Publicado el: 8 de mayo de 2025 / Actualización del: 9 de mayo de 2025 - Autor: Konrad Wolfenstein
Robótica táctil: Robot With Sense of Touch: La nueva generación de Vulcan y coinstalación sobre el reconocimiento de objetos hápticos-IMAGIA: Xpert.digital
Sistema MIT para el reconocimiento de objetos sin sensores especiales y el robot Vulcan de Amazon
Percepción háptica para máquinas: nuevos estándares en el reconocimiento de objetos
En el área de la robótica, el desarrollo de sensores táctiles y sistemas de identificación marca un progreso decisivo que por primera vez permite a las máquinas no solo ver su entorno, sino también "sentir". Este desarrollo está ejemplificado por el nuevo robot Vulcan de Amazon y el innovador sistema de detección de objetos del MIL. Ambas tecnologías expanden significativamente los posibles usos de los robots y habilitan tareas que previamente han sido administradas exclusivamente por personas con su percepción háptica natural.
Adecuado para:
El robot Vulcan de Amazon: un avance en el área del mango del robot táctil
Fundamentos de funcionamiento y tecnológicos
El robot Vulcan desarrollado por Amazon representa un progreso tecnológico significativo en el campo de la inteligencia artificial física. Amazon describe el desarrollo en sí como un "avance en robótica y IA física". El sistema consta de dos componentes principales: "Stow" para guardar y "elegir" para eliminar los objetos. Su excelente calidad es la capacidad de percibir su entorno táctil.
La base tecnológica para las habilidades táctiles de vulcanos forman sensores especiales de poder de poder que parecen un disco de hockey y permiten al robot "sentir" el poder con el que puede tomar un objeto sin dañarlo. Adam Parness, director de Robótica AI en Amazon, enfatiza la singularidad de este enfoque: "Vulcan no es nuestro primer robot que puede mover objetos. Pero con su sentido del tacto, para comprender su capacidad para comprender cuándo y cómo entra en contacto con un objeto, abre nuevas posibilidades para optimizar los procesos de trabajo y las instalaciones".
Para clasificar los objetos en los estantes, Vulcan usa una herramienta que es similar a una regla que está pegada a un hierro liso del cabello. Con esta "regla", empuja otros objetos a un lado para dejar espacio para nuevos artículos. Los brazos de agarre adaptan el grosor de su mango dependiendo del tamaño y la forma del objeto, mientras que las cintas transportadoras integradas empujan el objeto hacia el contenedor. Para obtener objetos, Vulcan usa una pinza de succión en combinación con un sistema de cámara.
Áreas actuales de aplicación y rendimiento
El robot Vulcan se está probando actualmente en dos centros de logística de Amazon: en Winsen cerca de Hamburgo (Alemania) y en Spokane, Washington (EE. UU.). En Washington, seis robots Stow-Vulcan están activos, que ya han almacenado con éxito medio millón de artículos. Dos vulcanos de selección trabajan en Winsen que ya han manejado 50,000 pedidos.
El rendimiento del sistema es notable: Vulcan puede manejar alrededor del 75 por ciento de los millones de productos que Amazon ofrece. El tamaño del objeto más pequeño que el robot puede manipular corresponde a un lápiz labial o un palo USB. Particularmente impresionante es la capacidad del robot para identificar los objetos en tiempo real, ya que es "imposible para él memorizar todos los detalles de los elementos", como explica Parness.
Planes futuros e integración en la cadena de logística
Amazon planea aumentar significativamente el número de robots vulcanos en los próximos años. Este año, el número de vulcanos en Winsen se incrementará a 60 y en Washington a 50 piezas. A largo plazo, se planea usar los robots en los centros de logística en Europa y los Estados Unidos.
Un aspecto importante de la estrategia de Amazon es la coexistencia del hombre y la máquina. El "Plan Maestro" de la compañía proporciona a las personas y máquinas para trabajar codo con codo en paralelo. Sobre todo, los robots deberían hacerse cargo de los productos en el estante que el hombre no alcanza sin una escalera o para quien tendría que doblarse demasiado. Esto debería conducir a una mayor eficiencia general y al mismo tiempo reducir la carga de trabajo para los empleados humanos.
