E31 Posición y localización

Tópico

Esta localización es el proceso de inferir la posición absoluta o relativa de un organismo, o de una presa de ese organismo, a partir de las señales físicas que ya establece otro modelo de este conjunto: los métodos físicos principales para lograr esta misma localización son la triangulación por diferencia del tiempo de llegada de una señal entre varios sensores, la fuerza de esa misma señal recibida, y la acumulación de una posición mediante la integración continua de una velocidad, la misma odometría que un organismo en movimiento lleva, en cierto sentido, incorporada dentro de su propio sistema vestibular que ya establece otro modelo de este conjunto.

Esta triangulación por diferencia de tiempo de llegada convierte, en consecuencia, a cada diferencia de tiempo entre dos sensores separados entre sí en una curva hiperbólica de posición posible para esta misma señal, y es la intersección de dos o más de estas curvas hiperbólicas la que logra localizar, en definitiva, a la fuente de esa señal. El sistema auditivo binaural de un ser humano usa, para esta misma localización, tanto la diferencia interaural de tiempo que ya establece otro modelo de este conjunto como una diferencia interaural de nivel entre ambos oídos, logrando en consecuencia localizar a una fuente sonora con una precisión angular considerable dentro del plano horizontal que rodea a ese mismo ser humano. Que esta diferencia interaural de tiempo entre ambos oídos de este ser humano resulte más fácil de detectar hace que, en consecuencia, esta localización de esta fuente sonora, en consecuencia, resulte más precisa.

El filtro de Kalman, el mismo filtro de Kalman que ya establece otro modelo de este conjunto, es el estimador óptimo para un sistema lineal con ruido gaussiano aplicado ahora a esta misma localización: este filtro de Kalman combina, en consecuencia, a la predicción de un modelo dinámico interno de este organismo con la corrección que aporta cada nueva medición sensorial de ese mismo organismo, ponderando en consecuencia a cada una de estas dos fuentes según su propia incertidumbre. Numerosos sistemas neurales biológicos implementan, en consecuencia, cómputos análogos a este mismo filtro de Kalman para integrar entre sí a las señales de este sistema vestibular que ya establece otro modelo de este conjunto, a las señales visuales que ya establece otro modelo distinto de este conjunto, y a las señales propioceptivas de este mismo organismo. Que la incertidumbre de una de estas fuentes de información resulte menor que la de las demás hace que, según este mismo filtro de Kalman, esta localización final del organismo, en consecuencia, dependa más de esa fuente de menor incertidumbre que de las demás fuentes disponibles.

La cota de Cramér-Rao, la misma cota de Cramér-Rao que ya establece otro modelo de este conjunto, establece el límite inferior de la varianza del mejor estimador posible aplicado, ahora, a esta misma triangulación por diferencia de tiempo de llegada: un ancho de banda mayor de esta señal, junto con una relación señal-ruido mejor de esa misma señal, mejora en consecuencia a esta localización final del emisor de esa señal. Un delfín o un murciélago usan, en consecuencia, pulsos de un ancho de banda amplio precisamente para maximizar a esta misma información de Fisher que ya establece ese otro modelo de este conjunto, y con ella, la precisión de su propia ecolocalización sobre una presa en movimiento que ya describe con más detalle otro modelo distinto de este conjunto. Que este ancho de banda del pulso de ecolocalización de este murciélago sea mayor hace que, según esta misma cota de Cramér-Rao, esta precisión final de esta localización de su presa, en consecuencia, mejore todavía más.

Por eso este modelo, con esta triangulación por diferencia de tiempo y este filtro de Kalman con las que se abrió, hace que un mapa de ocupación probabilística acumule, en consecuencia, evidencia sensorial a lo largo del tiempo para construir una representación espacial completa de este entorno: cada celda de este mismo mapa acumula, en consecuencia, la probabilidad de estar ocupada mediante actualizaciones bayesianas sucesivas, exactamente según la misma regla de Bayes que ya establece otro modelo de este conjunto. Este mismo enfoque resulta, en consecuencia, robusto tanto frente a este ruido que ya establece otro modelo de este conjunto como frente a una oclusión momentánea de la señal, y constituye, en definitiva, la base tanto de la navegación autónoma de un robot como, probablemente, de la exploración activa de un mamífero dentro de su propio entorno. Que este organismo acumule evidencia sensorial sobre este entorno durante más tiempo hace que, en consecuencia, este mapa de ocupación probabilística de ese entorno, en consecuencia, resulte cada vez más preciso y más completo.

ID:2392