Una Mano Robot

El Laboratorio de Robótica y Mecanismos (RoMeLa) de la Facultad de Ingeniería en Virginia Tech ha desarrollado una mano robótica que puede sujetar firmemente objetos, desde una pesada lata de comida hasta un delicado foco.

Se llama RAPHaEL (Robotic Air Powered Hand with Elastic Ligaments) y en vez de usar costosos o voluminosos motores, esta mano robot es articulada por un compresor de aire de 60 psi que mediante un microcontrolador coordina los movimientos de los dedos.

RAPHaEL es parte de un proyecto más ambicioso llamado CHARLI (Cognitive Humanoid Robot with Learning Intelligence), un robot humanoide bípedo de 5 pies de altura.

Un robot que se mueve con la mente

Un grupo de investigadores del Centro Politécnico Superior de la Universidad de Zaragoza han conseguido desarrollar una tecnología que permite mover objetos con la mente a muy larga distancia. Todo en tiempo real y sin necesidad de usar técnicas invasivas para captar la actividad cerebral.

Se han realizado las primeras pruebas con resultados satisfactorios. Consiguieron que uno de los cientificos responsables del proyecto moviera con su mente el robot que estaba en Zaragoza desde Osaka. El invento, que incorpora una cámara, salvó varios obstáculos y fue dirigido hasta el exterior del aula.

Han bautizado a la tecnología que permite esta maravilla como teleoperación. Consiste en captar las señales eléctricas que produce determinada persona mediante un gorro dotado de electrodos colocado en la cabeza del mismo. Esas señales son enviadas a un primer ordenador que las procesa y las envía a un segundo ordenador que ejecuta las acciones.

¿Las aplicaciones de esto? Son practicamente infinitas, aunque se comenta también que falta bastante para que esta tecnología se pueda utilizar en aplicaciones de uso público.

HIRO III, un mundo virtual al alcance de tu mano

Cientificosc asiáticos están trabajando en un proyecto que permitirá revolucionar la realidad virtual tal como la conocemos hoy en día.

Se trata de HIRO III, un robot que integra una interfaz táctil combinada con pantallas 3D, que permiten sentir como si se estuviera tocando un objeto determinado, al mismo tiempo que se ve dicho objeto en las pantallas, para crear una sensación de realismo asombrosa.

Uno de los potenciales campos de aplicación es la medicina, para enseñar a los estudiantes a diagnosticar casos delicados sin poner en riesgo ninguna vida, pero en realidad las posibilidades son infinitas para una tecnología con estas características. Esperemos entonces que los investigadores continúen su excelente trabajo y podamos ver alguna aplicación real en un futuro no muy lejano.

Investigadores japoneses crean un robot que aprende, piensa y actúa

En cualquier visión del futuro, por ejemplo, en Metrópolis de Fritz Lang, casi siempre lleva imágenes de autómatas y robots que realizan los trabajos más pesados y que, por tanto, hacen algo más fácil la vida del ser humano.

Ejemplos de cómo la robótica hace más fácil la vida del ser humano los podemos encontrar en muchos ámbitos, por ejemplo, en el la medicina y la asistencia a personas con discapacidad. En el campo de la industria también se están introduciendo robots que permiten sustituir operarios y aumentar los ritmos de producción, si bien más que hacérselo más fácil a los humanos, generan desempleo (por ejemplo el caso de Foxconn).

 

Si recordamos la réplica a escala del cerebro humano que se estaba construyendo con procesadores ARM, las redes neuronales eran unas de las bases sobre las que se apoyaba el autoaprendizaje de las máquinas y, por tanto, la inteligencia artificial.

Siguiendo esta estela, el Grupo Hasegawa del Instituto de Tecnología de Tokio ha desarrollado un robot que aprende algunos trucos y los reproduce, por ejemplo, servir un vaso de agua y añadirle un cubo de hielo. Este barman mecánico está basado en la auto-organización de redes neuronales incrementales (SOINN, Self-Organizing Incremental Neural Network), que permiten crear una base de conocimiento que es aplicable a nuevas tareas y que permiten al autómata definir posibles vía de actuación para solventar el problema.

En definitiva, parece que el robot aprende, piensa y actúa. Intentando imitar el modo de actuación de un ser humano, al robot se le planteó el problema de ofrecer un vaso de agua helada, concretamente, servir un vaso de agua, enfriarlo y ofrecérselo a una persona. Con este enunciado el robot, en base a los conocimientos generados por acciones anteriores, tenía que decidir qué hacer y, lo más importante, el orden en el que ejecutaría las acciones aprendidas.

