Este pasado 5 y 6 de Noviembre se celebró el V Hackathon for Smart Industry en el que participaron varias universidades en una competición para solventar un problema planteado por Gestamp, un grupo internacional dedicado al diseño, desarrollo y fabricación de componentes metálicos para automóviles.
Para este reto se plantearon dos problemas que a día de hoy afectan directamente a una línea de montaje del grupo, y se dispuso de una jornada de 24 horas para presentar las ideas y soluciones de cada uno de los equipos participantes.
El problema que nos involucra, en este post en concreto, esta relacionado con la precisión en el proceso de almacenamiento de unas cajas de baterías en unos contenedores destinados a transportar las cajas de baterías en camiones. Los principales parámetros que ocasionan esta falta de precisión son la colocación de los contenedores y el proceso de recogida de las cajas por parte del manipulador del robot.
Dado que estos parámetros no están automatizados, su precisión es insuficiente, y cuando el robot procede a depositar las cajas de baterías en ocasiones hace chocar el producto contra el contenedor, dañando ambos componentes y resultando en importantes costes para la empresa.
Por ello, la solución propuesta por el equipo es incorporar visión artificial al robot para que este pueda reconocer el posicionamiento de todos los elementos de su entorno. Esta visión artificial es una tecnología muy barata y sencilla de implementar, pues se basa en la toma de fotografías para comprobar el posicionamiento de la caja de baterías en el instante previo a su descarga.
Estas fotografías se toman en blanco y negro, siendo únicamente visible en color blanco unas pegatinas reflectantes que irían situadas en los bordes del almacén. De esta forma se observar si las cajas de baterías se encuentran bien posicionadas, ya que en caso de nos estarlo, la silueta de la caja se vería reflejada en los pixeles blancos de la imagen, indicando al robot que la orientación y/o el posicionamiento de la pieza no es correcta. Conociendo esta información, el sistema comparte los parámetros de la caja para que el robot pueda corregir su trayectoria.
Claramente este problema requiere de más consideraciones como por ejemplo a calibración del sistema cada vez que se introduce un nuevo almacén, pero con lo que respecta al post estos detalles no resultan importantes.
Por ello, se procede a mostrar un pequeño vídeo realizado durante el concurso en el que se puede observar el funcionamiento de un "pre-gemelo digital" que se empleó para estudiar la viabilidad de la propuesta y visualizar con facilidad el funcionamiento del sistema de visión artificial. En este vídeo se muestra el funcionamiento de la célula robotizada, pudiendo apreciar un primer caso en el que la caja de baterías se encuentra bien posicionada y un segundo escenario en el que una desviación en el posicionamiento del almacén obliga al sistema a modificar la trayectoria del robot y evitar la colisión con sus correspondientes daños materiales.
NOTA: En este modelo, se emplean una serie de sensores (los prismas amarillos) para simular en NX el sistema de visión artificial, permitiendo la detección y el posicionamiento de las cajas de baterías.