Estás leyendo la publicación: El innovador sensor bioinspirado detecta movimiento y predice trayectorias para varias aplicaciones
Investigadores de la Universidad Aalto han desarrollado un innovador sensor bioinspirado que puede detectar objetos en movimiento en un solo cuadro de video y predecir con precisión sus movimientos futuros. Descrito en un Comunicaciones de la naturaleza En papel, este sensor avanzado tiene numerosas aplicaciones potenciales en campos como la detección de visión dinámica, la inspección automática, el control de procesos industriales, la guía robótica y la tecnología de conducción autónoma.
Los sistemas de detección de movimiento tradicionales requieren numerosos componentes y algoritmos complejos que realizan análisis cuadro por cuadro, lo que resulta en ineficiencia y alto consumo de energía. Para abordar estas limitaciones, el equipo de la Universidad Aalto buscó inspiración en el sistema visual humano y creó una tecnología de visión neuromórfica que unifica la detección, la memoria y el procesamiento en un solo dispositivo capaz de detectar movimiento y predecir trayectorias.
Fotomemristores: el núcleo de la nueva tecnología
La tecnología de los investigadores se basa en una serie de fotomemristores, dispositivos eléctricos que generan corriente eléctrica en respuesta a la luz. Los fotomemristores poseen una característica única: la corriente no se detiene inmediatamente cuando se apaga la luz, sino que decae gradualmente. Esta característica permite que los fotomemristores “recuerden” de manera efectiva su exposición reciente a la luz, lo que permite que un sensor compuesto por una matriz de estos dispositivos capture no solo información instantánea sobre una escena, sino también una memoria dinámica de momentos anteriores.
“La propiedad única de nuestra tecnología es su capacidad para integrar una serie de imágenes ópticas en un cuadro”, explica Hongwei Tan, el investigador que dirigió el estudio. “La información de cada imagen está incrustada en las siguientes imágenes como información oculta. En otras palabras, el cuadro final de un video también tiene información sobre todos los cuadros anteriores. Eso nos permite detectar movimiento antes en el video analizando solo el cuadro final con una red neuronal artificial simple. El resultado es una unidad de detección compacta y eficiente”.
Demostración de las capacidades de la tecnología
Para mostrar su tecnología, los investigadores usaron videos que mostraban las letras de una palabra una a la vez. Aunque todas las palabras terminaban con la letra “E”, los sensores de visión convencionales no podían discernir si la “E” en la pantalla había seguido a las otras letras en “MANZANA” o “GRAPE”. Sin embargo, la matriz de fotomemristores podría utilizar información oculta en el cuadro final para deducir qué letras lo habían precedido y predecir la palabra con una precisión de casi el 100%.
En otro experimento, el equipo mostró los videos del sensor de una persona simulada moviéndose a tres velocidades diferentes. El sistema no solo podía reconocer el movimiento mediante el análisis de un solo fotograma, sino que también predecía con precisión los fotogramas posteriores.
Implicaciones para los Vehículos Autónomos y el Transporte Inteligente
La detección precisa de movimiento y la predicción de trayectoria son cruciales para la tecnología de conducción autónoma y los sistemas de transporte inteligentes. Los vehículos autónomos se basan en predicciones precisas de cómo se moverán los automóviles, bicicletas, peatones y otros objetos para tomar decisiones informadas. Al incorporar un sistema de aprendizaje automático en la matriz de fotomemristores, los investigadores demostraron que su sistema integrado podía predecir el movimiento futuro en función del procesamiento en el sensor de un marco totalmente informativo.
“El reconocimiento y la predicción de movimiento mediante nuestra solución informática y de memoria compacta en el sensor brindan nuevas oportunidades en la robótica autónoma y las interacciones hombre-máquina”, dice el profesor Sebastiaan van Dijken. “La información en el marco que obtenemos en nuestro sistema utilizando fotomemristores evita flujos de datos redundantes, lo que permite la toma de decisiones energéticamente eficientes en tiempo real”.
