Robots ahora ven mejor objetos difíciles de agarrar

Nuevo método mejora precisión con cámara RGB y acelera tareas

En los entornos industriales, donde cada segundo cuenta, un problema aparentemente simple sigue siendo un obstáculo técnico: cómo lograr que un robot agarre con precisión objetos transparentes o brillantes. Vidrios, plásticos o superficies metálicas pulidas suelen “engañar” a los sensores tradicionales, ralentizando procesos que, en teoría, deberían ser automáticos.

Un equipo de investigadores de la Universidad de Ciencias de Tokio propone una solución concreta a este cuello de botella. Su método, denominado HEAPGrasp, introduce una forma distinta de “ver” el entorno: prescinde de los sistemas clásicos de profundidad y trabaja únicamente con imágenes captadas por una cámara RGB convencional. El resultado es un sistema más rápido, adaptable y, sobre todo, más preciso en condiciones donde otros fallan.

El desarrollo, liderado por el profesor Shogo Arai junto al investigador Ginga Kennis, se inscribe dentro de una línea de investigación que busca optimizar la percepción robótica sin depender de hardware costoso o complejo. La lógica detrás del método es directa: aunque la información de profundidad falle, las siluetas de los objetos —sus contornos— siguen siendo fiables. Y ahí está la clave.

El sistema analiza imágenes desde distintos ángulos utilizando una técnica de segmentación semántica. En términos prácticos, esto significa que el robot aprende a distinguir qué parte de la imagen corresponde al objeto y cuál al fondo, píxel por píxel. Para lograrlo, se apoya en arquitecturas de redes neuronales profundas, capaces de identificar patrones incluso en escenarios visualmente ambiguos.

A partir de esas siluetas, el modelo reconstruye la forma tridimensional mediante un proceso conocido como “Shape from Silhouette” (SfS). Cada imagen aporta una posible “sombra” del objeto en el espacio; al combinar varias, el sistema calcula su volumen real. A diferencia de otros métodos, esta técnica no se ve afectada por la transparencia ni por los reflejos, lo que elimina una de las principales limitaciones de la robótica industrial actual.

Sin embargo, más imágenes no siempre significan mejor rendimiento. Capturar múltiples ángulos implica mover la cámara, lo que aumenta el tiempo de operación. Para resolver esta tensión, los investigadores incorporaron un modelo de aprendizaje profundo que decide, en tiempo real, cuál debe ser el siguiente punto de vista. El objetivo es maximizar la información útil con el menor número de movimientos.

Las pruebas se realizaron en un sistema robótico real, con 20 escenarios distintos que incluían objetos opacos, transparentes y altamente reflectantes. Los resultados son contundentes: una tasa de éxito del 96 % en el agarre, superando ampliamente métodos convencionales. Además, el sistema redujo en un 52 % el recorrido de la cámara y en un 19 % el tiempo total de ejecución.

Más allá de las cifras, el impacto potencial es amplio. Sectores como la logística, la manufactura o la restauración podrían beneficiarse de robots más autónomos y menos dependientes de intervención humana. En términos operativos, esto se traduce en menos errores, mayor seguridad y una reducción de costos.

El estudio, publicado en la revista IEEE Robotics and Automation Letters y presentado en la conferencia internacional ICRA 2026, abre una vía pragmática en el desarrollo de sistemas robóticos. No se trata de añadir más sensores, sino de interpretar mejor la información disponible.

En un contexto donde la automatización avanza hacia tareas cada vez más complejas, soluciones como HEAPGrasp apuntan a un cambio de enfoque: hacer más con menos, pero con mayor inteligencia.