El sistema MIT para el reconocimiento de objetos a través del manejo: "sensación" inteligente sin sensores especiales
Enfoque innovador para el reconocimiento de objetos
Paralelamente a Vulcan de Amazon, los investigadores del MIT, de Amazon Robotics y la Universidad de Columbia Británica, han desarrollado un sistema que sigue un enfoque diferente para dar a los robots habilidades hápticas. Esta tecnología permite a los robots reconocer las propiedades de un objeto como el peso, la suavidad o el contenido simplemente recogiéndolo y sacudiéndolo fácilmente, como las personas cuando se trata de objetos desconocidos.
Lo especial de este enfoque es que no se requieren sensores táctiles especiales. En cambio, el sistema usa el código de unión que ya existe en la mayoría de los robots, sensores que capturan la posición de rotación y la velocidad de las juntas durante el movimiento. Peter Yichen Chen, un MIT-Postdoc y el principal autor del trabajo de investigación, explica la visión detrás del proyecto: "Mi sueño sería enviar robots al mundo para que toquen y muevan las cosas y descubren independientemente las propiedades de lo que interactúan".
Modelos de funcionamiento técnico y simulación
El núcleo del sistema MIT consta de dos modelos de simulación: uno que simula el robot y su movimiento, y otro que reproduce la dinámica del objeto. Chao Liu, otro MIT-Postdoc, enfatiza la importancia de estos gemelos digitales: "Una réplica digital exacta del mundo real es realmente importante para el éxito de nuestro método".
El sistema utiliza una tecnología llamada "simulación diferente", que permite al algoritmo predecir cómo pequeños cambios en las propiedades de un objeto, como la masa o la suavidad, influyen en la posición final de las articulaciones del robot. Tan pronto como la simulación coincide con los movimientos reales del robot, el sistema ha identificado las propiedades correctas del objeto.
Una ventaja decisiva de este método es su eficiencia: el algoritmo puede llevar a cabo los cálculos en segundos y solo requiere una trayectoria de movimiento real del robot para funcionar. Esto hace que el sistema sea particularmente económico y práctico para aplicaciones reales.
Potencial de aplicación y ventajas
La tecnología desarrollada podría ser particularmente útil en aplicaciones en las que las cámaras son menos efectivas, como cuando se clasifican objetos en un sótano oscuro o cuando la sala de ruinas en un edificio parcialmente colapsado después de un terremoto.
Dado que el algoritmo no necesita un amplio conjunto de datos para la capacitación, como algunos métodos que dependen de la visión por computadora o los sensores externos, es menos susceptible a los errores si se enfrenta a entornos desconocidos o nuevos objetos. Esto hace que el sistema sea particularmente robusto y versátil.
El panorama de investigación más amplio para los sensores táctiles en robótica
Desafíos básicos y soluciones actuales
El desarrollo de robots con Sense of Touch presenta investigaciones con desafíos fundamentales. Si bien el sistema táctil humano es extremadamente complejo y matizado, los sistemas artificiales tienen que reproducir esto con medios tecnológicos. Ken Goldberg, un robótico de la Universidad de California, Berkeley, enfatiza la complejidad de esta tarea: "El sentido del tacto humano es increíblemente matizado y complejo, con un área dinámica extensa. Mientras los robots están progresando rápidamente, me sorprendería ver sensores táctiles a nivel humano en los próximos cinco a diez años".
A pesar de estos desafíos, hay un gran progreso en la investigación. El Fraunhofer IFF, por ejemplo, desarrolla sistemas de sensores táctiles que permiten el agarre reactivo de acuerdo con el modelo de la mano humana y son ideales para manejar la losa frágil o de flexión. Los datos del sensor se utilizan para adaptar el reconocimiento de la pinza, el componente y la ubicación, así como para el monitoreo de procesos.
