Desarrollan nueva detección 3D para que los coches autónomos vean mejor que el humano

Científicos de la Universidad de Arizona desarrollaron una nueva tecnología de detección 3D que promete cambiar la forma en que los vehículos autónomos y los sistemas robóticos perciben su entorno. El avance permite capturar imágenes tridimensionales con mayor velocidad y precisión que el ojo humano, incluso con luz variable y reflejos que confunden a sensores convencionales.

Para los humanos, adaptarse a cambios de luz, sombras y superficies reflectantes es un proceso automático. Los sistemas actuales de detección 3D, en cambio, tienen limitaciones al interpretar superficies con distintos grados de brillo y textura. En los coches autónomos, los sensores pueden fallar al pasar de una pared opaca a un parachoques metálico brillante; el mismo problema afecta a robots médicos y sistemas de inspección industrial.

El equipo dirigido por Florian Willomitzer, profesor asociado del Wyant College of Optical Sciences de la Universidad de Arizona, buscó superar esa barrera. Willomitzer explicó que el objetivo es lograr que las computadoras “vean” en 3D con un nivel superior al de cualquier persona. “Uno de nuestros objetivos es lograr que las computadoras y las máquinas vean en 3D mejor que cualquier ser humano”, afirmó en un comunicado de su institución.

Reducción de hardware y flexibilidad en el entorno

Históricamente, la medición exacta de objetos reflectantes requirió métodos como la deflectometría, que proyecta patrones sobre una superficie brillante para reconstruir su forma. Ese proceso exige pantallas grandes y estructuras costosas, poco prácticas para sistemas móviles.

En la industria automotriz, por ejemplo, se instalaron túneles revestidos con pantallas para inspeccionar chasis recién pintados: el método es preciso, pero resulta poco eficiente fuera de entornos controlados.

El grupo de Arizona eligió otro enfoque: transformar cualquier habitación en una pantalla virtual. Aniket Dashpute, primer autor del estudio, publicado en ‘Nature Communications’, describió el mecanismo: “Podemos usar un escáner láser para capturar todo lo que hay en la habitación (...) Luego, usamos nuestros algoritmos para separar las superficies difusas de las especulares (...) como una pantalla virtual para la medición deflectométrica”.

Velocidad y precisión con cámaras neuromórficas

Una innovación central del proyecto fue la integración de cámaras de eventos neuromórficas. A diferencia de las cámaras tradicionales, que capturan imágenes completas cuadro por cuadro, estos dispositivos registran solo cambios de brillo local y alcanzan una resolución temporal muy alta. Esto reduce datos redundantes y permite capturar vídeo 3D de alta velocidad en objetos en movimiento, incluso con variaciones de luz y superficies reflectantes complejas.

El prototipo de la Universidad de Arizona logró un seguimiento 3D robusto de objetos en movimiento en escenarios de reflectividad mixta, con velocidades de fotogramas elevadas. El avance evitó que los sensores quedaran deslumbrados por superficies difíciles y mejoró la nitidez de las imágenes.

Potencial de aplicación y próximos pasos

Por ahora, la tecnología se implementó en un prototipo de sobremesa en el laboratorio de la Universidad de Arizona. Su diseño modular y escalable abre aplicaciones que incluyen la navegación de vehículos autónomos, la guía de instrumentos en cirugía robótica y la inspección industrial de alta precisión.

Los responsables del proyecto anticiparon que el método podría utilizarse para mapear habitaciones y edificios, así como para el seguimiento de vasos sanguíneos microscópicos durante intervenciones médicas delicadas. “Nuestra arquitectura es fundamentalmente escalable”, sostuvo Willomitzer.