Translate

jueves, 30 de enero de 2014

que es un sensor

0 comentarios


QUÉ ES UN SENSOR:

Un sensor o captador, como prefiera llamársele, no es más que un dispositivo diseñado para recibir información de una magnitud del exterior y transformarla en otra magnitud, normalmente eléctrica, que seamos capaces de cuantificar y manipular.
Normalmente estos dispositivos se encuentran realizados mediante la utilización de componentes pasivos (resistencias variables, PTC, NTC, LDR, etc... todos aquellos componentes que varían su magnitud en función de alguna variable), y la utilización de componentes activos.
Pero el tema constructivo de los captadores lo dejaremos a un lado, ya que no es el tema que nos ocupa, más adelante incluiremos en el WEB SITE algún diseño en particular de algún tipo de sensor.
DESCRIPCIÓN DE ALGUNOS SENSORES:
Pretendo explicar de forma sencilla algunos tipos de sensores.
Sensores de posición:
Su función es medir o detectar la posición de un determinado objeto en el espacio, dentro de este grupo, podemos encontrar los siguientes tipos de captadores;
Los captadores fotoeléctricos:
La construcción de este tipo de sensores, se encuentra basada en el empleo de una fuente de señal luminosa (lámparas, diodos LED, diodos láser etc...) y una célula receptora de dicha señal, como pueden ser fotodiodos, fototransistores o LDR etc.
Este tipo de sensores, se encuentra basado en la emisión de luz, y en la detección de esta emisión realizada por los fotodetectores.
Según la forma en que se produzca esta emisión y detección de luz, podemos dividir este tipo de captadores en: captadores por barrera, o captadores por reflexión.
En el siguiente esquema podremos apreciar mejor la diferencia entre estos dos estilos de captadores:
Captadores
- Captadores por barrera. Estos detectan la existencia de un objeto, porque interfiere la recepción de la señal luminosa.
Captadores por reflexión; La señal luminosa es reflejada por el objeto, y esta luz reflejada es captada por el captador fotoeléctrico, lo que indica al sistema la presencia de un objeto.
Sensores de contacto:
Estos dispositivos, son los más simples, ya que son interruptores que se activan o desactivan si se encuentran en contacto con un objeto, por lo que de esta manera se reconoce la presencia de un objeto en un determinado lugar.
Su simplicidad de construcción añadido a su robustez, los hacen muy empleados en robótica.
Captadores de circuitos oscilantes:
Este tipo de captadores, se encuentran basados en la existencia de un circuito en el mismo que genera una determinada oscilación a una frecuencia prefijada, cuando en el campo de detección del sensor no existe ningún objeto, el circuito mantiene su oscilación de un manera fija, pero cuando un objeto se encuentra dentro de la zona de detección del mismo, la oscilación deja de producirse, por lo que el objeto es detectado.
Estos tipos de sensores son muy utilizados como detectores de presencia, ya que al no tener partes mecánicas, su robustez al mismo tiempo que su vida útil es elevada.
Sensores por ultrasonidos:
Este tipo de sensores, se basa en el mismo funcionamiento que los de tipo fotoeléctrico, ya que se emite una señal, esta vez de tipo ultrasónica, y esta señal es recibida por un receptor. De la misma manera, dependiendo del camino que realice la señal emitida podremos diferenciarlos entre los que son de barrera o los de reflexión.
Captadores de esfuerzos:
Este tipo de captadores, se encuentran basados en su mayor parte en el empleo de galgas extensométrica, que son unos dispositivos que cuando se les aplica una fuerza, ya puede ser una tracción o una compresión, varia su resistencia eléctrica, de esta forma podemos medir la fuerza que se está aplicando sobre un determinado objeto.
Sensores de Movimientos:
Este tipo de sensores es uno de los más importantes en robótica, ya que nos da información sobre las evoluciones de las distintas partes que forman el robot, y de esta manera podemos controlar con un grado de precisión elevada la evolución del robot en su entorno de trabajo.
Dentro de este tipo de sensores podemos encontrar los siguientes:
- Sensores de deslizamiento:
Este tipo de sensores se utiliza para indicar al robot con que fuerza ha de coger un objeto para que este no se rompa al aplicarle una fuerza excesiva, o por el contrario que no se caiga de las pinzas del robot por no sujetarlo debidamente.
Su funcionamiento general es simple, ya que este tipo de sensores se encuentran instalados en el órgano aprehensor (pinzas), cuando el robot decide coger el objeto, las pinzas lo agarran con una determinada fuerza y lo intentan levantar, si se produce un pequeño deslizamiento del objeto entre las pinzas, inmediatamente es incrementada la presión le las pinzas sobre el objeto, y esta operación se repite hasta que el deslizamiento del objeto se ha eliminado gracias a aplicar la fuerza de agarre suficiente.
- Sensores de Velocidad:
Estos sensores pueden detectar la velocidad de un objeto tanto sea lineal como angular, pero la aplicación más conocida de este tipo de sensores es la medición de la velocidad angular de los motores que mueven las distintas partes del robot. La forma más popular de conocer la velocidad del giro de un motor, es utilizar para ello una dinamo tacométrica acoplada al eje del que queremos saber su velocidad angular, ya que este dispositivo nos genera un nivel determinado de tensión continua en función de la velocidad de giro de su eje, pues si conocemos a que valor de tensión corresponde una determinada velocidad, podremos averiguar de forma muy fiable a qué velocidad gira un motor. De todas maneras, este tipo de sensores al ser mecánicos se deterioran, y pueden generar errores en las medidas.
Existen también otros tipos de sensores para controlar la velocidad, basados en el corte de un haz luminoso a través de un disco perforado sujetado al eje del motor, dependiendo de la frecuencia con la que el disco corte el haz luminoso indicará la velocidad del motor.
- Sensores de Aceleración:
Este tipo de sensores es muy importante, ya que la información de la aceleración sufrida por un objeto o parte de un robot es de vital importancia, ya que si se produce una aceleración en un objeto, este experimenta una fuerza que tiende ha hacer poner el objeto en movimiento.

