En la actualidad, el sentido del tacto juega un papel importante en la Interacción Humano-Robot, sobre todo si pensamos en robótica social, donde la proximidad al robot es aún mayor. Nuevos desafíos se abren para dotar a los robots de mayor capacidad de interactuar con el usuario. Hasta la fecha, la mayor parte de sistemas que permiten reconocer el contacto físico con un robot se han basado en sensores capacitivos, de fuerza o de temperatura. En este trabajo se profundiza en la aproximación, seguida en trabajos previos, de integrar en robots sociales sensores sensibles a las vibraciones, específicamente micrófonos de contacto, como alternativa a los anteriormente citados. Una de las ventajas que proporcionan estos dispositivos es que son capaces de detectar el contacto no sólo en el punto donde que se encuentran situados (como ocurre con los sensores capacitivos), sino que son capaces de cubrir zonas completas de un robot. Además de esto, los micrófonos de contacto proporcionan una gran cantidad de información relativa al contacto mismo. Pese a esto, cuando en la misma plataforma robótica se integran múltiples micrófonos, cubriendo cada uno diferentes zonas del robot, pueden surgir ambigüedades en la detección de la zona donde se ha establecido un contacto, ya que los alcances de los micrófonos se pueden solapar entre sí. Por tanto, el objetivo de este
trabajo es proponer un sistema basado en aprendizaje automático capaz de resolver esta ambigüedad y ermitir una detección de toques robusta.