Por Jeremy Cook
La respuesta corta a la pregunta "¿Cómo ven los robots?" es mediante visión artificial o sistemas de visión industriales. Los detalles son muchos más complejos. En este artículo, formularemos la pregunta en relación con robots físicos que realizan una tarea del mundo real, en lugar de aplicaciones solo de software que se usan para filtrar materiales visuales en Internet.
Los sistemas de visión artificial capturan imágenes con una cámara digital (o varias cámaras), para procesar estos datos cuadro a cuadro. El robot usa estos datos interpretados para interactuar con el mundo físico a través de un brazo robótico, sistema agrícola móvil, configuración de seguridad automatizada o cualquier cantidad de otras aplicaciones.
La visión computarizada ha cobrado importancia en la última parte del siglo XX, con el uso de un conjunto de criterios codificados para determinar hechos simples sobre los datos visuales capturados. El reconocimiento de texto es una de esas aplicaciones básicas. La inspección por la presencia del componente "x" o el tamaño del orificio "y" en una aplicación de ensamblaje industrial son otras. Hoy en día, las aplicaciones de visión computarizada se han expandido en gran medida al incorporar IA y aprendizaje automático.
La importancia de la visión artificial
Si bien los sistemas de visión basados en criterios específicos aún están en uso, la visión artificial ahora tiene la capacidad de hacer mucho más, gracias al procesamiento basado en IA. En este paradigma, los sistemas de visión robótica ya no están programados de manera explícita para reconocer condiciones como un conjunto de pixeles (lo que se llama un “blob”) en la posición correcta. En su lugar, un sistema de visión robótica se puede entrenar con un conjunto de datos de partes, condiciones o escenarios buenos y malos, para permitirle generar sus propias reglas. Equipado de esa manera, puede manejar tareas como abrir una puerta con pestillo a personas y no a animales, regar plantas que se vean secas, o poner en marcha un vehículo autónomo cuando la luz del semáforo cambie a verde.
Si bien podemos usar computación basada en la nube para entrenar un modelo de IA, para la toma de decisiones en tiempo real, normalmente se prefiere el procesamiento periférico. El procesamiento de tareas de visión robótica de manera local puede reducir la latencia y significa que no depende de la infraestructura de nube para las tareas esenciales. Los vehículos autónomos proporcionan un excelente ejemplo de la importancia de esto, ya que un retardo de medio segundo en la visión artificial puede producir un accidente. Adicionalmente, nadie quiere dejar de conducir cuando los recursos de red no están disponibles.
Tecnologías de visión robótica de vanguardia: técnicas multicámara, 3D y de IA
Si bien, con una cámara se puede capturar información visual en 2D, tener dos cámaras funcionando juntas permite tener percepción de profundidad. Por ejemplo, la familia de procesadores NXP i.MX 8 puede usar dos cámaras con una resolución de 1080P para entrada estéreo. Con el hardware adecuado, multicámara y los sistemas de cámaras se pueden integrar mediante video stitching y otras técnicas. Otros tipos de sensores, como LIDAR, IMU, y de sonido, se pueden incorporar, lo que brinda una perspectiva de los alrededores de un robot en el espacio en 3D y más allá.
La misma clase de tecnología que permite a un robot interpretar imágenes capturadas también permite a una computadora generar nuevas imágenes y modelos en 3D. Una aplicación de combinar estos dos lados de la moneda de la visión robótica es el campo de la realidad aumentada. En este caso, se interpretan la cámara visual y otras entradas, y se muestran los resultados para consumo humano.
Cómo comenzar con la visión artificial
Ahora contamos con una amplia variedad de opciones para comenzar con la visión artificial. Desde un punto de vista de software, OpenCV es un excelente punto de partida. Se encuentra disponible de manera gratuita y puede funcionar con visión artificial basada en reglas, así como con modelos de aprendizaje profundo más nuevos. Puede comenzar con su computadora y cámara web, pero equipos de sistemas de visión industrial especializados como el Kit para desarrolladores Jetson Nano o la línea de productos Google Coral se adaptan bien a la visión y al aprendizaje automático. El Jetson Orin™ NX de 16 GB de NVIDIA® ofrece 100 TOPS de rendimiento de IA en el factor de forma familiar Jetson.
Empresas como NVIDIA tienen una variedad de activos de software disponibles, lo que incluye conjuntos de datos de entrenamiento. Si desea implementar una aplicación con IA, pero no quiere obtener las imágenes necesarias de personas, automóviles u otros objetos, puede ser una gran ventaja. Busque conjuntos de datos para mejorar en el futuro, con técnicas de IA de vanguardia, como transformadores de atención y visión que mejoran la manera en que los usamos.
Algoritmos de visión robótica
Los robots ven gracias a la constante interpretación de un flujo de imágenes, procesando esos datos mediante algoritmos codificados por humanos o de la interpretación mediante un conjunto de reglas generadas con IA. Por cierto, en un nivel filosófico, podríamos dar vuelta la pregunta y decir "¿cómo los robots se ven a ellos mismos?". Dada nuestra capacidad para escudriñar el código (sin importar lo intrincado que sea el modelo de IA), podría ser una pregunta más directa que cómo nos vemos a nosotros mismos.
Vínculos a productos relacionados
Ver Productos relacionados
MCIMX8M-EVK NXP Semiconductors Evaluation Kit
NXP Semiconductors Placas y kits de desarrollo del sistema integrado VerVer Productos relacionados
Ver Productos relacionados
945-13450-0000-100 | Jetson Nano Developer Kit
NVIDIA Placas y kits de desarrollo del sistema integrado Ver