Archivo de la categoría: Programación

Piernas robóticas que se basan en la evolución animal para aprender a caminar

Investigadores de la Universidad de Carolina del Sur (USC) han construido un robot que puede aprender solo a caminar. Inspirados por la forma de aprender de los humanos, y de los animales que han evolucionado para aprender esta habilidad a los pocos minutos de nacer, se espera que la investigación abra nuevas posibilidades en los campos de las prótesis dinámicas y los robots que aprenden sobre la marcha en entornos desconocidos.

La nueva extremidad robótica conectada a una máquina de cuatro patas (Crédito: Matthew Lin)

«Hoy en día, para que un robot esté listo para interactuar con el mundo se necesita el equivalente de meses o años de entrenamiento, pero queremos lograr el rápido aprendizaje y las adaptaciones que se ven en la naturaleza», dice Francisco J. Valero-Cuevas, un profesor de Ingeniería Biomédica.

En pos de este objetivo, Valero-Cuevas y sus colegas desarrollaron una pierna robótica accionada por tendones de tipo animal y controlada por algoritmos de Inteliencia Artificial bio-inspirados. Esto permite que el robot desarrolle la habilidad de caminar de manera similar a los humanos, por medio de lo que se conoce en los círculos de robótica como Motor Babbling (“babbling” es el balbuceo de los bebés que están probando su capacidad de hablar), que implica realizar movimientos exploratorios repetidos.

«Estos movimientos aleatorios de la pierna permiten al robot construir un mapa interno de su extremidad y sus interacciones con el medio ambiente», dice el estudiante de doctorado de ingeniería de la USC, Ali Marjaninejad, autor del estudio.

Los investigadores han desarrollado una extremidad robótica accionada por tendones de tipo animal y controlada por algoritmos de inteligencia artificial específicos.

Al aprender sobre su estructura y entorno, el miembro robótico puede desarrollar su propio andar personalizado y aprender una nueva tarea de caminar después de solo cinco minutos de pruebas puramente descoordinadas. A tal punto que puede recuperarse si tropieza al querer dar su próximo paso con seguridad en el suelo, aunque no esté programado para hacerlo. Los investigadores creen que este es el primer robot capaz de tal hazaña, y están entusiasmados con las posibilidades que abre el avance.
Como explican, los robots pueden programarse para realizar ciertas tareas en ciertos escenarios, pero no se pueden preparar para toda posibilidad. Este tipo de robots, por otro lado, que son capaces de desarrollar sus propios movimientos personalizados en respuesta a su entorno, podrán asumir una gama más amplia de tareas.

«Si se deja que estos robots aprendan de la experiencia relevante, finalmente encontrarán una solución que, una vez lograda, se utilizará y adaptará según sea necesario», dice Marjaninejad. «La solución puede no ser perfecta, pero se adoptará si es lo suficientemente buena para la situación. No todos necesitamos o deseamos, o podemos gastar tiempo y esfuerzo en ganar una medalla olímpica».





Las prótesis sensibles son un área en la que este tipo de tecnología podría tener un impacto, ya que ayuda a las personas con discapacidades, al permitirles extremidades más intuitivas, naturales y que se mejoran a sí mismas. La exploración espacial es otra, donde los robots podrían colocarse en planetas o lunas lejanos y usar sus capacidades de aprendizaje para ajustar su modo de andar y navegar por terreno desconocido.

«La capacidad de una especie para aprender y adaptar sus movimientos a medida que cambian sus cuerpos y ambientes ha sido, desde el principio, un poderoso impulsor de la evolución», dice Brian Cohn, también estudiante de doctorado y autor del estudio. «Nuestro trabajo constituye un paso hacia la capacitación de los robots para aprender y adaptarse de cada experiencia, tal como lo hacen los animales».

Artículos relacionados:
Creando robots que pueden ir a donde nosotros vamos
Walbi, el bípedo que aprende a caminar
Un guepardo robótico capaz de dar volteretas hacia atrás
Una prótesis que restaura la sensación de dónde está tu mano
Logran que los robots rastreen objetos en movimiento con una precisión sin precedentes
Un robot que procura moverse tan bien como una hormiga
Dando sentido del tacto a los robots
¿Por qué está resultando difícil construir robots para convivir y trabajar con nosotros en la vida real?

La investigación fue publicada en la revista Nature Machine Intelligence.
Fuente: Universidad del sur de California



Creando robots que pueden ir a donde nosotros vamos

GIF Dan Saelinger

Los robots han caminado sobre piernas durante décadas. Los robots humanoides más avanzados de la actualidad pueden pisar sobre superficies planas e inclinadas, subir y bajar escaleras y avanzar por terrenos difíciles. Algunos incluso pueden saltar. Pero a pesar del progreso, los robots con piernas aún no pueden comenzar a igualar la agilidad, eficiencia y fuerza de los humanos y animales.

Los robots caminantes existentes consumen mucha energía y pasan demasiado tiempo en el taller. Con demasiada frecuencia fallan, caen y se rompen. Para que los ayudantes robóticos con los que hace tiempo soñamos se conviertan en realidad, estas máquinas tendrán que aprender a caminar como nosotros.