Proyectos de investigación innovadores en el campo de la robótica táctil
Además de los desarrollos de Amazon y MIT, existen otros proyectos de investigación importantes en el campo de los sensores de robot táctil:
El Instituto Max Planck para Sistemas Inteligentes ha desarrollado un sensor háptico llamado Insight, que percibe el toque con alta sensibilidad. Georg Martius, líder del grupo de investigación del Instituto, enfatiza el rendimiento del sensor: "Nuestro sensor muestra un excelente rendimiento gracias al innovador diseño mecánico de la carcasa, el sistema de imágenes hecho a medida en el interior, la adquisición de datos automáticos y gracias a los últimos métodos de aprendizaje profundo". El sensor es tan sensible que incluso puede sentir su propia orientación en relación con la gravedad.
Otro proyecto interesante es DensePehysnet, un sistema que realiza activamente una secuencia de interacciones dinámicas (por ejemplo, deslizamiento y colisionamiento) y utiliza un modelo predictivo profundo sobre sus observaciones visuales para aprender representaciones densidad y pixeladas que reflejan los objetos observados de propiedades físicas. Los experimentos tanto en la simulación como en los entornos reales muestran que las representaciones aprendidas contienen información física rica y pueden usarse directamente para la decodificación de las propiedades de los objetos físicos, como la fricción y la masa.
Adecuado para:
Perspectivas futuras para sistemas de robot táctil
Integración de sistemas de sensores multimodales
El futuro de la robótica táctil radica en la integración de varias modalidades sensoriales. Investigadores del trabajo ya para enseñar inteligencia artificial, para combinar sentidos como ver y tocar. Al comprender cómo estas diferentes modalidades sensoriales funcionan juntas, los robots pueden desarrollar una comprensión más holística de su entorno.
El equipo del MIT ya está planeando combinar su método para el reconocimiento de objetos con la visión por computadora para crear sensores multimodales que sean aún más eficientes. "Este trabajo no intenta reemplazar la visión por computadora. Ambos métodos tienen sus ventajas y desventajas. Pero aquí hemos demostrado que ya podemos encontrar algunas de estas propiedades sin una cámara", explica Chen.
Áreas extendidas de aplicación y desarrollos futuros
Los investigadores del equipo del MIT también quieren investigar aplicaciones con sistemas de robots más complejos, como robots blandos y objetos más complejos, incluidos fluidos slosh o medios granulares como la arena. A largo plazo, espera utilizar esta tecnología para mejorar el aprendizaje de los robots para permitir que los robots futuros desarrollaran rápidamente nuevas habilidades de manipulación y adaptarse a los cambios en su entorno.
Amazon planea desarrollar aún más la tecnología Vulcan en los próximos años y usarla a mayor escala. La integración de Vulcan con los 750,000 robots móviles de la compañía indica un concepto de automatización integral que podría cambiar fundamentalmente la industria de la logística.
Aprendizaje táctil: cuando los sensores dan tacto a los robots
El desarrollo de robots con sentido del tacto, ejemplificado por Vulcan de Amazon y el sistema de reconocimiento de objetos, marca un punto de inflexión decisivo en la robótica. Estas tecnologías permiten a los robots asumir tareas que se reservaban previamente para las personas porque requieren sensibilidad y comprensión táctil.
El enfoque de los diferentes enfoques-Amazon en los sensores especializados y el co-concepto del uso de sensores existentes para conclusiones hápticas-Show la diversidad de las instrucciones de investigación en esta área. Ambos enfoques tienen sus fortalezas y áreas de aplicación específicas.
Con la integración progresiva de las habilidades tácticas en los sistemas de robots, se abren nuevas oportunidades para la automatización de tareas complejas en logística, producción, atención médica y muchas otras áreas. La capacidad de los robots no solo para ver su entorno, sino también para "sentir", nos acerca un paso significativo a un futuro en el que los robots y las personas pueden trabajar juntos aún más y más intuitivos.
Adecuado para:
