Mexicano busca optimizar navegación robótica con mapa inteligente

NOTIMEX Actualizada 08/07/2015 a las 16:21    
.  NOTIMEX

. NOTIMEX

Un estudiante mexicano en el Reino Unido trabaja en el desarrollo de mapas inteligentes para optimizar la navegación robótica, lo que solucionaría los problemas en la técnica de Localización y Mapeado Simultáneo (SLAM).
Con su proyecto, el estudiante mexicano de la Universidad de Brístol, Reino Unido, Luis Ángel Contreras Toledo, impactaría de forma favorable y de manera inicial el desempeño de los robots de servicio, así como de los robots voladores (drones).

“SLAM es un problema de robótica, específicamente de inteligencia artificial, que consiste en contar con un sensor sumergido en un medio y establecer un punto de referencia.

“En cualquier momento se le pregunta al sensor los datos que tiene y se procesan para determinar la posición de ese sensor en todo instante de tiempo”, explicó Contreras Toledo en una entrevista con la Agencia Informativa del Consejo Nacional de Ciencia y Tecnología (Conacyt).

En la actualidad, las tecnologías existentes recurren a grandes bases de datos (cartografías) para que los robots puedan ubicarse y trasladarse de manera autónoma, recordó el estudiante.

“El problema de esa técnica es la cantidad de información que deben procesar los robots; por ejemplo, en el caso de los voladores, esa es una gran dificultad toda vez que se trata de desarrollos tecnológicos muy pequeños que deben acceder a grandes cantidades de datos”, subrayó.

El objetivo de este mapa es solucionar los problemas de ubicación de los robots voladores y móviles, como los robots de servicio, los cuales tiene que saber con exactitud en dónde están las cosas que el humano pueda pedirle, puntualizó Contreras Toledo.

“Hay un ejemplo muy clásico de una importante empresa de mensajería que busca entregar sus paquetes a través de robots voladores. Para este caso, con nuestra propuesta se genera un mapa en tiempo real de la ruta y el robot es capaz de navegar, saber dónde está, hacia dónde se dirige y cómo regresar, todo esto de forma autónoma”, detalló.

El especialista resaltó que hace poco se aprobó un artículo científico en donde reporta el avance en los algoritmos del mapa inteligente, el cual solo utilizará piezas clave de la información y empleará hasta un 25 por ciento del mapa original.

“Partimos de un proceso ya existente para generar un mapa a través de keyframes (fotogramas clave), el cual genera cartografías muy robustas y lo optimizamos porque cuenta con la gran desventaja de que sus mapas son muy pesados.

“Para lograrlo, a diferencia del proceso original que toma como referencia imágenes estáticas, utilizamos una correlación entre la imagen inicial y la trayectoria que avanzó el robot”, expuso.

Gracias a ello se optimizó el mapa original, el cual se redujo del 100 por ciento de información hasta un 25 por ciento.

“De una sola imagen nosotros obtenemos información adicional al emplear su posición en la trayectoria que ha navegado el robot, y esto –según los revisores del artículo– es innovador porque no lo habían visto aplicado de esa manera en ningún otro lado”, indicó.

Este avance del proyecto le tomó a Contreras Toledo un año, y durante los seis meses siguientes se dedicó a la modelación matemática, resultados que publicarán durante la International Robots and System (IROS), a celebrarse en Alemania, en septiembre.

Comenta el contenido
Tu opinión nos interesa Tu opinión nos interesa

Rellena el siguiente formulario para comentar este contenido.





(*) Campo obligatorio


Twitter
Envía tu mensaje

Todos los derechos reservados. MEDIOS AQRÓPOLIS S.A. DE C.V. es la propietaria y/o licenciataria de los materiales publicados en este sitio.

De no existir previa autorización por escrito, queda expresamente prohibida la publicación, retransmisión, edición y cualquier otro uso de los contenidos, particularmente en algún otro sitio de internet o medio impreso, el uso de los contenidos de este sitio es solamente personal, quedando estrictamente prohibido un uso diferente a este.