El método de navegación podría acelerar la entrega autónoma de última milla.
En un futuro no muy lejano, los robots podrían ser enviados como vehículos de entrega de última milla para dejar en su puerta su pedido de comida para llevar, un paquete o su suscripción de kits de comidas, si logran encontrar la puerta.
Los enfoques estándar de navegación robótica consisten en mapear previamente una zona y, a continuación, utilizar algoritmos para guiar a un robot hacia un objetivo específico o una coordenada GPS del mapa. Aunque este enfoque podría tener sentido para explorar entornos concretos, como la distribución de un edificio determinado o un circuito de obstáculos planificado, puede resultar difícil de manejar en el contexto de la entrega de última milla.
Imagine, por ejemplo, que hubiera que mapear de antemano cada barrio de la zona de entrega de un robot, incluida la configuración de cada vivienda de ese barrio, junto con las coordenadas específicas de la puerta principal de cada casa. Una tarea de este tipo puede resultar difícil de escalar a una ciudad entera, sobre todo porque el exterior de las casas suele cambiar con las estaciones. Mapear cada una de las casas también podría plantear problemas de seguridad y privacidad.
Ahora, ingenieros del MIT han desarrollado un método de navegación que no requiere mapear previamente una zona. En cambio, su enfoque permite a un robot utilizar pistas de su entorno para planificar una ruta hacia su destino, que puede describirse en términos semánticos generales, como “puerta principal” o “garaje”, en lugar de como coordenadas en un mapa. Por ejemplo, si a un robot se le indica que entregue un paquete en la puerta principal de alguien, podría empezar en la carretera y ver un camino de entrada, que ha sido entrenado para reconocer como probable conducción hacia una acera, la cual, a su vez, probablemente conduzca a la puerta principal.
La nueva técnica puede reducir considerablemente el tiempo que un robot dedica a explorar una propiedad antes de identificar su objetivo, y no depende de mapas de residencias específicas.
“No querríamos tener que hacer un mapa de cada edificio al que necesitáramos ir”, afirma Michael Everett, estudiante de posgrado del Departamento de Ingeniería Mecánica del MIT. “Con esta técnica, esperamos dejar un robot al final de cualquier camino de entrada y que encuentre una puerta”.
Everett presentará los resultados del grupo esta semana en la Conferencia Internacional sobre Robots y Sistemas Inteligentes. El artículo, que es coescrito por Jonathan How, profesor de aeronáutica y astronáutica del MIT, y Justin Miller, de Ford Motor Company, es finalista en la categoría “Mejor artículo sobre robots cognitivos”.
“Un sentido de lo que son las cosas”
En los últimos años, los investigadores han trabajado en introducir un lenguaje natural y semántico en los sistemas robóticos, entrenando a los robots para reconocer objetos mediante sus etiquetas semánticas, de modo que puedan procesar visualmente una puerta como una puerta, por ejemplo, y no simplemente como un obstáculo sólido y rectangular.
“Ahora tenemos la capacidad de dar a los robots un sentido de lo que son las cosas, en tiempo real”, dice Everett.
Everett, How y Miller utilizan técnicas semánticas similares como trampolín para su nuevo enfoque de navegación, que aprovecha algoritmos preexistentes que extraen características de los datos visuales para generar un nuevo mapa de la misma escena, representado como pistas semánticas, o contexto.
En su caso, los investigadores utilizaron un algoritmo para construir un mapa del entorno a medida que el robot se desplazaba, utilizando las etiquetas semánticas de cada objeto y una imagen de profundidad. Este algoritmo se denomina SLAM semántico (localización y mapeo simultáneos).
Aunque otros algoritmos semánticos han permitido a los robots reconocer y mapear objetos de su entorno tal como son, no les han permitido tomar decisiones en el momento mientras navegan por un entorno nuevo, sobre la trayectoria más eficiente que deben seguir hacia un destino semántico, como una “puerta principal”.
“Antes, explorar consistía simplemente en colocar un robot y decirle ‘ve’, y se movería y, con el tiempo, llegaría, pero sería lento”, afirma How.
El coste por llegar
Los investigadores buscaron acelerar la planificación de trayectorias de un robot a través de un mundo semántico coloreado por el contexto. Desarrollaron un nuevo “estimador del coste por llegar”, un algoritmo que convierte un mapa semántico creado por algoritmos SLAM preexistentes en un segundo mapa que representa la probabilidad de que cualquier ubicación determinada esté cerca del objetivo.
“Esto se inspiró en la traducción de imagen a imagen, donde se toma una foto de un gato y se hace que parezca un perro”, afirma Everett. “Aquí ocurre el mismo tipo de idea: se toma una imagen que parece un mapa del mundo y se convierte en otra imagen que parece el mapa del mundo, pero que ahora está coloreada según la proximidad de los distintos puntos del mapa al objetivo final”.
Este mapa de coste por llegar está coloreado en escala de grises para representar las regiones más oscuras como ubicaciones alejadas de un objetivo, y las regiones más claras como zonas cercanas al objetivo. Por ejemplo, la acera, codificada en amarillo en un mapa semántico, podría ser traducida por el algoritmo de coste por llegar como una región más oscura en el nuevo mapa, en comparación con un camino de entrada, que se vuelve progresivamente más claro a medida que se acerca a la puerta principal, la región más clara del nuevo mapa.
Los investigadores entrenaron este nuevo algoritmo con imágenes satelitales de Bing Maps que contenían 77 casas de un barrio urbano y tres suburbanos. El sistema convirtió un mapa semántico en un mapa de coste por llegar y trazó la trayectoria más eficiente, siguiendo las regiones más claras del mapa, hasta el objetivo final. Para cada imagen satelital, Everett asignó etiquetas semánticas y colores a los elementos de contexto de un jardín delantero típico, como gris para una puerta principal, azul para un camino de entrada y verde para un seto.
Durante este proceso de entrenamiento, el equipo también aplicó máscaras a cada imagen para imitar la vista parcial que probablemente tendría la cámara de un robot al atravesar un jardín.
“Parte del truco de nuestro enfoque fue [dar al sistema] muchas imágenes parciales”, explica How. “Así que realmente tenía que averiguar cómo se relacionaban todas estas cosas entre sí. Eso es parte de lo que hace que este método funcione de forma robusta”.
Los investigadores probaron después su enfoque en una simulación de la imagen de una casa completamente nueva, ajena al conjunto de datos de entrenamiento, usando primero el algoritmo SLAM preexistente para generar un mapa semántico y, a continuación, aplicando su nuevo estimador del coste por llegar para generar un segundo mapa y una trayectoria hacia un objetivo, en este caso, la puerta principal.
La nueva técnica de coste por llegar del grupo encontró la puerta principal un 189 por ciento más rápido que los algoritmos de navegación clásicos, que no tienen en cuenta el contexto ni la semántica y, en cambio, dedican demasiados pasos a explorar zonas poco probables de estar cerca de su objetivo.
Everett afirma que los resultados ilustran cómo los robots pueden utilizar el contexto para localizar un objetivo de forma eficiente, incluso en entornos desconocidos y no mapeados.
“Incluso si un robot entrega un paquete en un entorno en el que nunca ha estado, podría haber pistas que sean las mismas que en otros lugares que ha visto”, afirma Everett. “Así que el mundo puede estar distribuido de manera un poco diferente, pero probablemente haya algunas cosas en común”.
Esta investigación cuenta en parte con el apoyo de Ford Motor Company.