Debemos construir robots con piernas porque nuestro mundo está diseñado para piernas. Pasamos por espacios estrechos, nos movemos sobre obstáculos, subimos y bajamos escalones. Los robots con ruedas u orugas no pueden moverse fácilmente por los espacios que hemos optimizado para nuestros propios cuerpos.

De hecho, muchos humanoides tienen piernas similares a las nuestras, con caderas, rodillas, tobillos y pies. Pero las similitudes por lo general terminan ahí: si se comparan, por ejemplo, las fuerzas que estos robots ejercen en el suelo con las que ejerce un humano, se descubre que a menudo son bastante diferentes. La mayoría de los humanoides, descendientes de los primeros brazos robóticos industriales, controlan sus extremidades para seguir trayectorias específicas de la forma más precisa y rígida posible. Sin embargo, la locomoción con piernas no requiere tanto control de posición como control de fuerza, con mucha flexibilidad y elasticidad, conocidas en robótica como flexibilidad, como para permitir contactos inesperados.

Varios grupos de investigación han estado tratando de construir robots que sean menos rígidos y que puedan moverse de una manera más dinámica y humana. Tal vez el robot más famoso sea Atlas, de Boston Dynamics, un humanoide que puede correr en terrenos duros y blandos, saltar sobre troncos caídos e incluso retroceder. Pero nuevamente, cuando comparamos el movimiento de incluso los robots más sofisticados con lo que pueden lograr los animales, las máquinas se quedan cortas.

¿Qué nos falta? La tecnología no es el mayor obstáculo: los motores son lo suficientemente poderosos, los materiales son lo suficientemente fuertes, y las computadoras son lo suficientemente rápidas. Más bien, el factor limitante parece ser nuestra comprensión básica de cómo funciona la locomoción sobre patas.

Fotos: Dan Saelinger. Droides de la vida real: Agility Robotics diseñó sus robots con piernas Cassie [izquierda] y Digit para moverse de una manera más dinámica que los robots normales.

En el Dynamic Robotics Laboratory de la Universidad del Estado de Oregon, el autor dirige un grupo de investigadores que buscan identificar los principios subyacentes de la locomoción de las piernas y aplique sus descubrimientos a los robots. También es el cofundador y director de tecnología de Agility Robotics, una empresa con sede en Albany, Oregón, que está explorando los usos comerciales de la robótica con movilidad sobre piernas.

En 2017, presentaron Cassie, una plataforma bípeda que han vendido a varios grupos de investigación. Pronto tendrán un nuevo robot listo para salir al mundo: Digit, que tiene patas similares a las de Cassie, pero también cuenta con sensores de percepción y un par de brazos que utilizará para la estabilidad y, en el futuro, la manipulación.

Tanto por medio del laboratorio como de la compañía, están trabajando para lograr un futuro en el que los robots puedan ir a cualquier lugar donde vaya la gente. Se cree que los robots con piernas dinámicas algún día ayudarán a cuidar de las personas mayores y enfermas en sus hogares, ayudarán en los esfuerzos de salvamento en incendios y terremotos, y entregarán paquetes en las puertas de las casas.

Las piernas robóticas también permitirán exoesqueletos y extremidades protésicas motorizadas para dar más movilidad a las personas con discapacidades. Finalmente traerán los robots imaginados en la ciencia ficción a nuestras vidas diarias.

CLIC PARA VER VIDEO

Algunas aves corren mejor de lo que pueden volar, si es que pueden volar. Avestruces, pavos, gallinas y codornices no pueden volar como un halcón, pero son rápidas con sus patas. En colaboración con Monica Daley del Royal Veterinary College de la Universidad de Londres, el autor y sus colegas han pasado innumerables horas observando a las aves caminando y corriendo en el laboratorio. Quieren entender cómo es que estos animales se mueven de manera tan ágil y eficiente, ¡la mayoría de estas máquinas emplumadas son impulsadas solo por semillas!

En un experimento, una gallina de Guinea corre por una pista cuando y pisa un hoyo oculto por una hoja de papel de seda. El ave no sabía que iba a meterse en un bache a media pierna de profundidad; sin embargo, el animal no pierde un paso, su pierna se estira para ajustarse a la caída a medida que pasa el obstáculo. Lo que sucede aquí es bastante notable: el cerebro del ave no tiene que sentir ni reaccionar ante la perturbación porque sus patas pueden manejarse por sí mismas.

Esto ofrece una visión importante para los diseñadores de robots: si primero construyes tu robot y luego intentas programarlo para que sea ágil, es probable que estés condenado a fallar. Al igual que con las aves de Guinea, la agilidad de un robot se derivará en gran parte de las propiedades mecánicas inherentes de su cuerpo, o lo que los robotistas llaman dinámica pasiva. Y esto se ha descuidado en la mayoría de los proyectos de robots con patas. Al diseñar cuidadosamente la dinámica pasiva de un robot en paralelo con el control de software como un sistema integrado se aumentan las posibilidades de crear un robot que se aproxime al rendimiento de un animal.

Ahora, vale la pena señalar que, aunque uno se inspire en los animales, no replican la forma del pie de un pájaro o la disposición de músculos y huesos en una pierna humana. En su lugar, se desea capturar la física de la locomoción animal y extraer de ella un modelo matemático que se pueda entender, probar en simulaciones por computadora y luego implementarlo en robots reales. Debido a que están utilizando metal y componentes electrónicos en lugar de huesos y cerebros para construir estos robots, pueden parecer muy diferentes de un animal y al mismo tiempo tener la misma física.




