En el horizonte de la tecnología robótica, se vislumbra una nueva era donde los robots podrán ejecutar misiones de búsqueda y rescate, realizar inspecciones y llevar a cabo operaciones de mantenimiento complejas de manera autónoma. No obstante, para alcanzar este objetivo, los robots deben ser capaces de navegar fluidamente a través de entornos desconocidos y complicados, sin intervención humana, lo que representa un gran desafío.
La mayoría de los sistemas de navegación autónoma actuales dependen del sistema de posicionamiento global (GPS), que proporciona información sobre la ubicación de un robot en un mapa.
Sin embargo, en muchos escenarios, como en cuevas, espacios desestructurados y edificios colapsados, esta tecnología se vuelve ineficaz o poco fiable.
Un enfoque inspirado en la biología
Un equipo de investigadores del Instituto de Tecnología de Pekín ha desarrollado un nuevo sistema de navegación inspirado en estrategias biológicas observadas en insectos, aves y roedores. Este enfoque busca mejorar la capacidad de los robots para navegar en entornos complicados sin depender del GPS.
En un estudio que se publicará en Cell Press, los investigadores han creado un marco que integra tres estrategias de navegación distintas observadas en la naturaleza.
La importancia de la ‘degeneración’
El autor principal del estudio, Sheikder Chandan, señala que su investigación aborda una brecha crítica en el campo de la robótica inspirada en la biología. “Aunque muchos estudios han aislado y aplicado estrategias de navegación de animales individuales, este enfoque reduccionista ignora un principio biológico fundamental conocido como degeneración,” explica Chandan.
La degeneración se refiere a cómo en la naturaleza, la navegación robusta surge de la integración jerárquica de múltiples estrategias funcionalmente superpuestas.
Estrategias de navegación unificadas
En lugar de enfocarse en una sola estrategia de un tipo específico de animal, Chandan y su equipo decidieron crear un marco neuromórfico unificado que incorpora elementos de diversas especies. Este sistema tiene tres componentes principales: un integrador de caminos inspirado en insectos, un sistema de fusión multisensorial inspirado en aves y un sistema de mapeo cognitivo inspirado en roedores.
“El integrador de caminos, inspirado en insectos, se construye como una red neuronal de picos en hardware neuromórfico de bajo consumo, lo que actúa como un contador interno robusto para el seguimiento egocéntrico,” detalla Chandan. Por su parte, el sistema de fusión multisensorial emula cómo las aves migratorias utilizan múltiples señales para navegar, combinando dinámicamente datos de un magnetómetro cuántico, una brújula de polarización y la visión mediante un filtro bayesiano para asegurar una dirección confiable, incluso si uno de los sensores presenta fallos.
Mapeo cognitivo eficiente
Además, el sistema de mapeo cognitivo inspirado en roedores crea una memoria espacial que solo se actualiza al detectar puntos de referencia significativos, replicando la eficiencia energética del hipocampo del cerebro. Esta combinación de capacidades permite que los robots naveguen eficazmente en entornos difíciles sin la necesidad constante de GPS.
Resultados prometedores en pruebas de campo
Los investigadores llevaron a cabo extensas pruebas de campo utilizando 23 plataformas robóticas diferentes en entornos reales complejos, como minas abandonadas y bosques densos. Chandan comenta que “el sistema fue comparado con el SLAM (localización y mapeo simultáneos) convencional y mostró una reducción del 41% en el desplazamiento posicional, hasta un 60% más de eficiencia energética y puede recuperarse de fallos de sensor un 83% más rápido.” Esta característica única de la degeneración permite que si un componente falla, los otros asuman su función, proporcionando una tolerancia a fallos que los sistemas aislados no pueden ofrecer.
Los resultados iniciales de las pruebas de campo son sorprendentes, permitiendo que una variedad de robots naveguen con éxito en entornos desestructurados y complejos. “No solo mejoramos un solo algoritmo; creamos un nuevo paradigma a nivel de sistemas que es intrínsecamente más resistente,” afirma Chandan. En términos cuantitativos, esto ha resultado en mejoras significativas en precisión, eficiencia energética y robustez en diversas plataformas robóticas.
Mirando hacia el futuro
El marco desarrollado por este equipo tiene el potencial de ser optimizado aún más y aplicado a un número mayor de sistemas robóticos, permitiendo que realicen misiones de manera autónoma en entornos impredecibles. Además, podría inspirar la creación de sistemas de navegación robótica que imiten estrategias de navegación de una variedad de animales.
La mayoría de los sistemas de navegación autónoma actuales dependen del sistema de posicionamiento global (GPS), que proporciona información sobre la ubicación de un robot en un mapa. Sin embargo, en muchos escenarios, como en cuevas, espacios desestructurados y edificios colapsados, esta tecnología se vuelve ineficaz o poco fiable.0
La mayoría de los sistemas de navegación autónoma actuales dependen del sistema de posicionamiento global (GPS), que proporciona información sobre la ubicación de un robot en un mapa. Sin embargo, en muchos escenarios, como en cuevas, espacios desestructurados y edificios colapsados, esta tecnología se vuelve ineficaz o poco fiable.1
