Standardization News:

Durante años, los términos “big data” y “macrodatos” se han utilizado para describir una colección de datos sin procesar que es demasiado grande y compleja para procesar con software de procesamiento de datos tradicional.

Los macrodatos seleccionan información, de manera pasiva, de una variedad de fuentes, que incluyen redes sociales, dispositivos móviles y lo que a menudo se denomina “Internet de las cosas”, es decir, dispositivos de uso cotidiano que reciben, recaban y transmiten información por Internet. Solo abrir un navegador web en la computadora o usar una aplicación en el teléfono hace que comiencen a acumularse macrodatos. Una vez que estos datos se procesan y analizan, proporcionan información útil basada en datos que ayuda a las organizaciones a identificar riesgos, oportunidades e iniciativas futuras.

Existe un debate en cuanto a cuándo se creó la frase “big data”. Algunas fuentes apuntan a la década de 1990 y señalan a John Mashey, especialista en computación, como el creador. Otros lo atribuyen a principios de la década de 2000 y a una variedad de artículos académicos y periodísticos que hacían referencia al pujante mundo de “big data”. Lo que no puede debatirse es su prevalencia en la sociedad. Es mucho más que una teoría; ahora los utilizan empresas y entidades gubernamentales, todos, desde Amazon hasta la Oficina del Censo de los Estados Unidos. 

Los macrodatos también alimentan a una diversa gama de industrias, entre ellas, fabricación, transporte, publicidad, seguridad cibernética y atención médica. Están integrados con similar importancia en la robótica, la automatización y los vehículos terrestres autónomos no tripulados; todos sectores que necesitan procesar grandes cantidades de datos. En la revista Big Data, los investigadores de la Universidad de Stanford, la Universidad Rice y la Universidad de Zaragoza en España señalaron que los macrodatos permitirán que los robots entiendan y operen en entornos más complicados y peligrosos. Los A-UGV ya actúan en entornos de alto riesgo como campos minados y zonas de combate.

Expansión del alcance de un comité

La robótica y los A-UGV son dos áreas de especialización del comité sobre robótica, automatización y sistemas autónomos (F45) de ASTM International. Este comité creado en 2014 se centraba originalmente en los vehículos industriales de guiado automático sin conductor. Con el tiempo, el comité ha ampliado su alcance para incluir vehículos automáticos, automatizados y autónomos, brazos o manipuladores robóticos, y los sensores utilizados en estos sistemas industriales o comerciales. Para reflejar la amplitud de estos conocimientos, hace poco se cambió el nombre del comité F45 por el que tiene ahora: comité sobre robótica, automatización y sistemas autónomos. Asimismo, ha recibido un nuevo presidente, Adam Norton del Centro de Validación y Experimentación de Robótica de Nueva Inglaterra (NERVE) de la Universidad de Massachusetts Lowell.

Un manipulador robótico es un brazo robótico acoplado a una plataforma móvil estable que puede desplazarse a cualquier ubicación y llevar a cabo su tarea en una variedad de condiciones. Dado que la demanda y necesidad de estándares sobre manipuladores móviles han ido en aumento, el comité recientemente creó el subcomité sobre agarre y manipulación (F45.05). El grupo se centrará en el desempeño de manipuladores móviles, sistemas de montaje robotizados y efectores finales de agarre. Un efector final se acopla a la muñeca de un brazo robótico y permite que el robot desempeñe su función particular, como agarrar o sujetar. Sin un efector final o una herramienta en el extremo del brazo, un brazo robótico sería, en su mayor parte, inútil.
Según Nora Nimmerichter, gerente de personal del comité F45, el subcomité ha debatido hasta cinco nuevos elementos de trabajo para agarre y manipulación. Los elementos de trabajo se referirán a estándares de desempeño de efectores finales de agarre, manipuladores móviles y sistemas de montaje robotizados, y contendrán elementos de macrodatos. 

