Mes: enero 2025

Los científicos del CEA-Leti han presentado dos artículos de investigación de I+D, explicando sus hallazgos en la mejora de la comunicación de alta velocidad y del rendimiento LiDAR con óptica integrada en silicio.

Titulado ‘Diseño de acoplador de rejilla con perfil de campo lejano de iluminación grande y plana para FMCW Flash LiDAR’, este documento presenta un diseño de acoplador de rejilla que integra funciones ópticas clave (separación de haces e iluminación de la escena) en un chip fotónico.

El acoplador de rejilla permite la emisión de luz vertical con un amplio campo de visión (FOV) tanto en dirección horizontal como vertical, manteniendo un perfil de iluminación de campo lejano homogéneo.

Este diseño innovador mejora la óptica del LiDAR flash de onda continua de modulación de frecuencia (FMCW) al integrar componentes críticos en un solo dispositivo, lo que abre oportunidades para sistemas LiDAR compactos y eficientes para aplicaciones como la conducción autónoma, el reconocimiento facial y la robótica.

Comunicaciones de alta velocidad

Por su parte, el documento ‘Towards Fully Integrated Frequency Comb Based Transceivers’ aborda los avances en fotónica no lineal para comunicaciones de alta velocidad en una plataforma de nitruro de silicio. El equipo fabricó guías de ondas de SiN de pérdida ultrabaja y componentes en una oblea de 200 mm para generar un peine de frecuencia y separar las líneas del peine.

Respecto a los peines ópticos de frecuencia, son un tipo de señal óptica que contiene muchas longitudes de onda discretas y muy estables espaciadas regularmente, actuando así como múltiples fuentes láser paralelas. Se generan mediante procesos ópticos no lineales en materiales adecuados, como SiN.

Un circuito de este tipo reduciría el costo y el consumo de transmisores de alta velocidad al reemplazar muchos láseres con una única fuente de peine de frecuencia.

La entrada CEA-Leti muestra sus avances en el rendimiento óptico del LiDAR y la comunicación de alta velocidad aparece primero en CASADOMO.

La fricción entre la piel y los tejidos sintéticos genera triboelectricidad, que puede aprovecharse para su uso en diversas aplicaciones en hogares inteligentes, como la detección de caídas y la navegación en interiores. El proyecto E-static softSensors trabajará para crear sensores textiles triboeléctricos autoalimentados utilizando materiales comunes como la lana y el poliéster. Estos sensores serán adecuados para el reconocimiento preciso de la actividad en aplicaciones de hogares inteligentes, sin necesidad de materiales especializados.

Los sensores blandos e-státicos son una investigación sobre la fabricación de sensores textiles triboeléctricos autoalimentados con materiales comunes (por ejemplo, lana, poliéster e hilos conductores) para el reconocimiento de actividad de alta precisión en aplicaciones de hogares inteligentes. La triboelectricidad se genera cuando materiales como la piel humana y los tejidos sintéticos se frotan repetidamente. Esta forma de electricidad se considera molesta o incluso puede ser peligrosa.

No obstante, cuando se maneja de manera segura, puede proporcionar información única sobre las interacciones diarias con los textiles y presentar una solución respetuosa con el medio ambiente para detectar diferentes tipos de actividades para aplicaciones de hogares inteligentes, como la detección de caídas para el cuidado de ancianos, la asistencia en la navegación en interiores o el seguimiento deportivo y el diseño de juegos.

Los avances recientes en nanogeneradores triboeléctricos basados ​​en textiles (tTENG) han resaltado el gran potencial de usar esta energía para alimentar dispositivos de bajo consumo. Sin embargo, sus capacidades de detección siguen limitadas a un solo movimiento repetitivo. Además, el trabajo actual en tTENG presenta prototipos únicos y no están en una etapa en la que se puedan fabricar a mayor escala.

Desarrollo de sensores triboeléctricos autoalimentados

Con el objetivo de abordar estos desafíos, el proyecto E-static softSensors desarrolla un enfoque para construir sensores triboeléctricos autoalimentados de alto rendimiento sin la necesidad de materiales especializados utilizando técnicas de producción industrial de tejido, tufting y bordado, según la información publicada en el Servicio de Información Comunitario sobre Investigación y Desarrollo (Cordis, por sus siglas en inglés) de la Comisión Europea.