Hasta ahora los robots, incluyendo los industriales, han sido capaces de realizar tareas muy concretas con rapidez y precisión, sin embargo, cuando el entorno cambia un poco, se les hace complicado responder. Este robot almacena conocimientos básicos y los puede aplicar a situaciones inmediatas.

 

Si no “sabe” lo suficiente, se detiene e indica que no puede ejecutarlo porque no sabe cómo, por tanto, si le vamos enseñando cosas, las irá incorporando como nuevos conocimientos y, encajando cada pieza, podría resolver un problema mayor. Volviendo al ejemplo, al pedirle al robot agua fría, sabe que después de servir el agua en el vaso no puede coger el hielo porque tiene sus manos ocupadas con el vaso y la botella, por tanto, debe poner la botella en la mesa y, entonces, servir el hielo en el vaso.

Si trasladamos la inteligencia artificial al mundo real, es evidente que los entornos reales son muchísimo más complejos y cambian rápidamente. Por tanto, es necesario incluir un mecanismo de aprendizaje que haga que el autómata se adapte a la situación. Además, debido a que los entornos son cambiantes, los robots deben tener la capacidad de seguir aprendiendo y obteniendo nueva información sobre el terreno. Para lograr todo esto hemos implementado un algoritmo de redes neuronales con SOINN que, además de ser bastante ligero en la computación, elimina cualquier ruido procedente de la nueva información que entra en juego

El robot captura los parámetros del entorno a través de sus propios sensores (visión, táctiles, etc) además de los datos que recibe, sin embargo, SOINN permite que esta inteligencia sea colectiva, es decir, los robots pueden adquirir conocimientos que procedan del aprendizaje de otros robots, por ejemplo, a través de Internet. Gracias a esto, todos los robots podrían adquirir los conocimientos del resto y aprender mucho más rápido.

 

Supongamos que el robot tuviese que preparar té y nadie le hubiese enseñado y que, además, se enviase el robot a asistir a una persona mayor que vive sola. Si esta persona pidiese una taza de té verde, el robot no sabía cómo hacerlo y, por tanto, consulta a través de Internet con otros robots para que le transfieran los conocimientos necesarios para hacerlo. Imaginemos que un robot en Reino Unido le transifere cómo hacer té pero al estilo británico, creemos que este robot sería capaz de adaptarse a las condiciones de contorno y adaptar la preparación a una tetera japonesa.

Interesante implementación de “inteligencia colectiva”, supongo que con el tiempo, este, por ahora, robot-barman podría ser capaz de desarrollar tareas mucho más complejas.

Conozca al sorprendente robot enfermero

La industria robótica cada vez está más presente en diferentes campos producción como industrias electrógenas, automovilísticas, médicas o la asistencia a enfermos y personas con discapacidad como es el caso de RI-MAN.

RI-MAN nació en el 2006 un robot que ayuda a los enfermos a levantarse de las camas y que tras cinco años de existencia, ha evolucionado de una manera impresionante en su funcionamiento.

Luego de ser elegido por la revista TIME como uno de los grandes inventos, este extraordinario robot vuelve en una versión denominada RIBA II, que tiene como característica cargar a los enfermos que están postrados en las camas o sentarlos en sus sillas de ruedas.

Además, este robot- enfermero regresa con una ventaja particular, posee un cuerpo mucho más flexible que le permite inclinarse y por ello, poder alzar personas del suelo.

Asimismo, el RIBA II cuenta con una estructura reforzada y más robusta con la que podrá alzar pacientes de hasta 80 kilos de peso (casi 20 kg más que su antecesor). El robot-enfermero también cuenta con una red de sensores que alcanza a medir con mayor precisión el peso que está sujetando, ajustando el agarre y los movimientos.

Los doctores y terapistas pueden programar a RIBA II a través de los controles que tiene en su espalda y que cuenta con un panel táctil. De la misma forma, los sensores están distribuidos por el pecho, brazos, antebrazos y manos del robot.

El sorprendente robot-enfermero mide 137cm de altura, 82cm de anchura y pesa 230 kg. Cada brazo tiene 7 grados de libertad de movimiento, su cuello tiene tres, su cintura tiene dos. Se espera hacer que RIBA II pase todas las pruebas de calidad para que, en un futuro cercano, está a disponibilidad de las organizaciones médicas.

Clasificación de los robots

Ningún autor se pone de acuerdo en cuántos y cuáles son los tipos de robots y sus características esenciales. La más común es la que continuación se presenta:

1ª Generación. Manipuladores. Son sistemas mecánicos multifuncionales con un sencillo sistema de control, bien manual, de secuencia fija o de secuencia variable.

