Una boca robótica es un componente clave en la interacción humano-robot (HRI). Es crucial diseñar sus componentes visuales para mejorar la percepción del usuario del discurso que pronuncia.
La boca humana es una intrincada red de músculos que revuelve y estira las esquinas de los labios para formar sonidos vocales y consonantes; Esta configuración es esencial para una boca robótica realista.
Movimiento adaptativo
Un equipo de investigadores de Penn, dirigido por Hyun Koo (profesor y codirector del Centro para la Innovación y la Odontología de Precisión) ha incorporado un sistema micro robótico en un cepillo de dientes impreso para ayudar con la eliminación de la placa. Los microrobots están hechos de nanopartículas de óxido de hierro que tienen un efecto catalítico que produce antimicrobianos que matan bacterias en el sitio. Las cerdas resultantes pueden barrer la placa dental de una amplia variedad de superficies dientes y superficies interdentales, incluidas áreas difíciles de alcanzar.
La novedad del sistema es que utiliza varios sensores para ajustar sus movimientos para que coincidan con la topografía de los dientes en la boca de un paciente. Esto le permite realizar una rutina de cepillado y hilo dental más efectiva que un cepillo o hilo dental manual estándar. El sistema también podría ser una bendición para la población geriátrica, que puede no tener la destreza de cepillarse y hirviendo adecuadamente los dientes.
Para lograr esta hazaña, el equipo implementó un pequeño método de control ingenioso que utilizó un generador de patrones centrales (CPG) para generar movimientos omnidireccionales. Consiste en algunos algoritmos ingeniosos que están optimizados para ofrecer pequeños errores de seguimiento mientras se mantienen la estabilidad del robot. Esta es la forma más efectiva de optimizar un sistema que contiene múltiples micromotores muy cerca uno del otro, y para evitar la fluctuación sincronizada y otros percances.
El sistema también presenta un actuador elástico en serie, que es una tecnología que ha ganado tracción en el campo de la robótica miniaturizada, especialmente los robots y los exoesqueletos. Esta es una tecnología que probablemente continúe ganando seguidores con su capacidad para lograr un alto grado de densidad de potencia a un precio razonable.
Síntesis del habla
Se utiliza una aplicación de síntesis de discurso para convertir las palabras habladas en discurso inteligible utilizando un sistema de inteligencia artificial (AI) que mide los movimientos de la lengua, la mandíbula, el paladar suave y los labios. Estos movimientos se analizan junto con la voz grabada y se transcriben a un sintetizador de voz basado en computadora.
Hay dos tipos principales de aplicaciones de síntesis del habla; basado en diccionario y basado en reglas. Ambos usan algoritmos similares para reconocer las palabras del texto de entrada, pero el enfoque basado en el diccionario requiere una gran base de datos de muestras de palabras habladas, mientras que el enfoque basado en reglas funciona en una palabra dada, lo que lo hace ideal para sistemas integrados con espacio de memoria limitado y potencia de procesamiento .
Utilizando una aplicación ML para detectar la vocal y los patrones consonantes en el discurso entrante, la aplicación MFCC asigna cada palabra a una ID de Viseme, un identificador único que indica la posición del labio en la cara del altavoz al comienzo de una palabra. La mayor cantidad de palabras que comienzan con los mismos identificadores, más preciso es el sistema ML para determinar las posiciones correctas de los labios para activar los movimientos de la mandíbula, los labios y la lengua.
La aplicación MFCC luego usa el mismo algoritmo para retrencar la velocidad de pivote de la mandíbula inferior al escuchar la vocal y los sonidos consonantes, en tiempo real. La triangulación servomotora resultante crea un movimiento de boca más suave y más naturalista.
Esta aplicación también utiliza un puerto analógico en el Arduino para recibir audio directamente de Amazon Lex/Polly, que permite al robot reconocer palabras específicas y sus sonidos. Este enfoque es más estable que un sistema basado en reglas y puede usarse para oraciones más largas o múltiples palabras de sílaba, que a menudo son difíciles de transcribir a datos a través de un monitor en serie.
Un algoritmo de aprendizaje automático personalizado (ML) que agrupa las frecuencias PWM de un conjunto de reglas predefinidas y datos de ejemplo permite al sistema determinar con precisión la posición de la lengua, la mandíbula y los labios sincronizados con las palabras entrantes. Este algoritmo ML también permite al servomotor realizar movimientos de la mandíbula rápido y lento hacia arriba/hacia abajo. El algoritmo ML se puede volver a programar fácilmente por un humano con un tiempo de entrenamiento mínimo. El algoritmo ML también permite el uso de los actuadores buccinadores personalizados para ampliar/contratar y elevar/bajar las esquinas de los labios de silicona para imitar la forma y la posición de la boca de un humano.
Industria 4.0
Industry 4.0 es un concepto que se centra en la transformación digital de la fabricación y las industrias relacionadas. Se trata de llevar el Internet de las cosas a la fabricación y usarlo para mejorar los procesos y aumentar la productividad, al tiempo que reduce los costos y mejora la satisfacción de los clientes y los socios industriales.
La idea detrás de la industria 4.0 es que la automatización intensiva en información y la utilización de datos y tecnologías IoT permiten la fabricación inteligente y los ecosistemas de innovación industrial y colaboración. Esto incluye el uso de ecosistemas de valor propulsados por la información, activos conectados (personas, sistemas, procesos e información), operaciones de fabricación habilitadas para IoT y optimización de la cadena de suministro, sistemas cibernéticos y robótica, nubes y big data / análisis.
También implica la convergencia cibernética de la tecnología de la información y la automatización con un enfoque en la seguridad cibernética. Es un enfoque estratégico y escenificado que requiere los modelos y procesos comerciales, tecnológicos y organizacionales adecuados.
Hoy en día, existe un nivel creciente de conciencia de la necesidad y el potencial de las integraciones ciberfísicas en el ciclo de vida del producto y la cadena de valor desde una perspectiva de TI, OT y ciberseguridad. Además, existe la demanda (en evolución) de la automatización de los procesos de producción, así como la automatización de los procesos comerciales y, a su vez, para optimizarlos como resultado.
Otro aspecto esencial de la industria 4.0 es la introducción de sensores, principalmente en forma de sensores de posición y presión, sensores de flujo y temperatura, sensores de fuerza y, más recientemente, sensores infrarrojos o de movimiento para determinar y analizar los cambios en las posiciones, la longitud, la altura, External y dislocaciones en plantas e instalaciones de producción. Esto hace que las operaciones de producción sean más inteligentes y eficientes al hacer posible monitorear los picos de producción y el flujo en tiempo real, para evitar errores y retrasos e intervenir más rápido en caso de problemas de producción.
Además, una serie de otras evoluciones tecnológicas, como las integraciones cibernéticas y los elementos de IoT, han hecho posible realizar la industria 4.0. Estos incluyen los sensores antes mencionados, las tecnologías de realidad y simulación aumentada, la fabricación aditiva, la integración horizontal y vertical, la nube, la seguridad cibernética y, más recientemente, big data y análisis, el internet industrial de las cosas, así como el desarrollo y la adopción de la adopción de Un modelo de arquitectura de referencia, o Rami 4.0, por el consorcio industrial de Internet.