Uno de los modelos matemáticos más simples consiste en una masa puntual (que representa la parte superior del cuerpo) unida a un par de resortes ideales, que representan las piernas. Este modelo, conocido como modelo de masa de resorte, es una simplificación, por supuesto: se asemeja a un dibujo de palotes y no tiene en cuenta que las piernas tienen articulaciones, o que los pies no tocan el suelo en puntos discretos. Aún así, el modelo de muelles de resortes puede producir resultados sorprendentes: en las simulaciones, puede generar casi todas las maneras de caminar y correr observadas en personas y animales.

Foto: Oregon State University. Primeros pasos: Las piernas de ATRIAS no se parecen a las de una persona, pero el robot fue la primera máquina en demostrar dinámicas de andar de forma humana.

Primeros pasos:

Para probar el modelo de masa de resorte en una máquina, el grupo en Oregon State, en colaboración con Hartmut Geyer de la Universidad Carnegie Mellon y Jessy Grizzle de la Universidad de Michigan, desarrolló ATRIAS, un robot bípedo cuyo nombre es un acrónimo que refleja la premisa principal: Supongamos que el robot es una esfera. La idea era que la dinámica pasiva del robot pudiera acercarse lo más posible a la reproducción de la masa puntual con patas elásticas.

Construyeron cada pata con varillas de fibra de carbono livianas, dispuestas en una estructura en forma de paralelogramo conocida como enlace de cuatro barras. Esta estructura minimiza la masa de las piernas y su inercia asociada, aproximándose al modelo de masa de resorte. También equiparon la parte superior de las piernas con resortes de fibra de vidrio, que encarnan físicamente la parte de «resorte» del modelo, manejando los impactos en el suelo y almacenando energía mecánica.

Al principio, ATRIAS apenas podía sostenerse, y se lo sostuvo con una atadura por arriba de él. Pero a medida que refinaron su controlador, que hacía un seguimiento de la velocidad y la inclinación del cuerpo, el robot dio sus primeros pasos y pronto estaba caminando por el laboratorio. A continuación ATRIAS aprendió a recuperarse de las perturbaciones, que en un experimento consistió en que los alumnos le lanzaran pelotas. También llevaron a ATRIAS al campo de fútbol de la universidad, lo aceleraron a una velocidad máxima de 7,6 kilómetros por hora y luego, por supuesto, lo detuvieron rápidamente en la zona final.

CLIC PARA VER VIDEO

Para comprender mejor cómo lo estaba haciendo el robot, imagine que usted tiene los ojos vendados y camina sobre zancos con la parte superior del cuerpo envuelta en una alfombra, de modo que no puede usar los brazos para equilibrarse. Todo lo que se puede hacer es seguir caminando, y eso es lo que hizo ATRIAS. Incluso fue capaz de manejarse ante obstáculos, como una pila de madera contrachapada colocada en su camino.

Si bien era importante la agilidad, también era fundamental que ATRIAS fuera económico en consumo de energía. Confirmaron que lo era al medir un parámetro que se conoce como costo de transporte (COT). Se define como la relación entre el consumo de energía y peso por velocidad, y se usa para comparar la eficiencia energética en cómo se mueven los animales y las máquinas. Cuanto menor sea el COT, mejor. Una persona que camina, por ejemplo, tiene un COT de 0,2, mientras que los robots humanoides convencionales tienen valores mucho más altos, entre 2 y 3, según algunas estimaciones [PDF]. Los experimentos mostraron que ATRIAS, con su manera de caminar, tenía un COT de 1,13 [PDF], demostrando beneficios de eficiencia de robots dinámicos [PDF]. De hecho, unas cuantas baterías pequeñas de polímero de litio, del tipo que se usa en los automóviles controlados por radio, podrían mantener el funcionamiento de ATRIAS durante aproximadamente una hora.

También midieron las fuerzas [PDF] que el robot ejercía en el suelo. Colocaron ATRIAS, que pesa 72,5 kilogramos (aproximadamente lo mismo que una persona) en una placa de fuerza, un instrumento que se usa a menudo en medicina deportiva para evaluar la marcha de una persona al medir las fuerzas de reacción contra el suelo. Mientras el robot caminaba, grabaron los datos de fuerza aplicada. Luego reemplazaron a ATRIAS por uno de los alumnos y registraron sus pasos. Cuando graficaron las fuerzas de reacción del terreno a lo largo del tiempo, los dos conjuntos de datos tenían exactamente la misma forma. Por lo que se sabe hasta el momento, es la implementación robótica más realista de la dinámica de la marcha humana que se haya realizado.

Los resultados confirmaron que un simple sistema accionado por masa de resorte es algo que se puede construir en un robot; habilitando muchos de los rasgos buscados, tales como eficiencia, robustez y agilidad; y llegar al núcleo de lo que es la locomoción bípeda. Ya era hora de que construyeran el siguiente robot.

Foto: Dan Saelinger. Caminante dinámico: Para moverse con agilidad por un terreno complejo, Cassie usa cinco motores y dos resortes en cada pierna.


Y establecieron una vara elevada: querían que Cassie pudiera correr a través de un bosque, capaz de manejarse en terrenos difíciles operando durante horas con una batería, sin correa de seguridad.

Cassie se basa en los mismos conceptos desarrollados para ATRIAS, pero decidieron darle un nuevo tipo de piernas. Usaron dos motores para alimentar la conexión de cuatro barras en cada tramo de ATRIAS. Esta disposición minimizó su masa, pero hubo una complicación: durante parte del ciclo de pasos, un motor actuaba como un freno del otro, lo que le costaba una energía significativa e innecesaria. Para Cassie, estudiaron configuraciones alternativas para las piernas [PDF] para eliminar ese efecto. El nuevo diseño permite que los motores sean más pequeños y, por lo tanto, hace que el robot sea incluso más eficiente que ATRIAS.

Es importante tener en cuenta que la configuración de la pierna de Cassie fue resultado de este análisis. El hecho de que la pata se asemeje a la de un avestruz u otro terópodo puede ser una señal de que están en el camino correcto, pero el objetivo nunca fue crear un robot que, con unas pocas plumas bien colocadas, pudiera encajar con una multitud de avestruces.

CLIC PARA VER VIDEO


Cada una de las piernas de Cassie tiene cinco ejes de movimiento, o grados de libertad en el lenguaje robótico, cada uno impulsado por un motor. Las caderas tienen tres grados de libertad, similares a las nuestras, permitiendo que la pierna gire en cualquier dirección. Otros dos motores potencian las articulaciones en la rodilla y el pie. Cassie tiene grados adicionales de libertad en su espinilla y tobillo; estos son pasivos, no controlados por motores, sino más bien unidos a resortes, que ayudan al robot a moverse a través de terrenos complejos que los humanoides de pies planos no pueden manejar.

Las nuevas piernas de Cassie requerían un controlador de bajo nivel más sofisticado que el de ATRIAS. Con ATRIAS, la extensión de una pierna se logró simplemente mediante la aplicación de pares iguales y opuestos con los dos motores. Con la pierna de Cassie, mover el pie en una dirección específica requiere calcular diferentes pares de torsión para cada motor. Para hacer eso, el controlador debe tener en cuenta la inercia de las patas, así como la dinámica de los motores y cajas de engranajes.

Gif: Dan Saelinger. Paso a paso: El controlador de Cassie usa posiciones planeadas en pasos y balanceo dinámico para permitir que el robot suba las escaleras.


Es cierto que el problema de control se volvió más complejo, pero este método permite un mejor rendimiento y una gama de comportamientos mucho más amplia. Cassie puede alcanzar una velocidad de marcha de 5 km/h usando uno de los controladores iniciales. El consumo de energía varía de 100 vatios (cuando está de pie) a aproximadamente 300 vatios (en marcha), y la batería de iones de litio permite aproximadamente 5 horas de funcionamiento continuo. Las nuevas piernas también le permiten a Cassie moverse de una manera que ATRIAS no podría. Y gracias a una articulación motorizada en el pie, puede colocarse en su lugar sin tener que mover sus pies constantemente como lo hace ATRIAS.

Cassie también pesa solo 31 kg, la mitad que ATRIAS. Es posible cargar dos Cassies en el baúl de un automóvil en menos de un minuto. Y es mucho más robusto: las partes de su cuerpo están hechas de aluminio y fibra de carbono, y una cubierta protectora hecha de cloruro de polivinilo acrílico termoformado, un plástico fuerte que lo protege de colisiones y caídas.

Cassie todavía no corre por los bosques. Pero lo han probado al aire libre, sin amarres de seguridad, y ha caminado sobre tierra, hierba y hojas, caminos desparejos. Ahora están aprendiendo cómo integrar comportamientos dinámicos con planificación de movimiento [PDF] , lo que le permite subir escaleras, por ejemplo. También están trabajando en otra característica que podría hacer que un robot como Cassie sea mucho más útil: brazos.

Foto: Dan Saelinger. Cuerpo a estrenar: Digit tiene patas similares a las de Cassie, pero también tiene un torso lleno de sensores y un par de brazos diseñados para ayudar con la movilidad y el equilibrio.


Digit es un descendiente directo de Cassie. Tiene piernas similares, pero agregaron un torso y un par de brazos. Los brazos están diseñados para ayudar con la movilidad y el equilibrio del robot, ya que giran en coordinación con la marcha. También permitirán que Digit se cuide a sí mismo al caer, y reorientará su cuerpo para volver a subir.

Digit tiene algo más que Cassie no tenía: la percepción integrada. Agregaron numerosos sensores al robot, incluido un LIDAR sobre el torso. Estos sensores ayudarán a recopilar datos para permitir que el robot navegue por un mundo lleno de obstáculos, como habitaciones desordenadas y escaleras, y confiar en la dinámica estable subyacente solo cuando maneje situaciones inesperadas y detecte errores.

Digit y los robots con patas que seguirán aún tienen un largo camino por recorrer. Pero sus diseñadores están convencidos de que cambiarán el mundo. Su impacto podría ser tan grande como el automóvil en términos de cambios en los estilos de vida e incluso patrones de tráfico y aspectos de los diseños de la ciudad, donde estos robots prometen transformar la logística y la entrega de paquetes.

En un futuro no muy lejano, a medida que los vehículos ganen autonomía, los fabricantes de automóviles y las compañías de viajes compartidos como Lyft y Uber poseerán grandes flotas de vehículos que transporten personas, con un tráfico máximo durante las horas pico, como hoy. Pero a altas horas de la noche y en medio del día, ¿qué harán estos vehículos automatizados? En lugar de simplemente estar inactivos, podrían transportar paquetes desde los almacenes automáticos a su hogar. Sin embargo, estos vehículos de entrega están limitados en la acera: sin un ser humano, llevar el paquete a la puerta de una casa es un gran desafío. Ahí es donde entran los robots con piernas. Viajando en estos vehículos, cubrirán esos últimos metros. Aunque las ruedas y las alas pueden cumplir algunos de estos roles, en un mundo diseñado para bípedos, ninguna plataforma de movilidad podría ser tan versátil como un robot bípedo.

Fotos: Dan Saelinger. Entrega especial: Digit está aprendiendo a caminar en diferentes tipos de terreno y también a subir escaleras, por lo que algún día puede entregar paquetes directamente a la puerta de su casa.


Los robots de entrega formarán parte de un sistema de logística cada vez más automatizado que va de los fabricantes y los distribuidores directamente a su puerta. Este sistema reducirá los costos de envío hasta que sea significativamente menos costoso recibir los artículos en su hogar que comprarlos en un almacén grande, bien iluminado, con calefacción, y accesible para personas. Se volverán superfluas las grandes tiendas que hoy venden lo que son, en esencia, productos básicos. La gente todavía disfrutará de las compras en la tienda de ciertos productos, por supuesto. Pero para los comestibles de la semana, los robots de entrega le ahorrarán tiempo y dinero.

La locomoción bípeda también ayudará a poner robots en nuestros hogares y negocios. Los robots que pueden moverse por las escaleras y los entornos abarrotados mientras interactúan de manera segura con los humanos a nivel de los ojos y a escala humana, nos permitirán envejecer con gracia en nuestros propios hogares. Ayudarán a llevar las cosas y servirán como dispositivos de telepresencia, permitiendo a los familiares y amigos usar el robot para hablar con las personas de forma remota y hacerles compañía.

Los robots con piernas también irán a donde es peligroso que vayan los humanos. Se lanzarán en paracaídas a los incendios forestales para recopilar datos en tiempo real, se apresurarán a entrar a edificios incendiados para buscar ocupantes, o ingresar a zonas de desastre, como la central nuclear de Fukushima Daiichi, para explorar áreas de difícil acceso. Llevarán a cabo inspecciones periódicas de los espacios internos de las represas hidroeléctricas y explorarán las minas abandonadas, para que no tengamos que hacerlo nosotros.

Se deben resolver muchos desafíos para llevarnos a ese futuro. Pero el autor está convencido de que la comunidad robótica puede hacer que esta tecnología sea práctica. Será un pequeño paso para un robot, un gran salto para la humanidad.

Este artículo es una adaptación al español del que aparece en la edición impresa de IEE Spectrum de marzo de 2019 como «Walk This Way».

Sobre el autor:

Jonathan Hurst es director de tecnología y cofundador de Agility Robotics, así como profesor asociado de robótica y profesor de la Facultad de Ingeniería Dean en Oregon State University. Él tiene un B.S. en ingeniería mecánica y un M.S. y Ph.D. en robótica, todo de la Universidad Carnegie Mellon. Su investigación universitaria se centra en la comprensión de las mejores prácticas de ciencia e ingeniería fundamentales para la locomoción bípeda. Agility Robotics está utilizando esta investigación para desarrollar aplicaciones comerciales para la movilidad con patas robóticas.



Logran que los robots rastreen objetos en movimiento con una precisión sin precedentes

El sistema usa etiquetas RFID para ubicarse en los objetivos. Podría beneficiar la fabricación robótica, drones colaborativos y otras aplicaciones.

Un nuevo sistema desarrollado en MIT utiliza etiquetas RFID para ayudar a los robots a localizar objetos en movimiento con una velocidad y precisión sin precedentes. El sistema podría permitir una mayor colaboración y precisión de los robots que trabajan en el empaquetado y el ensamblaje, y de enjambres de drones que realizan misiones de búsqueda y rescate.

En un documento que se presentará la próxima semana en el Simposio de USENIX sobre Diseño e Implementación de Sistemas en Red, los investigadores muestran que los robots que usan el sistema pueden ubicar objetos etiquetados en un promedio de 7,5 milisegundos, y con un error de menos de un centímetro.

En el sistema, llamado TurboTrack, se puede aplicar una etiqueta RFID (identificación por radiofrecuencia) a cualquier objeto. Un lector envía una señal inalámbrica que se refleja en la etiqueta RFID y otros objetos cercanos, y rebota en el lector. Un algoritmo revisa todas las señales reflejadas para encontrar la respuesta de la etiqueta RFID. Luego, los cálculos finales aprovechan el movimiento de la etiqueta RFID, algo que generalmente disminuye la precisión, para mejorar la precisión de la localización.

