Regreso a Casa – Cómo las Hormigas Inspiran la Robótica Basada en IA

Navegando como hormigas

Sabemos que los insectos no son especialmente inteligentes en el sentido humano. Sin embargo, a pesar de sus limitaciones, son capaces de realizar hazañas notables de organización y orientación. Esto los convierte en una inspiración para los investigadores que trabajan en microrobots y drones ligeros, que enfrentan restricciones similares.

Por ejemplo, la hormiga del desierto Cataglyphis puede forrajear a largas distancias y luego regresar directamente a su nido, con recorridos de hasta 1 km.

La baja capacidad de carga, así como la energía disponible, hacen que las soluciones usadas por sistemas autónomos más pesados como los coches autónomos no puedan emplearse. Por ejemplo, el LIDAR (“radar láser”) es excelente para crear mapas 3D del entorno, pero son demasiado pesados y consumen mucha energía. Además, requieren mucha computación, lo que a su vez necesita mucha memoria y procesamiento, también hambrientos de energía y peso.

Los balizas y las señales GPS son alternativas, pero requieren configuraciones costosas, pueden ser poco fiables o son simplemente imposibles. Por lo tanto, comprender cómo insectos como hormigas y abejas logran navegar el mundo con el “hardware” y suministro de energía más limitados podría ayudarnos a replicarlo en nuestras propias creaciones para robots y drones.

Esta es la idea general de usar robots bio‑inspirados, un tema que exploramos más a fondo con robots inspirados en pulpos, salamandras, serpientes y perros en nuestro artículo “How Robotics Can Take a Cue From Nature”.

¿Por qué usar microrobots?

Los robots y drones más pequeños son más baratos de construir y pueden cubrir más superficies a la vez por el mismo costo. Al ser más pequeños, también pueden observar cosas con mayor detalle, sin arriesgar colisiones con su entorno. Por ejemplo, vuelan dentro de un invernadero y escanean signos tempranos de enfermedades o plagas en las plantas.

O pueden desplegarse en misiones de búsqueda y rescate, investigando ruinas o zonas silvestres en busca de personas que necesiten ayuda. Tal enjambre de “pájaros/hormigas/libélulas” robóticos podría detectar rápidamente a los supervivientes después de un terremoto, por ejemplo.

Fuente: TU Delft

Cómo las hormigas navegan el mundo

Un método es usar la visión, algo en lo que los insectos son especialmente buenos ya que poseen un sistema visual casi omnidireccional (ven en todas direcciones a la vez). Sin embargo, esta visión tiene una resolución relativamente baja.

Algunas de las teorías más antiguas y establecidas sobre cómo los insectos usan la visión para orientarse se encuentran en el “modelo de instantáneas”.

La idea es que el cerebro del insecto toma instantáneas de su entorno de forma regular. Cuando necesita volver a “casa”, compara el entorno actual con las instantáneas almacenadas recientemente.

Este concepto ya se comprende bien a nivel neuronal. Por lo tanto, podría replicarse relativamente fácil en robots.

En teoría, este método por sí solo podría ser suficiente. Pero en la práctica, presenta algunas limitaciones:

• Para funcionar bien, requiere una serie muy ajustada de instantáneas; incluso la falta de una sola dato puede provocar desorientación y que el robot se pierda por completo.
• Al requerir muchas instantáneas, resultaría abrumador tanto para los cerebros de hormiga como para la memoria de los robots.

Añadiendo odometría

Otro método usado por hormigas y, en general, por insectos, es llevar registro de su movimiento, llamado odometría. Este método también se usa en robótica, pero el problema es la falta de precisión. Cada paso se estima a partir de sensores de movimiento (o percepción subjetiva en el caso de las hormigas), pero nunca refleja perfectamente el movimiento real.

Esto provocó una deriva progresiva en la precisión de la estimación basada en odometría de la ubicación actual, volviéndose cada vez más inexacta con el tiempo.

