Clasificación de la información táctil para la detección de personas

Juan M. Gandarías, Jesús M. Gómez-de-Gabriel, Alfonso García Cerezo
2020 XXXVIII Jornadas de Automática: Gijón, 6, 7, y 8 de septiembre de 2017   unpublished
Resumen Este artículo presenta el diseño de un efector final táctil y la aplicación de técnicas de inteligencia artificial para la detección de personas mediante un brazo manipulador ligero de 6 grados de libertad. Este efector está compuesto por un sensor táctil de alta resolución que permite obtener imágenes de presión. El sistema extrae información háptica en situaciones de catástrofe en las que, generalmente, existe baja visibilidad, con el propósito de evaluar el estado de las víctimas en
more » ... de las víctimas en función de la urgencia de atención (triaje). Se han implementado dos métodos de inteligencia artificial para clasificar imágenes obtenidas por el sensor táctil, distinguiendo los contactos con personas de objetos inertes en escenarios de desastre. Cada método dispone de un extractor de características de imágenes de presión y un clasificador, obtenido por aprendizaje supervisado. Para validar los métodos se han realizado experimentos de clasificación en clases Humano y No humano. Finalmente, se ha realizado una comparación de ambos métodos en términos de porcentaje de acierto y tiempo empleado para la clasificación, en base a los resultados de los experimentos. Palabras clave: Sensores táctiles, robótica de rescate, reconocimiento de objetos, aprendizaje automático. INTRODUCCIÓN La teleoperación supone un elemento fundamental en el campo de la robótica de rescate, debido a la complejidad de las operaciones a realizar en un entorno no estructurado [7] . Experiencias previas en situaciones reales han evidenciado la problemática de los sistemas basados en percepción visual. En entornos con escasa iluminación, polvo o humo, los sistemas con percepción háptica aportan información adicional que puede compensar las limitaciones visuales [13] . Una de las primeras tareas de la robótica de rescate consiste en clasificar el estado de las víctimas, una vez localizadas, en función de la urgen-cia de atención (triaje). Esta tarea presenta retos tecnológicos como la interacción robot-humano o Human-Robot Interaction (HRI), considerado uno de los mayores desafíos de la robótica de rescate [12] . Un primer enfoque a la resolución del problema supondría el reconocimiento de víctimas y de las distintas partes del cuerpo, de cara a poder realizar mediciones posteriormente. Utilizándose para ello percepción táctilúnicamente. En este sentido, existen diversos trabajos cuyo objeto consiste en reconocer objetos utilizando sensores táctiles. La mayoría de estos trabajos están basados en el uso de algoritmos de inteligencia artificial. Algunos sugieren el uso de herramientas de aprendizaje profundo o Deep Learning. Así, en [14] se presenta el uso de aprendizaje profundo con técnicas de dropout para la reducción del sobreajuste (overfitting), y se presentan las mejoras obtenidas al mezclar información táctil y la posición del robot para el reconocimiento. En [1], por el contrario, se aplican herramientas de aprendizaje profundo para la clasificación de los materiales en contacto. Por otro lado, en [10, 9] se presenta el uso de herramientas de aprendizaje automático o machine learning para el reconocimiento de objetos utilizando el descriptor SIFT (Scale-Invariant Feature Transform) [8] y métodos de clasificación basados en bolsas de palabras o Bag of Words (BoW). Un trabajo posterior incorpora información de la posición del objeto para crear un algoritmo de clasificación más robusto y eficiente [11] . El Departamento de Ingeniería de Sistemas de la Universidad de Málaga ha contribuido a la aplicación de sensores táctiles a la robótica de rescate [15] , mediante un sensor de presión que proporciona una imagen de las fuerzas de contacto con el entorno, o las víctimas, instalado en la pinza del brazo hidráulico de un robot de rescate [4] . Este artículo presenta una aplicación de los sensores táctiles al campo de la robótica de rescate, consistente en el desarrollo de un efector final de un manipulador ligero de 6 grados de libertad, en el que se ha dispuesto un sensor táctil con el objetivo de obtener imágenes de presión del en-XXXVIII Jornadas de Automática 732 https://doi.org/10.17979/spudc.9788497497749.0732
doi:10.17979/spudc.9788497497749.0732 fatcat:xcnxnsrj4rc75etlj2bjy7vlwm