El robot percibe, por medio de sus sensores, al usuario y lo sigue

Pesa 12 kilos y alcanza una velocidad máxima de 12 Km/h. El modelo básico cuesta USD 2.700

La compañía de robótica Unitree Robotics presentó su nuevo modelo Unitree Go1, que puede acompañar al usuario mientras corre o anda en bicicleta.

Este cuadrúpedo, que pesa 12 kilos y puede alcanzar una velocidad de hasta 17 km/h busca ser una compañía e incentivo a la hora de entrenar. El robot va siempre junto a dueño: ni delante ni detrás, sino a la par.

Integra cámaras de profundidad, lentes angulares y 3 sensores de movimiento. Además, según se detalla en la ficha técnica de la página oficial, cuenta con un CPU de 16 núcleos así como una GPU de 384 núcleos y 1,5 TFlops.

El robot, por sus sensores y sistemas de cámaras, percibe al usuario y es capaz de hacer un seguimiento, en tiempo real a una distancia constante. Esto le permite ir a su lado en todo momento. Otro punto que destaca la empresa es que se trata de un modelo liviano y compacto que se puede llevar fácilmente de un sitio a otro.

El robot alcanza una velocidad máxima de 17 km/h

Tiene una estética similar a Spot, el famoso modelo de Boston Dynamics, por tratarse de un cuadrúpedo, así como por la forma en que se ve que se desplaza por el entorno. Este robot, que pronto saldrá a la venta, costará, en su versión más básica, USD 2.700.

Spot ha sido noticias varias veces en el último tiempo por los múltiples proyectos en los cuales se lo ha utilizado. Fue empleado, en el marco de la pandemia, para ayudar a prestar servicios de telemedicina en hospitales en EE.UU y en los parques de Singapur para ayudar a concientizar a los ciudadanos sobre la necesidad de mantener una distancia de dos metros con el fin de contener la ola de contagios.

El modelo Go1 pesa 12 kilos y es compacto

A su vez, en febrero de este año se vio a Spot patrullando las calles de Nueva York. El robot perro se movió por las calles del Bronx, en el marco de un allanamiento domiciliario que se hizo en esa zona por una investigación que se estaba llevando a cabo.

Como se ve, la robótica continúa avanzando a pasos agigantados. Si bien queda mucho por hacer para afinar algunas habilidades, lo cierto es que ya se utiliza esta tecnológica en gran medida en ámbitos industriales, o de logística para optimizar las tareas así como para cuidar la seguridad.

En este sentido, cabe recordar que hace unos días, Amazon difundió información sobre nuevas soluciones en desarrollo para mover cajones, paquetes y contenedores en sus depósitos. Los laboratorios de robótica y tecnología avanzada ubicados en Seattle, Boston y en el norte de Italia fueron los propulsores de diferentes tipos de dispositivos y sistemas basados en inteligencia artificial que ya comenzaron a ser testeados.

Amazon comenzó a desarrollar soluciones basadas en la captura de movimientos

Entre ellos se encuentran un robot que saca los contenedores de los estantes y utiliza su brazo robótico para entregárselo a los empleados, con el objetivo de que cuiden su postura. A su vez hay otros modelos que se desplazan de forma autónoma por los depósitos trasladando paquetes.

A nivel doméstico también existen algunos desarrollos que buscan facilitar las tareas del hogar. El uso de estos dispositivos, al menos en Occidente, están menos extendidos y todavía falta ajustar algunas cuestiones vinculadas a la motricidad fina, la posibilidad de identificar algunos objetos y sortear obstáculos, para que se puedan emplear con mayor precisión en el entorno hogareño.

Los investigadores lograron elaborar un novedoso método de entrenamiento que les permite a los sistemas percibir la geometría 3D de la escena y al mismo tiempo detectar objetos y superficies.

Ayer, justamente, el Instituto de Investigación de Toyota (TRI, por sus siglas en inglés) presentó un modelo con nuevas capacidades robóticas destinadas a resolver tareas complejas en esas situaciones. Se logró entrenar a las máquinas para comprender y operar en situaciones complicadas que confunden a la mayoría de los otros sistemas inteligentes, como puede ser el reconocimiento y la manipulación de superficies transparentes, en diferentes circunstancias.

Los investigadores lograron elaborar un novedoso método de entrenamiento que les permite a los sistemas percibir la geometría 3D de la escena y al mismo tiempo detectar objetos y superficies. Esta combinación permite utilizar grandes cantidades de datos sintéticos para enseñarle al sistema cómo identificar y comportarse en estos contextos.

Desirée Jaimovich Infobae

×

Hola

Para contactarte con nuestros asesores pulsa el chat de WhatsApp o envía un email  [email protected]

× ¿Cómo puedo ayudarte?