Dr. Adam Hines, con su robot ‘verde’. L/R- Dr. Tobias Fischer, Dr. Adam Hines y profesor Michael Milford. Crédito: QUT
Los investigadores de QUT Robotics han desarrollado un nuevo sistema de navegación de robots que imita los procesos neurales del cerebro humano y utiliza menos del 10% de la energía requerida por los sistemas tradicionales.
En un estudio publicado en la revista Robótica de la cienciaLos investigadores detallan un nuevo sistema que llaman lente, codificación local con sistemas neuromórficos. El documento se titula “Un sistema neuromórfico compacto para la localización de robots ultra eficiente en el dispositivo”.
La lente utiliza informática inspirada en el cerebro para establecer un nuevo punto de referencia de baja energía para el reconocimiento de lugares robóticos.
La investigación, realizada por el primer autor neurocientífico Dr. Adam Hines junto con el profesor Michael Milford y el Dr. Tobias Fischer, todo del Centro QUT de Robótica y la Escuela QUT de Ingeniería Eléctrica y Robótica, utiliza un sistema llamado Neuromorphic Computing
“Para ejecutar estos sistemas neuromórficos, diseñamos algoritmos especializados que aprenden más como lo hacen los humanos, procesando información en forma de picos eléctricos, similares a las señales utilizadas por las neuronas reales”, dijo el Dr. Hines.
“Las limitaciones de energía son un gran desafío en la robótica del mundo real, especialmente en campos como búsqueda y rescate, exploración espacial y navegación submarina.
“Al usar la computación neuromórfica, nuestro sistema reduce los requisitos de energía de la localización visual hasta en un 99%, lo que permite que los robots operen más tiempo y cubran mayores distancias en suministros limitados.
“Hemos sabido que los sistemas neuromórficos podrían ser más eficientes, pero a menudo son demasiado complejos y difíciles de usar en el mundo real: desarrollamos un nuevo sistema que creemos que cambiará la forma en que se usan con los robots”.
En el estudio, los investigadores desarrollaron lente, un sistema que pudo reconocer las ubicaciones a lo largo de un viaje de 8 km, pero utilizando solo 180 kb de almacenamiento, casi 300 veces menos que otros sistemas.
La lente combina una red neuronal de picos de cerebro con una cámara especial que solo reacciona al movimiento y un chip de baja potencia, todo en un pequeño robot.
“Este sistema demuestra cómo la computación neuromórfica puede lograr un seguimiento de ubicación en tiempo real y eficiente en la energía en los robots, abriendo nuevas posibilidades para la tecnología de navegación de baja potencia”, dijo el Dr. Hines.
“Un menor consumo de energía puede permitir que los robots operados de forma remota exploren durante más tiempo y más.
“Nuestro sistema permite que los robots se localicen solo utilizando información visual, de una manera que sea rápida y energéticamente eficiente”.
El Dr. Fischer, becario de ARC DECRA, dijo que la innovación clave en el sistema de lentes fue un nuevo algoritmo que explotó dos tipos de hardware bioinspirado prometedor: detección, a través de un tipo especial de cámara conocida como una “cámara de eventos”, y la computación, a través de un chip neuromórfico.
“En lugar de capturar una imagen completa de la escena que recibe cada detalle en cada cuadro, una cámara de evento detecta continuamente los cambios y el movimiento de cada microsegundo”, dijo el Dr. Fischer.
“La cámara detecta cambios en el brillo en cada píxel, replicando de cerca cómo nuestros ojos y cerebro procesan la información visual.
“Saber dónde se encuentra, también conocido como reconocimiento de lugares visuales, es esencial tanto para humanos como para robots.
“Si bien las personas usan señales visuales sin esfuerzo, es una tarea desafiante para las máquinas”.
El profesor Michael Milford, director del Centro QUT para la Robótica, dijo que el estudio fue representativo de un tema clave de investigación realizado por los investigadores del Centro.
“La robótica y la tecnología impactantes significa tanto una investigación innovadora pionera, pero también hacer todo el trabajo de traducción para garantizar que cumpla con las expectativas y requisitos del usuario final”, dijo el profesor Milford.
“No puedes hacer uno u otro.
“Este estudio es un gran ejemplo de trabajar hacia sistemas robóticos de eficiencia energética que proporcionan a los usuarios finales el rendimiento y la resistencia que requieren para que esos robots sean útiles en sus dominios de aplicación”.
Más información:
Un sistema neuromórfico compacto para la localización de robots ultra energéticamente eficiente en el dispositivo, Robótica de la ciencia (2025). Doi: 10.1126/scirobotics.ads3968
Proporcionado por la Universidad Tecnológica de Queensland
Citación: Ver a través de una nueva lente permite la navegación en forma de cerebro en robots (2025, 18 de junio) recuperado el 18 de junio de 2025 de
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
