ingeniería robótica: usos y aplicaciones Tiempo de lectura: 4 minutos

La ingeniería robótica es la rama de diversas ingenierías y de las ciencias de la computación que se ocupa del diseño y construcción de los robots. La robótica combina diversas disciplinas que van desde la mecánica y la electrónica, a la informática, la inteligencia artificial, la ingeniería de control e, incluso, la física. Así mismo, se ve influenciada por otras áreas que juegan un papel importante como el álgebra, los autómatas programables, la animatrónica y las máquinas de estados.

La robótica va unida de forma inseparable a la creación de “artefactos”, que tratan de materializar el deseo humano de construir seres a su semejanza y que, al mismo tiempo, tengan la capacidad de descargarles de los trabajos más tediosos o difícil de realizar.

 

Clasificación de los robots

Los robots se clasifican según su generación: 

Primera generación:

Se trata de robots básicos destinados a la manipulación. Cuentan con diversos sistemas mecánicos y pueden funcionar por secuencia tanto fija como variable.

Segunda generación:

Este tipo de robots cuentan con un sistema de aprendizaje. No obstante, deben repetir una secuencia de movimientos que haya sido realizada con anterioridad por un trabajador real que indique el proceso y la ejecución del mismo.

 

New Call-to-action

 

Tercera generación:

En este caso, el control del robot está determinado por una computadora que es quien realizar realmente los movimientos y quien ejecuta las órdenes de la programación.

Cuarta generación:

Finalmente, los robots inteligentes son parecidos a los anteriores pero, al poseer un número mayor de sensores, existe una doble dirección de la información, por lo que la computadora recibe información en tiempo real y puede adelantarse a las necesidades.

 

Machine Learning, Deep Learning y Automatismo Industrial

Machine Learning:

Se trata del subcampo dentro de las ciencias de la computación y de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender. Es decir, se trata de crear programas capaces de generalizar comportamientos a partir de una información suministradora en forma de ejemplos.

Deep Learning:

El aprendizaje profundo, o deep learning, es parte de un conjunto más amplio de métodos de aprendizaje automático basados en aprender representaciones de datos. Para ello se usan algoritmos de aprendizaje automático que intentan modelar abstracciones de alto nivel mediante transformaciones no lineales múltiples.

Automatización industrial:

La automatización industrial es el proceso a través del cual se capacita a una máquina o sistema para que realice una actividad por sí solo, sin necesidad de que un ser humano supervise su correcto funcionamiento. 

 

Aplicaciones

  • Manipulación robotizada
  • Picking (Bin Picking)
  • Generación de trayectoria
  • Ingeniería inversa
  • Verificación de procesos
  • Extracción robotizada

 

Soluciones

Despaletización de cajas:

En este tipo de aplicaciones, un robot móvil se desplaza por el almacén y recoge las unidades y referencias que incorporan un pedido concreto. Para evitar una disposición incorrecta de la caja, así como la corrección de su posición (X,Y, Z) debido al vaciado progresivo y desigual del palé, se utiliza un sistema basado en una cámara 3D.

Colocación de las baterías en los vehículos:

En el proceso de montaje de un coche, un robot antropomórfico recoge la batería de una pila en palés y coloca en el interior del motor.

Empaquetado de producto:

La visión es de uso recurrente en el empaquetado correcto de distintos productos genéricos y de alimentación. Sobre una cinta transportadora circula el producto a granel. El sistema de visión es el responsable de trasladar al robot la posición y orientación del objeto.

Procesos de taladrado, remachado y atornillado de alta precisión:

En la industria aeronáutica se utilizan cabezales de robots multifuncionales para el remachado en el fuselaje de un avión. Se incorporan cabezales medidores que corrigen la trayectoria programada por la herramienta. El cabezal perfora, y el sistema de visión corrige su perpendicularidad con el fuselaje.

Seguimiento y verificación de cordones de soldadura:

Un robot es capaz de realizar una soldadura a la vez que comprueba su correcta ejecución gracias a un sistema de visión instalado en el mismo cabezal. Al mismo tiempo, permite verificar la irregularidad de alineamientos entre las láminas metálicas a soldar mediante técnicas de triangulación láser, de la misma forma, el sistema de visión permite detectar poros en el propio cordón.

Reciclaje de plásticos mediante técnicas de medida hiperespectral:

En el proceso de detección de los diferentes tipos de plásticos para su posterior reciclaje se utilizan técnicas hiperespectrales. Mediante esta técnica de visión, el robot obtiene la posición exacta de un mismo tipo de plástico y puede clasificarlo dentro del proceso de reciclaje.

 

Ejemplos

OCR basado en deep learning:

La lectura OCR (Optical Character Recognition) permite la lectura de un número, letra o combinación de ambas independientemente de la fuente utilizada.

Robótica guiada por visión artificial:

Los sistemas robóticos asistidos por visión (VGR) son mucho más flexibles debido a que los sistemas de visión permiten determinar con precisión extrema la posición de cualquier objeto en el espacio.

Controles de tiempo en visión artificial:

Con el fin de medir con exactitud los diferentes parámetros de un objeto, es necesario que la cámara capture una imagen en el preciso momento en el que este pasa por delante. Para ello, deben utilizarse sensores de presencia que envían una señal a la cámara y al sistema de iluminación en el instante preciso.

 

Beneficios

Ventajas del uso de la visión artificial:

  • Inspección completa de la producción
  • Repetitibilidad y homogeneidad
  • Consistencia y objetividad
  • Reducción de costes

La importancia de las aplicaciones industriales en la producción:

  • Posicionamiento
  • Identificación
  • Verificación
  • Medida
  • Detección de defectos

Robótica colaborativa:

  • El robot puede ser re-ubicado dentro de la planta.
  • Son fáciles de programar.
  • No necesita una valla protectora para poder funcionar. Son seguros.
  • Es una inversión rentable, que puede ser amortizada en menos de 200 días.
  • No necesita monitorización humana.
  • Son silenciosos, evitando así, ruidos indeseables.

 

New Call-to-action