Estos sensores se evaluarán y optimizarán para un reconocimiento de gestos y actividad autoalimentado de alta precisión mediante la aplicación de conocimientos avanzados de construcción textil para optimizar las estructuras y el uso de modelos de inteligencia artificial (IA) para afinar el análisis de detección. Además, se evaluarán sus propiedades táctiles e interactivas para mejorar su idoneidad y aceptación de su incorporación en contextos de uso cotidiano.

Los resultados del proyecto, incluidos los archivos de patrones para los sensores, se documentarán online y se compartirán abiertamente para respaldar la reutilización, la adaptación o la comercialización.

El proyecto E-static softSensors, que comenzó en octubre de 2023 y finalizará en septiembre de 2025, está liderado por la Universidad Aalto (Finlandia) y cuenta con una financiación de 215.534 euros procedentes del programa de investigación Horizon Europe de la Comisión Europea.

La entrada El proyecto E-static softSensors creará sensores triboeléctricos para hogares inteligentes aparece primero en CASADOMO.

Un robot doméstico entrenado para realizar tareas domésticas en una fábrica puede no ser capaz de fregar eficazmente el fregadero o sacar la basura cuando se utiliza en la cocina de un usuario, ya que este nuevo entorno difiere de su espacio de entrenamiento. Sin embargo, los investigadores del Instituto Tecnológico de Massachussets (MIT) han descubierto que a veces el entrenamiento en un entorno completamente diferente produce un agente de inteligencia artificial (IA) con mejor rendimiento.

Los investigadores estudiaron este fenómeno entrenando a agentes de IA para que jugaran a juegos de Atari, a los que modificaron añadiendo cierta imprevisibilidad. Se sorprendieron al descubrir que el efecto del entrenamiento en interiores se producía de forma constante en todos los juegos de Atari y en todas sus variantes.

Los investigadores se propusieron explorar por qué los agentes de aprendizaje de refuerzo tienden a tener un desempeño tan pésimo cuando se los prueba en entornos diferentes de su espacio de entrenamiento.

Método de aprendizaje de refuerzo

El aprendizaje de refuerzo es un método de prueba y error en el que el agente explora un espacio de entrenamiento y aprende a realizar acciones que maximizan su recompensa. El equipo desarrolló una técnica para agregar explícitamente una cierta cantidad de ruido a un elemento del problema de aprendizaje de refuerzo, llamada función de transición. La función de transición define la probabilidad de que un agente pase de un estado a otro, en función de la acción que elija.

Si el agente está jugando a Pac-Man, una función de transición podría definir la probabilidad de que los fantasmas en el tablero de juego se muevan hacia arriba, hacia abajo, hacia la izquierda o hacia la derecha. En el aprendizaje por refuerzo estándar, la IA se entrenaría y se probaría utilizando la misma función de transición.

Los investigadores agregaron ruido a la función de transición con este enfoque convencional y, como se esperaba, afectó el rendimiento del agente en Pac-Man. Pero cuando los investigadores entrenaron al agente con un juego de Pac-Man sin ruido y luego lo probaron en un entorno donde inyectaron ruido en la función de transición, funcionó mejor que un agente entrenado en el juego ruidoso.

Para ver si el efecto del entrenamiento en interiores se producía en los juegos normales de Pac-Man, ajustaron las probabilidades subyacentes para que los fantasmas se movieran normalmente, pero tuvieran más probabilidades de moverse hacia arriba y hacia abajo, en lugar de hacia la izquierda y la derecha. Los agentes de IA entrenados en entornos sin ruidos se desempeñaron mejor en estos juegos realistas.

Resultados de la exploración

Cuando los investigadores profundizaron en la búsqueda de una explicación, vieron algunas correlaciones en cómo los agentes de IA exploran el espacio de entrenamiento. Cuando ambos agentes de IA exploran básicamente las mismas áreas, el agente entrenado en el entorno sin ruido tiene un mejor desempeño, tal vez porque le resulta más fácil aprender las reglas del juego sin la interferencia del ruido.

