Los robots no siempre saben que una pared de cristal existe y eso es un problema
Hay algo que damos por hecho al caminar por una oficina: aunque podamos ver lo que hay al otro lado de una mampara de cristal, sabemos que no podemos atravesarla.
Parece una distinción demasiado sencilla como para tener que explicarla.
Sin embargo, cuando quien recorre ese mismo espacio es un robot, la transparencia puede convertirse en un problema de percepción.
Es una de esas dificultades que apenas advertimos en nuestra vida cotidiana, pero que nos recuerda que reconocer un entorno puede ser bastante más complicado para una máquina de lo que imaginamos.
Cuando el plano deja de ser fiable.
Un robot que circula por un edificio necesita convertir lo que captan sus sensores en información sobre el espacio que lo rodea.
El cristal puede introducir errores en ese proceso, de modo que una ruta aparentemente despejada no siempre coincide con los obstáculos reales.
Para afrontar esa dificultad, Naitri Rajyaguru y sus colaboradores en la Universidad de Maryland desarrollaron PolarDepth, un método para mejorar las estimaciones de profundidad y movimiento.
Un material, dos trampas ópticas.
Pensemos en una sala de reuniones acristalada: una cámara puede mostrar sillas y mesas como si nada interrumpiera la vista, porque el vidrio apenas aporta textura propia.
Si cambia la posición de la cámara, también pueden cambiar los reflejos que aparecen sobre esa misma superficie.
Los sensores láser afrontan una dificultad distinta: parte de la señal puede atravesar el vidrio y reflejarse en objetos situados detrás, mientras que otra parte puede desviarse sin regresar al receptor.
Todo depende, entre otros factores, del ángulo de incidencia y las características del material. {"videoId":"x9lis8q","autoplay":false,"title":"Figure 02 funcionando durante 60 minutos en un entorno logístico", "tag":"tecnología", "duration":"3609"} Hay otra forma de interpretar la luz.
Las cámaras convencionales registran información sobre el color y la intensidad de la luz, pero existe una propiedad adicional que también puede ayudarnos a comprender una escena.
5News agregó este resumen a partir del feed público del medio. La nota completa, con todo el contexto, está en www.xataka.com — el contenido pertenece a Xataka.