Los investigadores dicen que el sistema podría reemplazar la visión por computadora para algunas tareas robóticas. Al igual que con su contraparte humana, la visión de la computadora está limitada por lo que puede ver, y puede dejar de notar objetos en entornos desordenados. Las señales de radiofrecuencia no tienen estas restricciones: pueden identificar los objetivos sin visualización, dentro del desorden y a través de las paredes.

Para validar el sistema, los investigadores adjuntaron una etiqueta RFID a una tapa y otra a una botella. Un brazo robótico localizó la tapa y la colocó sobre la botella, sostenida por otro brazo robótico. En otra demostración, los investigadores rastrearon nanodrones equipados con RFID durante el acoplamiento, las maniobras y el vuelo. En ambas tareas, el sistema era tan preciso y rápido como los sistemas tradicionales de visión artificial, mientras trabajaban en escenarios donde falla la visión artificial, informan los investigadores.

“Si se usa señales de RF para tareas que normalmente se realizan con visión por computadora, no solo se habilita a los robots para que hagan cosas humanas, sino que también se puede hacer que hagan cosas sobrehumanas”, dice Fadel Adib, profesor asistente e investigador principal en el MIT Media Lab, y director fundador del Grupo de Investigación Signal Kinetics. «Y puede hacerlo de manera escalable, porque estas etiquetas RFID solo cuestan 3 centavos [de dólar] cada una».

En la fabricación, el sistema podría permitir que los brazos robóticos sean más precisos y versátiles en, digamos, recoger, ensamblar y empaquetar elementos a lo largo de una línea de ensamblaje. Otra aplicación prometedora es el uso de «nanodrones» de mano para misiones de búsqueda y rescate. Los nanodrones actualmente utilizan la visión por computadora y métodos para unir las imágenes capturadas con fines de localización. Estos drones a menudo se confunden en áreas caóticas, se pierden entre sí detrás de las paredes y no se pueden identificar de manera única. Todo esto limita su capacidad de, digamos, extenderse sobre un área y colaborar para buscar a una persona desaparecida. Usando el sistema de los investigadores, los nanodrones en enjambres podrían ubicarse mejor entre sí, para un mayor control y colaboración.

«Se puede permitir que un enjambre de nanodrones se forme de ciertas maneras, vuele en ambientes abarrotados, e incluso en entornos ocultos a la vista, con gran precisión», dice el primer autor Zhihong Luo, un estudiante graduado del Grupo de Investigación Signal Kinetics.

Los otros coautores del Media Lab en la publicación son el estudiante Qiping Zhang, el posdoctorado Yunfei Ma y el asistente de investigación Manish Singh.

Súper resolución

El grupo de Adib ha estado trabajando durante años en el uso de señales de radio para fines de seguimiento e identificación, como la detección de contaminación en los alimentos embotellados, la comunicación con los dispositivos internos del cuerpo, y la gestión de inventarios de almacenamientos.

Sistemas similares han intentado utilizar etiquetas RFID para tareas de localización. Pero estos vienen con compensaciones de precisión o velocidad. Para ser precisos, les puede llevar varios segundos encontrar un objeto en movimiento. Para aumentar la velocidad, pierden precisión.

El desafío fue lograr velocidad y precisión simultáneamente. Para hacerlo, los investigadores se inspiraron en una técnica de imagen llamada «imagen de súper resolución». Estos sistemas unen imágenes desde múltiples ángulos para lograr una imagen de resolución más fina.

«La idea era aplicar estos sistemas de súper resolución a las señales de radio», dice Adib. «A medida que algo se mueve, obtienes más perspectivas para rastrearlo, de modo que se puede explotar el movimiento para obtener precisión».

El sistema combina un lector RFID estándar con un componente «auxiliar» que se utiliza para localizar las señales de radiofrecuencia. El ayudante dispara una señal de banda ancha que comprende múltiples frecuencias, basándose en un esquema de modulación utilizado en la comunicación inalámbrica, llamado Multiplexación por división de frecuencias ortogonales.

El sistema captura todas las señales que rebotan contra objetos en el entorno, incluida la etiqueta RFID. Una de esas señales lleva una señal que es específica de una determinada etiqueta RFID, porque las señales RFID reflejan y absorben una señal entrante en un determinado patrón, correspondiente a bits 0 y 1, que el sistema puede reconocer.




Debido a que estas señales viajan a la velocidad de la luz, el sistema puede calcular un «tiempo de vuelo» (Time of Fly), que mide la distancia al calcular el tiempo que tarda una señal en viajar entre un transmisor y un receptor, para medir la ubicación de la etiqueta, así como los otros objetos en el entorno. Pero esto proporciona solo una figura de localización de estadio de béisbol, no una precisión menor a un centímetro.

Aprovechando el movimiento

Para ampliar la ubicación de la etiqueta, los investigadores desarrollaron lo que denominan un algoritmo de «súper resolución de espacio-tiempo».

El algoritmo combina las estimaciones de ubicación para todas las señales de rebote, incluida la señal RFID, que ha determinado usando el tiempo de vuelo. Usando algunos cálculos de probabilidad, reduce ese grupo a unas pocas ubicaciones potenciales para la etiqueta RFID.

