El nuevo cobot tog.519 impulsado por IA de Schubert ha sido diseñado para tareas de recogida y colocación y para separar productos ligeros a 80 ciclos/min.
En un nuevo informe de PMMI, la Asociación para las Tecnologías de Empaque y Procesamiento, titulado "2022 Robots and Cobots An Automated Future", las marcas y los fabricantes de equipo original afirmaron que creen que las tres principales mejoras en la funcionalidad robótica tendrán el mayor impacto en los próximos cinco años y que influirán en las aplicaciones de los fabricantes, respectivamente, son la Inteligencia Artificial, el aprendizaje automático y la visión, todos arraigados en aplicaciones de IA. Según el informe, se prevé que el uso de IA en los envases crezca a una TCAC de más de 50 % durante los próximos cinco años.
De acuerdo con este reporte de PMMI: “La inteligencia artificial y el aprendizaje automático han sido desarrollos clave que están expandiendo continuamente el ámbito de posibilidades para las aplicaciones de robótica. Estrechamente interconectados, la IA y el aprendizaje automático permiten que los robots se adapten a nuevos escenarios basándose en un volumen cada vez mayor de datos relevantes. Estas tecnologías han abierto un mundo de tareas complicadas para los robots, desde la selección dinámica de elementos que el robot nunca antes había encontrado hasta la inspección rápida y precisa de los productos entrantes y salientes en una línea”.
En una entrevista para el reporte, un gerente de fabricación avanzada de una pyme local dijo: "Tanto la IA como el aprendizaje automático serán fundamentales para administrar palés mixtos y hacer correcciones sobre la marcha".
Con respecto a los avances en visión, un director de ventas y marketing de un fabricante de equipo original dijo: “La visión ha recorrido un largo camino en los últimos años, con la visión 3D. Las mejoras continuas en la funcionalidad de visión serán clave”.
El despaletizador de ABB Robotics utiliza software de visión artificial para dominar tareas complejas de despaletización.
Una solución que incorpora software de visión artificial para dominar tareas complejas de despaletización en las industrias de logística, comercio electrónico, atención médica y las marcas es el nuevo despaletizador robótico ABB de ABB Robotics, diseñado para reemplazar el levantamiento manual pesado y mejorar la eficiencia. El despaletizador está equipado con robots ABB de cuatro o seis ejes y el software gemelo digital RobotStudio de ABB, que permite a los clientes crear soluciones personalizadas para procesar cargas variadas con muy poco esfuerzo de ingeniería y un breve tiempo de configuración.
Según ABB, las tareas de despaletización no solo se vuelven más complejas a medida que la composición y configuración de los palets se torna más variada, sino que estos trabajos de clasificación que antes eran manuales se caracterizan típicamente por una alta rotación de personal y mayores costos de contratación. “El despaletizador robótico de ABB resuelve estos problemas mediante el uso de algoritmos avanzados de aprendizaje automático y visión artificial para procesar de manera rápida y eficiente palés de hasta 2,8 metros de altura, la única solución actualmente capaz de operar a estas alturas”, comparte la compañía.
El software del despaletizador robótico utiliza la información recopilada por el sensor de visión para proporcionar al robot un punto de agarre adecuado para cada caja. Luego, el robot levanta la caja, que pesa hasta 30 kg, y la coloca en otro palé o en un transportador de salida. El sistema puede funcionar a una velocidad máxima de hasta 650 ciclos/h, 24 h/día.
El sensor de visión permite que el robot detecte cajas específicas en palés, lo que permite despaletizar varios tipos de carga diferentes. Estos incluyen palés compuestos por un solo tipo de caja en capas definidas; palés “arcoíris” que contienen varios tipos de cajas diferentes; y tarimas mixtas, que cuentan con una amplia gama de cajas con diferentes pesos, formas y materiales.
Applied Manufacturing Technologies (AMT) demostró una solución diseñada de manera similar para manejar aplicaciones de paletización, despaletización y decantación de cajas mixtas usando IA en Automate 2022. Usando un cobot Fanuc CRX-10iA y una herramienta de extremo de brazo con agarre por vacío Schmalz FXCB (EOAT), la celda robótica mostró la eliminación de capas y el llenado de contenedores utilizando parámetros definidos de cajas y contenedores para optimizar el llenado de contenedores y resolver toda la capa.
Según AMT, la solución de agarre por vacío FXCB de Schmalz integra un generador de vacío, resistencias de flujo y un interruptor de presión digital en un diseño compacto y liviano, mientras que el software de visión del socio de AMT, Liberty Reach, utiliza los algoritmos de búsqueda y uso más adecuados para optimizar la selección de la solución para reducir el tiempo de ciclo en general. Según explica la empresa, un ciclo optimizado incluye recoger varias cajas para cargar el contenedor. Si una solución de selección múltiple no está disponible, el algoritmo selecciona la siguiente mejor posición para permitir que el robot elija un caso.
Pearson emplea el software impulsado por inteligencia artificial Pick One para permitir que su despaletizador robótico seleccione cajas, cartones, bandejas o bolsas al azar.
