta forma, no es extraño ver a un robot utilizando un hueco de su brazo para sujetar un objeto que tiene que mover.
Los robots son expertos en coger un objeto en un lugar determinado y llevarlo donde se le indique. Esto puede resultar útil en espacios donde el desorden no es un problema, pero la situación cambia cuando aparecen los obstáculos. En el ejemplo del cartón de leche, cuando alguien quiere sacarlo de la nevera no mueve necesariamente todo lo que tiene delante; quizá mueva algo y empuja el resto.
Esto es lo que trata de conseguir el software, bautizado como planificador de reordenación automáticamente, encontrar un equilibrio entre las dos estrategias. El robot está programado para comprender la física básica de su mundo, por lo que tiene una idea de lo que puede ser empujado, levantado o pisado. También se puede enseñar a prestar atención a aquellos artículos que podrían ser valiosos o delicados.
Sin embargo, la limitación es que una vez que el robot ha evaluado una situación y desarrollado un plan para mover un objeto se acaba la creatividad, pues se centra únicamente en ejecutarlo con eficacia. El equipo está trabajando para proporcionarle retroalimentación táctil, de forma que se le pueda alertar de cambios y errores de cálculo para que corrija cuando sea necesario.
En este proyecto, el sistema se ha puesto a prueba con HERB, un robot de la CMU con capacidad de autoaprendizaje, y con KRex , diseñado por la NASA para atravesar la superficie lunar. Si bien HERB se centra en el desorden típico de una casa, KRex utiliza el software para encontrar caminos transitables en un paisaje lleno de obstáculos mientras porta un objeto.
A veces es el propio antropomorfismo el que limita la investigación robótica. “La muñeca de un robot tiene un rango de 270 grados, lo que da lugar a comportamientos que no esperamos”, subraya en un comunicado la profesora de Robótica Siddhartha Srinivasa, coautora también en la otra investigación. De esta forma, no es extraño ver a un robot utilizando un hueco de su brazo para sujetar un objeto que tiene que mover.
Los robots son expertos en coger un objeto en un lugar determinado y llevarlo donde se le indique. Esto puede resultar útil en espacios donde el desorden no es un problema, pero la situación cambia cuando aparecen los obstáculos. En el ejemplo del cartón de leche, cuando alguien quiere sacarlo de la nevera no mueve necesariamente todo lo que tiene delante; quizá mueva algo y empuja el resto.
Esto es lo que trata de conseguir el software, bautizado como planificador de reordenación automáticamente, encontrar un equilibrio entre las dos estrategias. El robot está programado para comprender la física básica de su mundo, por lo que tiene una idea de lo que puede ser empujado, levantado o pisado. También se puede enseñar a prestar atención a aquellos artículos que podrían ser valiosos o delicados.
Sin embargo, la limitación es que una vez que el robot ha evaluado una situación y desarrollado un plan para mover un objeto se acaba la creatividad, pues se centra únicamente en ejecutarlo con eficacia. El equipo está trabajando para proporcionarle retroalimentación táctil, de forma que se le pueda alertar de cambios y errores de cálculo para que corrija cuando sea necesario.
En este proyecto, el sistema se ha puesto a prueba con HERB, un robot de la CMU con capacidad de autoaprendizaje, y con KRex , diseñado por la NASA para atravesar la superficie lunar. Si bien HERB se centra en el desorden típico de una casa, KRex utiliza el software para encontrar caminos transitables en un paisaje lleno de obstáculos mientras porta un objeto.