P16 — Cuántos datos entrega una cámara y qué resolución usar

Un celular transmite video a 30 imágenes por segundo. Cada píxel tiene 3 canales de color, de 1 byte cada uno. El celular va montado sobre el EV3 mirando al piso, y la imagen cubre una franja de 20 cm de ancho del piso. El robot sigue una cinta negra de 1 cm de ancho.

1. Calcule cuántos píxeles tiene una imagen y cuántos bytes por segundo se generan con resoluciones de $1920 \times 1080$, $640 \times 480$ y $320 \times 240$. Repita el cálculo para $640 \times 480$ si la imagen se pasa a escala de grises (1 byte por píxel).
2. ¿Cuántos píxeles de ancho ocupa la cinta en una fila de la imagen en cada una de las tres resoluciones? (Use el ancho de la imagen: 1920, 640 y 320 px).
3. Para detectar bien la cinta se quiere que ocupe al menos 5 píxeles de ancho. ¿Cuál es el ancho mínimo de la imagen? ¿Por qué no conviene usar siempre la resolución más alta?
4. El programa de seguimiento de línea usa una sola fila de la imagen. ¿Cuántos valores usa por imagen a $640 \times 480$ en escala de grises? ¿Qué fracción de la imagen es?
5. Clasifique la cámara: ¿propioceptiva o exteroceptiva? ¿Activa o pasiva? ¿Por qué la gráfica de la intensidad de una fila “vibra” aunque el robot y la cinta estén quietos?

Mostrar solución

Resolución	Píxeles	Bytes por imagen	MB/s a 30 fps
$1920 \times 1080$	2 073 600	6 220 800	186.6
$640 \times 480$	307 200	921 600	27.6
$320 \times 240$	76 800	230 400	6.9

En grises, $640 \times 480$: 307 200 bytes por imagen, $9.2$ MB/s. 2. La cinta es $1/20$ del ancho: $1920/20 = 96$ px, $640/20 = 32$ px y $320/20 = 16$ px. 3. $5 \times 20 = 100$ px de ancho. Una resolución alta multiplica los datos que hay que transmitir por wifi y procesar en cada ciclo: la imagen llega con más retraso y el control se hace menos veces por segundo, lo que empeora el seguimiento. Para encontrar una cinta, $320 \times 240$ ya sobra. 4. 640 valores de $307\,200$: $1/480 \approx 0.2\,\%$ de la imagen. Es muy poco procesamiento, y por eso el control puede ser rápido. 5. Exteroceptiva (mide el entorno) y pasiva (recibe la luz que ya hay; no emite nada, salvo que se encienda la linterna). La gráfica vibra por el ruido del sensor: cada elemento de la cámara recibe una cantidad de luz que fluctúa un poco, y la compresión del video agrega más variación, así que la lectura cambia aunque nada se mueva.