Los investigadores del Instituto Tecnológico de Massachusetts (MIT) han creado RFusion, un prototipo de brazo robótico que emplea la radiofrecuencia y las etiquetas RFID para localizar objetos perdidos.
Todos hemos pasado por el angustiante momento de no encontrar las llaves de casa, el teléfono móvil o la cartera y nos hemos vuelto locos buscándolos. Sin embargo, esta estresante situación puede muy pronto dejar de ser un problema gracias a proyectos como el que se están llevando a cabo el MIT. Estos investigadores han desarrollado RFusion, un prototipo de brazo robótico que fusiona las señales de radiofrecuencia de una antena con la entrada visual de la cámara que lleva integrada para localizar y recuperar un objeto perdido aunque esté muy escondido.
El funcionamiento de este prototipo RFusion se basa en etiquetas RFID, que son etiquetas sin batería que se pegan en un objeto y reflejan las señales RF enviadas por una antena. Gracias a que estas señales pueden atravesar la mayoría de las superficies, el sistema puede ubicar un artículo etiquetado incluso entre un montón de objetos.
ETIQUETAS RFID e INFORMACIÓN VISUAL PARA ENCONTRAR OBJETOS
Mediante el aprendizaje automático, el brazo robótico se enfoca en la ubicación exacta del objeto que busca y mueve los elementos que se encuentran encima de él. Una vez identificado el lugar exacto en el que está, la red neural que lleva integrada el sistema usa la señal RF combinada y la información visual que recibe de la cámara para predecir cómo el brazo robótico debe agarrar el objeto. Por último, escanea de nuevo la etiqueta para asegurarse de que ha cogido el elemento correcto.
La cámara, la antena, el brazo robótico y la inteligencia artificial están completamente integrados, por lo que RFusion puede funcionar en cualquier entorno sin necesidad de una configuración especial.
Si bien es útil para encontrar llaves perdidas, las aplicaciones de prototipos como RFusion pueden tener aplicaciones más amplias en el futuro, como ayudar a cumplir con los pedidos de un almacén, identificar componentes en una planta de fabricación de automóviles o ayudar a una persona mayor con las tareas domésticas. En todo caso, esto es solo el principio, pues el prototipo actual aún no es lo suficiente rápido para estos usos y se ha de seguir optimizando para buscar nuevos beneficios y aplicaciones a futuro.