La detección robótica es una subárea de la ciencia robótica destinada a brindar capacidades de detección a los robots . La detección robótica principalmente les da a los robots la capacidad de ver, [1] [2] [3] tocar, [4] [5] [6] escuchar [7] y moverse [8] [9] [10] y usa algoritmos que requieren retroalimentación ambiental.
El sistema de detección visual puede basarse en cualquier cosa, desde la cámara tradicional , el sonar y el láser hasta la nueva tecnología de identificación por radiofrecuencia (RFID), [1] que transmite señales de radio a una etiqueta en un objeto que emite un código de identificación. Los cuatro métodos apuntan a tres procedimientos: sensación, estimación y emparejamiento.
La calidad de la imagen es importante en aplicaciones que requieren una excelente visión robótica. El algoritmo basado en la transformada de ondículas para fusionar imágenes de diferentes espectros y diferentes focos mejora la calidad de la imagen. [2] Los robots pueden recopilar información más precisa a partir de la imagen mejorada resultante.
Los sensores visuales ayudan a los robots a identificar el entorno y tomar las medidas adecuadas. [3] Los robots analizan la imagen del entorno inmediato importada del sensor visual. El resultado se compara con la imagen ideal intermedia o final, de modo que se pueda determinar el movimiento apropiado para alcanzar la meta intermedia o final.
Las señales sensoriales táctiles pueden ser generadas por los propios movimientos del robot. Es importante identificar solo las señales táctiles externas para operaciones precisas. Las soluciones anteriores empleaban el filtro de Wiener , que se basa en el conocimiento previo de las estadísticas de señales que se supone que son estacionarias. La solución reciente aplica un filtro adaptativo a la lógica del robot. [4] Permite al robot predecir las señales de sensor resultantes de sus movimientos internos, eliminando estas señales falsas. El nuevo método mejora la detección de contactos y reduce la interpretación falsa.
[12] Los patrones táctiles permiten a los robots interpretar las emociones humanas en aplicaciones interactivas. Cuatro características medibles ( fuerza , tiempo de contacto, repetición y cambio de área de contacto) pueden categorizar eficazmente los patrones táctiles a través del clasificador de árbol de decisión temporal para tener en cuenta el retraso de tiempo y asociarlos a las emociones humanas con hasta un 83% de precisión. [5] El índice de coherencia [5] se aplica al final para evaluar el nivel de confianza del sistema para evitar reacciones inconsistentes.