Skip to main content
European Commission logo print header

Safe Robot Navigation in Dense Crowds

Article Category

Article available in the following languages:

Desarrollo de robots aptos para multitudes

La seguridad que inspiren los robots en las personas que les rodean influirá en su aceptación pública. CROWDBOT ha ideado métodos para garantizar la interacción segura de los robots con las personas probándolos en multitudes.

Economía digital icon Economía digital

Cada vez se utilizan más los robots para ofrecer productos y servicios, y aumenta la frecuencia con la que se encuentran con multitudes, lo cual genera desafíos logísticos y de seguridad. Los robots de reparto suelen estar programados para llegar a su destino con rapidez, provocando perturbaciones mínimas. Mientras que los robots de ayuda a la movilidad tienen que orientarse por entornos dinámicos y, de hecho, facilitar la interacción. El proyecto financiado con fondos europeos CROWDBOT ha desarrollado unas tecnologías capaces de garantizar un contacto estrecho seguro con las personas. «Antes, los robots seguros no se acercaban demasiado a las personas, pero a medida que los robots pasen a formar parte de la vida cotidiana, este planteamiento ya no será adecuado para su fin», explica Julien Pettre, coordinador del proyecto. CROWDBOT, que ha seguido tres líneas de trabajo principales (detección robótica, predicción de multitudes y control del robot), ha demostrado sus propios planteamientos a través de una experimentación novedosa. «Ahora, nuestro cambio de paradigma puede aportar datos para las decisiones técnicas de los desarrolladores de “software”», añade Pettre.

Escenarios diversos

Los socios del proyecto desarrollaron demostradores de distintas funcionalidades robóticas en sus laboratorios, que después integraron en dos escenarios de prueba. En primer lugar, la robótica de ayuda a la movilidad. Este escenario era interesante porque los elementos robóticos no siempre son evidentes, el comportamiento robótico suele estar determinado conjuntamente por los usuarios y la programación, y la proximidad con las personas es un requisito previo. El University College de Londres integró sus tecnologías en sillas de ruedas con motor y la Escuela Politécnica Federal de Lausana, EPFL empleó un nuevo prototipo de robot japonés llamado Qolo, en el que los usuarios se ponen de pie sobre el robot. Qolo estaba provisto de un programa de control de dos niveles que ajustaba la trayectoria para evitar choques, pero también podía limitar las fuerzas del impacto mediante la detección del contacto a través de sensores que recogían señales gestuales, acústicas y táctiles. El robot se probó en las calles y los mercados al aire libre de Lausana (Suiza), y a través de experimentos nunca antes realizados, como pruebas de choque entre Qolo y maniquís. En segundo lugar, SBRE, Locomotec y ETHZ probaron robots de servicio. Si bien Locomotec trabajó con su propio robot, Cuybot, ETHZ y SBRE trabajaron con el robot humanoide Pepper, diseñado para interactuar con personas en público. Pepper estaba equipado con detección adicional y capacidades de procesamiento, un rastreador integrado a bordo y un sistema de localización mejorado. Se probó en distintos escenarios dinámicos, como en una fiesta de Navidad de laboratorio, para estudiar su interacción (incluidos los gestos, el tacto y el habla) con los humanos al orientarse entre la multitud. A pesar de las limitaciones impuestas por la COVID-19, Pepper también se integró en escenarios de prueba de realidad virtual. El resultado fueron mejoras del diseño y las funciones de control de Pepper. «Estos experimentos singulares nos permitieron explorar exhaustivamente una amplia variedad de interacciones de forma segura: algo imposible en la vida real. Nos brindaron información que nos ahorró dinero y tiempo», comenta Pettre. Para ambos escenarios, CROWDBOT utilizó una combinación de cámara y sensores LiDAR integrados con los rastreadores. Con el objetivo de predecir con precisión el comportamiento de la multitud, se desarrollaron técnicas de aprendizaje profundo para extrapolarlo a partir de los datos de rastreo bidimensionales generados por el movimiento de las personas que rodeaban a los robots. Al final del proyecto, el equipo empezaba a evaluar el rastreo de todo el cuerpo.

Anticipación de los debates políticos

Tan solo tenemos que pensar en los vehículos autónomos para darnos cuenta de que los robots en los espacios públicos pronto serán una realidad, lo cual suscita inevitablemente debates sobre regulación. «Anteriormente, se sabía poco sobre los movimientos de los robots en multitudes o esta consistía en la mitigación eficaz. Al priorizar realmente la interacción, nos centramos en las reacciones del robot —expone Pettre—. Pero cómo reaccionen después las multitudes ante los robots dependerá de la comprensión de su propósito, lo cual es importante para la formulación de políticas». La mayoría de los códigos y conjuntos de datos del proyecto ya están disponibles en su sitio web. Los socios del proyecto ya han integrado el aprendizaje del proyecto en sus robots. Por ejemplo, la EPFL ha adoptado medidas de control para evitar colisiones, mientras que la Universidad Técnica de Aquisgrán ha mejorado las capacidades de detección. «Aunque trabajamos con robots que ya existen, el siguiente paso sería diseñar uno mejor desde cero», concluye Pettre.

Palabras clave

CROWDBOT, robot, orientación, muchedumbre, sensores, sillas de ruedas, seguridad, Pepper

Descubra otros artículos del mismo campo de aplicación