Supongamos el caso en que un brazo robot industrial sujeta con una determinada presión un objeto en su órgano terminal, si al producirse un giro del mismo sobre su base a una determinada velocidad, se provoca una aceleración en todo el brazo, y en especial sobre su órgano terminal, si esta aceleración provoca una fuerza en determinado sentido sobre el objeto que sujeta el robot y esta fuerza no se ve contrarrestada por otra, se corre el riesgo de que el objeto salga despedido del órgano aprehensor con una trayectoria determinada, por lo que el control en cada momento de las aceleraciones a que se encuentran sometidas determinadas partes del robot son muy importantes.
READ FULL POST

domingo, 26 de enero de 2014

inteligencia artificial

0 comentarios

Inteligencia artificial
Desde la aparición de las computadoras, se han ido efectuando investigaciones científicas y tecnológicas con el fin de que éstas puedan resolver y realizar algunas actividades propias de los seres humanos, y se ha logrado automatizar muchos procesos consiguiendo eficiencia en el tiempo y recursos invertidos para realizar cualquier tipo de actividad.
Las primeras investigaciones sobre la IA fueron realizadas en el siglo XX, dada por una sucesión de etapas o períodos alternativos de éxito y otros de abandono, donde ha creado expectativas que no siempre son descubiertas o no tienen su fundamento tecnológico. En la actualidad, vemos a esto como un enfoque que toma fuerza con el pasar del tiempo debido a sus logros y avances en las últimas décadas.
Inteligencia de las máquinas
La inteligencia es la capacidad que tienen los seres humanos, a diferencia de otras especies, de aprender, procesar información y a partir de ello resolver problemas. La inteligencia artificial tiene como modelo natural las funcionalidades inteligentes del hombre, cuya motivación es intentar construir máquinas que pudieran pensar como el hombre o por lo menos emular alguna de las capacidades que manifieste cierta inteligencia.
A grandes rasgos se puede decir que la inteligencia artificial es una ciencia que intenta crear programas para máquinas con el fin de imitar el comportamiento y la comprensión humana para que sea capaz de aprender, reconocer y pensar.
Definición de sistemas inteligentes
La definición de inteligencia en el diccionario de la lengua española: la capacidad de adquirir y aplicar conocimiento. Ahora, un concepto algo más técnico y claro de lo que es la inteligencia, se puede decir que es una propiedad del sistema que se usa cuando los procedimientos de focalizar la atención, búsqueda combinatoria y generalización son aplicados a la información de entrada en orden a producir la salida.
El sistema inteligente tiene la habilidad de actuar apropiadamente en su entorno con incertidumbre, donde una acción adecuada es la que aumenta la probabilidad del éxito, y el éxito es la consecución de los sub objetivos de comportamiento que respaldan el último objetivo del sistema.
El estudio y desarrollo de sistemas inteligentes requiere significativos esfuerzos de investigación multidisciplinario para integrar conceptos y métodos de distintas áreas.
Para considerar a una máquina o sistema inteligente, debe aprobar el test de Turing (hombre y máquina realizan la misma tarea con el mismo resultado).
Por lo tanto, una máquina o sistema inteligente es el que realiza el proceso de analizar, organizar y convertir los datos en conocimiento, donde el conocimiento del sistema es información estructurada adquirida y aplicada para reducir la ignorancia o la incertidumbre sobre una tarea específica.