A medida que la etiqueta se mueve, su ángulo de señal se altera ligeramente, un cambio que también corresponde a una determinada ubicación. El algoritmo puede usar ese cambio de ángulo para rastrear la distancia de la etiqueta a medida que se mueve. Al comparar constantemente el cambio de la medición de distancia con todas las demás mediciones de distancia de otras señales, puede encontrar la etiqueta en un espacio tridimensional. Todo esto sucede en una fracción de segundo.

«La gran idea es que, al combinar estas mediciones en el tiempo y en el espacio, se obtiene una mejor reconstrucción de la posición de la etiqueta», dice Adib.

«El trabajo informa sobre la precisión en el orden del sub-centímetro, que es muy impresionante para RFID», dice Lili Qiu, profesor de ciencias de la computación en la Universidad de Texas en Austin, cuya investigación se centra en las redes inalámbricas y las comunicaciones. «El documento propone una idea interesante que le permite a un «ayudante» transmitir una señal de banda ancha compatible con el protocolo RFID para lograr una alta precisión de seguimiento [y] desarrolla un […] marco para la localización de RF que fusiona las mediciones en el tiempo y en múltiples antenas. El sistema tiene potencial para admitir aplicaciones que son objetivo [de los investigadores], como ensamblaje robótico y nanodrones. … Sería muy interesante ver los resultados de las pruebas de campo en el futuro».

El trabajo fue patrocinado, en parte, por la Fundación Nacional de Ciencia.



Novedades sobre App Inventor y Play Store

Google lanzó recientemente una nueva política de Play Store que afectará a algunas aplicaciones de App Inventor.

Todas las aplicaciones que utilizan el componente de mensajes de texto o llamada telefónica y se publican en Play Store deben reconstruirse. El equipo de MIT App Inventor está realizando un cambio en PhoneCall y Texting para ayudar a nuestros usuarios a lidiar con esta política de Google.

¿Cómo afectará esto a mis aplicaciones de App Inventor y qué debo hacer?

Con el cambio de Google, si crea una aplicación App Inventor que utiliza componentes de teléfono o mensajes de texto, no podrá enviarla a Google Play.

El equipo de MIT App Inventor está cambiando los componentes de Texting y PhoneCall para que las aplicaciones recién creadas cumplan con las restricciones de Google y puedan enviarse a Play como antes. Actualmente estamos probando los cambios y los lanzaremos en App Inventor pronto, en febrero de 2019.

Google también planea eliminar de Play las aplicaciones que violan su política. Si eso te sucede, deberás esperar el cambio a App Inventor, y luego reconstruir tu aplicación y volver a enviarla a Play.

¿Cuál es el cambio de política de Google Play Store?

El cambio de Google es que ya no permitirán aplicaciones en Play Store que envían directamente mensajes de texto (SMS) o hacen llamadas telefónicas. En su lugar, debe invocar la aplicación integrada de mensajes de texto (o llamada telefónica) del dispositivo. Por ejemplo, ya no será aceptada en Play Store una aplicación que envíe periódicamente mensajes de texto sin notificar al usuario del teléfono, y Google también puede eliminar las aplicaciones que se encuentran actualmente en Play Store. Google también ha creado un proceso en el que los desarrolladores pueden completar un formulario solicitando que se permita su aplicación como una excepción a la política.

Busque aquí la información que Google ha proporcionado:

https://support.google.com/googleplay/android-developer/answer/9047303

¿Se comportarán mis aplicaciones de manera diferente después de que se cambie App Inventor?

Sí, habrá un cambio. Cuando use Texting.SendMessage, el teléfono ahora dirigirá el mensaje a la aplicación normal de envío de mensajes de texto del teléfono. Del mismo modo para Phone.MakePhoneCall.

¿Puedo seguir utilizando App Inventor para crear aplicaciones que violen la política de Google para Play?

Sí.

El cambio de MIT a App Inventor incluirá versiones alternativas de Texting.SendMessage y Phone.MakePhoneCall que envían directamente mensajes de texto y hacen llamadas telefónicas. Puede crear aplicaciones con estas versiones alternativas y compartirlas con sus amigos y familiares. Pero necesitaría pedirle a Google una excepción de política para publicar esas aplicaciones en Play Store.

El MIT publicá un aviso cuando estas funciones estén en la página de App Inventor.

Más información sobre posibilidades de desarrollo con App Inventor

Walbi, el bípedo que aprende a caminar

Conozca a Walbi, un humanoide a escala 50% con programas Arduino para captura y reproducción de movimiento. Se mueve a mano, graba y reproduce luego los movimientos. El WALink BIped es un robot creado por Pedro y Gil Tavares, de Lisboa, para un proyecto de aprendizaje automático que no se concretó.

Walbi usa un Arduino Nano como «cerebro», servos LX-16A de «músculos», y partes plásticas impresas en 3D como «huesos». Los servos LewanSoul LX-16A son servos ideales para pequeños proyectos robóticos, ya que son livianos, pueden mover cargas de más de 19 kg/cm, y se conectan con un solo cable que va de servo a servo, lo que hace que el cableado del robot sea un juego de niños.

Walbi es un humanoide a escala 50%: sus piernas miden 55 cm de altura desde el talón hasta la cintura, y pesan 1,1 kg. Las partes blancas de su cuerpo fueron impresas en 3D, pero podrían haberse hecho fácilmente con madera resistente y liviana.

