{"id":1506,"date":"2019-03-10T13:22:50","date_gmt":"2019-03-10T13:22:50","guid":{"rendered":"http:\/\/robots-argentina.com.ar\/didactica\/?p=1506"},"modified":"2019-03-10T13:45:04","modified_gmt":"2019-03-10T13:45:04","slug":"chips-de-potencia-ultra-baja-ayudan-a-hacer-robots-pequenos-mas-capaces","status":"publish","type":"post","link":"https:\/\/robots-argentina.com.ar\/didactica\/chips-de-potencia-ultra-baja-ayudan-a-hacer-robots-pequenos-mas-capaces\/","title":{"rendered":"Chips de potencia ultra baja ayudan a hacer robots peque\u00f1os m\u00e1s capaces"},"content":{"rendered":"
Se muestra un autom\u00f3vil rob\u00f3tico controlado por un chip h\u00edbrido de potencia ultra baja en una pista creada para demostrar su capacidad para aprender y colaborar con otro robot. Cr\u00e9dito: Allison Carter, Georgia Tech<\/p><\/div>\n
Un chip h\u00edbrido de potencia ultra baja inspirado en el cerebro podr\u00eda ayudar a que robots de tama\u00f1o peque\u00f1o puedan colaborar y aprender de sus experiencias. Combinado con las nuevas generaciones de motores y sensores de baja potencia, el nuevo Circuito Integrado de Aplicaci\u00f3n Espec\u00edfica (ASIC<\/a><\/strong> = Application-Specific Integrated Circuit), que funciona con milivatios de potencia, podr\u00eda ser de ayuda para que los enjambres de robots inteligentes operen durante horas en lugar de minutos.<\/p>\n Para ahorrar energ\u00eda, los chips utilizan un procesador h\u00edbrido digital\/anal\u00f3gico basado en dominio de tiempo (time domain), en el que la informaci\u00f3n se codifica en el ancho de pulso de las se\u00f1ales. El circuito integrado de red neuronal se adapta tanto a la programaci\u00f3n basada en modelos como al aprendizaje reforzado por colaboraci\u00f3n, lo que podr\u00eda proporcionar a estos peque\u00f1os robots mayores capacidades de reconocimiento, b\u00fasqueda y rescate, y otras misiones.<\/p>\n Investigadores del Instituto de Tecnolog\u00eda de Georgia demostraron autos rob\u00f3ticos conducidos por ASIC \u00fanicos en la Conferencia Internacional de Circuitos de Estado S\u00f3lido (ISSCC) IEEE 2019. La investigaci\u00f3n fue patrocinada por la Agencia de Proyectos de Investigaci\u00f3n Avanzada de Defensa (DARPA) y la Corporaci\u00f3n de Investigaci\u00f3n de Semiconductores (SRC<\/a><\/strong>) a trav\u00e9s del Centro para la Habilitaci\u00f3n de Inteligencia Aut\u00f3noma Inspirada en el Cerebro (CBRIC).<\/p>\n \u00abEstamos tratando de poner inteligencia en estos robots tan peque\u00f1os para que puedan aprender sobre su entorno y moverse de forma aut\u00f3noma, sin infraestructura\u00bb, dijo Arijit Raychowdhury, profesor asociado de la Escuela de Ingenier\u00eda El\u00e9ctrica e Inform\u00e1tica de Georgia Tech<\/a><\/strong>. \u00abPara lograrlo, queremos incorporar dise\u00f1os de circuitos de baja potencia a estos dispositivos tan peque\u00f1os para que puedan tomar decisiones por su cuenta. Existe una gran demanda de robots muy peque\u00f1os pero capaces, que no requieren infraestructura\u00bb.<\/p>\n Los autos demostrados por Raychowdhury junto a los estudiantes de posgrado Ningyuan Cao, Muya Chang y Anupam Golder navegan a trav\u00e9s de una pista rodeada de almohadillas de goma y paredes de bloques de cart\u00f3n. Mientras buscan un objetivo, los robots deben esquivar conos de tr\u00e1fico y evitarse entre ellos, aprendiendo del entorno a medida que avanzan y se comunican continuamente.<\/p>\n Los autos utilizan sensores de inercia y ultrasonido para determinar su ubicaci\u00f3n y detectar objetos a su alrededor. La informaci\u00f3n de los sensores va al ASIC h\u00edbrido, que sirve como el \u00abcerebro\u00bb de los veh\u00edculos. Luego, las instrucciones van a un controlador Raspberry Pi<\/a><\/strong>, que es el que env\u00eda instrucciones a los motores el\u00e9ctricos.
\n