Junto con su expansión hacia agarre y manipulación robótica, el comité planea ahondar en infraestructura inteligente y seguridad cibernética. La infraestructura inteligente se refiere al uso de cámaras, sensores y dispositivos conectados para recopilar datos que permitan a urbanistas y funcionarios de infraestructura trabajar en pos de usos más sostenibles y rentables de recursos tales como agua, energía y transporte. La infraestructura inteligente y la seguridad cibernética se encuentran dentro del alcance del subcomité sobre comunicación e integración (F45.04).

La robótica y los A-UGV son dos áreas críticas que dependen de macrodatos.

“En un principio, el F45.04 se centraba en desarrollar métodos y prácticas de prueba que evalúan el desempeño de un A-UGV. Esto incluye interacciones controladas con otros sistemas automatizados y en diversas condiciones de comunicación. Eran específicos para A-UGV”, señaló Nimmerichter.  

Además de redactar estándares para estas dos áreas, es posible que el subcomité se haga cargo de 6G, que es el eventual sucesor de la tecnología celular 5G. Está en la búsqueda de expertos que contribuyan al debate sobre 6G y a los estándares que puedan resultar necesarios.

En este momento, el subcomité sobre comunicación e integración tiene un estándar: la práctica estándar para implementar impedimentos de comunicación en sistemas de A-UGV (F3243). Esta práctica implica la simulación de impedimentos de comunicación conocidos que podrían alterar, demorar o detener la ejecución de las tareas de un A-UGV. Un tipo de impedimento podría ser la pérdida de señal entre el controlador y el A-UGV. Cuando se produce este tipo de acontecimiento, el operador o fabricante del A-UGV puede evaluar si el vehículo se detuvo o continuó moviéndose, y cualquiera de estas dos opciones podría ser el resultado deseado del impedimento.

Este estándar se complementa con el método de prueba para navegación: área definida (F3244). El estándar, desarrollado por el subcomité sobre atraque y navegación (F45.02), evalúa la capacidad que tiene un vehículo terrestre automático, automatizado o autónomo para desplazarse por un espacio definido con un espacio libre limitado para A-UGV. El método de prueba evalúa, de manera independiente, las capacidades de movilidad de los A-UGV que necesitaron generar y usar datos para desempeñarse según lo previsto y/o procesar datos de su propio posicionamiento, ruedas, cartografía, entorno y demás sensores.

“Una evaluación independiente significa que medimos el desempeño esperado del vehículo de forma externa, no el procesamiento interno de datos del vehículo utilizado para lograr su desempeño previsto”, dice Roger Bostelman, propietario de Smart HLPR LLC y vicepresidente de F45. El F3244 se creó para los fabricantes, instaladores y usuarios de A-UGV. El método de prueba se revisó en 2021 y ahora cuenta con impedimentos de comunicación y obstáculos en el recorrido de los A-UGV. “Desde el primer momento, establecimos que los estándares de F45 también analizaran los demás factores que podrían afectar al vehículo: condiciones ambientales, impedimentos de comunicación, capacidades tales como entendimiento de lo que sucede cuando un obstáculo dinámico cae frente al vehículo y este no puede detenerse a tiempo. En el subcomité sobre atraque, ahora estamos evaluando cómo probar una flota de vehículos”, comenta.

Pasar de los robots individuales a flotas

El subcomité sobre atraque y navegación no es el único grupo que está contemplando las flotas. El comité en conjunto está evaluando cómo se adaptan sus estándares a grandes cantidades de A-UGV funcionando al mismo tiempo. En general, las instalaciones de fabricación y los almacenes tienen más de un robot o A-UGV funcionando en un momento dado. Cuando se trata de flotas, podría haber desde 100 hasta 1000 robots en funcionamiento.

“Un estándar que funciona para un robot tiene mucho menos sentido cuando se amplía el problema a una flota de robots. La dificultad radica en intentar desarrollar un estándar que tenga suficiente información y que, a su vez, pueda aplicarse con facilidad, pero que también tenga pruebas suficientes para que realmente signifique algo. Se trata de encontrar el equilibrio entre lo que es estadísticamente significativo y lo que no es tan complicado hasta el punto en que nadie vaya a ponerlo en práctica por el tiempo y el dinero que implicaría su implementación u ejecución”, indica Sam Reed-Weidener, gerente de ingeniería de sistemas de Omron Robotics and Safety Technologies, Inc., y presidente del subcomité F45.02.