2ª Generación. Robots de aprendizaje. Repiten una secuencia de movimientos de movimientos que ha sido ejecutada previamene por un operador humano. El modo de hacerlo es a través de un dispositivo mecánico. El operador realiza los movimientos requeridos mientras el robot le sigue y los memoriza.

3ª Generación. Robots con control sensorizado. El controlador es una computadora que ejecuta las órdenes de un programa y las envía al manipulador para que realice los movimientos necesarios.

4ª Generación. Robots inteligentes. Son similares a los anteriores, pero además poseen sensores que envían información a la computadora de control sobre el estado del proceso. Esto permite una toma inteligente de decisiones y el control del proceso en tiempo real.

Estructura del Robot

La estructura típica de un manipulador consiste en un brazo compuesto por elementos con articulaciones entre ellos. En el último enlace se coloca un órgano terminal o efector final tal como una pinza o un dispositivo especial para realizar operaciones.

Se consideran, en primer lugar, las estructuras más utilizadas como brazo de un robot manipulador. Estas estructuras tienen diferentes propiedades en cuanto a espacio de trabajo y accesibilidad a posiciones determinadas.

El espacio de trabajo es el conjunto de puntos en los que puede situarse el efector final del manipulador. Corresponde al volumen encerrado por las superficies que determinan los puntos a los que accede el manipulador con su estructura totalmente extendida y totalmente plegada.

Por otra parte, todos los puntos del espacio de trabajo no tienen la misma accesibilidad. Los puntos de accesibilidad mínima son los que las superficies que delimitan el espacio de trabajo ya que a ellos solo puede llegarse con una única orientación.

Configuración cartesiana.

La configuración tiene tres articulaciones prismáticas (3D o estructura PPP). Esta configuración es bastante usual en estructuras industriales, tales como pórticos, empleadas para el transporte de cargas voluminosas. La especificación de posición de un punto se efectúa mediante las coordenadas cartesianas . Los valores que deben tomar las variables articulares corresponden directamente a las coordenadas que toma el extremo del brazo. Esta configuración no resulta adecuada para acceder a puntos situados en espacios relativamente cerrados y su volumen de trabajo es pequeño cuando se compara con el que puede obtenerse con otras configuraciones.

Configuración cilíndrica.

Esta configuración tiene dos articulaciones prismáticas y una de rotación (2D, 1G). La primera articulación es normalmente de rotación (estructura RPP). La posición se especifica de forma natural en coordenadas cilíndricas. Esta configuración puedes ser de interés en una célula flexible, con el robot situado en el centro de la célula sirviendo a diversas máquinas dispuestas radialmente a su alrededor. El volumen de trabajo de esta estructura RPP (o de la PRP), suponiendo un radio de giro de 360 grados y un rango de desplazamiento de L, es el de un toro de sección cuadrada de radio interior L y radio exterior 2L. Se demuestra que el volumen resultante es: .

Configuración polar o esférica.

Está configuración se caracteriza por dos articulaciones de rotación y una prismática (2G, 1D o estructura RRP). En este caso las variables articulares expresan la posición del extremo del tercer enlace en coordenadas polares.

En un manipulador con tres enlaces de longitud L, el volumen de trabajo de esta estructura, suponiendo un radio de giro de 360 grados y un rango de desplazamiento de L, es el que existe entre una esfera de radio 2L y otra concéntrica de radio L. Por consiguiente el volumen es .

Configuración angular.

Esta configuración es una estructura con tres articulaciones de rotación (3G o RRR). La posición del extremo final se especifica de forma natural en coordenadas angulares.

La estructura tiene un mejor acceso a espacios cerrados y es fácil desde el punto de vista constructivo. Es muy empleada en robots manipuladores industriales, especialmente en tareas de manipulación que tengan una cierta complejidad. La configuración angular es la más utilizada en educación y actividades de investigación y desarrollo. En esta estructura es posible conseguir un gran volumen de trabajo. Si la longitud de sus tres enlaces es de L, suponiendo un radio de giro de 360 grados, el volumen de trabajo sería el de una esfera de radio 2L, es decir .

Configuración SCARA.

Esta configuración está especialmente diseñada para realizar tareas de montaje en un plano. Está constituida por dos articulaciones de rotación con respecto a dos ejes paralelos, y una de desplazamiento en sentido perpendicular al plano. El volumen de trabajo de este robot, suponiendo segmentos de longitud L, un radio de giro de 360 grados y un rango de desplazamiento de L es de .

Para llevar a cabo los cálculos y de esta forma asegurar su correcto funcionamiento del robot en cuanto a la cinemática y dinámica se refiere, se toma en consideración la siguiente teoría que tiene por objeto crear las bases de un modelo matemático del sistema.