El término inteligencia artificial
La Inteligencia Artificial, se puede definir como el estudio de las facultades mentales a través del uso de modelos computacionales.
A continuación se especifica el concepto de IA según algunos científicos como modelo natural, integrando la cibernética y las computadoras.
Minsky: "La IA es el estudio de cómo programar computadoras que posean la facultad de hacer aquello que la mente humana pueda realizar".
Hayes: "La IA es la implementación de razonamientos inteligentes mediante técnicas propias de la computación. Esta definición establece un lazo de unión entre la máquina, la inteligencia y la actividad del ser humano".
Visión histórica de la I.A
El desarrollo y la evolución de la IA como disciplina moderna vienen de la mano del avance tecnológico y de la aparición de nuevos paradigmas que han permitido experimentar con métodos de procesar información y gestionar el conocimiento.
Las ciencias que de una forma u otra han influido en la IA son:
Filosofía, Matemáticas, Psicología, Lingüística y Ciencias de la computación.
- Filosofía. Cuenta con más de 2000 años de tradición, a lo largo de los cuales han surgido diversas teorías sobre el razonamiento (la lógica) y el aprendizaje (la didáctica).
- Matemáticas. Durante más de 400 años se cultivaron las matemáticas unidas a la lógica, de donde surgieron teorías formales relacionadas con el habla, la probabilidad, la teoría de decisiones e incluso la computación. Proveyeron las herramientas necesarias para manipular tanto las aseveraciones de certeza lógica como la incertidumbre de tipo probabilístico. Prepararon el terreno para la implementación del razonamiento mediante algoritmos.
- Psicología. Ofrece herramientas que permiten la investigación de la mente humana así como un lenguaje científico para expresar las teorías que se van proponiendo. Los psicólogos reforzaron la idea de que los humanos y otros animales podían ser considerados como máquinas para el procesamiento de información.
- Lingüística. Ofrece teorías sobre la estructura (sintaxis) y significado (semántica) del lenguaje. Los lingüistas demostraron que el uso de un lenguaje es necesario dentro de la implementación de la IA para representar y manejar el conocimiento.
- Ciencia de la Computación. Es la que ha permitido que la IA sea una realidad. Aportó las herramientas de cálculo necesarias para que la idea de la IA fuera una metodología aplicada. Además, los programas de IA por lo general son extensos y su ejecución no sería factible sin los grandes avances de tiempo de procesamiento, capacidad de memoria, potencia de cálculo, etc., que facilitan las computadoras actuales.
Hitos de la evolución de la I.A
En la literatura científica encontramos tres desarrollos que han servido de base a la formalización de la IA:
- En el siglo XVII, el filósofo Gottfried Leibniz propuso construir una máquina capaz de llevar a cabo cualquier proceso de razonamiento por el que se le preguntara.
- En el siglo XIX, Charles Babbage, cuyo ingenio analítico era capaz de realizar operaciones algebraicas, pensó que se podría implementar un sistema formal en el cual toda la pluralidad de los fenómenos físicos pudieran ser adecuadamente descrita.
- En el siglo XX, en 1936, Alan Turing diseño una maquina que pensara y realizara tareas en un dominio específico de forma equiparable a los hombres.
- Junto a ellos, a Boole le debemos el inicio del lenguaje simbólico mediado del siglo XIX.
- Años 50 y principios de los 60 se realiza el primer sistema inteligente que tuvo cierto éxito, el Perceptron de Rossenblatt (1962). Era un sistema visual de reconocimiento de patrones. Es el fundamento de las redes neuronales. Sus antecedentes fueron los trabajos de McCulloch y Pitts (1943), que propusieron modelos basados en la analogía neuronal del cerebro.
- Después Alan Newell y Herbert Simon (1963), trabajando sobre la demostración de teoremas y aplicación de la lógica para el problema del ajedrez por ordenador, logran crear un programa llamado GPS (General Problem Solver, solucionador general de problemas).
- Años 70, un equipo de investigadores dirigido por Edward Feigenbaum comenzó a elaborar un proyecto para resolver problemas de la vida cotidiana o que se centraran al menos en problemas dentro de dominios concretos. Así nacieron los Sistemas Expertos (Dendral y Mycin).
- En la década de los 80 se desarrollaron lenguajes más apropiados para desarrollar las metodologías de la IA, tales como Lisp y Prolog. En esta época se desarrollan Sistemas Expertos más refinados (EURISKO).
- En los 90 surgen los agentes inteligentes.
- 2010, en la actualidad se esta tan lejos de cumplir la famosa prueba de Turing como cuando se formuló.
Este test o prueba creado por Alan Turing, propone la demostración de que una máquina puede tener IA, si ésta se comporta en muchos sentidos como inteligente, entonces se puede asumir que ésta es inteligente.
La prueba consiste en un juez realizará preguntas, las cuales serán respondidas por una máquina y por una persona; la intención de esto es que el juez no pueda diferenciar quien responde, si la máquina o el ser humano teniendo la opción de mentir la respuesta; entonces, si el juez no puede diferenciar quien responde, se dice que la máquina tiene IA. Se debe tomar en cuenta que han sido muy pocas las maquinas que han podido confundir al juez. [3]
Una de las aplicaciones más comunes de esta prueba es el control de spam, dado que hay miles de correos enviados, el spam es enviado por una máquina, así que la prueba de Turing puede diferenciar si el correo fue enviado por una persona o una máquina, a esto se conoce como el captcha. [9]

