LECTURA 1: Actualidad (Visión artificial)

Además los sistemas de visión artificial contribuyen a los Controles de Calidad en los

procesos productivos; procesos de verificación, mediante inspecciones 100%, evitando

posibles escapes de la inspección ocular, lo cual garantiza la calidad y la homogeneidad de

las piezas inspeccionadas.

En nuestra vida diaria tenemos aplicaciones de visión artificial casi en todos lados, cuándo el código de barras es leído por la computadora del supermercado, en los partidos de fútbol al ver una escena virtual y al observar al comentarista adentrándose de una manera un tanto mágica dentro de la escena. En cada uno de estos momentos, estamos siendo participes de la visión artificial y de la generación de entornos visuales. Lo mismo sucede, cuando se calcula la distancia de un tiro a la portería o en momento en el cual jugamos una guerra simulada en la computadora.

Los avances en el campo de la computación, han permitido el desarrollo de herramientas para el modelado de objetos bidimensionales y esto da origen a la visión artificial, rama de la inteligencia artificial que tiene como objetivo, analizar y proponer herramientas para intentar reproducir o imitar lo que hasta hoy hace el ojo humano (visión biológica). Entre los problemas que intenta resolver, se encuentra el interpretar de manera automática una o varias partes de un objeto.

Cabe señalar, que el inicio de la visión artificial, desde el punto de vista práctico, fue marcado por Larry Roberts, considerado el creador de ARPAnet, la red de computadoras surgida de un proyecto creado inicialmente con propósitos militares a fines de los años sesenta y que luego se transformaría en el antecedente de la Internet. Asimismo, en 1961 creó un programa que podía "ver" una estructura de bloques, analizar su contenido y reproducirla desde otra perspectiva, demostrando así a los espectadores que esa información visual que había sido mandada al ordenador por una cámara, había sido procesada adecuadamente por él. Sus herramientas están agrupadas por el procesamiento digital de imágenes y por el reconocimiento de patrones. Además, sus áreas de aplicación son muy amplias agrupadas en pacíficas o militares.

En el Centro Nacional de Investigación y Desarrollo Tecnológico ( CeNIDeT), localizado en Morelos, el Dr. Raúl Pinto Elías, director del proyecto de visión artificial en coordinación con su equipo, está trabajando en el desarrollo de herramientas para el modelado y reconocimiento de objetos utilizando visión artificial. Recientemente, han incursionado en el campo de la generación automática de modelos, a través de la visión artificial y su representación en entornos virtuales. Sus primeros trabajos, se iniciaron en 1998; actualmente cuenta con 22 de éstos, en donde se ha irrumpido en el reconocimiento de personas, la inspección de botellas para verificar su correcto llenado y que la tapa sea colocada adecuadamente, reconocimiento visual del habla y seguimientos de objetos, entre otros. Este tipo de proyectos de investigación, permitirán a corto plazo abordar otros problemas

como el relacionado con la generación automática de casos de prueba, para la navegación

con robots móviles, en la reconstrucción de escenas 3D (tercera dimensión) a partir de

imágenes 2D (segunda dimensión), restablecimiento y visualización de volumen partiendo de

imágenes médicas, estudios endoscópicos no invasivos del corazón, arterias e intestinos.

En células robotizadas:

Los sistemas de visión artificial integrados en células robotizadas se utilizan con gran éxito para las siguientes utilidades:

1. MEDICIÓN: Mide las dimensiones de una pieza, sus diámetros, la planitud de superficies, niveles...

2. GUIADO: Guía a los robots para localizar o ensamblar piezas, guía el recorrido de un rollo

de papel, tela, cartón...

3. IDENTIFICACIÓN: Identifica piezas o productos por su perfil., realiza reconocimiento óptico

de caracteres OCR...

4. INSPECCIÓN: Detecta la presencia-ausencia de piezas en ensamblaje, realiza la orientación de piezas, las inspecciones de defectos superficiales, la comprobación de la fecha en un lote de productos o su caducidad, los defectos en la superficie en productos producidos de forma continua.

ECTURA 2: EXTRAIDO DE LA INTRODUCCION y DE LOS OBJETIVOS AL PROYECTO DE GRADO:

Visión artificial estéreo con aplicación al control de un brazo de robot.

