Los investigadores del MIT han desarrollado una nueva tecnología de imagen llamada mmNorm, que utiliza señales de ondas milimétricas (mmWave, del mismo tipo que las señales Wi-Fi), trayendo un avance revolucionario para los robots de control de calidad en almacenes y aplicaciones robóticas en escenarios de fabricación de equipos de alta gama. Con esta tecnología, los robots pueden penetrar obstáculos como cajas de cartón y detectar con precisión defectos en objetos enterrados bajo espuma de empaque, como el mango roto de una taza, mejorando enormemente la precisión y eficiencia de la detección.

El sistema mmNorm emite señales de ondas milimétricas que penetran obstáculos comunes como contenedores de plástico e interiores de paredes, y recibe las señales reflejadas por objetos ocultos. Luego, el sistema ingresa estas señales reflejadas en un algoritmo que estima con precisión la forma de la superficie del objeto, logrando una reconstrucción 3D de objetos fuera de la línea de visión. La investigación muestra que esta tecnología alcanza una precisión de reconstrucción del 96% en una serie de objetos cotidianos con formas curvas complejas (como cubertería y taladros eléctricos), superando con creces el 78% de precisión de los métodos de línea base más avanzados, y sin requerir ancho de banda adicional, demostrando un alto valor de aplicación.

En el campo de la fabricación de equipos de alta gama, la tecnología mmNorm tiene amplias perspectivas de aplicación. Por ejemplo, en entornos de fábrica, los robots pueden usar esta tecnología para distinguir herramientas ocultas en cajones e identificar con precisión sus mangos, permitiendo un agarre y manipulación más efectiva de objetos sin daños. Además, esta tecnología puede combinarse con dispositivos de realidad aumentada portátiles, permitiendo que los trabajadores de fábrica vean imágenes realistas de objetos completamente ocultos, mejorando la precisión y seguridad de las operaciones.

Aunque la tecnología de radar tradicional puede detectar objetos ocultos o distantes mediante proyección inversa, su resolución de imagen es demasiado gruesa para objetos pequeños que un robot podría necesitar identificar (como utensilios de cocina). Durante el desarrollo de mmNorm, los investigadores del MIT rompieron con el pensamiento tradicional y descubrieron y utilizaron la importante característica de la reflexión especular. Desarrollaron el algoritmo mmNorm, que estima las normales de superficie (es decir, la dirección de la superficie en puntos específicos del espacio) y combina fórmulas matemáticas especiales para lograr una reconstrucción 3D de alta precisión de objetos.

Para verificar la efectividad de la tecnología mmNorm, los investigadores crearon un sistema prototipo que conecta un radar con un brazo mecánico. El brazo mecánico realiza mediciones continuas mientras se mueve alrededor del objeto oculto, y el sistema estima la curvatura de la superficie del objeto comparando la intensidad de las señales recibidas en diferentes posiciones. Los resultados de las pruebas muestran que mmNorm reduce el error de reconstrucción en aproximadamente un 40% en comparación con los métodos más avanzados al reconstruir más de 60 objetos con formas complejas (como mangos de tazas y curvas), y también estima con mayor precisión la posición de los objetos.

Además, la tecnología mmNorm puede distinguir múltiples objetos, como tenedores, cuchillos y cucharas escondidos en la misma caja, y funciona bien en objetos de varios materiales (incluyendo madera, metal, plástico, goma, vidrio y combinaciones de múltiples materiales). Sin embargo, esta tecnología no funciona para objetos ocultos detrás de metal o paredes gruesas.

El equipo de investigación del MIT indica que continuarán explorando las aplicaciones potenciales de la tecnología mmNorm, y esperan mejorar la resolución de la tecnología en trabajos futuros, fortalecer su capacidad de imagen para objetos con baja reflectividad, y hacer que las ondas milimétricas penetren de manera más efectiva obstáculos más gruesos para la imagen. Esta investigación no solo representa un cambio de paradigma en el procesamiento de señales y la reconstrucción 3D, sino que también trae nuevas oportunidades de desarrollo para múltiples campos como la fabricación de equipos de alta gama, aplicaciones robóticas, defensa de seguridad y más.

Se informa que los resultados de esta investigación se presentaron en la Conferencia Internacional Anual sobre Sistemas Móviles, Aplicaciones y Servicios (ACM MobiSys 2025) celebrada en Anaheim del 23 al 27 de junio, atrayendo una amplia atención. Con la madurez continua de la tecnología y la expansión de escenarios de aplicación, mmNorm tiene la esperanza de convertirse en un importante avance tecnológico en el campo de la fabricación de equipos de alta gama.