Combinar los 2 métodos fue la clave para investigadores de la Universidad TU Delft, Países Bajos. En un artículo científico titulado “Visual route following for tiny autonomous robots“, combinaron ambas instantáneas visuales con odometría para aumentar la autonomía de los microrobots.

Mayor rendimiento

Esto permitió que el robot restableciera regularmente la deriva de odometría cada vez que encontraba una de sus instantáneas de referencia.

Fuente: Science Robotics

Al mismo tiempo, depender mayormente de la odometría reduce la necesidad de instantáneas ultra cercanas, dando a los microrobots la capacidad de desplazarse más rápido entre puntos, sin tener que comprobar continuamente pistas visuales de su trayectoria.

“La idea principal que sustenta nuestra estrategia es que se pueden espaciar las instantáneas mucho más lejos si el robot viaja entre ellas basándose en la odometría.

El regreso a casa funcionará siempre que el robot termine lo suficientemente cerca de la ubicación de la instantánea, es decir, siempre que la deriva de odometría del robot caiga dentro del área de captura de la instantánea.”

Profesor Guido de Croon.

El equipo de investigación utilizó su nuevo software de orientación, que combina instantáneas y odometría, para probar cuán poca información se podía usar para orientar un robot de solo 56 g a lo largo de 100 m.

Fuente: Science Robotics

Puede ser de un tamaño extremadamente bajo, solo 1,16 kilobytes. Como referencia, una imagen promedio tomada por un smartphone tendrá miles de kilobytes por foto, y la mayoría de las imágenes en línea están en decenas o cientos de kilobytes.

Incluso mejor, todo el procesamiento de imágenes podría ser realizado por una mini‑computadora ligera llamada “micro‑controlador”, que se encuentra en muchos dispositivos electrónicos baratos.

Aplicaciones

Industria

Estos microrobots y drones tendrán una capacidad de procesamiento de datos muy limitada, ya que la mayor parte del poder de procesamiento del micro‑controlador a bordo está ocupado gestionando la navegación y la recopilación de datos.

Sin embargo, dichos drones podrían usarse para rastrear inventario en almacenes o monitorear cultivos en invernaderos. Funcionarían haciéndose caminar o volar alrededor y recopilando datos como fotos, códigos de barras o etiquetas RFID. Este punto de datos puede guardarse en una pequeña tarjeta SD.

Estas grabaciones se transferirían luego a una computadora o servidor más grande que podría post‑procesarlas y traducirlas en datos útiles.

Militar

Otro campo de aplicación probable podría ser la tecnología militar, especialmente considerando la creciente importancia de los drones en el campo de batalla moderno, como ilustra la guerra en Ucrania.

Pequeños drones voladores lo suficientemente ligeros como para caber en la mochila de un infante podrían enviarse adelante para reconocimiento y devolver imágenes de posiciones enemigas a los soldados protegidos.

Debido a que la zona probablemente estará fuertemente interferida por guerra electrónica (EW) y en áreas en constante cambio, la navegación autónoma de los drones será indispensable. La ligereza y el bajo consumo de energía también serán características clave. En la investigación aquí discutida, un drone pudo navegar una trayectoria de 300 m en un entorno forestal simulado.

Fuente: Flir

Investigación adicional

La estrategia de combinar odometría e instantáneas es muy eficiente y puede hacerse aún más eficiente mejorando la precisión del odómetro. El algoritmo usado también podría ajustarse para ser aún más eficiente en consumo de memoria y energía.

Otra mejora sería añadir a las capacidades de evitación de colisiones del robot, especialmente porque ya cuenta con visión omnidireccional.

Todavía será necesario encontrar una solución para cuando, de alguna manera, el robot se pierda. Por ejemplo, los investigadores proponen que “el robot podría estimar en línea el tamaño del área de captura y dotarse de un procedimiento de búsqueda al perder la ruta”.

Este procedimiento es especialmente adecuado para robots pequeños que suelen tener dificultades de navegación con otros métodos. Pero también podría comenzar a aplicarse a robots más grandes, con el fin de reducir la necesidad de equipos costosos como LIDAR, y disminuir los requerimientos de cómputo y energía.

