![](\"https:\/\/es.gizmodo.com\/app\/uploads\/2026\/10\/Gizmodo-3-4-1024x683.jpg\")
<\/p>\n<\/p>\n
Los robots est\u00e1n cada vez m\u00e1s presentes en f\u00e1bricas, almacenes y otros entornos de trabajo. Sin embargo, todav\u00eda tienen dificultades con elementos tan cotidianos como una puerta o una pared de cristal.<\/p>\n
Mientras que una persona comprende f\u00e1cilmente que existe una barrera transparente, algunos sistemas rob\u00f3ticos pueden interpretarla como un espacio libre. Esto ocurre porque sus c\u00e1maras y sensores no siempre logran identificar correctamente los materiales transparentes o reflectantes.<\/p>\n
Para abordar este problema, investigadores de la Universidad de Maryland desarrollaron PolarDepth, un sistema que combina im\u00e1genes tradicionales con una propiedad de la luz que normalmente pasa desapercibida: la polarizaci\u00f3n.<\/p>\n
Los robots utilizan c\u00e1maras, sensores de profundidad y sistemas l\u00e1ser para construir representaciones de su entorno y determinar por d\u00f3nde pueden desplazarse.<\/p>\n
Sin embargo, el cristal presenta caracter\u00edsticas que complican estas mediciones. Su transparencia permite observar objetos ubicados detr\u00e1s, mientras que sus reflejos pueden generar interpretaciones equivocadas sobre las distancias.<\/p>\n
Por ejemplo, una c\u00e1mara convencional puede detectar los muebles de una oficina al otro lado de una mampara, pero no identificar correctamente la superficie que los separa.<\/p>\n
Los sensores l\u00e1ser tambi\u00e9n pueden presentar dificultades porque sus se\u00f1ales pueden atravesar el vidrio, reflejarse o desviarse dependiendo del \u00e1ngulo de incidencia.<\/p>\n
El resultado son errores en los mapas de profundidad que utilizan los sistemas rob\u00f3ticos para interpretar el espacio.<\/p>\n
La soluci\u00f3n desarrollada por el equipo encabezado por Naitri Rajyaguru aprovecha la polarizaci\u00f3n de la luz, una propiedad relacionada con la orientaci\u00f3n de sus oscilaciones.<\/p>\n
Cuando la luz interact\u00faa con determinadas superficies, como el cristal, su patr\u00f3n de polarizaci\u00f3n cambia y puede aportar informaci\u00f3n sobre la geometr\u00eda del entorno.<\/p>\n
PolarDepth utiliza una \u00fanica c\u00e1mara especializada para obtener im\u00e1genes convencionales RGB y otra representaci\u00f3n denominada Polar-RGB, que incorpora informaci\u00f3n sobre esa polarizaci\u00f3n.<\/p>\n
Posteriormente, el sistema genera estimaciones independientes de profundidad y las combina mediante un modelo que determina qu\u00e9 informaci\u00f3n resulta m\u00e1s confiable en cada zona de la imagen.<\/p>\n
De esta manera, puede utilizar los datos convencionales para interpretar superficies opacas y aprovechar la polarizaci\u00f3n cuando encuentra materiales reflectantes o transparentes.<\/p>\n