Hispanopedia Wiki
Articulo de referencia

Margarita de chile

[[Imperial College London]]"},"known_for":{"wt":"Innovating autonomous aerial vehicles"},"awards":{"wt":"2017 Zonta Prize, 2017 Speaker at the World Economic Forum in Davos, 25 ...

Hispanopedia WikiContenido en espanolLectura gratuita

Margarita Chli [ 1 ] es profesora adjunta y directora del Laboratorio de Visión para Robótica en la ETH Zúrich , Suiza. Chli es una figura destacada en el campo de la visión artificial y la robótica, y formó parte del equipo de investigadores que desarrolló el primer helicóptero totalmente autónomo con localización y mapeo integrados. Chli también es vicedirectora del Instituto de Robótica y Sistemas Inteligentes y miembro honoraria de la Universidad de Edimburgo, en el Reino Unido. Su investigación actual se centra en el desarrollo de la percepción visual y la inteligencia en sistemas robóticos autónomos de vuelo.

Primeros años y educación

Chli creció en Chipre y Grecia. [ 2 ] Realizó sus estudios de pregrado en la Universidad de Cambridge en el Reino Unido. [ 2 ] Cursó estudios de Ingeniería Informática en el Trinity College. [ 2 ] Tras obtener su licenciatura, continuó sus estudios en Trinity para realizar también su maestría en ingeniería. [ 2 ]

En 2006, Chli realizó sus estudios de posgrado en el Imperial College de Londres bajo la tutela de Andrew Davison. [ 3 ] Trabajó en el Grupo de Visión Robótica, donde se dedicó a desarrollar nuevas formas de manipular datos para permitir la navegación autónoma eficiente de dispositivos móviles. [ 4 ] Dado que los métodos basados ​​en visión son clave para la navegación autónoma, Chli intentó abordar los desafíos que implica preservar la precisión al tiempo que se logra un procesamiento eficiente de la información. [ 4 ] Utilizó los principios de la Teoría de la Información para guiar las decisiones basadas en la estimación tomadas después de recopilar información del entorno y demostró que estos principios mejoraron la eficiencia y la consistencia de los algoritmos utilizados para estimar el movimiento y formar mapas probabilísticos del entorno. [ 4 ]  Sus algoritmos también permitieron el mapeo denso de características incluso en presencia de ambigüedad e inconsistencias en la dinámica de la cámara. [ 4 ] Chli completó sus estudios de posgrado en 2009 y trabajó durante un año como investigadora asociada en el Grupo de Visión Robótica. [ 3 ]

Carrera e investigación

Tras finalizar su doctorado, Chli se incorporó al Laboratorio de Sistemas Autónomos de la ETH Zúrich para realizar su investigación postdoctoral, y pronto se convirtió en subdirectora del laboratorio. [ 2 ] Durante su estancia en la ETH Zúrich, impartió el Curso de Robots Móviles Autónomos, que posteriormente se transformó en un curso en línea para capacitar gratuitamente a miles de investigadores de todo el mundo. [ 5 ] En 2013, Chli recibió la Beca del Rector y se convirtió en profesora adjunta del Instituto de Percepción, Acción y Comportamiento de la Universidad de Edimburgo . [ 6 ] Ocupó esta prestigiosa beca durante dos años. [ 6 ]

En 2015, Chli fue ascendida a Profesora Asistente de la Fundación Nacional Suiza para la Ciencia (SNF) en Visión para Robótica en ETH Zúrich y trasladó su laboratorio desde Edimburgo . [ 4 ]  Todavía mantiene una Beca Honoraria en la Universidad de Edimburgo . [ 6 ] Su laboratorio, el Laboratorio de Visión para Robots, o V4RL, se centra en el desarrollo de robots inteligentes para mejorar la calidad y la seguridad de la vida humana. [ 4 ] Chli tiene varias líneas de investigación en marcha en su laboratorio para lograr estos objetivos. Con el proyecto SHERPA, Chli pretende utilizar sistemas robóticos inteligentes y autónomos para ayudar en la búsqueda y rescate alpino. [ 7 ] Chli también participa en la investigación del proyecto myCopter, cuyo objetivo es diseñar sistemas de transporte aéreo automatizados personales que permitan viajar del trabajo al hogar por aire a bajas altitudes. [ 8 ] Por último, el equipo de Chli desarrolla métodos para permitir que los microvehículos aéreos mapeen entornos desconocidos a través del proyecto SFly (Enjambre de microrobots voladores). [ 9 ] Todos estos proyectos requieren innovaciones trascendentales en el campo de la visión artificial y la robótica, exigiendo esencialmente que los robots puedan procesar grandes cantidades de datos de manera eficiente para "ver" su entorno y responder con rapidez y autonomía. El equipo de Chli busca desarrollar estos sistemas inteligentes con capacidad de percepción visual mediante el uso de aprendizaje profundo y colaboración robótica.

