Nanotexturas para resolver un problema histórico
Un líquido lubricante capturado entre las nanotextura y la acción capilar evita la acumulación de residuos dejados por el agua
Científicos desarrollan una tecnología de cámaras basadas en la visión del camarón mantis, capaz de ver en la niebla y en situaciones de alto contraste luminoso.
Los crustáceos pueden considerarse los superhéroes submarinos. Con sus resistentes exoesqueletos y amenazadoras pinzas, parecen salidos de una película fantástica. Algunos de ellos, como la langosta, pueden incluso llegar a superar los cien años de longevidad, y aunque normalmente son valorados por sus cualidades culinarias, esta vez han servido de inspiración para el desarrollo de una sofisticada tecnología de visión con aplicaciones en el campo de los coches autónomos. En este caso, se trata de un habitante de los arrecifes de coral australianos que tiene varias peculiaridades: el camarón mantis (gonodactylus smithii). Por un lado, propina los puñetazos más potentes del reino animal, golpeando con la velocidad de una bala (350 m/s). Pero ahí no acaba la cosa, ya que también cuenta con un complejo sistema de visión que le permite detectar presas en aguas superficiales con fuertes contrastes de luz. Y esos problemas de contraste suponen un reto tecnológico en el terreno de los vehículos autónomos.
En el año 2016, un accidente se cobró en EEUU la primera víctima mortal de un coche autónomo. ¿La causa? Que las cámaras de visión del vehículo fueron incapaces de discriminar entre el resplandor del cielo y un camión blanco. El percance empujó a Viktor Gruev, investigador de la Universidad de Illinois, a preguntarse si había alguna tecnología capaz de solventar el problema. Para ello se fijó en el sistema de visión del camarón mantis, que es capaz de discernir al mismo tiempo entre las zonas más oscuras y más iluminadas de su territorio de caza. Es lo que se denomina alto rango dinámico y que en tecnologías de última generación, como los paneles OLED, permite ofrecer negros profundos y alta luminosidad de forma simultánea. En el caso del camarón mantis, sus ojos ofrecen una respuesta logarítmica a los cambios de luz, es decir, no estrictamente proporcional al nivel de luminosidad.
Gruev ha trasladado esa respuesta logarítmica a una nueva tecnología de visión con medio millón de sensores que detectan los puntos oscuros y luminosos de cada fotograma. De este modo, sus cámaras ofrecen un contraste diez mil veces mayor que el de las cámaras actuales y son capaces de distinguir contrastes muy elevados, además de poder operar en situaciones de niebla. La ventaja de esta nueva tecnología es que se basa en gran medida en componentes ya disponibles en el mercado, por lo que el dispositivo se comercializará en un corto plazo. Por último, es posible que esta cámara pueda aplicarse en el campo de la detección de células cancerosas y la exploración submarina.
En la actualidad, los vehículos autónomos se sirven de varias tecnologías para detectar el entorno. Además de cámaras convencionales, utilizan sistemas LIDAR que recurren a un láser pulsado para determinar la distancia a la que se encuentran los objetos. Sin embargo, esta innovación tecnológica, es incapaz de ver colores, por lo que es preciso integrar otros sistemas como las cámaras térmicas para complementarla. Toda esta información debe pasar luego por un sistema de IA cuyos algoritmos permitan interpretar el contexto (si se trata de seres humanos, animales, vehículos u obstáculos en la carretera, entre otras cosas). Sin duda, operar en condiciones reales en carretera, con millones de variables inesperadas, es un desafío que requerirá la combinación de las tecnologías más avanzadas. Y, tal como hemos vistos, la naturaleza puede echarnos una mano con ello.
Fuente: Engineering.com
Todos los campos son obligatorios.
Descubre cuáles son los temas de los que más se está hablando este momento
{{CommentsCount}} Comentarios
Actualmente nadie ha comentado la noticia.
Sé el primero en dejar un comentario.
{{firstLevelComment.Name}}
{{firstLevelComment.DaysAgo}} días atrás
{{firstLevelComment.Text}}
Responder{{secondLevelComment.Name}}
{{secondLevelComment.DaysAgo}} días atrás
{{secondLevelComment.Text}}