La detección robótica es una subárea de la ciencia robótica destinada a brindar capacidades de detección a los robots . La detección robótica proporciona principalmente a los robots la capacidad de ver, [1] [2] [3] tocar, [4] [5] [6] oír [7] y moverse [8] [9] [10] y utiliza algoritmos que requieren retroalimentación ambiental.
El sistema de detección visual puede basarse en cualquier cosa, desde la cámara , el sonar y el láser tradicionales 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 imagen es importante en aplicaciones que requieren una excelente visión robótica. Algoritmo basado en transformada wavelet para fusionar imágenes de diferentes espectros y diferentes focos mejora la calidad de la imagen. [2] Los robots pueden recopilar información más precisa 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 intermedia o final ideal, de modo que se pueda determinar el movimiento adecuado para alcanzar el objetivo intermedio 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 la señal que se supone que son estacionarias. La solución reciente aplica un filtro adaptativo a la lógica del robot. [4] Permite que el robot prediga las señales de los sensores resultantes de sus movimientos internos, descartando estas señales falsas. El nuevo método mejora la detección de contactos y reduce las interpretaciones falsas.
[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 de manera efectiva los patrones táctiles a través del clasificador de árbol de decisión temporal para tener en cuenta el retraso de tiempo y asociarlos con las emociones humanas con hasta un 83 % de precisión. [5] El Índice de Consistencia [5] se aplica al final para evaluar el nivel de confianza del sistema para evitar reacciones inconsistentes.