El problema: reconocer no garantiza alcanzar
Imaginemos una pinza que recoge un componente pequeño de una mesa. La cámara lo reconoce y el programa dibuja el recuadro correcto, pero los dedos bajan varios milímetros a un lado. Es natural sospechar del modelo de visión. El fallo puede estar en la traducción entre dos descripciones del espacio: la de la cámara y la del robot. Este artículo explica cómo un error angular casi invisible se convierte en un error de agarre visible y cómo distinguirlo del ruido de imagen.
La pregunta precisa es: ¿cuánto cambia la posición ordenada cuando la relación geométrica cámara–robot es ligeramente incorrecta? Primero construiremos un ejemplo plano y después estimaremos la incertidumbre. La conclusión principal no exige álgebra matricial: el mismo error de orientación afecta más a los puntos alejados del origen de la transformación. A medio metro, medio grado produce unos 4,36 mm de desviación. Son cálculos didácticos reproducibles, no mediciones de un robot real ni resultados industriales de EL-AI.
Dos mapas de la misma mesa
Un sistema de referencia tiene un origen, direcciones y unidades. Decir «40 centímetros a la derecha» no basta sin saber a la derecha de qué. Llamamos p_C a las coordenadas en la cámara y p_B a las de la base del robot. El punto físico permanece quieto; cambia su descripción. Suponemos que ya conocemos una posición métrica en el plano. Un recuadro en píxeles no la proporciona por sí solo: hace falta profundidad o un plano conocido y una proyección calibrada.
Para pasar de un mapa al otro hacen falta una rotación R que alinee las direcciones y una traslación t que conecte los orígenes. La relación p_B = R p_C + t significa: orienta el vector medido desde la cámara y añade el desplazamiento de su origen respecto a la base. Modern Robotics explica la diferencia entre describir un punto en otro sistema y mover físicamente un objeto. Confundirlas, o usar la transformación inversa, puede causar errores mucho mayores que los analizados aquí.
θ es el ángulo entre los ejes; en los cálculos trigonométricos usamos radianes. R no tiene unidades, mientras p_C y t están en metros. Para facilitar la lectura elegimos θ = 0 y t = (0,20; 0,10) m: los sistemas tienen la misma orientación y orígenes distintos. El objetivo p_C = (0,40; 0,30) m pasa a p_B = (0,60; 0,40) m. Su distancia al origen de la cámara es 0,50 m, como en el conocido triángulo rectángulo 3–4–5.
Medio grado se convierte en milímetros
Supongamos ahora que el programa usa θ = 0,5° en vez de cero y mantiene correcta la traslación. El punto gira ligeramente alrededor del origen de la cámara. Pensemos en la punta de una aguja de reloj: con el mismo ángulo, una aguja larga recorre más distancia. La analogía es solo geométrica; no modelamos inercia ni velocidad del robot. Restar la posición correcta y la calculada permite medir la desviación sin simular el movimiento.
I representa la transformación que deja el punto intacto; las dobles barras indican la longitud del vector de error. La primera componente sitúa el objetivo estimado unos 2,63 mm a la izquierda y la segunda unos 3,48 mm hacia arriba en nuestro plano. No sumamos ambos números: son desplazamientos perpendiculares y la distancia se obtiene con Pitágoras. Ya aparece una consecuencia práctica: un reconocimiento visual perfecto no compensaría esa relación geométrica incorrecta.
Podemos generalizar sin enumerar casos. Dos radios de longitud r separados por un ángulo δ forman un triángulo isósceles; el segmento que une las puntas es la cuerda. Al dividirlo por la mitad obtenemos r·sin(|δ|/2) para cada media cuerda. Duplicarlo da la distancia exacta. Para ángulos pequeños, el seno de un ángulo en radianes es casi igual al ángulo: de ahí la regla «distancia por error angular».
| Error angular (°) | Desviación exacta a 0,5 m (mm) | Aproximación (mm) |
|---|---|---|
| 0.1 | 0.872665 | 0.872665 |
| 0.5 | 4.363309 | 4.363323 |
| 1 | 8.726535 | 8.726646 |
| 5 | 43.619387 | 43.633231 |
La tabla compara dos cálculos del mismo experimento, no dos robots. Incluso a cinco grados la cuerda y la aproximación difieren poco aquí, pero el error de posición ya es grande frente a muchas piezas. La precisión de la aproximación y la aceptabilidad del proceso son cuestiones distintas. Además, r no es la distancia a la base del robot ni la longitud del brazo: es la distancia al origen alrededor del cual perturbamos la rotación.
