Cada vez más resulta notable el desarrollo de exoesqueletos por parte de investigadores con el fin de ayudar a todas aquellas personas que han perdido su capacidad motriz. Los exoesqueletos son básicamente robots que se adaptan a las piernas del usuario para permitirle caminar, o a los brazos para obtener más fuerza, por ejemplo.
Pese a la utilidad que han brindado hasta el momento, los exoesqueletos actuales presentan la desventaja de depender de controles manuales para cambiar de posición en situaciones donde la persona requiera pasar de un estado motriz a otro (de sentarse a estar de pie, o caminar, o subir escaleras, etc.).
Y es que recurrir al uso de joysticks o aplicaciones especiales instaladas en un dispositivo móvil para dirigir el movimiento del exoesqueleto puede resultar incomodo y agotador para el usuario.
Es por ello que un equipo de científicos se encuentra trabajando en el desarrollo de exoesqueletos que puedan actuar de forma autónoma para efectuar el cambio en el modo de movimiento. Para ello, se han planteado incorporar cámaras portátiles en la estructura de los exoesqueletos, de manera que estas sirvan como medio para capturar el entorno y brindar a las maquinas datos de visión con el cual puedan actuar de forma autónoma.
En este sentido, el software de inteligencia artificial (IA) podría tener la capacidad para llevar a cabo el análisis de los datos, de modo que pueda reconocer sin problema estructuras como escaleras, puertas y otros elementos que puedan estar presentes en el entorno por donde transite el usuario.
Todos estos esfuerzos forman parte del proyecto ExoNet, dirigido por el investigador de robótica de la Universidad de Waterloo, Brokoslaw Laschowski.
Cabe destacar que ExoNet constituye la primera base de datos de código abierto de imágenes de alta resolución de cámaras portátiles aplicada en escenarios de locomoción humana, albergando un estimado de más de 5,6 millones de imágenes correspondientes a situaciones de marcha llevadas a cabo tanto entornos exteriores como interiores.
Fue así como el equipo sacó provecho de estos datos para entrenar algoritmos de aprendizaje profundo, dando como resultado una tecnología capaz de reconocer con una precisión superior al 70% entornos de marcha, todo esto de manera autónoma.
Pese a estos resultados, Laschowski y su equipo seguirán trabajando arduamente para incrementar la precisión de este software de análisis hasta lograr que sea lo más eficaz posible para hacer que las operaciones a bordo en tiempo real de los exoesqueletos robóticos sean cumplidas con éxito.