Los maestros Elizabeth Fonseca Chávez y Mario Ibarra Carrillo, profesores de la División de Ingeniería Eléctrica (DIE) de la carreras de Computación y Telecomunicaciones, desarrollaron una Cámara Neuromórfica con arquitectura FPGA (Field Programmable Gate Arrays), a la cual se otorgó la categoría de "patente pequeña", denominada Modelo de Utilidad, ya que, aunque existe una versión comercial, la cámara contribuye con mejoras importantes en cuanto a funcionalidad para captar imágenes a un costo más accesible.

Una cámara neuromórfica es un sistema que detecta movimiento con algoritmos bioinspirados, los cuales ahorran espacio de memoria porque sólo almacenan los cambios y su procesamiento es más rápido. Esta tecnología ya se vende en círculos especializados con un costo aproximado de 5 mil dólares, debido a que utilizan un chip propietario DVS (sensor de visión dinámica).

Los profesores de la DIE propusieron un sistema parecido, en el que se sustituyó el DVS por un algoritmo bioinspirado de Reichardt, que es un modelo de la visión de una mosca, el cual se colocó en una FPGA junto con una cámara barata que captura video.

Se realizaron pruebas en Matlab y FPGA, se compararon con las pruebas para sistemas de detección de movimiento y de las cámaras neuromórficas, con un resultado equivalente en la detección de movimiento horizontal, vertical, expansión, contracción y rotación, así como a diferentes velocidades y tallas de los vehículos.

El sistema no puede detectar móviles más pequeños a un pixel ni velocidades menores a las intrínsecas del sistema (2 pixeles por imagen), igual que la cámara neuromórfica comercial; la ventaja de este modelo propuesto es la resolución de 640 x 480, mayor a las que ya están a la venta que es de 128x128, con procesamientos por ciclo, trabaja con 8 bits y el código está en VHDL.

Una cámara neuromórfica detecta cambios: si la colocamos en una calle con tránsito, se puede captar el movimiento de un auto a otro y observar si es grande o pequeño, pero no almacena información si hay falta de luz, lo que permite que el procesador sea más rápido. Otra aplicación, sería para coches autónomos, para que cuenten con su propio sistema de cámara neuromórfica con un algoritmo que les permita avanzar solos y decirle una ruta o destino, verificar si hay algún auto a lado y con ello evitar colisiones, ejemplificó la maestra Fonseca.

Cabe destacar que es muy importante que proyectos como este obtengan una patente que proteja los desarrollos y sus mejoras durante determinado tiempo; en este caso la patente de Modelo de Utilidad le garantiza a esta cámara neuromórfica unan protección de 10 años desde la fecha de su desarrollo, a diferencia de una patente que es de 20 años.

"Afortunadamente la UNAM da todas la facilidades para obtener patentes, el trámite tiene que ser durante el año del trabajo de investigación y desarrollo".

Para finalizar, la maestra Elizabeth Fonseca aseguró que uno de los problemas más graves de la investigación en México es que no patentamos: "En otros países patentan todo lo que desarrollan. Todas las ideas que se tengan se deben verificar si son patentables, por muy sencillo que parezca, no debemos dudar de su funcionalidad".

En el desarrollo también participaron con la idea y algoritmos iniciales los doctores Sosa Saavedra y Rubén Ortega del ESCOM-IPN.