Los errores tienen dirección
Si la traslación también falla, los efectos se combinan como vectores. Añadamos 2 mm en el eje vertical al ejemplo de medio grado: obtenemos unos 6,079 mm, no 4,363 + 2 = 6,363 mm. Un error opuesto podría reducir la desviación en ese punto y crear una falsa impresión de buena calibración. Al mover el objetivo cambia esa cancelación accidental. Un punto exitoso no demuestra que la transformación sea correcta en toda el área de trabajo.
Para errores pequeños podemos separar tres contribuciones: error del punto observado, de traslación y angular. Los llamamos δp, δt y δθ. La matriz J gira un vector noventa grados: señala la dirección tangente en la que empieza a desplazarse el punto al cambiar el ángulo. Despreciamos los productos entre errores pequeños. Es una linealización, una descripción local y no una nueva ley exacta.
La fórmula también orienta la búsqueda de la causa. Una traslación incorrecta desplaza todos los puntos igual. Una rotación incorrecta crea un patrón dependiente de su posición. El ruido de localización puede variar entre imágenes. Son indicios diagnósticos del modelo, no un diagnóstico automático: distorsión óptica, flexión estructural y cambios de profundidad pueden superponerse y exigir un modelo más completo.
¿Cuánto podemos confiar en el punto estimado?
Hasta ahora impusimos un error concreto. En la práctica solemos conocer una dispersión: al repetir una medición obtenemos valores ligeramente distintos. La desviación estándar σ describe su escala; no es un máximo garantizado. Suponemos errores independientes y centrados en cero: 0,5 mm por coordenada del punto, 0,7 mm por componente de traslación y 0,2° en el ángulo. Son hipótesis sintéticas para explicar el mecanismo, no especificaciones de una cámara.
La matriz de covarianza Σ reúne las varianzas de las coordenadas y cómo varían juntas. Si resulta poco familiar, imaginemos una nube de posiciones posibles: una nube circular indica igual dispersión en todas las direcciones; una alargada señala mayor incertidumbre en una dirección. La fórmula suma contribuciones independientes. T indica transposición, que intercambia filas y columnas; vvᵀ construye la contribución orientada según v.
Las dos últimas líneas valen para nuestros errores isotrópicos: igual dispersión en ambas coordenadas. La dirección radial sigue la línea origen–objetivo; la tangencial es perpendicular. El error angular ensancha sobre todo esta última. A r = 0,5 m obtenemos 0,860 mm radialmente y 1,946 mm tangencialmente. Sería incorrecto llamarlo simplemente «precisión de la cámara»: describe toda la transformación bajo hipótesis concretas.
Comprobamos el cálculo con 100.000 realizaciones gaussianas, semilla 20260925 y rotación exacta, sin linealizar. Las desviaciones observadas son 0,858 y 1,949 mm, próximas a la predicción. El percentil 95 de la distancia total es 3,930 mm y el 99 es 5,096 mm: ordenamos las muestras y tomamos las posiciones 95.000 y 99.000. Son percentiles de simulación, no una garantía de éxito del 95% de los agarres reales: no modelamos contacto, orientación de la pinza ni dimensiones de la pieza.
Más imágenes no borran una calibración incorrecta
La simulación representa errores posibles de la estimación completa, como un conjunto de calibraciones y observaciones hipotéticas. En un sistema con calibración fija, parte del error es común a todas las imágenes. Promediar N observaciones independientes puede dividir por N la varianza del ruido visual; no reduce automáticamente el error compartido de rotación o traslación. Una pinza puede ser muy repetible y llegar siempre al lugar equivocado. Repetibilidad significa poca dispersión; exactitud, cercanía a la referencia correcta.
