𝗧𝗿𝗮𝗰𝗸𝗶𝗻𝗴 𝗮𝗻𝗱 𝗼𝗯𝗷𝗲𝗰𝘁 𝗱𝗲𝘁𝗲𝗰𝘁𝗶𝗼𝗻 𝗳𝗼𝗿 𝗿𝗼𝗯𝗼𝘁𝗶𝗰𝘀 En robótica, la detección de objetos es una instantánea: “hay una botella en (x, y) en este fotograma.” El seguimiento de objetos es la tarea más difícil y operativa: “esta es la misma botella que antes, se movió así, y sigue ahí incluso si no la veo durante 200 ms.” Imagina un manipulador móvil en una encimera de cocina. La tarea es simple sobre el papel: recoger la botella azul de una mesa desordenada mientras una persona se mueve cerca. El robot tiene una cámara (quizás también de profundidad). Ejecuta un detector de objetos y obtiene un cuadro delimitador etiquetado como “botella” con un puntaje de confianza. Eso suena como percepción. Aún no lo es. En el fotograma 1, el detector ve la botella. En el fotograma 2, el brazo de la persona la oculta parcialmente, la confianza disminuye y el cuadro desaparece. En el fotograma 3, la botella reaparece, pero el detector desplaza ligeramente el cuadro. Desde la perspectiva del planificador, la botella ha parpadeado fuera de existencia y se ha teletransportado. En el desorden, también obtienes duplicados: el detector podría producir dos cuadros plausibles de “botella” para el mismo objeto. Si el robot reacciona directamente a las detecciones por fotograma, verás comportamientos de fallo clásicos: ➤ duda porque el objetivo está “faltando” cada pocos fotogramas, ➤ replantea constantemente porque la posición del objetivo tiembla, ➤ se dirige hacia el objeto equivocado cuando aparecen dos artículos similares, ➤ no puede hacer cumplir de manera confiable “no chocar con la persona” porque el cuadro de la persona también parpadea. Por eso la percepción en robótica rara vez se detiene en la detección. Necesita permanencia del objeto: la capacidad de decir “esta sigue siendo la misma botella, incluso si pierdo la vista de ella brevemente.” El seguimiento es lo que convierte las conjeturas fotograma a fotograma en un modelo de mundo estable. Un enfoque típico es “seguimiento por detección”: aún ejecutas un detector en cada fotograma, pero asocias las detecciones a pistas persistentes (IDs) a lo largo del tiempo utilizando predicción + asociación. Concretamente, el rastreador hace tres cosas: ➤ Predecir “¿dónde debería estar la botella ahora?” ➤ Asociar “¿qué detección pertenece a qué pista?” ➤ Mantener la identidad bajo cambios ...