Según los datos del censo de 2010, aproximadamente 1 millón de adultos en los Estados Unidos necesitan a alguien que los ayude a comer.

Es una tarea lenta y, a menudo, incómoda, que se realiza en gran medida por necesidad y no por elección.

Los investigadores de la Universidad de Washington están trabajando en un sistema robótico que puede ayudar a facilitarlo. Después de identificar diferentes alimentos en un plato, el robot puede planear cómo usar un tenedor para recoger y entregar el bocado deseado a la boca de una persona.

El equipo publicó sus resultados en una serie de artículos: Uno se publicó recientemente en IEEE Robótica y Cartas de Automatización, mientras que el otro se presentará el 13 de marzo en la Conferencia Internacional ACM / IEEE sobre Interacción Humano-Robot en Corea del Sur.

"Depender de un cuidador para alimentar cada bocado todos los días quita el sentido de independencia de una persona", dijo el autor correspondiente Siddhartha Srinivasa, el profesor dotado de Boeing en la Escuela Paul G. Allen de Ciencias de la Computación e Ingeniería de la Universidad de Washington. "Nuestro objetivo con este proyecto es dar a las personas un poco más de control sobre sus vidas".

La idea era desarrollar un sistema de alimentación autónomo que se adhiriera a las sillas de ruedas de las personas y alimentar a las personas lo que quisieran comer.

"Cuando comenzamos el proyecto, nos dimos cuenta de que hay muchas maneras en que las personas pueden comer un pedazo de comida dependiendo de su tamaño, forma o consistencia. ¿Cómo empezamos?" dijo el coautor Tapomayukh Bhattacharjee, un investigador postdoctoral asociado en la Escuela Allen. "Así que creamos un experimento para ver cómo los humanos comen alimentos comunes como las uvas y las zanahorias".

Los investigadores arreglaron platos con una docena de diferentes tipos de alimentos, que van desde consistencia desde zanahorias duras hasta bananas blandas. Los platos también incluían alimentos como los tomates y las uvas, que tienen una piel dura y un interior suave. Luego, el equipo les dio a los voluntarios un tenedor y les pidió que recogieran diferentes piezas de comida y los alimentaran con un maniquí. El tenedor contenía un sensor para medir cuánta fuerza usaban las personas cuando recogían los alimentos.

Los voluntarios utilizaron varias estrategias para recoger alimentos con diferentes consistencias. Por ejemplo, las personas ensartaron artículos blandos como bananas en ángulo para evitar que se salgan del tenedor. Para artículos como las zanahorias y las uvas, los voluntarios tendían a usar movimientos ondulados para aumentar la fuerza y ​​lanzar cada bocado.

"La gente parecía usar diferentes estrategias, no solo por el tamaño y la forma de la comida, sino también por lo dura o blanda que es. Pero, ¿realmente necesitamos hacer eso?" Bhattacharjee dijo. "Decidimos hacer un experimento con el robot en el que teníamos los pinchos de comida hasta que el tenedor alcanzara cierta profundidad en el interior, independientemente del tipo de comida".

El robot utilizó la misma estrategia de fuerza y ​​pincho para tratar de recoger todos los pedazos de comida, independientemente de su consistencia. Fue capaz de recoger alimentos duros, pero luchó contra los alimentos blandos y los que tenían pieles duras e interiores blandos. Así que los robots, como los humanos, necesitan ajustar la fuerza y ​​el ángulo que usan para recoger diferentes tipos de alimentos.

El equipo también notó que los actos de recoger un pedazo de comida y dársela a alguien no son independientes entre sí. Los voluntarios a menudo orientan específicamente un pedazo de comida en el tenedor para que pueda comerse fácilmente.

"Puedes recoger una barrita de zanahoria pinchándola en el centro de la barrita, pero será difícil para una persona comer", dijo Bhattacharjee. "Por otro lado, si lo levantas en uno de los extremos y luego inclinas la zanahoria hacia la boca de alguien, es más fácil dar un mordisco".

Para diseñar una estrategia de sesgo y alimentación que cambia según el producto alimenticio, los investigadores combinaron dos algoritmos diferentes. Primero, utilizaron un algoritmo de detección de objetos llamado RetinaNet, que escanea la placa, identifica los tipos de alimentos en ella y coloca un marco alrededor de cada elemento.

Luego desarrollaron SPNet, un algoritmo que examina el tipo de alimento en un marco específico y le dice al robot la mejor manera de recoger el alimento. Por ejemplo, SPNet le dice al robot que pinche una fresa o una rodaja de plátano en el medio, y que lance zanahorias en uno de los dos extremos.

El equipo hizo que el robot recogiera trozos de comida y los alimentara a los voluntarios usando SPNet o una estrategia más uniforme: un enfoque que ensartaba el centro de cada alimento, independientemente de cuál fuera. Las diferentes estrategias de SPNet superaron o realizaron lo mismo que el enfoque uniforme para todos los alimentos.

"Muchos desafíos de ingeniería no son exigentes con sus soluciones, pero esta investigación está muy íntimamente relacionada con la gente", dijo Srinivasa. "Si no tomamos en cuenta lo fácil que es para una persona dar un mordisco, es posible que la gente no pueda usar nuestro sistema. Existe un universo de tipos de alimentos, por lo que nuestro mayor desafío es desarrollar estrategias. Eso puede tratar con todos ellos ".

El equipo está trabajando actualmente con el Centro de Tecnología Accesible Taskar para obtener comentarios de los cuidadores y pacientes en las instalaciones de vivienda asistida sobre cómo mejorar el sistema para que se ajuste a las necesidades de las personas.

"En última instancia, nuestro objetivo es que nuestro robot ayude a las personas a almorzar o cenar por su cuenta", dijo Srinivasa. "Pero el punto no es reemplazar a los cuidadores: queremos empoderarlos. Con un robot para ayudar, el cuidador puede preparar el plato y luego hacer otra cosa mientras la persona come".

Dejar respuesta

Please enter your comment!
Please enter your name here