Robots para encontrar la aguja en el pajar

Carrousel

Fuente: Remedios Valseca / Fundación Descubre


17 de febrero de 2017
Tomás J. Mateo Sanguino, investigador de la Universidad de Huelva.

Tomás J. Mateo Sanguino, investigador de la Universidad de Huelva.

El departamento de Ingeniería Electrónica, de Sistemas Informáticos y Automática de la Universidad de Huelva ha desarrollado un método matemático que mejora los resultados de exploración de los autómatas. De esta manera, se podrán crear robots con función de localización de personas y objetos más eficaces y con menor consumo energético.

En el artículo publicado por la revista IEEE/ASME Transactions on Mechatronics con el título ‘Toward Simple Strategy for Optimal Tracking and Localization of Robots with Adaptive Particle Filtering’, los científicos han desarrollado un método algorítmico basado en una serie de ecuaciones básicas que determina la forma en la que los robots deben buscar objetivos concretos minimizando el tiempo, la capacidad de cómputo y, por tanto, la energía que tardan en encontrarlo.

“El problema en los sistemas de localización actuales es que utilizan muchos recursos innecesarios para conseguir la meta que se les plantea. Requiere buscar los parámetros óptimos que automaticen el proceso”, explica a la Fundación Descubre el investigador de la Universidad de Huelva Tomás Mateo Sanguino, autor del artículo.

Ejemplo de aplicación en visión artificial del algoritmo de búsqueda de partículas localizadas en el color azulEjemplo de aplicación en visión artificial del algoritmo de búsqueda de partículas localizadas en el color azul

Ejemplo de aplicación en visión artificial del algoritmo de búsqueda de partículas localizadas en el color azul

El experto, perteneciente al grupo de investigación de Control y Robótica, añade que la capacidad de los sistemas robóticos para navegar de forma autónoma en entornos desconocidos depende en gran medida de estrategias como la superación de los problemas de creación de mapas, la localización simultánea, la generación autónoma de trayectorias o evitar obstáculos. Esto no siempre se logra de manera óptima. Los resultados son poco eficientes, el coste computacional alto y la configuración de las variables, en la mayoría de los casos, demasiado complejas.

Menos energía, más eficiencia

Un robot debe, en primer lugar, conocer su ubicación en un lugar concreto y analizar los elementos espaciales que le rodean. Después, debe establecer su objetivo y evaluar las distintas posibilidades que le permitan conseguirlo en el menor tiempo posible. Además, debe recalcular todo de nuevo si en algún momento cambian las condiciones del entorno.

Ejemplo de funcionamiento del sistema

Ejemplo de funcionamiento del sistema

Por tanto, los expertos persiguen la generalización de los problemas para aplicarlos en distintos escenarios donde las variables cambian en el tiempo. La combinación de estrategias de adaptación, predicción y optimización incrementa la eficiencia en la búsqueda de soluciones. Hasta el momento, estos ajustes se realizan con mucha dificultad y con un nivel de acierto bajo. Sin embargo, los expertos han confirmado que el algoritmo creado permite una generalización muy amplia y aprovecha ciertas técnicas de optimización para ser más eficaz.

A partir de aquí, los investigadores proponen aplicar esta metodología fundamentada en el filtro de partículas adaptativo basado en dispersión (DAPF), que consiste en proporcionar un mayor número de partículas durante el estado de búsqueda inicial del problema (cuando la localización presenta mayor incertidumbre) y menos partículas durante el estado de seguimiento siguiente (cuando hay menos incertidumbre). Podría compararse con la búsqueda de objetivos usando un conjunto de canicas inteligentes. Al principio, se dedicaría un mayor número de bolas para encontrar la característica objetivo cuando no se conoce el espacio donde se está buscando (por ejemplo, píxeles azules en una imagen). Las canicas irían copando todo el espacio de búsqueda y conforme encuentran el objetivo se agruparían en torno a él. Gracias al algoritmo de optimización se reduce el número de bolas en esta fase y los esfuerzos sólo se centrarían en el seguimiento del objetivo.

Tras los experimentos, han demostrado que usando un número variable de partículas, cuya población obedece al algoritmo desarrollado, los robots son capaces de enfocar sus recursos en el ítem concreto que se les requiere. El tiempo y el uso de recursos computacionales también afecta a la energía utilizada en la búsqueda, que será mucho menor que en otros algoritmos similares. De esta manera, resuelven también otro de los problemas asociados a esta función de los robots, que ven cómo se agota antes de tiempo la capacidad de carga de las baterías implantadas durante el desarrollo de su misión.

Referencias:

Tomás de J. Mateo Sanguino, Francisco Ponce Gómez: ‘Toward Simple Strategy for Optimal Tracking and Localization of Robots with Adaptive Particle Filtering’, IEEE/ASME Transactions on Mechatronics.

Imágenes:

Tomás J. Mateo Sanguino, investigador de la Universidad de Huelva.

https://www.flickr.com/photos/fundaciondescubre/32947977735/in/dateposted-public/

Ejemplo de aplicación en visión artificial del algoritmo de búsqueda de partículas localizadas en el color azul

https://www.flickr.com/photos/fundaciondescubre/32567014940/in/dateposted-public/

Ejemplo de funcionamiento del sistema

https://www.flickr.com/photos/fundaciondescubre/32133178823/in/dateposted-public/

Más información:

FUNDACIÓN DESCUBRE

Departamento de Comunicación

Teléfono: 954239422

e-mail: comunicacion@fundaciondescubre.es


Últimas publicaciones

01 Jun 2018
Aznalcóllar 20 años después: un ejemplo de recuperación ambiental

Cuando se cumple el vigésimo aniversario del vertido minero de Aznalcóllar (Sevilla), que afectó al cauce del Guadiamar y puso en peligro al propio Parque Nacional de Doñana, los trabajos realizados en el territorio en el que se depositaron las aguas ácidas y los lodos tóxicos, cargados de metales pesados, se han convertido en un ejemplo, a escala internacional, de buenas prácticas en la restauración de suelos contaminados.

29 May 2018
“El desarrollo de la sociedad civil es básico para la democracia”

Pedro Jesús Feria Vázquez, Huelva, 1976, es doctor en Historia por la Universidad de Huelva. Durante siete años fue profesor de Historia Contemporánea en la Onubense, la misma entidad en la que finalizó su doctorado en el año 2013. Desde julio de 2017 reside en Chile, donde trabaja como docente e investigador en la Universidad Austral, ubicada en la ciudad de Valdivia, al sur del país.

17 May 2018
Aníbal Ollero: el cerebro de los robots voladores

Entre aviones y robots, Aníbal Ollero Baturone, catedrático de Robótica de la Universidad de Sevilla, se ha convertido en un referente en la investigación mundial, labor reconocida por galardones internacionales y que le ha hecho ser finalista de los European Leadership Awards dentro de la categoría de Innovador Europeo del Año, premios que se fallaron el pasado 23 de mayo en Bruselas. Y todo desde Andalucía, que, pese a que en muchos casos no se conozca, alberga el mayor grupo de robótica de España.

Este sitio web utiliza cookies para mejorar tu experiencia. Continuando la navegación aceptas su uso. Más información

Los ajustes de cookies de esta web están configurados para "permitir cookies" y así ofrecerte la mejor experiencia de navegación posible. Si sigues utilizando esta web sin cambiar tus ajustes de cookies o haces clic en "Aceptar" estarás dando tu consentimiento a esto.

Cerrar