Mejora de los métodos de visión por computadora

El trabajo inicial de Chli contribuyó a mejorar los enfoques de visión por computadora para permitir la construcción de sistemas robóticos autónomos. Chli abordó por primera vez el problema de la localización y mapeo simultáneos (SLAM), en el que un sistema robótico tiene dificultades para estimar su entorno nuevo y cambiante mientras también mantiene un registro de su propia ubicación. [ 10 ] Dado que dividir el mapa en submapas más pequeños permitiría procesar partes individuales de una escena de forma independiente y, por lo tanto, más eficiente, Chli creó un método innovador para realizar la división de submapas en mapas SLAM. [ 10 ] Utilizó la agrupación jerárquica para agrupar características similares en subgrupos y reveló una perspectiva novedosa sobre la estructura de los mapas visuales que ayudó a guiar el campo en la resolución de los problemas computacionales asociados con SLAM. [ 10 ]

El siguiente problema de visión por computadora que Chli abordó durante su tiempo como investigadora postdoctoral en ETH Zúrich fue la detección de puntos clave en imágenes. [ 11 ] Desarrolló un método llamado BRISK (Binary Robust Invariant Scalable Key points) que resultó mucho más rápido y con un costo computacional mucho menor en comparación con algoritmos de detección de puntos clave anteriores como SURF y SIFT. [ 11 ]

Helicóptero autónomo

Durante su trabajo postdoctoral en ETH Zúrich, Chli formó parte de un equipo que desarrolló el primer helicóptero pequeño de vuelo autónomo. [ 12 ] El helicóptero contaba con una cámara monocular como único sensor inercial y era capaz de navegar en entornos novedosos. [ 1 ] Logró SLAM con extrema robustez para permitir su vuelo autónomo. [ 12 ]

Navegación robótica

Chli ha llevado a cabo una investigación fundamental para mejorar los métodos de navegación de robots autónomos. Una de las maneras en que Chli y su equipo trabajaron para mejorar la navegación del robot fue creando un algoritmo para integrar mejor la información de múltiples sensores en el robot. [ 13 ] Anteriormente, la integración multisensorial era un desafío debido a las interrupciones de los sensores y las diferencias en las tasas y retrasos de medición. [ 13 ] Debido a esto, Chli y su equipo desarrollaron un marco llamado Filtro de Kalman Extendido de Fusión Multisensor (MSF-EKF) que es capaz de procesar información retardada, relativa y absoluta de un número ilimitado de sensores y tipos de sensores. [ 13 ] Probaron su marco con un microvehículo aéreo (MAV) que tenía un receptor GPS, así como sensores visuales, inerciales y de presión, y encontraron que era capaz de autocalibrarse y mostrar una relinealización eficiente en respuesta a las actualizaciones de estado. [ 13 ]

Con las mejoras y avances en las capacidades SLAM, Chli se interesó en crear un SLAM colaborativo multi-robot. [ 14 ]  La percepción y el mapeo colaborativos de escenas por parte de un grupo de robots autónomos servirían para un amplio espectro de usos, desde la recopilación de datos ambientales hasta la vigilancia y el rescate. [ 14 ] En su marco, cada vehículo aéreo no tripulado (UAV) individual tendría un SLAM local con capacidad limitada como parte de su diseño y potencia computacional, mientras que también habría un servidor central en tierra para recopilar y reunir toda la información de cada UAV individual. [ 14 ] Este controlador central también distribuye esta información a todos los UAV individuales para que puedan actualizar sus mapas. [ 14 ]

Chli ha estado trabajando recientemente con redes neuronales convolucionales (CNN) para mejorar su capacidad de reconocimiento de lugares para su uso en la navegación robótica. [ 15 ] Propuso nuevas características de imagen basadas en CNN para su uso en el reconocimiento de lugares mediante la creación de representaciones regionales de regiones prominentes directamente a partir de la activación de la capa convolucional. [ 15 ] Descubrieron que su sistema tiene una robustez mejorada frente a variaciones de punto de vista y apariencia, y compartieron sus ideas sobre el proceso de codificación de características que lo hace robusto a variaciones externas en su sistema. [ 15 ]