Drones y Empresas de Robots

1. AutoStore Holdings Ltd. (AUTO.OL)

Los vehículos autónomos como los coches sin conductor podrían estar a la vuelta de la esquina, pero han sido una tecnología difícil de desarrollar, incluso para líderes tecnológicos como Google y Tesla. Sin embargo, hay un sector que ya está siendo revolucionado por la conducción autónoma y la robótica: la logística.

El noruego AutoStore ofrece almacenes automatizados para industrias tan diversas como la farmacéutica, la confección, la alimentación, la aviación, la logística o la fabricación industrial. Las empresas de indumentaria, industriales y de logística de terceros constituyen los tres segmentos más grandes del negocio de AutoStore.

Los almacenes de la compañía dependen de robots autónomos que pueden identificar y recoger paquetes o productos de forma autónoma y transportarlos a donde deben ir. Puedes verlos en acción en este video:

La empresa se está expandiendo rápidamente, gracias a que cada vez más grandes compañías se dan cuenta de la ventaja de crear sistemas logísticos más eficientes, resilientes y rápidos después de la pandemia. En promedio, solo toma de 1 a 3 años que la actualización a almacenes autónomos devuelva la inversión inicial.

AutoStore está activo en 50 países, operando 58 500 robots para 900 clientes diferentes. Ha incrementado sus ingresos un 50 % CAGR desde 2017. Esto es de 2 a 3 veces más rápido que el crecimiento anual del mercado de almacenes automatizados, estimado en un 15 %.

Fuente: AutoStore

Al igual que muchas empresas tecnológicas europeas, AutoStore ofrece soluciones muy avanzadas que también son algo invisibles para el gran público.

La mayoría de los almacenes se moverán hacia la automatización. Los líderes en este sector probablemente superarán el crecimiento del sector, ya que tiene sentido confiar en el proveedor capaz de desplegar estas soluciones a escala y a un precio más bajo.

Los robots que son más autónomos y más eficientes al encontrar su camino podrían ser tanto una oportunidad como una amenaza para AutoStore. Actualmente, es necesario rediseñar completamente un almacén para usar las soluciones robóticas de la compañía.

En el futuro, los robots podrían encontrar su camino sin necesidad de la cuadrícula actualmente usada, facilitando la adopción, reduciendo la interrupción de operaciones en curso y disminuyendo la inversión inicial, resolviendo los principales obstáculos a la adopción masiva de la tecnología.

Fuente: Autostore

2. Zebra Technologies Corporation (ZBRA)

Zebra Technologies (ZBRA ) produce etiquetas de seguimiento y escáneres que permiten monitorizar cada componente de una fábrica “inteligente”. Incluye computadoras móviles, escáneres de códigos de barras, visión artificial, tecnología de localización, etiquetas y RFID (Radio-frequency identification).

Este nivel de recopilación y análisis de datos es un componente clave para implementar robótica, especialmente del tipo más móvil y flexible, fuera de una línea de ensamblaje.

La compañía estuvo en el origen de la popularización del código de barras y, desde 2018, ha llevado a cabo una ola de adquisiciones para reunir todas las tecnologías necesarias para la “robotización” y digitalización de almacenes y fábricas modernos.

Fuente: Zebra

Actualmente, los principales segmentos de la compañía son comercio electrónico y retail, y transporte/logística, seguidos por la fabricación.

Fuente: Zebra

A medida que los robots se convierten cada vez más en el centro del comercio electrónico y la logística, los sistemas de seguimiento de Zebra están ganando mayor demanda.

Hasta ahora, sigue siendo necesario preparar el espacio para robots relativamente grandes.

Si un microrobot que pese solo unas pocas decenas de gramos puede ahora recorrer y escanear etiquetas RFID, pronto podríamos ver un monitoreo continuo de todas las actividades en el piso de una fábrica o en un almacén gestionado de forma autónoma, a través de un enjambre de drones similares a abejas.