Por qué el vidrio sigue confundiendo a los robots móviles
La transparencia altera la lectura del entorno en máquinas que navegan con sensores. Un método de la Universidad de Maryland busca corregir ese punto ciego.
Por Osmel Chourio Larreal··Actualizado hace 52 min
En una oficina, una mampara de cristal es fácil de identificar para una persona, pero no siempre para un robot. Esa diferencia puede hacer que una ruta parezca libre cuando en realidad no lo está.
La transparencia complica la percepción
Cuando un robot recorre un edificio, debe transformar lo que captan sus sensores en una lectura fiable del espacio. El cristal introduce errores en ese proceso y puede alterar la estimación de distancias y movimiento.
Para enfrentar ese problema, Naitri Rajyaguru y sus colaboradores en la Universidad de Maryland desarrollaron PolarDepth, un método para mejorar esas estimaciones.
La dificultad no es solo visual. En una sala acristalada, las cámaras pueden registrar reflejos que cambian según la posición, mientras que los sensores láser pueden recibir rebotes deformados o incompletos por el vidrio.
Polarización para leer mejor la escena
PolarDepth usa una única cámara de polarización para obtener una imagen en color y una representación adicional, llamada Polar-RGB, que incorpora información sobre la polarización de la luz. Con ambas genera estimaciones independientes de profundidad.
Luego, un sistema entrenado combina los resultados píxel a píxel y da más peso a la información que considera más fiable en cada zona. Así puede apoyarse en la imagen convencional cuando funciona bien y recurrir a la polarización en superficies reflectantes como las mamparas de cristal.
PolarDepth y las pruebas realizadas con PolarDepth incluyeron escenas reales y sintéticas de entornos acristalados. Según los autores, hubo mejoras tanto en la estimación de distancias como en la odometría visual, que calcula el movimiento de una cámara a partir de las imágenes.
Un problema que ya había sido estudiado
En 2017, investigadores de la Universidad Tecnológica de Sídney publicaron un estudio sobre cómo reconocer paneles acristalados con la intensidad de la luz láser reflejada. Lo probaron con un robot PR2 en dos edificios de oficinas y dijeron haber identificado aproximadamente el 95% de los paneles, sin falsos positivos.
El reto sigue abierto: antes de moverse con naturalidad entre personas, los robots todavía tienen que resolver obstáculos tan básicos como distinguir con precisión una pared de cristal.
