No temas a esta mano robótica porque es capaz de ver lo que le das para agarrar

No temas a esta mano robótica porque es capaz de ver lo que le das para agarrar
7 comentarios Facebook Twitter Flipboard E-mail

Uno de los grandes retos de los brazos robóticos, como te hemos contado más de una vez en Xataka, consiste en alcanzar algo parecido a un sentido del tacto para permitir el agarre de objetos con total seguridad. No será lo mismo tener que coger o mover un huevo que una pieza de metal.

Los sistemas actuales se han basado principalmente en dotar de un control muy preciso a ese brazo de manera que quien lo controla puede ejercer más o menos fuerza dependiendo de lo que pretena agarrar. O ¿qué tal dotarlos de memoria?

Shadow Robot mostrará esta semana los avances realizados por su unidad Dexterous Hand, que alcanza una de las aproximaciones más espectaculares a cómo agarramos objetos los humanos.

Un sensor tipo Kinect para conocer al instante lo que se va a agarrar

¿Cómo crees que tu cerebro envía una orden a los dedos de tu mano a la hora de coger un objeto? Exacto, en primer lugar se identifica su forma, tamaño e incluso, si nos es conocido, otros aspectos relacionados con textura, temperatura y toda la información válida para un agarre correcto y sin peligros.

La mano de Shadow Robot hace exactamente lo mismo. Mediante una cámara Kinect analiza el objetivo que tiene frente a él en tres dimensiones, determinando desde la forma hasta el tamaño. Con esa información realiza un modelo 3D que un ordenador analiza para dar instrucciones precisas sobre la mejor manera de cogerlo.

Ahora mismo la cámara es externa, pero el plan es integrarla de forma óptima en el diseño de la propia mano.

El trabajo de la cámara midiendo posición relativa del objeto no se detiene al cogerlo, y mientras lo tiene entre los dedos, se sigue enviando información al modelo 3D generado para continuar con un manejo correcto o, increíble, devolver de forma correcta el objeto a nuestra mano. También entran en juego entonces los sensores de presión.

El sistema, como es lógico, aprendería de objetos ya agarrados, y con el almacenamiento de esos modelos 3D, se aceleraría el coger objetivos la próxima vez al reducirse el proceso inicial de reconocimiento.

Vía | New Scientics.

Comentarios cerrados
Inicio