Trasladan la visión de las langostas a robots autónomos

Los acrídidos, conocidos popularmente como langostas o saltamontes, son una familia de insectos ortópteros caracterizados por su gran facilidad para migrar de un sitio a otro y, en determinadas circunstancias, reproducirse muy rápidamente, llegando a formar devastadoras plagas capaces de acabar con la vegetación de grandes extensiones de terreno. Sin embargo, es menos conocida su enorme capacidad visual, que les permite realizar tareas complejas como el control de sus extremidades, equiparándose así con los mamíferos.

Este sistema visual único ha servido como fuente de inspiración a investigadores de la Universidad de Lincoln y Newcastle, en el Reino Unido, para crear una herramienta informática que permite la navegación autónoma de robots móviles. El trabajo podría servir de modelo para el desarrollo de sensores de colisión en vehículos de alta precisión, vigilancia tecnológica o incluso ayudar en la programación de videojuegos.

Según explica la Universidad de Lincoln en un comunicado, las langostas tienen una forma diferente de procesar la información a través de señales eléctricas y químicas, lo que les proporciona un mecanismo de alerta extremadamente rápido y preciso para impedir colisiones. El insecto posee además un sistema de procesamiento de datos inherente a su biología increíblemente potente, por lo que podría adaptarse a la robótica.

Atraídos por el poder del procesamiento visual innato en estos insectos, el profesor Shigang Yue, especialista en Ciencias de la Computación de la Universidad de Lincoln, y la doctora Claire Rind, del Instituto de Neurociencia de la Universidad de Newcastle, se pusieron manos a la obra con el sistema informático. Los resultados de su trabajo se han publicado en la Revista internacional de sistemas mecatrónicos avanzados, especializada en esta disciplina que une la ingeniería mecánica, la electrónica, de control e informática.

Estimulación visual

La investigación se llevó a cabo como parte de un proyecto de colaboración con otras universidades europeas y chinas financiado por el Séptimo Programa Marco de la Unión Europea (7PM), iniciado en 2011 con una duración de cuatro años. El trabajo comenzó por entender la anatomía, las respuestas y el desarrollo de los circuitos en el cerebro de una langosta, lo que les permite detectar objetos próximos y evitarlos, tanto en vuelo como en tierra.

A partir de ahí se creó lo que los investigadores denominaron sistema de control motor estimulado visualmente (VSMC, por las siglas en inglés), para la navegación autónoma de robots. El mismo consta de dos tipos de detectores de movimiento (LGMD) y un generador de comandos sencillo. Cada detector procesa las imágenes, cubriendo una amplia parte del campo de visión, y extrae aquellas más relevantes. Estas pistas visuales se comparan y convierten después en órdenes motoras que el robot ejecuta en tiempo real.

“Nos inspiramos en el funcionamiento del sistema visual de las langostas en su interacción con el mundo exterior y el potencial para simular ese tipo de sistemas tan complejos en software y hardware para varias aplicaciones”, apunta el profesor Yue. En concreto, la herramienta se basa en la interneurona sensible al movimiento que poseen estos insectos, aplicada a un robot para que pueda explorar caminos o interactuar con objetos, valiéndose únicamente de la información visual.

Al respecto, Yue asegura que conseguir una visión artificial efectiva es un reto importante de la investigación. “La visión juega un papel fundamental en la interacción de la mayoría de las especies animales, e incluso las más insignificantes tienen notables capacidades de procesamiento visual. Por ejemplo, los insectos pueden responder a depredadores que se acercan con notable rapidez”, matiza.

De momento, según los experimentos realizados, queda demostrado que el sistema VSMC funciona bien y en diferentes escenarios, siendo capaz de detectar objetos cercanos y evitarlos.

Sistemas anticolisión

La investigación manifiesta además que la creación de sistemas neuronales de visión artificial biológicamente creíbles puede proporcionar nuevas soluciones para la visión artificial en entornos dinámicos. Así, podría utilizarse por ejemplo “para que los vehículos entendieran lo que pasa en la carretera y actuar de la forma más rápida”, señala Yue.

En la misma línea, la doctora Claire Rind, que ha trabajado en el sistema visual de la langosta durante varios años, matiza que la herramienta huye del enfoque convencional, ya que evita el uso de radares o detectores de infrarrojos que requieren procesamientos informáticos más potentes. En su lugar, aboga por el uso del modelo de los ojos y las neuronas de la langosta como base de un sistema de prevención de colisiones.

“Queremos llevar este trabajo adelante para aplicarlo en sistemas anticolisión de vehículos, lo cual es un gran desafío para la industria automovilística”, subraya Rind. Si bien algunos de estos sistemas se incluyen como extras en coches de alta gama, su rendimiento no siempre es tan bueno como debería, sin contar su un alto coste. Según la investigadora, “este trabajo nos ofrece pistas importantes sobre cómo desarrollar un sistema que mejoraría el rendimiento a tal nivel que acabaría con el factor de error humano”.