También importa la geometría de calibración. En un ejemplo más simple estimamos una dirección con dos puntos separados por L, cada uno con ruido transversal independiente de desviación σ. La diferencia tiene desviación √2·σ; al dividir por L estimamos la incertidumbre angular en radianes. Con σ = 1 mm, una base de 100 mm da unos 0,810° y una de 500 mm unos 0,162°. Es una linealización de dos puntos, no la precisión de un algoritmo de calibración mano–ojo; explica por qué referencias cercanas informan poco sobre la orientación.
De la explicación a una comprobación útil
Una comprobación coherente utiliza objetivos independientes de los empleados para estimar la transformación y distribuidos por el área de trabajo. En cada posición registra el vector residual, no solo su longitud media. Residuos casi paralelos sugieren revisar la traslación; residuos que giran o crecen con la distancia sugieren revisar la orientación. Es un protocolo propuesto, no ejecutado en hardware. La referencia de medida debe tener incertidumbre conocida; de lo contrario atribuiríamos a la cámara el error de la propia comprobación.
La calibración intrínseca describe proyección y distorsión; la extrínseca, relaciones entre referencias. OpenCV 4.13.0 distingue estos objetos y presenta calibrateHandEye para la relación cámara–pinza. Con una cámara montada en el robot, la relación base–cámara cambia con la postura del brazo y exige componer transformaciones. Nuestro ejemplo de relación fija no resuelve ese problema completo: aísla la propagación de un error ya presente en una transformación.
El modelo deja fuera la tercera dimensión, errores correlacionados, deformaciones, demora entre adquisición y acción e incertidumbre de la herramienta. Un objeto móvil puede localizarse correctamente y estar en otro lugar cuando llega la pinza. Una distribución no gaussiana puede tener colas más pesadas. No demostramos seguridad, conformidad ni éxito de agarre. Obtenemos una forma de plantear preguntas medibles antes de cambiar el modelo de IA o comprar componentes más caros.
Qué hemos comprendido
La pinza puede fallar un objeto bien reconocido porque ver y alcanzar exige una relación geométrica fiable. Medio grado no tiene significado operativo por sí solo: también importan distancia y dirección del objetivo. Separar error sistemático, dispersión y geometría ayuda a identificar qué medición falta. La robótica industrial y colaborativa es una dirección de interés declarada por EL-AI; este artículo desarrolla sus fundamentos sin anunciar productos, instalaciones o pruebas empresariales no documentados.
Fuentes y reproducibilidad
Kevin M. Lynch, Frank C. Park — Modern Robotics, §3.3.1, Homogeneous Transformation Matrices.
OpenCV 4.13.0 — Camera Calibration and 3D Reconstruction; calibrateHandEye.
Las fuentes respaldan las convenciones geométricas y la distinción entre calibraciones; los números, la derivación plana y la simulación son el análisis didáctico ejecutado aquí. El fragmento comprueba la desviación determinista. El archivo incluye el experimento completo, con generación de errores y percentiles. No hace falta ejecutar código para entender la conclusión, pero permite verificar su núcleo numérico.
import math
p = (0.4, 0.3) # metres in the camera frame
a = math.radians(0.5)
q = (math.cos(a)*p[0]-math.sin(a)*p[1],
math.sin(a)*p[0]+math.cos(a)*p[1])
error_mm = 1000 * math.hypot(q[0]-p[0], q[1]-p[1])
print(round(error_mm, 6)) # 4.363309
Código, datos e instrucciones · JSON. Cálculos didácticos ejecutados con Python 3.14.0; figuras con Matplotlib 3.11.2. Análisis asistido por IA, sin afirmar revisión por pares ni humana. Portada original ImageGen ilustrativa: no documenta personas, sedes ni instalaciones de EL-AI. Fuentes consultadas el 25 de septiembre de 2026.