Pearson Packaging Systems también ofrece una nueva solución de despaletización robótica para aplicaciones de almacén, comercio electrónico, cumplimiento y distribución. La empresa está utilizando el sistema de visión PickOne impulsado por inteligencia artificial de Plus One junto con una herramienta de supervisión humana remota llamada Yonder para permitir que sus despaletizadores seleccionen cajas, cartones, bandejas o bolsas al azar, incluso si se superponen o sobresalen.
El sistema utiliza cámaras 3D para identificar las superficies geométricas 3D, los bordes y las esquinas de los productos y determinar el tamaño, la forma, la altura y la ubicación en tiempo real. Luego, el kit de percepción de PickOne escanea una pila de tarimas para identificar los artículos seleccionables y asigna a cada uno un nivel de confianza, después de lo cual el software envía la ubicación de recolección de cada artículo reconocible al controlador del robot a través de la API (interfaz de programación de aplicaciones) de PickOne. Si los niveles de confianza son insuficientes para una selección confiable, el software genera automáticamente una solicitud de Yonder, lo que activa la intervención humana remota. Con un tiempo de respuesta de menos de 6 segundos, un controlador de robot remoto maneja la excepción seleccionando manualmente un elemento y su punto de recolección. Paralelamente, Yonder almacena las respuestas para facilitar el aprendizaje automático continuo y aumentar la eficiencia con el tiempo.
Shape Process Automation (SPA) y Mujin demostraron una solución de paletizado y despaletizado de cajas mixtas en Automate 2022.
En la feria Automate de junio de 2022, el integrador de sistemas robóticos Shape Process Automation (SPA) y la empresa de tecnología robótica Mujin demostraron una solución de paletizado y despaletizado de cajas mixtas impulsada por la plataforma de robótica inteligente de Mujin. SPA es un integrador de varios fabricantes de robótica, incluido Fanuc, cuyo brazo robótico es una de varias marcas compatibles con el producto estrella de Mujin, el MujinController. Para facilitar las aplicaciones de paletización y despaletización de cajas mixtas, el controlador utiliza inteligencia artificial, que SPA explica que es un tipo de IA que gestiona automáticamente los posibles escenarios de tiempo de inactividad a través de la percepción, la toma de decisiones autónoma y la planificación del movimiento en tiempo real sin necesidad de intervención humana.
Ross Diankov, cofundador de Mujin, dice que espera beneficios inmediatos para los clientes conjuntos que luchan por automatizar las aplicaciones de paletizado y despaletizado que requieren mucha mano de obra, entre otras: potencie el mercado logístico de América del Norte con la inteligencia artificial revolucionaria de Mujin. Juntos, podemos acelerar una nueva ola de tecnología robótica en Estados Unidos y ayudar a promover la visión de un almacén completamente autónomo”.
Otra aplicación de robot ahora impulsada por IA es una de Gerhard Schubert GmbH llamada cobot tog.519, "tog" que significa juntos, pero esta para tareas de recolectar y colocar y para separar productos livianos. “Por sí solo, un cobot no puede resolver una tarea de empaque. Muchos de ellos son demasiado lentos y no se pueden detener de manera segura a altas velocidades o cuando están en contacto con un ser humano”, dice la empresa. Por ejemplo, explica, una tarea típica de recoger y colocar podría implicar colocar bolsas en una cadena de estuchadoras. “De lo contrario, esto requeriría que una o dos personas sacaran las bolsas de la caja y las colocaran en la cadena”, dice. “El tog.519 reconoce las bolsas incluso si están colocadas una encima de otra e identifica los pasos de la cadena en los que ponerlas”.
El nuevo cobot tog.519 impulsado por IA de Schubert ha sido diseñado para tareas de recogida y colocación y para separar productos ligeros a 80 ciclos/min.
El cobot ofrece una producción de 80 ciclos/min y puede manejar pesos de producto de hasta 700 g. La alta tasa de ciclo, explica Schubert, solo es posible a través del procesamiento de imágenes basado en una red neuronal con IA. “Todo lo que se necesita es un puñado de imágenes y unos días para que la IA aprenda nuevos productos por sí misma sin programación”, dice la compañía.
Para garantizar la velocidad en todo momento, el tog puede operar en una celda protectora en espacios pequeños. Sin embargo, también se puede trabajar sin una jaula protectora y al mismo tiempo proporciona un alto nivel de seguridad. Como cobot independiente, reacciona a las personas en su entorno y reduce la velocidad cuando es necesario.
Las posibles aplicaciones para el tog.519 son la alimentación rápida en la máquina, el ensamblaje de kits, donde varias partes del producto se juntan para formar un conjunto, o el acabado del producto. Un cobot modular completo incluye cinemática SCARA de cinco ejes, un sistema de visión, correas de alimentación, un módulo de seguridad y más. El objetivo de Schubert es desarrollar toda una familia de togs basados en un kit de construcción modular.
El despaletizador de ABB Robotics utiliza software de visión artificial para dominar tareas complejas de despaletización.
