Los robots del futuro con capacidades ópticas inteligentes
Los robots deben poder seleccionar de un modo adaptativo la información más relevante en cada situación para su posterior procesamiento. Para ello han de contar con conocimientos preprogramados de «sentido común» sobre dónde se encuentra el objetivo que deben manipular y conocer someramente su tamaño, forma, color o textura. Los robots precisan mecanismos de atención para determinar qué partes del sistema sensor deben procesar. La atención supone elegir la información más relevante de distintas entradas de datos multisensoriales para ejecutar una tarea con eficacia. El proyecto financiado con fondos de la Unión Europea REAL-TIME ASOC (Real-time understanding of dexterous deformable object manipulation with bio-inspired hybrid hardware architectures) se dedicó al desarrollo de mecanismos de atención óptica nuevos. En REAL-TIME ASOC se utilizó una cámara especializada denominada DVS (sensor dinámico de visión) ideal para aplicaciones robóticas que han de ejecutar tareas en tiempo real con una latencia mínima. Esta cámara capta cualquier tipo de cambio con una resolución temporal muy elevada del orden de los microsegundos. DVS registra unos 600 000 fotogramas por segundo y reduce la cantidad de información almacenada eliminando las zonas estáticas. Los socios del proyecto emplearon en un principio el sensor DVS para identificar contornos y límites a partir de la información de la escena. Las escenas se inician solo al cambiar drásticamente la luminancia y, por tanto, la mayoría se producen en el límite de los objetos. La detección de estos contornos supone un paso clave para el procesado. El método aplicado por el equipo del proyecto identifica la ubicación de los contornos y sus límites mediante factores de movimiento, temporización, textura y orientación espacial. La detección de contornos y la asignación de límites se demostraron en una protosegmentación de la acción. El equipo programó algoritmos con los que calcular el movimiento de la imagen a partir de información asíncrona basada en eventos y creó una matriz de puertas programable en campo para procesar la atención visual. Por último, conformó un corpus que ofrece datos de eventos independientes de los fotogramas y datos de imagen, movimiento y profundidad clásicos. Todo ello contribuye a la evaluación de varios métodos distintos basados en eventos y su comparación con la visión artificial convencional basada en fotogramas. REAL-TIME ASOC demostró así el modo en el que los robots futuros seleccionarán por medios ópticos las imágenes y las procesarán de una forma muy similar a como lo hacen los humanos.
Palabras clave
Robots, REAL-TIME ASOC, manipulación de objetos, arquitecturas de hardware híbrido, atención visual
