La visión artificial dota a los robots de la capacidad de interpretar información visual. Las cámaras capturan imágenes. Los algoritmos extraen información: bordes, formas, objetos, rostros, movimiento. El robot utiliza esa información para navegar, recoger, inspeccionar o rastrear.

Los primeros sistemas de visión artificial se basaban en reglas codificadas manualmente: detectar bordes, comparar plantillas y medir distancias. Funcionaban con iluminación controlada, pero fallaban en cualquier otro caso. El aprendizaje profundo lo cambió todo. Las redes neuronales convolucionales aprenden características a partir de imágenes etiquetadas. Pueden reconocer un gato, una grieta en una soldadura o una fresa madura sin necesidad de que se les indique qué buscar.

Lo que permite la visión artificial

• Detección y clasificación de objetos.
• Estimación de la postura para el agarre.
• Control visual para una alineación precisa.
• Detección de defectos en la fabricación.
• Localización y mapeo simultáneos (SLAM).

La visión artificial es compleja porque el mundo es caótico. La iluminación cambia. Los objetos se superponen. Los reflejos confunden a las cámaras. Un robot que ve bien en el laboratorio puede fallar en la fábrica. Los ingenieros utilizan múltiples cámaras, luz estructurada y sensores de profundidad para aumentar su robustez. Además, entrenan los robots con datos del entorno real, no solo con conjuntos de datos limpios. La visión artificial es, con razón, el área de investigación más activa en robótica. Si un robot puede ver, puede hacer casi cualquier cosa. Si no, se limita a movimientos repetitivos y a ciegas.