Además de abordar los requisitos de las flotas de A-UGV, el comité espera brindar asistencia a los usuarios de estándares para dejar de lado los resultados de aprobación/reprobación de las pruebas binarias. “Migrar hacia estadísticas más cuantitativas y continuas ofrecería más flexibilidad”, afirma Reed-Weidener. “Cuando usamos la metodología binaria, nos vemos forzados a llevar a cabo más iteraciones de lo mismo. Cuando cambiamos a medidas continuas y más cuantitativas, empezamos a necesitar menos muestras para arribar a una conclusión más apropiada. Este es un aspecto del cambio de enfoque de un solo robot a una flota de robots, y la manera más sencilla de hacer posible el aumento de escala es usar estadísticas continuas. Esto le otorgaría al usuario final mayor flexibilidad y más datos”.

Los macrodatos mejoran la robótica y la automatización

Si bien es posible que los especialistas en robótica no siempre hayan utilizado el término en conversaciones y publicaciones, los macrodatos han contribuido al campo de la robótica desde hace mucho tiempo. Según Bostelman, “es probable que los macrodatos se hayan usado en la robótica desde los inicios de esta disciplina”. “Siempre hemos sabido que los datos de los sensores recopilados por los vehículos, sin importar el tipo de sensor (visión, detección y localización por medio del rayo láser o LADAR, etc.), ofrecen cantidades constantes de información. Entonces, ¿qué hace el sistema con esos datos? ¿Cómo los procesa el vehículo para entender su situación? Básicamente, es el conocimiento de la situación y de los efectos ambientales, y cómo estos pueden afectar no solo la situación actual del vehículo, sino también su próxima acción. En robótica, el proceso típico es ‘detectar, modelar y actuar’. Toma los datos de los sensores, los modela en un mapa para planificar los siguientes pasos del vehículo y, luego, ejecuta una acción en consecuencia”.

La robótica implica la ejecución reiterada de los tres pasos antes mencionados: detectar, modelar y actuar. Esta secuencia se vale de la recopilación y el análisis de macrodatos. “Con la mejora de la potencia de los procesadores a lo largo del tiempo, los sistemas pueden procesar macrodatos de un modo mucho más eficaz y eficiente que antes”, señala Bostelman. “En el pasado, se habrían necesitado muchos más procesadores para poder hacer esto. Ahora, muchas veces, se lleva a cabo un procesamiento previo con pequeños microcontroladores o microprocesadores ubicados, literalmente, en el sensor o el sistema, para que parte de estos macrodatos ya estén procesados y se pueda recuperar solo la información necesaria del gran conjunto de datos de los sensores. El comité F45 usará esto mediante la redacción de estándares que evalúen la seguridad y el desempeño del vehículo o sistema de robótica y midan si ese sistema hace lo que se espera que haga”.

“Del lado de la industria, definitivamente estamos usando macrodatos”, afirma Reed-Weidner, “para analizar cómo podemos mejorar su rendimiento y lograr que su infraestructura funcione mejor; y cómo podemos incrementar los tiempos de los ciclos. Para determinar esto, usamos una enorme cantidad de datos generados por varios robots. Es un componente importante de nuestro trabajo y, como subcomités y comité, los macrodatos sin dudas son algo que nos gustaría abordar”.

El comité sobre robótica, automatización y sistemas autónomos está buscando expertos que quieran participar en sus conversaciones sobre la creación de estándares para flotas robóticas, manipuladores móviles, infraestructura inteligente y mucho más. Para obtener información adicional sobre el comité de robótica, automatización y sistemas autónomos, comuníquese con la gerente de personal Nora Nimmerichter.

Kathy Hunt es una periodista y escritora que reside en la costa este de los EE. UU.