Realizada por: Marco Antonio Moreno Armendariz

INTRODUCCIÓN

En tiempos recientes se ha llevado a cabo la automatización de diferentes tipos de procesos como los industriales o los administrativos. Esto trae como beneficio la reducción del tiempo, gracias al avance en los sistemas de cómputo y al surgimiento de nuevas tecnologías de computación inteligente como los sistemas de visión por computadora y la lógica difusa entre otras. Estos nuevos desarrollos han facilitado el trabajo del ser humano haciéndolo más eficiente. En el presente trabajo se hará uso de un sistema de visión por computadora y de la lógica difusa. Existen diversos tipos de sistemas de visión por computadora, catalogados por el número y tipo de sensores. Principalmente se componen de cámaras de video especializadas encargadas de realizar la adquisición de las imágenes y de un conjunto de algoritmos cuyo objetivo es extraer de éstas la información necesaria para el proceso a realizar. Actualmente la mayoría de los sistemas de visión por computadora que se emplean se encuentran instalados en las plantas manufactureras para efectuar tareas de control de la calidad de los productos, esto se puede llevar a cabo mediante algoritmos de conteo y detección de patrones, los cuales son seleccionados por un experto de acuerdo a las necesidades de cada proceso. Para este tipo de actividades es suficiente utilizar una sola cámara o sensor ya que no es necesario conocer la ubicación de un objeto en el espacio. Por otra parte existen tareas como en una línea de producción automatizada donde un conjunto de robots elaboran un producto en etapas. Para ello, estos deben ser previamente programados con rutinas específicas que ejecutarán repetidamente. Sin embargo, si se deseara construir una celda de manufactura flexible donde los robots tuvieran la capacidad de hacer diversos tipos de ensambles sin la necesidad de tener que reprogramarlos cada vez, se podría realizar incorporando a éstos algunas de las tecnologías de computación inteligente como las mencionadas anteriormente, con el fin de brindar mayor flexibilidad a este tipos de mecanismos. Por ejemplo, para los sistemas de visión por computadora que usen la configuración de cámara fija para robótica, una de las tareas mas comunes a efectuar es obtener la posición del órgano terminal del robot en el espacio de trabajo mediante la información visual. El valor obtenido de la posición se incorpora en el lazo de control del sistema para que éste lleve a cabo la tarea asignada. En las plantas manufactureras se han automatizado muchos procesos principalmente mediante el uso de autómatas, ya sea de manipulación de objetos, de ensamble o transporte de material; esto gracias a la reducción de los tiempos en los procesos de operación. Los avances realizados en la ingeniería han permitido la creación de manipuladores confiables y muy precisos.

LECTURA 3: La NASA desarrolla Inteligencia Artificial para robots planetarios

Está planeando agregar una fuerte dósis de inteligencia artificial (IA) a robots planetarios para

hacerlos mucho más independientes, capaces de tomar decisiones básicas durante una

misión. (PC News) Científicos de la Centro de Investigación Ames de la NASA, en Sillicon

Valley, California están desarrollando software de inteligencia artificial muy complejo que

permite un nivel más alto de inteligencia robótica.

En el pasadao muchos sistemas simples de inteligencia artificial a bordo en robots les permitió

tomar decisiones simples, pero sistemas de IA más inteligentes le permitirán a estos robots

móviles tomar muchas decisiones ahora hechas por controladores de misiones.

"El género humano toma decisiones en respuesta a su ambiente. Sin embargo, ¿cómo se

encapsula este comportamiento en un robot o un rover, estacionado en un planeta a millones

de millas de distancia?. Esa es la razón por la que estamos trabajando en esto", dijo Kanna

Rajan, un informático en el centro Ames de la NASA. "queremos poner software en los robots

para darles la capacidad de ser inteligentes de forma artificial," explicó Rajan.

Un robot equipado con Inteligencia Artificial, por otro lado, puede hacer una evaluación en el

terreno, alcanzar su misión de forma más rápida y explorar más que un robot dependiente de

las decisiones hechas por los humanos en la Tierra. La tecnología de hoy en día puede hacer

a un robot tan inteligente como una cucaracha, pero el problema es que se trata de una

tecnología no probada, de acuerdo a Rajan. “La forma en que la nueva tecnología del espacio

se prueba generalmente es haciendo tests aquí en la Tierra, para tener una misión análoga en

la Tierra", explicó Rajan. "Se toma un robot —similar a los que exploran marte actualmente—

en una localidad que se asemeje al terreno marciano y se simula la misión completa, pero

también se instala la capacidad IA en el robot para que tome decisiones que normalmente

serían tomadas por un humano."

"Un software avanzado de inteligencia artificial será colocado a bordo en los robots. Un

software agente de IA de tal avance y complejidad, está basado en una arquitectura

ambiciosa llamada Agentes de Ejecución Desplegable Inteligentes (IDEA por sus siglas en

inglés), desarrollados por NASA Ames en los últimos 4 años", explicó Rajan. Un agente es

software que imita el proceso de pensamiento humano con la finalidad de hacer cosas que un

humano desea que sean hechas.

"Lo que esperamos hacer en los próximos diez años es no sólo desplegar un robot basado en

IA, sino una colección de robots usando la arquitectura IDEA basada en IA, la cual

desempeña tareas cooperativas ordenadas de magnitud más complejas que el rover MER, y

lo hacen de forma más robusta", predijo Rajan.

Usando instrumentos de supervivencia, grupos de robots pueden ser capaces de trazar

grandes zonas de la superficie de Marte, de acuerdo a Rajan, quien dijo que hay muchas

razones para usar un grupo grande de robots. "Una razón es una cobertura mejor de un área

grande de tierra, otra razón es la redundancia; si uno o más de los robots falla, todavía se

puede lograr la misión. También, un grupo puede realizar tareas complejas que un solo robot

no pueda hacer. Se obtienen mejores resultados científicos del esfuerzo de un grupo, ya sea

este de robots, humanos o incluso de un grupo humanos-robots", dijo Rajan.

De acuerdo a Rajan, naves robóticas deben volar grupos o enjambres, para hacer

observaciones científicas de los planetas, lunas y otros objetos celestiales.

"Crear un software fuerte de IA es un problema desafiante y excitante, nos inspira a nosotros y

a nuestros estudiantes para trabajar en este gran esfuerzo" dice Milind Tambe, profesor

experto en Inteligencia Artificial de la universidad de Califonia, Los Angeles, quien ha

trabajado con Rajan. Tambe explicó que la investigación de IA inspira a la próxima generación

de informáticos debido a que cuando ellos escuchan acerca del trabajo de IA en la NASA,

"sus ojos se iluminan, y luego entienden que puede significar esta investigación para el

futuro."