Resumen

Con el objetivo de construir robots de servicio autónomos, el razonamiento, la percepción y la acción deben estar debidamente integrados. En este trabajo, se ha analizado la señal de profundidad como fase inicial, dada su importancia para las tareas robóticas. Así, a partir de los hallazgos de la neurociencia, se ha diseñado e implementado una arquitectura dorsal jerárquica de cuatro niveles. Principalmente, a partir de un par de imágenes estéreo, se aplica un conjunto de filtros Gabor complejos para estimar un mapa de disparidad cuantitativo egocéntrico. Este mapa conduce a una representación cuantitativa de la escena en profundidad que proporciona la entrada bruta para un enfoque cualitativo. Así, el método de razonamiento infiere los datos necesarios para tomar la decisión correcta en cada momento. Como se mostrará, los resultados experimentales ponen de manifiesto el sólido rendimiento del enfoque de inspiración biológica presentado en este artículo.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:filtro gabor complejo, arquitectura dorsal de nivel, mapa de disparidad cuantitativo, par de imágenes estéreo, robot de servicios autónomos, representación de la escena en profundidad, papel, métodos de razonamiento, enfoque cualitativo, rendimiento robusto
• Keywords:complex gabor filter, level dorsal architecture, quantitative disparity map, stereo image pair, autonomous services robot, depth scene representation, paper, reasoning methods, qualitative approach, robust performance