Tekniker recorre al deep learning para avanzar en la robotización del pick&place más complejo

El centro tecnológico Tekniker ha diseñado algoritmos que permiten a los robots identificar puntos de agarre de objetos sin conocerlos previamente para una manipulación industrial más flexible.

Las operaciones comúnmente conocidas como pick (coger productos con un robot) y place (colocar) son tareas básicas en la mayoría de las aplicaciones robóticas, tanto en sectores industriales (alimentación a máquinas, ensamblaje o  paletizado/despaletizado) como en sectores de servicio (agricultura u hogar). De tal manera que en algunos entornos estructurados (acotados y sin variaciones) y con ciertos tipos de piezas, estos procesos automáticos están más que consolidados.

"Sin embargo, este no es el caso cuando se requiere manipular piezas con alta variabilidad o en entornos menos estructurados (no acotados y con variaciones)", explican desde Tekniker. "En este tipo de aplicaciones, las soluciones comerciales de bin picking no son aplicables ya que no es viable la configuración de cada una de las miles de referencias que deben gestionarse", añaden.

Por esta razón, este centro tecnológico, miembro de Basque Research and Technology Alliance, ha desarrollado en el marco del proyecto europeo Pick-Place, nuevos algoritmos de visión artificial que permiten a las aplicaciones de robótica industrial identificar puntos de agarre de objetos desconocidos dispuestos en el interior de cajas.

“El sistema que hemos desarrollado, basado en técnicas de Deep Learning, permite predecir directamente puntos de agarre para objetos sin tener en cuenta la identificación de los mismos, lo cual ofrece una solución flexible capaz de manipular una gran variedad de objetos”, explica Ander Ansuategi, investigador de Tekniker.

Además, Tekniker ha coordinado el apartado técnico del proyecto y ha trabajado en un sistema de monitorización del área de trabajo compartido entre los técnicos y los robots.

“Se trata de avanzar en estrategias robóticas ligadas a la visión artificial, la manipulación y agarre flexible, la precisión y fiabilidad de las operaciones que permitan resolver los retos asociados a manipular productos complejos con ciclos de producción cortos en el sector de la logística”, añade el investigador de Tekniker. 

Dos casos piloto

Para comprobar la efectividad del sistema de visión artificial diseñado por Tekniker, se han llevado a cabo dos casos piloto a lo largo de la iniciativa.

Por un lado, el software desarrollado se ha integrado en un sistema automatizado de preparación y devolución de pedidos de Ulma Handling Systems, coordinador del proyecto; y, por otro lado, el sistema se puso a prueba también en la preparación de pedidos de piezas de repuestos para la red de distribuidores de Tofas, fabricante de automóviles del grupo FIAT.

"El resultado del proyecto supone la transferencia a la industria de avanzadas tecnologías de Inteligencia Artificial mediante la creación de soluciones de automatización y robótica para aplicaciones como la creación de pedidos unitarios o la alimentación de máquinas, entre otras", destacan desde Tekniker.