CIENCIA DIGITAL// (VOL. 3, NUM. 3.4 DESARROLLO Y CRECIMIENTO. VOLUMEN ESPECIAL)
Volumen: 3, Numero: 34, Páginas: 135-151 pp.
The objective of this research work was to implement an intelligent robot for the cognitive interaction of preschool children, creating favorable environments for the perception of colors and geometric figures. The robot offers the user a graphical interface with several options that include stories, songs, games, image gallery and facial recognition (Face ID) to activate the teaching program. The facial recognition system is based on the use of cascade classifiers and the AdaBoost algorithm to train a neural network, implemented as an adaptation of the model proposed by Paul Viola and Michael Jones Artificial Vision techniques were used to determine the contour and color of 2D objects in controlled spaces and a real-time tone filter to find the values of the spectral bands in RGB format. All this information was processed in a Raspberry Pi microprocessor. A differential locomotion system was also implemented that allows the robot to move on flat surfaces next to sensors that emit signals to an Arduino processor to coordinate movements and plan trajectories. The results obtained from the interaction with children were satisfactory, from a sample of 192 children, 98.44 percent liked it. On the other hand, specialists in psychology and education described the robot as an innovative didactic resource that contributes to special education helping children with intellectual disabilities. With the implementation of the intelligent robot, it is recommended to deepen the research that allows contributing to the lifting of the cognitive bases.
El objetivo de este trabajo de investigación fue implementar un robot inteligente para la interacción cognitiva de niños en edad preescolar, creando entornos favorables para la percepción de colores y figuras geométricas. El robot ofrece al usuario una interfaz gráfica con varias opciones que incluyen historias, canciones, juegos, galería de imágenes y reconocimiento facial (Face ID) para activar el programa de enseñanza. El sistema de reconocimiento facial se basa en el uso de clasificadores en cascada y el algoritmo AdaBoost para entrenar una red neuronal, implementado como una adaptación del modelo propuesto por Paul Viola y también se utilizaron técnicas de visión artificial de Michael Jones para determinar el contorno y el color de los objetos 2D en espacios controlados y un filtro de tonos en tiempo real para encontrar los valores de las bandas espectrales en formato RGB. Toda esta información se procesó en un microprocesador Raspberry Pi. También se implementó un sistema de locomoción diferencial que permite al robot moverse sobre superficies planas junto a sensores que emiten señales a un procesador Arduino para coordinar movimientos y planificar trayectorias. Los resultados obtenidos de la interacción con niños fueron satisfactorios, de una muestra de 192 niños, al 98,44 por ciento le gustó. Por otro lado, los especialistas en psicología y educación describieron el robot como un recurso didáctico innovador que contribuye a la educación especial que ayuda a los niños con discapacidad intelectual. Con la implementación del robot inteligente, se recomienda profundizar la investigación que permite contribuir al levantamiento de las bases cognitivas.