Les bloqueurs de pubs mettent en péril la gratuité de ce site.
Autorisez les pubs sur Techno-Science.net pour nous soutenir.
▶ Poursuivre quand même la lecture ◀
Cuando robots esféricos se coordinan mediante la mirada 👀
Publicado por Adrien, Fuente: CNRS INSB Otros Idiomas: FR, EN, DE, PT
En un artículo publicado en la revista Bioinspiration & Biomimetics, científicos han logrado reproducir movimientos colectivos con robots esféricos inspirándose en la percepción visual de los animales.
Estos robots se orientan según las siluetas de sus vecinos, que pueden aparecer más grandes, más pequeñas o desplazarse en el campo visual. Este estudio demuestra que los robots reproducen fielmente los movimientos colectivos observados en animales.
Inspirarse en los movimientos colectivos de los animales...
Imagina una bandada de pájaros cruzando el cielo o un cardumen de peces nadando en perfecta armonía. Estos movimientos fascinantes, estudiados desde hace tiempo por los científicos, ahora pueden reproducirse en simulaciones y con robots, utilizando únicamente información visual.
Estos movimientos se denominan movimientos colectivos. Tradicionalmente, se han modelado sin tener en cuenta el sistema visual biológico (o visión natural) de los individuos. Así, la mayoría de modelos se basan en el conocimiento de la distancia entre vecinos, algo que no ocurre en los animales.
... para crear un nuevo modelo...
En un artículo publicado en la revista Bioinspiration & Biomimetics, científicos han desarrollado un nuevo modelo. No se basa en mediciones artificiales de distancia, sino que utiliza, como hacen los animales, indicios visuales primarios para aplicar un conjunto de cuatro reglas que son seguidas independientemente por todos los miembros del grupo.
Este modelo supone que cada individuo solo ve las siluetas formadas por los demás, sin reconocer a los individuos en sí. Estos están representados por su silueta en el campo visual de cada individuo, creando así indicios visuales primarios cuando las siluetas se mueven.
Las cuatro reglas son las siguientes:
- La atracción: esta regla representa el deseo natural del grupo de permanecer unido. Sin atracción, los individuos se alejarían unos de otros. Se implementa teniendo en cuenta el tamaño óptico de cada silueta.
- La alineación: esta regla refleja la tendencia del grupo a moverse en la misma dirección. Sin alineación, los individuos tendrían dificultades para seguir al grupo. Funciona midiendo lo que se denomina "flujo óptico", que describe el desplazamiento visual alrededor del individuo.
- La evitación: esta regla, introducida para evitar colisiones entre robots, refleja la tendencia individual a evitar otros robots cercanos. Se implementa modificando la atracción según un umbral en el tamaño óptico de cada silueta.
- El anclaje: esta regla se añadió porque el espacio disponible para un experimento robótico siempre es limitado. Refleja la contención de los grupos en un lugar determinado. Funciona de manera similar a la regla de atracción, pero sobre una ubicación clave virtualmente definida.
La implementación robótica introduce un retraso entre la orden enviada al robot y el inicio de su movimiento: este retraso también se integró en la simulación para mantener la comparabilidad.
... avanzando en la robótica autónoma.
Este trabajo utiliza un modelo visual de movimiento colectivo con robots esféricos donde se emula la visión de cada robot. Así, los robots reproducen estos comportamientos colectivos con un grupo de 10 robots esféricos independientes. Este modelo también ha permitido cerrar la brecha entre simulación y experimentación robótica. De hecho, la experimentación robótica siempre introduce incertidumbres difíciles de modelar con precisión. Aquí, los comportamientos colectivos simulados y robóticos son casi idénticos, aunque estén guiados exactamente por el mismo modelo visual.
En conclusión, este modelo visual mínimo de movimiento colectivo es suficiente para recrear la mayoría de comportamientos colectivos con robots esféricos, que se comportan de forma análoga a las simulaciones numéricas. Este trabajo supone un avance para la robótica autónoma con aplicaciones potenciales en robótica de enjambre, misiones de búsqueda y rescate, y sistemas de vigilancia automatizados.