La IA puede hacer efectivo el uso de:
Nuevas técnicas y entornos avanzados de programación.
Técnicas para tratar la heurística, que trata de resolver problemas usando la creatividad y el pensamiento lateral o pensamiento divergente.
Nuevos sistemas hardware inteligentes.
Futuro de la I.A
La ciencia de la IA tiene su formalización en 1958, en la conferencia de Dartmouth. Ha habido décadas de un avance decidido hacia la implementación de inteligencia práctica en las máquinas.
Los campos de reconocimiento de voz, lenguaje natural, reconocimiento de caracteres, etc., han sido campos en los que se especializo la IA y de su mano se vio un gran avance.
Las fases de desarrollo de la IA se han ido dando al paso de la evolución de las computadoras.
Desde finales de los 80, la comunidad de la IA se ha planteado retos de mayor envergadura: razonamiento de sentido común, traducción e interpretación del lenguaje natural, visión por computador automatización y control de procesos complejos, etc.
Desde entonces, distintas ramas de la IA han ido alternando en popularidad la aproximación conexionista representada por las redes neuronales; la computación biológica con algoritmos evolutivos como técnicas de búsqueda; la lógica borrosa, etc.
El crecimiento de Internet y de la computación distribuida ha abierto nuevos e inconmensurables campos de aplicación de la IA.

READ FULL POST
 

Copyright © la tecnologia Design by BTDesigner | Blogger Theme by BTDesigner | Powered by Blogger

Usamos cookies propias y de terceros que entre otras cosas recogen datos sobre sus hábitos de navegación para mostrarle publicidad personalizada y realizar análisis de uso de nuestro sitio.
Si continúa navegando consideramos que acepta su uso. OK Más información | Y más