Premios y distinciones

  • Premio Zonta 2017 [ 16 ]
  • 2016 25 mujeres en robótica que debes conocer [ 17 ]
  • Premio al Mejor Editor Asociado de la Conferencia Internacional de Robótica y Automatización de 2016 [ 18 ]
  • Beca 2001-2005 por calificaciones sobresalientes, Trinity College, Universidad de Cambridge, Reino Unido [ 19 ]
  • Beca 2001-2005 por desempeño sobresaliente, Fundación Estatal de Becas de Chipre [ 19 ]

Publicaciones seleccionadas

  • Marco Karrer, Mohit Agarwal, Mina Kamel, Roland Siegwart, Margarita Chli: Estimación colaborativa de la pose relativa en 6 grados de libertad para dos UAV con campos de visión superpuestos. ICRA 2018: 6688-6693 [ 20 ]
  • Patrik Schmuck, Margarita Chli: CCM-SLAM: Localización y mapeo simultáneos monoculares colaborativos centralizados, robustos y eficientes para equipos robóticos. J. Field Robotics 36(4): 763-781 (2019) [ 20 ]
  • Z. Chen, F. Maffra, I. Sa y M. Chli, "Solo mira una vez, extracción de puntos de referencia distintivos de ConvNet para el reconocimiento visual de lugares", 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Vancouver, BC, 2017, pp.  9–16, doi: 10.1109/IROS.2017.8202131. [ 15 ]
  • P. Schmuck y M. Chli, "SLAM monocular colaborativo con múltiples UAV", Conferencia Internacional IEEE de Robótica y Automatización (ICRA) de 2017, Singapur, 2017, pp.  3863–3870, doi: 10.1109/ICRA.2017.7989445. [ 14 ]
  • S. Lynen, MW Achtelik, S. Weiss, M. Chli y R. Siegwart, "Un enfoque de fusión multisensor robusto y modular aplicado a la navegación de MAV", 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems, Tokio, 2013, pp.  3923–3929, doi: 10.1109/IROS.2013.6696917. [ 13 ]
  • MW Achtelik, S. Lynen, S. Weiss, L. Kneip, M. Chli y R. Siegwart, "SLAM visual-inercial para un helicóptero pequeño en grandes entornos exteriores", 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems, Vilamoura, 2012, pp.  2651–2652, doi: 10.1109/IROS.2012.6386270. [ 12 ]
  • S. Leutenegger, M. Chli y RY Siegwart, "BRISK: Puntos clave escalables, invariantes e invariantes binarios", Conferencia Internacional de Visión por Computadora de 2011, Barcelona, ​​2011, pp.  2548–2555, doi: 10.1109/ICCV.2011.6126542. [ 11 ]
  • M. Chli y AJ Davison, "Inferencia automática y eficiente de la estructura jerárquica de mapas visuales", Conferencia Internacional IEEE de Robótica y Automatización de 2009, Kobe, 2009, pp.  387–394, doi: 10.1109/ROBOT.2009.5152530. [ 10 ]
  • Margarita Chli, Andrew J. Davison: Emparejamiento activo para seguimiento visual. Robotics Auton. Syst. 57(12): 1173-1187 (2009) [ 20 ]