Si sus patrones de exploración son diferentes, el agente entrenado en el entorno ruidoso tiende a tener un mejor desempeño. Esto puede ocurrir porque el agente necesita comprender patrones que no puede aprender en el entorno sin ruido.

En el futuro, los investigadores esperan explorar cómo podría producirse el efecto del entrenamiento en interiores en entornos de aprendizaje de refuerzo más complejos o con otras técnicas como la visión artificial y el procesamiento del lenguaje natural. También quieren crear entornos de entrenamiento diseñados para aprovechar el efecto del entrenamiento en interiores, lo que podría ayudar a los agentes de IA a desempeñarse mejor en entornos inciertos.

La entrada El MIT estudia el efecto que produce entrenar en entornos diferentes a un agente de inteligencia artificial aparece primero en CASADOMO.

Las innovaciones tecnológicas proporcionan nuevas formas de climatizar los espacios y de comunicación con los sistemas de climatización. Para dar solución a cualquier tipo de equipo de climatización y dotarles de control remoto e inteligente, la compañía Airzone dispone en su catálogo de tres soluciones de la gama Aidoo que permiten integrar la climatización en los sistemas domóticos de las viviendas.

Se trata de las soluciones Aidoo Pro Ventilación, Aidoo Zigbee y Aidoo KNX Aerotermia, cada una de ellas diseñada para satisfacer las necesidades de cada tipo de climatización. Al igual que el resto de los productos de la gama Aidoo, los tres dispositivos se controlan de forma sencilla desde la aplicación Airzone Cloud.

El modelo Aidoo Pro Ventilación ayuda a mejorar la calidad del aire, al tiempo que controla un sistema de ventilación desde el smartphone, ordenador, sistema domótico o sistema de gestión de edificios (BMS).

Este dispositivo utiliza sensores para la medición de contaminantes del aire como el CO₂ y los compuestos orgánicos volátiles totales (TVOC), así como la humedad y la temperatura de la zona climatizada. En función de la lectura de estos parámetros ambientales, Aidoo Pro Ventilación activa los equipos de ventilación cuando es necesario, garantizando un ambiente óptimo para la salud de las personas.

Equipo de climatización convertido en un dispositivo Zigbee

Actualmente, existen multitud de protocolos de comunicación coexistiendo en un edificio. Por ello, Airzone ha desarrollado el controlador Aidoo Zigbee, que tiene la capacidad de transformar un equipo de climatización en un dispositivo Zigbee.

Los instaladores e integradores que utilizan este protocolo tienen a su disposición una solución capaz de comunicarse de forma bidireccional con las instalaciones que controla, así como de utilizar los comandos estándar definidos por el protocolo Zigbee.

Entre otras funcionalidades, controla los parámetros del equipo de climatización, detecta errores de comunicación, programa el modo y la temperatura de consigna. Además, mejora la fiabilidad de la red actuando como repetidor independiente, es decir, retrasmite señales de comunicación entre los dispositivos de la red para asegurar que los datos lleguen al destino deseado. Así, aumenta la fiabilidad del funcionamiento de la instalación, ya que evita los problemas de comunicación causados por las interferencias o por una baja señal debido a las distancias entre dispositivos.

Integración de la aerotermia en los sistemas KNX

Por último, la gama Aidoo cuenta con el modelo Aidoo KNX Aerotermia. Este dispositivo está diseñado para los equipos de aerotermia y permite integrarlos en los sistemas domóticos KNX. De esta forma, los usuarios podrán controlar tanto la climatización como el agua caliente sanitaria de sus viviendas.

Aidoo KNX Aerotermia ofrece una amplia gama de opciones personalizables, como ajustar la temperatura, crear programaciones horarias personalizadas desde cualquier lugar y, cuando el equipo controlado lo permite, medir el consumo energético de una instalación para fomentar el ahorro y la sostenibilidad.

La entrada Integración de la climatización en los sistemas Zigbee y KNX con los controladores Aidoo de Airzone aparece primero en CASADOMO.