Ciudad de México, 31 de octubre de 2024.- Entre la incertidumbre y el tiempo libre, producto del encierro por la pandemia de Covid-19 en 2020, el mexicano Héctor Roberto Hernández se graduó de inventor a los 18 años.
Cursaba su último semestre de bachillerato en el CECyT #1 del IPN, ubicado en la Ciudad de México. Desde pequeño, el oriundo de Chalco, Municipio del Estado de México, ha querido ayudar a otros.
La inventiva lo llevó a pensar en las personas sordas, y en aquellas que conocen la Lengua de Señas Mexicana (LSM), una comunidad con la que empatizó al ser testigo de sus dificultades de movilidad durante sus viajes en el Metro de CDMX a la preparatoria.
Hernández aprovechó los conocimientos de su carrera técnica en Sistemas de control eléctrico y se propuso crear un dispositivo que mejorara la comunicación de estas personas.
Así nació Signal Glove, un guante que a través de sensores traduce los movimientos de las manos en palabras a través de una pantalla, lo que facilita la interacción con personas no hablantes de LSM.
Ese mismo 2020, Hernández elaboró el primer prototipo, un dispositivo impreso en 3D voluminoso, incómodo y pesado. La estructura incluía cables y módulos que, aunque funcionales, eran caros, y el costo de fabricación osciló entre mil 500 y 2 mil pesos.
Empleaba un potenciómetro que leía la posición de los dedos, cuya información era transmitida a través de un microcontrolador Arduino Nano, que procesaba y enviaba los datos.
El primer guante presentaba limitaciones de velocidad y eficiencia, por ello, Héctor exploró nuevas opciones para mejorar el rendimiento y reducir costos.
Entonces su vida dio un giro de 180 grados. En 2021, Héctor dejó su natal Chalco e hizo servicio misional durante dos años en Baja California.
Viajó por Ensenada, Mexicali y Tijuana, municipios en los que trabó relación con la comunidad de personas sordas, lo que le permitió entender mejor sus necesidades y le motivó a crear una versión más eficiente y accesible del guante.
Al regresar a casa en 2023, Hernández decidió usar un ESP32, un microcontrolador más rápido y económico que se consigue por aproximadamente 250 pesos en sitios de productos electrónicos.
Esto le permitió desarrollar una segunda versión del guante, en la cual integró sensores MPU 6050, capaces de detectar movimientos en los ejes X, Y y Z, esenciales para registrar la posición de los dedos en un plano tridimensional.
El nuevo guante funciona así. Primero el usuario se coloca el dispositivo y lo enciende. Un LED se ilumina en rojo, señal de que el dispositivo se está calibrando.
Durante el proceso, los sensores MPU 6050 identifican la posición inicial de los dedos en el espacio, basándose en los ejes X, Y y Z. En otras palabras, determinan la ubicación y orientación de cada dedo en tres dimensiones.
Una vez que los sensores reconocen esta posición de referencia, el LED cambia a verde, lo que significa que está calibrado y listo para captar los movimientos.
Cuando el usuario mueve sus dedos para realizar una señal o gesto, los sensores MPU650 rastrean estos movimientos en tiempo real y registran los datos en los tres ejes para cada dedo. En total, son quince valores (cinco dedos con tres ejes cada uno) que se recopilan simultáneamente.
Estos datos se transmiten a través de cables visibles por fuera hacia el ESP32, el microcontrolador central. Este dispositivo actúa como el “cerebro” del guante, procesando la información de los sensores mediante un algoritmo diseñado por Héctor en el software libre IDE de Arduino, ejecutado en el lenguaje C++.
Dicho algoritmo descifra los datos y, basándose en patrones establecidos, identifica de qué gesto se trata, lo traduce en una letra y envía el resultado vía Bluetooth a una primitiva pantalla.
La actual versión presenta problemas de latencia y errores en la interpretación de las letras. Por ello, el joven inventor planea una tercera versión que empleará redes neuronales para mejorar la precisión y la rapidez de la interpretación del LSM.
Esta versión incorporará un dataset de señas recopiladas de personas que usan la LSM en su vida cotidiana; así al guante decodificará palabras y frases completas de manera más natural y en tiempo real.
Héctor explica que, para esta siguiente etapa, empleará una red neuronal creada en Python con TensorFlow Lite, una biblioteca de Google que permite entrenar modelos de Inteligencia Artificial de manera eficiente en dispositivos con limitados recursos de procesamiento, como el ESP32.
Esta red neuronal se entrena en Google Cloud, donde se cargan datos y patrones de movimiento de dedos previamente registrados para que el sistema aprenda y mejore su precisión con el tiempo. Esta versión busca reducir los costos hasta 750 pesos por unidad.
La nueva etapa del proyecto espera ser potenciada con el apoyo del premio James Dyson Award 2024, que Héctor ganó por Signal Glove. No obstante, también busca alianzas para financiar y desarrollar el proyecto a mayor escala, con la meta de lanzar una aplicación móvil que no solo traduzca las señas en texto, sino que también brinde una salida de voz.
Héctor ha establecido contactos con organizaciones y entidades gubernamentales, como el DIF en Tlalnepantla, para llevar el dispositivo a comunidades vulnerables, con la intención de democratizar el acceso a esta tecnología.
Actualmente, Hernández, de 22 años, cursa el tercer semestre de Robótica Industrial en la Escuela Superior de Ingeniería Mecánica y Eléctrica de Azcapotzalco del Instituto Politécnico Nacional. Le encantan los tacos campechanos, pero si viaje al norte del país prefiere la carne asada.
Texto: Agencia Reforma
