Descripción del Equipo: Pumas@Home 2020
Institución: Laboratorio de Bio-Robótica, Facultad de Ingeniería, Universidad Nacional Autónoma de México (UNAM)
Participación: RoboCup@Home 2020 — Open Platform League (OPL)
Integrantes del Equipo: Jesús Savage, Julio Cruz, Reynaldo Martell, Hugo Estrada, Marco Negrete, Diego Cordero, Manuel Pano, Julio Martínez y Luis González.
1. Trayectoria y Antecedentes del Laboratorio
El Laboratorio de Bio-Robótica de la UNAM ha participado de forma continua en RoboCup@Home desde su inicio en Bremen 2006. El equipo Pumas obtuvo el 2.° lugar mundial en las ediciones de 2018 y 2019, así como el 4.° lugar y el galardón al Mejor Reconocimiento de Voz y Comprensión del Lenguaje Natural en Nagoya 2017, consolidando además participaciones en el certamen europeo ROCKIn.
2. Arquitectura de Software: ViRBot
El robot opera bajo la arquitectura ViRBot (Virtual and Real Robot), integrando nodos de ROS en Linux y módulos de Windows a través del middleware propio Blackboard:
- Capa de Entradas (Inputs): Recolecta lecturas de LiDAR, sonares, sensores infrarrojos, micrófonos y cámaras RGB-D Kinect, aplicando procesamiento digital de señales para generar representaciones simbólicas y creencias sobre el estado del entorno.
- Capa de Gestión del Conocimiento: Mantiene mapas de ocupación mediante SLAM, estimación de pose con Filtro de Kalman y razonamiento experto basado en reglas con CLIPS (NASA).
- Capa de Planeación: Valida las creencias del entorno, reconoce situaciones operativas y genera secuencias de metas y operaciones en el espacio de estados.
- Capa de Ejecución: Despliega máquinas de estados finitos que ejecutan procedimientos modulares preprogramados (detección y seguimiento de personas, agarre y navegación).
3. Líneas de Investigación y Desarrollos Técnicos
A. Comprensión del Lenguaje Natural mediante Dependencias Conceptuales (CD)
Representación semántica estructurada basada en la teoría de Dependencias Conceptuales de Schank dentro de un sistema experto:
- Descompone comandos hablados en primitivas conceptuales como ATRANS (transferencia de posesión o relación abstracta, ej. entregar) y PTRANS (transferencia de ubicación física, ej. desplazarse).
- Identifica actor, acción, objeto y dirección para poblar hechos en la memoria de trabajo de CLIPS sin depender de sintaxis gramaticales cerradas.
- Permite que el motor de inferencias active reglas de producción jerárquicas y sintetice planes de acción deterministas en espacio de estados.
B. Interacción Humano-Robot Multi-Robot (Integración con Amazon Alexa)
Esquema de interacción distribuida que permite controlar múltiples robots desde cualquier habitación del hogar mediante dispositivos inteligentes:
- Dispositivos Amazon Echo capturan las órdenes de voz y las envían a Alexa Voice Service (AVS) configurado con Skills especializadas.
- Un nodo de servicios web en Node.js recibe las solicitudes en formato JSON, construye la Dependencia Conceptual (CD) y la comunica a Justina y Takeshi mediante ROS Bridge.
- Permite la cooperación entre plataformas, demostrada en tareas conjuntas donde Takeshi recibe a los invitados en la entrada y Justina atiende y sirve bebidas en la sala.
C. Segmentación Semántica con Mask R-CNN
Implementación de la red convolucional Mask R-CNN acelerada por GPU para mejorar el reconocimiento de objetos en escenas complejas, extrayendo regiones de interés (RoI) y generando máscaras de segmentación píxel a píxel en tiempo real.
4. Ficha Técnica: Robot Justina
| Base Móvil | Base omnidireccional con configuración de par diferencial y ruedas omnidireccionales |
| Torso y Cabeza | Torso elevador de 1 GDL (mecanismo de tornillo sin fin y engranes); cabeza mecatrónica de 2 GDL con servomotores Dynamixel |
| Manipuladores | Dos brazos antropomórficos de 7 GDL accionados por 10 servomotores Dynamixel cada uno |
| Sensores y Visión | LiDAR Hokuyo URG-04LX-UG01, sensor RGB-D Microsoft Kinect, cámara Logitech Pro C920 Full HD |
| Audio y Micrófonos | Micrófono direccional Røde NTG2, arreglo de cuatro micrófonos para localización de fuentes acústicas, altavoces duales |
| Software y Nodos | ROS Kinetic, middleware Blackboard, ROS Gmapping, navegación con A*, YOLO, FaceNet, OpenPose, síntesis con Loquendo, CLIPS (NASA) |
| Cómputo Embebido | Kit de desarrollo NVIDIA Jetson TX2 para procesamiento gráfico y visión, corriendo Ubuntu 16.04 LTS y máquina virtual Windows 7 |