La programación de Walbi es muy sencilla. Usted puede descargar los dos programas necesarios para realizar la captura y reproducción de movimientos, y entonces puede hacer que Walbi camine, se arrastre, suba, salte o baile. Solo tiene que mover sus piernas a una postura deseada, registrar esa postura, darle forma a Walbi en otra postura, grabarla y así sucesivamente, y luego, cuando haya grabado la secuencia completa, puede sentarse y ver cómo se desempeña hábilmente siguiendo los movimientos que aprendió.

Qué se necesita

Componentes de hardware (sí, siempre hay que comprar algunas cosas):

Aplicaciones de software y/o servicios en línea: Arduino IDE

Herramientas manuales y máquinas de fabricación: Impresora 3D (genérica)

Construyendo a Walbi

Las piezas de Walbi se imprimieron en 3D, con plástico PLA, utilizando una impresora FlashForge Creator Pro. Descargar los archivos STL de Thingiverse, o usar un método alternativo para construir los pies, los “huesos” de las piernas y la cintura, utilizando madera o metal. Los soportes de los servos encajan en estas partes, y unen los servos con ellas.

Como se muestra en el dibujo de abajo, necesitará soportes metálicos de los cuatro tipos diferentes disponibles para adjuntar los servos a las partes impresas, y entre sí.

Conexionado

Para controlar los servos LX-16A se necesita una placa de LewanSoul llamada Bus Linker.

Ésta recibirá comandos desde un puerto serie en el Arduino Nano. Como utilizamos la USART del hardware de Arduino para comunicarnos con la computadora, recurrimos a la biblioteca SoftwareSerial para crear un segundo puerto serie en el Nano, que nos sirve para conectarnos a la placa Bus Linker.

El cableado se minimiza con estos servos serie. Hay un cable que va de cada servo al siguiente (un cable serie provisto con los servos) y los servos se enchufan directamente a la placa de depuración. Su computadora se conecta al puerto USB de Arduino, y Arduino se conecta a la placa de depuración mediante tres cables (TX, RX y GND) conectados a los pines de Arduino que fueron configurados para SoftwareSerial.

Los servos utilizan una velocidad de comunicación serie en baudios de 115200 (que es demasiado alto y falta investigar si se modificar). Esta velocidad en baudios es alta para SoftwareSerial, por lo que tuvimos que implementar funciones de comprobación de errores y reintento. En algunos casos se necesitaba persistencia para obtener una lectura correcta.

Fuerza

Los servos pueden proporcionar 19,5kg.cm a 7,4v. Usamos 6v y la corriente en estado quieto resultó inferior a tres amperios.

   

Programación

Puedes obtener el código Arduino en el repositorio de Github del proyecto.

Se utilizan dos programas para la captura y reproducción de movimiento, una técnica similar a la que se usa en las películas. Empiezas poniendo al robot en una pose. Como los servos están predeterminados para apagar el motor, se pueden girar los servos a mano. Una vez que se tiene el robot en la posición deseada, se usa el programa Walbi_record para leer y mostrar todos los ángulos de servo. Usted luego alimenta esas lecturas de ángulo en la variable poseAngles en Walbi_play, y usa el programa para reproducir la secuencia de poses grabadas a una velocidad establecida por la variable timeToMove (en milisegundos).



Aquí hay algunos consejos y trucos aprendidos al crear Walbi:

  • Los soportes para el LX-16A solo se acoplan al servo en UNA posición, por lo que es muy fácil conectarlos incorrectamente, especialmente a las partes impresas en 3D. Tuvimos que reensamblar a Walbi un par de veces para corregir errores de montaje que eran bastante difíciles de detectar.
  • Los servos vienen con identificación ID 1 por defecto. Asigne a cada servo una ID diferente antes de montarlos en el robot, o será imposible comunicarse con varios servos serie conectados con la misma ID.
  • El uso de bridas para cables realmente mejora la apariencia.

  • Los servos vienen con los tornillos necesarios para conectar el disco de acoplamiento de los servos, y el disco a los soportes. Los soportes vienen con los tornillos necesarios para sujetarlos a los servos. Tendrá que comprar tornillos por separado para sostener las conexiones y para el soporte de las piezas de plástico. Se utilizan tornillos y tuercas DIN912 M2-6 y M2-10.
  • Es posible mejorar la tracción pegando almohadillas de silicona en las plantas de los pies del robot.

  • Es preferible usar discos de acoplamiento de metal para servo, ya que las de plástico que vienen provistas con los servos se romperán en el caso de que las piernas se golpeen durante las pruebas. Si estas piezas se rompen, el robot se aflojará y la reproducción del movimiento perderá precisión. De otra manera, es esta reproducción es sorprendentemente buena.

Piezas a medida

STL para piezas impresas en 3D (Originalmente impreso en un Flash Forge Creator Pro.)

Código Programas Arduino para control de movimiento y reproducción

En Alienexpress encontré algunas publicaciones que pueden servir de guía para obtener los elementos:

SERVO
JUEGO DE SERVO Y ACCESORIOS
SERVO Y PIEZAS DE MONTAJE