Referencias

  1. 1 2 "12 profesores de la ETH Zúrich nombrados" . ethz.ch. 23 de mayo de 2015. Consultado el 24 de mayo de 2020 .
  2. 1 2 3 4 5 "Margarita Chli" . edX . Consultado el 24 de mayo de 2020 .
  3. 1 2 "Margarita Chli" . Imperial College London . Consultado el 24 de mayo de 2020 .
  4. 1 2 3 4 5 6 "Aplicación de la teoría de la información a SLAM eficiente" (PDF) . Consultado el 22 de mayo de 2020 .
  5. ↑ "Robots móviles autónomos" . edX . Consultado el 24 de mayo de 2020 .
  6. 1 2 3 «Margarita Chli» . www.margaritachli.com . Consultado el 24 de mayo de 2020 .
  7. ↑ Marconi, L.; Melchiorri, C.; Beetz, M.; Pangercic, D.; Siegwart, R.; Leutenegger, S.; Carloni, R.; Stramigioli, S.; Bruyninckx, H.; Doherty, P.; Kleiner, A. (noviembre de 2012). "El proyecto SHERPA: Colaboración inteligente entre humanos y robots aéreos terrestres para mejorar las actividades de rescate en entornos alpinos". Simposio internacional IEEE 2012 sobre robótica de seguridad, protección y rescate (SSRR) . págs. 1 a 4. doi : 10.1109/SSRR.2012.6523905 . ISBN  978-1-4799-0165-4. S2CID 16286358 . 
  8. ↑ Cibernética, Instituto Max Planck de Ciencias Biológicas. "myCopter - Proyecto UE" . www.mycopter.eu . Consultado el 24 de mayo de 2020 .
  9. ↑ Achtelik, Markus; Achtelik, Michael; Brunet, Yorick; Chli, Margarita; Chatzichristofis, Savvas; Decotignie, Jean-Dominique; Doth, Klaus-Michael; Fraundorfer, Friedrich; Kneip, Laurent; Gurdan, Daniel; Heng, Lionel (octubre de 2012). «SFly: Enjambre de micro robots voladores». Conferencia Internacional IEEE/RSJ de 2012 sobre Robots y Sistemas Inteligentes . págs. 2649–2650 . doi : 10.1109/IROS.2012.6386281 . ISBN  978-1-4673-1736-8. S2CID 4472554 . 
  10. 1 2 3 4 Chli, Margarita; Davison, Andrew J. (mayo de 2009). "Inferencia automática y eficiente de la estructura jerárquica de mapas visuales". Conferencia Internacional IEEE de Robótica y Automatización de 2009. págs. 387–394 . doi : 10.1109/ROBOT.2009.5152530 . ISBN  978-1-4244-2788-8. S2CID 4474219 . 
  11. 1 2 3 Leutenegger, Stefan; Chli, Margarita; Siegwart, Roland Y. (noviembre de 2011). "BRISK: Puntos clave escalables, invariantes e invariantes binarios". Conferencia Internacional de Visión por Computadora de 2011. págs. 2548–2555 . doi : 10.1109/ICCV.2011.6126542 . hdl : 20.500.11850/43288 . ISBN  978-1-4577-1102-2. S2CID 1211102 . 
  12. 1 2 3 Achtelik, Markus W.; Lynen, Simon; Weiss, Stephan; Kneip, Laurent; Chli, Margarita; Siegwart, Roland (octubre de 2012). "SLAM visual-inercial para un helicóptero pequeño en grandes entornos exteriores". 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems . pp. 2651–2652 . doi : 10.1109/IROS.2012.6386270 . hdl : 20.500.11850/62179 . ISBN  978-1-4673-1736-8. S2CID 8265213 . 
  13. 1 2 3 4 5 Lynen, Simon; Achtelik, Markus W.; Weiss, Stephan; Chli, Margarita; Siegwart, Roland (noviembre de 2013). "Un enfoque de fusión multisensor robusto y modular aplicado a la navegación de MAV". 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems . pp. 3923–3929 . doi : 10.1109/IROS.2013.6696917 . hdl : 20.500.11820/c622f0b8-2a6c-467c-ba0d-d7dfb23c524f . ISBN  978-1-4673-6358-7. S2CID 14159536 . 
  14. 1 2 3 4 5 Schmuck, Patrik; Chli, Margarita (mayo de 2017). "SLAM monocular colaborativo con múltiples UAV". Conferencia Internacional IEEE de Robótica y Automatización (ICRA) de 2017. págs. 3863–3870 . doi : 10.1109/ICRA.2017.7989445 . hdl : 20.500.11850/272499 . ISBN  978-1-5090-4633-1. S2CID 37192904 . 
  15. 1 2 3 4 Chen, Zetao; Maffra, Fabiola; Sa, Inkyu; Chli, Margarita (septiembre de 2017). "Solo mira una vez: extracción de puntos de referencia distintivos de ConvNet para el reconocimiento visual de lugares". 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) . págs. 9–16 . doi : 10.1109/IROS.2017.8202131 . hdl : 20.500.11850/174255 . ISBN  978-1-5386-2682-5. S2CID 4937391 . 
  16. ↑ "2017" . www.zonta.ch . Archivado del original el 24 de febrero de 2020. Consultado el 24 de mayo de 2020 .
  17. ↑ "25 mujeres en robótica que debes conocer – 2016 | Robohub" . Consultado el 24 de mayo de 2020 .
  18. ↑ "Anuncio de los ganadores del premio ICRA 2016 - Sociedad de Robótica y Automatización del IEEE" . www.ieee-ras.org . Archivado del original el 27 de julio de 2020. Consultado el 24 de mayo de 2020 .
  19. ^ « Prof. Margarita Chli - AcademiaNet» . www.academia-net.org . Consultado el 24 de mayo de 2020 .
  20. 1 2 3 «dblp: Margarita Chli» . dblp.org . Consultado el 24 de mayo de 2020 .