Robot IA lee Braille el doble de rápido, aplicación en sistemas táctiles

La segunda revisión del Braille en 1837 fue la primera forma binaria de escritura desarrollada en la era moderna.

 Braille  (photo credit: EDDAU/WIKIMEDIA COMMONS)
Braille
(photo credit: EDDAU/WIKIMEDIA COMMONS)

Investigadores en el Reino Unido han desarrollado un sensor robótico que utiliza técnicas de inteligencia artificial (IA) para leer Braille a velocidades aproximadamente el doble de rápidas que la mayoría de los lectores humanos. El equipo de investigación, de la Universidad de Cambridge, utilizó algoritmos de aprendizaje automático para enseñar a un sensor robótico a deslizarse rápidamente sobre líneas de texto en Braille. El robot fue capaz de leer el Braille a 315 palabras por minuto, con una precisión cercana al 90%.

Aunque el lector de Braille robótico aún no se ha desarrollado como una tecnología de asistencia utilizada para mejorar las capacidades funcionales de las personas con discapacidad, los investigadores afirmaron que la alta sensibilidad requerida para leer Braille lo convierte en una prueba ideal en el desarrollo de manos robóticas o prótesis con una sensibilidad comparable a la de las yemas de los dedos humanos. En el futuro, los investigadores esperan poder adaptar la tecnología al tamaño de una mano o piel de un humanoide.

Los resultados se informan en la revista IEEE Robotics and Automation Letters bajo el título "lectura táctil de braille de alta velocidad a través de interacciones deslizantes biomiméticas".

El braille lleva el nombre de su inventor, Louis Braille, un francés que perdió la vista como resultado de un accidente en la infancia. En 1824, cuando solo tenía 15 años, creó el código braille basado en el alfabeto francés y publicó su sistema, que luego incluyó notación musical, en 1829. La segunda revisión, publicada en 1837, fue la primera forma binaria de escritura desarrollada en la era moderna.

Debido a sus numerosas terminaciones nerviosas, las yemas de los dedos humanos son muy sensibles y nos ayudan a recopilar información sobre el mundo que nos rodea, detectando pequeños cambios en la textura de un material o ayudándonos a saber cuánta fuerza utilizar al agarrar un objeto: por ejemplo, recoger un huevo sin romperlo o una bola de bolos sin dejarla caer.

 Reem Abd el-Karim, de 46 años, una mujer con discapacidad visual lee una receta de un libro de cocina en braille en casa del autor Eman al-Hosseiny, en El Cairo, Egipto, 27 de julio de 2021. Fotografía tomada el 27 de julio de 2021. (credit: HAYAM ADEL/REUTERS)
Reem Abd el-Karim, de 46 años, una mujer con discapacidad visual lee una receta de un libro de cocina en braille en casa del autor Eman al-Hosseiny, en El Cairo, Egipto, 27 de julio de 2021. Fotografía tomada el 27 de julio de 2021. (credit: HAYAM ADEL/REUTERS)
Reproducir ese nivel de sensibilidad en una mano robótica de manera eficiente en términos energéticos es un desafío importante de ingeniería. En el laboratorio del profesor Fumiya Iida en el departamento de ingeniería de Cambridge, los investigadores están desarrollando soluciones para esto y otras habilidades que los humanos encuentran fáciles pero los robots encuentran difíciles.

"La suavidad de las yemas de los dedos humanos es una de las razones por las que podemos agarrar cosas con la cantidad adecuada de presión", dijo Parth Potdar, primer autor del artículo. "Para la robótica, la suavidad es una característica útil, pero también se necesita mucha información de los sensores, y es complicado tener ambas cosas al mismo tiempo, especialmente cuando se trata de superficies flexibles o deformables".

El braille es una prueba ideal para una 'yema' robótica, ya que leerlo requiere una alta sensibilidad, debido a que los puntos en cada patrón de letra representativa están muy cerca uno del otro. Los investigadores utilizaron un sensor disponible en el mercado para desarrollar un lector de braille robótico que replica de manera más precisa el comportamiento de lectura humana.

"Existen lectores de braille robóticos existentes, pero solo leen una letra a la vez, lo cual no es como los humanos leen", dijo el coautor David Hardman. "Los lectores de braille robóticos existentes funcionan de manera estática: tocan un patrón de letra, lo leen, se levantan de la superficie, se mueven hacia otro, se bajan sobre el siguiente patrón de letra, y así sucesivamente. Queríamos algo más realista y mucho más eficiente".

El sensor robótico que utilizaron los investigadores tiene una cámara en su 'dedo' y lee utilizando una combinación de la información de la cámara y los sensores. "Esto es difícil para los expertos en robótica, ya que se requiere mucho procesamiento de imágenes para eliminar el desenfoque por movimiento, lo cual consume tiempo y energía", dijo Potdar.


Stay updated with the latest news!

Subscribe to The Jerusalem Post Newsletter


El equipo desarrolló algoritmos de aprendizaje automático para que el lector robótico pudiera "desenfocar" las imágenes antes de que el sensor intentara reconocer las letras. Entrenaron el algoritmo con un conjunto de imágenes nítidas de braille con un desenfoque falso aplicado. Después de que el algoritmo aprendiera a desenfocar las letras, utilizaron un modelo de visión por computadora para detectar y clasificar cada carácter.

Una vez incluidos los algoritmos, los investigadores probaron su lector deslizándolo rápidamente a lo largo de filas de caracteres braille. El lector braille robótico podía leer a 315 palabras por minuto con un 87% de precisión, lo cual es el doble de rápido y aproximadamente tan preciso como un lector braille humano. "Teniendo en cuenta que utilizamos desenfoque falso para entrenar el algoritmo, fue sorprendente lo preciso que fue al leer braille", dijo Hardman. "Encontramos un buen equilibrio entre velocidad y precisión, lo cual también ocurre con los lectores humanos".

"La velocidad de lectura del braille es una excelente manera de medir el rendimiento dinámico de los sistemas táctiles, por lo que nuestros hallazgos podrían ser aplicables más allá del braille, para aplicaciones como la detección de texturas superficiales o deslizamiento en la manipulación robótica", concluyó Potdar.