Una mejor localización de los objetos en entornos industriales gracias a la inteligencia artificial Un proyecto respaldado por la Unión Europea está utilizando técnicas de aprendizaje profundo, combinadas con computación en la nube, el borde y el borde lejano, para mejorar el modo de rastrear los objetos en fábricas y almacenes. Economía digital © metamorworks/Shutterstock.com Las tecnologías de posicionamiento en interiores están contribuyendo a transformar el sector industrial. Como si fuera un sistema de posicionamiento global en interiores, localizan a personas y objetos, mejorando así la eficiencia, seguridad y automatización en edificios tales como fábricas o almacenes. El nuevo proyecto europeo DUNE ahora está desarrollando tecnologías para mejorar la localización de activos en el interior de espacios industriales. DUNE, que forma parte del proyecto financiado con fondos europeos VEDLIoT, combina técnicas de aprendizaje profundo con sistemas de informática distribuida que se basan en capacidades computacionales en la nube, el borde y el borde lejano para abordar las necesidades de las aplicaciones en tiempo real. «En la actualidad hay numerosos enfoques tecnológicos que tratan de explotar las características de las señales de radio como herramienta para derivar la posición relativa entre objetos», observa el catedrático Xavier Vilajosana Guillén, de la Universitat Oberta de Catalunya, en un artículo publicado en el sitio web de la universidad. «Esta heterogeneidad tecnológica y la variedad de casos en los que pueden usarse, con gran diversidad de presupuestos y entornos de aplicación, hacen necesario desarrollar un marco potente para gestionar los datos de ubicación de diferentes tecnologías en tiempo real, que al mismo tiempo se adapte a las múltiples necesidades industriales y que sea económicamente atractivo». Para localizar un activo en interiores, el dispositivo receptor calcula la posición del activo basándose en la dirección de la que procede la señal emitida por el activo. Sin embargo, los obstáculos entre el transmisor y el dispositivo receptor de la señal provocan inexactitudes al calcular la posición de los objetos. Para superar este problema, DUNE está utilizando mecanismos de posicionamiento respaldados por técnicas de aprendizaje profundo en diferentes fases del proceso de localización. Funcionamiento del sistema El sistema distribuido está formado por distintos sensores y dispositivos de localización colocados en los objetos que quieren localizarse. Los dispositivos generan trazas de datos en bruto que deben procesarse para determinar la posición de los diferentes objetos. Tal como explica el artículo, el procesamiento inicial de los datos se lleva a cabo en el «borde lejano», cerca de las antenas que transmiten las señales. Esto reduce el ancho de banda y el tiempo de respuesta del servidor y, a la vez, mejora la seguridad de los datos. Las antenas de los localizadores reciben las señales de radio emitidas por los sensores fijados en los objetos. Entonces, es necesario procesar los datos para calcular los ángulos que determinan la dirección de la que procede la señal y, así, actualizar los datos en tiempo real. «En un mundo perfecto, esta transformación es un proceso geométrico que depende del espacio entre antenas (distancia) y de la radiofrecuencia (longitud de onda). Sin embargo, estos entornos están sujetos a ruidos e irregularidades», señala el catedrático Vilajosana Guillén. «Cuando se tratan estos problemas, los métodos de aprendizaje profundo pueden convertirse en una herramienta muy valiosa para obtener estimaciones muy precisas de la posición de los objetos». Otros dispositivos «en el borde» permiten procesar y agregar los datos al instante; además, se incorpora un paso adicional de filtrado para mejorar la traducción de las señales y facilitar la incorporación de diferentes tecnologías. A continuación, las posiciones estimadas se remiten desde estos dispositivos en el borde a una infraestructura en la nube conectada al sistema de información de la fábrica. En la nube, se utilizan métodos avanzados de inteligencia artificial para corregir, mejorar, clasificar e identificar anomalías y optimizar las operaciones. El proyecto VEDLIoT (Very Efficient Deep Learning in IOT) está desarrollando una innovadora plataforma de internet de las cosas que contribuirá a solucionar problemas complejos en sectores clave, como la industria y el transporte. El proyecto finalizará en octubre de 2023. Para más información, consulte: Sitio web del proyecto VEDLIoT Palabras clave VEDLIoT, DUNE, tecnología de posicionamiento en interiores, industrial, datos, aprendizaje profundo, localización de objetos, borde, borde lejano, nube
