Investigadores del RISLAB publican estudio sobre técnicas de Deep Learning basadas en flujo óptico

• El RisLab de la Universidad de O’Higgins realiza un prometedor estudio para la construcción automatizada en el marco del proyecto Fondecyt Postdoctorado, implementado por los investigadores del Instituto de Ciencias de la Ingeniería, Robert Guamán-Rivera y Rodrigo Verschae.

La destacada revista Neurocomputing Journal (Q1) de Elsevier publicó recientemente el artículo “Event-based optical flow: Method categorisation and review of techniques that leverage deep learning”, del investigador postdoctoral del Instituto de Ciencias de la Ingeniería (ICI) de la Universidad de O’Higgins (UOH), Robert Guamán (como autor principal); junto a los académicos Rodrigo Verschae (UOH) y José Delpiano (U. de los Andes). El estudio se enfoca en categorizar y evaluar los métodos disponibles para la estimación del flujo óptico basados en Deep learning y cámaras de eventos.

La publicación es parte del proyecto Fondecyt de Postdoctorado titulado “Estrategia de visual servoing basada en gemelos digitales para controlar un brazo robótico utilizando cámaras de eventos en aplicaciones de construcción automatizada“, que se desarrolla en el Laboratorio de Robótica y Sistemas Inteligentes (RisLab) de la UOH. Esta investigación tiene como objetivo mejorar la precisión de la impresión 3D en robots manipuladores a través del uso de cámaras de eventos, estrategias de visual servoing y gemelos digitales.

“El artículo responde a mi proyecto Fondecyt de Postdoctorado 3240116 que se realiza en el RISLab de la UOH, bajo la supervisión del académico Rodrigo Verschae. Nuestro proyecto tiene como objetivo integrar tecnologías de vanguardia, como las cámaras de eventos en los procesos de construcción automatizada. Actualmente, esta tecnología está siendo evaluada y, basándonos en el estudio del movimiento, buscamos implementar una estrategia de visual servoing para corregir los errores de impresión”, comenta el investigador principal Robert Guamán.

A lo anterior, el Dr. Guamán agrega que como el estudio representa un avance significativo en la construcción automatizada, esto involucra un sector en crecimiento en Chile. “Para lograrlo, se implementarán algoritmos de estimación de movimiento, específicamente de flujo óptico, en entornos tanto simulados como reales. Además, se evaluarán otras variables que influyen en la calidad de la impresión y su impacto en el resultado final”, señala.

Por su parte, el académico Rodrigo Verschae señala que “el trabajo recién publicado aporta a una de las líneas de investigación del RisLab, que busca desarrollar algoritmos de visión computacional para cámaras de eventos. En la revista IEEE Access publicamos un paper el 2023 que aborda el estudio de cámaras de eventos para reconocimiento de gestos y expresiones, mientras que el recientemente publicado aborda el uso de métodos basados en técnicas de deep learning para análisis de movimiento, en particular estimación de flujo óptico, en cámaras de eventos. Otros trabajos en esta línea incluyen la publicación de un simulador para cámaras de eventos en colores (2023), un curso tutorial dictado en la conferencia internacional Face and Gesture (FG2020), entre otros”.

Como parte de este proyecto Fondecyt, el Dr. Guamán señala que el siguiente paso consistirá en implementar los algoritmos de estimación de movimiento (flujo óptico) previamente estudiados, tanto en entornos reales como simulados en aplicaciones de construcción automatizada, con el fin de corregir el error de impresión. Además, se deberán considerar otras variables que influyen en el proceso de impresión y analizar su impacto en la calidad del resultado de la impresión.