PICK AI: Inteligencia artificial
y robótica en el e-Commerce
Embedded Files
PROYECTO DE INNOVACIÓN E INVESTIGACIÓN APLICADAS Y TRANSFERENCIA DEL CONOCIMIENTO EN LA FORMACIÓN PROFESIONAL
Financiado por el Ministerio de Educación y Formación Profesional – Next Generation EU
1. Idea inicial para una aplicación grasping.
Actualmente existen diferentes maneras principales de confeccionar pedidos finales para los consumidores en el mundo del comercio electrónico (e-Commerce). La selección de productos (picking) representa uno de los cuellos de botella más importantes en la cadena logística de cualquier industria que distribuya online. El método más habitual para esta tarea es el picking manual, y en concreto el método llamado man-to-part, donde el operario se desplaza hasta el lugar donde se encuentran los productos para ir confeccionando el pedido final
La solución propuesta se basa en el desarrollo de un sistema automatizado de selección y manipulación de piezas mediante inteligencia artificial, visión 3D y robótica colaborativa.
El sistema está compuesto por una cámara Femto, encargada de capturar información tridimensional del entorno; un IPC Siemens, donde se ejecuta el software de inteligencia artificial SIMATIC Robot Pick AI; un PLC Siemens S7-1500, que actúa como núcleo de control; y un robot colaborativo Universal Robots UR3e, encargado de realizar la manipulación física de las piezas.
El funcionamiento del sistema comienza con la captura de datos mediante la cámara Femto, que genera una representación 3D del contenedor o zona de trabajo. Esta información es procesada por el IPC Siemens, donde el sistema de inteligencia artificial identifica las piezas, calcula su posición, orientación y determina los puntos óptimos de agarre.
A partir de estos datos, el PLC S7-1500 coordina la comunicación entre el sistema de visión, el software de IA y el robot colaborativo. El UR3e recibe las instrucciones necesarias y ejecuta la operación de bin picking, recogiendo la pieza seleccionada de forma automática y depositándola en la ubicación definida.
Esta solución permite automatizar tareas de selección de piezas tradicionalmente manuales, reduciendo tiempos de ciclo, mejorando la precisión del proceso y aumentando la flexibilidad ante diferentes tipos de productos. Asimismo, constituye un ejemplo claro de aplicación de tecnologías de la Industria 4.0, integrando visión artificial, inteligencia artificial, automatización industrial y robótica colaborativa en un sistema coordinado y eficiente.
2. Diseño y desarrollo de la integración
2.1 Diseño
En el desarrollo del siguiente proyecto, se dispone del siguiente hardware
CAMARA FEMTO
Captura 3D de alta precisión, obteniendo información de profundidad para identificar objetos en entornos desordenados (bin picking).
Integración con inteligencia artificial, permitiendo detectar, localizar y orientar piezas automáticamente.
Adaptabilidad a distintos objetos, mediante modelos entrenables sin necesidad de reprogramación compleja.
Optimización del picking, reduciendo tiempos de ciclo y mejorando la eficiencia del proceso.
IPC Siemens (procesamiento IA)
Ejecución de algoritmos de inteligencia artificial, encargados del reconocimiento y clasificación de piezas en tiempo real.
Alto rendimiento computacional, permitiendo procesar datos 3D de forma rápida y precisa.
Flexibilidad en el entrenamiento de modelos, adaptándose a nuevos productos o cambios en el proceso.
Comunicación con el PLC y sistemas industriales, integrando la capa IT con la OT.
Siemens S7-1500 CPU 1516
Control centralizado del sistema, coordinando cámara, robot y flujo de trabajo.
Alta capacidad de procesamiento en tiempo real, garantizando precisión y sincronización en las operaciones.
Integración con redes industriales, facilitando la comunicación con el IPC y el robot.
Fiabilidad industrial, asegurando un funcionamiento robusto en entornos productivos.
Unibersal Robot UR3e
Alta precisión y repetibilidad, ideal para tareas de picking y manipulación de piezas pequeñas.
Programación intuitiva, facilitando su uso en entornos educativos e industriales.
Trabajo colaborativo seguro, permitiendo interacción con operarios sin necesidad de vallado.
Flexibilidad operativa, adaptándose a diferentes aplicaciones de manipulación.
OnRobot Pinza VGC 10
Sistema de vacío eléctrico integrado, que elimina la necesidad de aire comprimido, simplificando la instalación y reduciendo costes energéticos.
Alta capacidad de agarre, capaz de manipular objetos de hasta aproximadamente 15 kg, ideal para aplicaciones de picking y paletizado.
Detección automática de agarre, que permite verificar si la pieza ha sido correctamente succionada, aumentando la fiabilidad del proceso.
Integración sencilla con robots colaborativos, compatible con marcas como UR, facilitando su programación y puesta en marcha en aplicaciones industriales y educativas.
2.2 Desarrollo
El sistema de bin picking se integra como el elemento principal de manipulación inteligente dentro de la célula automatizada, y su diseño se ha planteado teniendo en cuenta tanto la variabilidad de las piezas como la interacción entre visión artificial, inteligencia artificial y robótica colaborativa.
Desde el punto de vista del diseño físico, se ha definido una zona de trabajo optimizada para el robot colaborativo UR3e, permitiendo el acceso eficiente a los contenedores de piezas. La disposición del sistema garantiza que la cámara Femto tenga un campo de visión completo del área de picking, evitando zonas muertas y facilitando la detección precisa de objetos.
La zona de trabajo se ha diseñado para trabajar en entornos no estructurados (bin picking), donde las piezas se encuentran desordenadas en contenedores. Para ello, la cámara 3D captura la geometría del conjunto y el sistema de inteligencia artificial calcula las mejores estrategias de agarre sin necesidad de posicionamiento previo.
En cuanto al flujo de materiales, el sistema contempla las siguientes zonas diferenciadas:
Zona de entrada: contenedor con piezas en bruto o desordenadas, accesible para la cámara y el robot.
Zona de picking: área donde la cámara Femto realiza la captura 3D y el sistema de IA calcula los puntos de agarre.
Zona de salida: ubicación donde el robot deposita las piezas seleccionadas, ya sea en bandejas, cintas o posiciones definidas para procesos posteriores.
El robot colaborativo UR3e es el encargado de realizar la manipulación, ejecutando los movimientos de recogida y deposición en base a las coordenadas generadas por el sistema de inteligencia artificial.
Para garantizar la correcta interacción entre los sistemas, el PLC Siemens S7-1500 gestiona las señales de estado y coordina el funcionamiento global, incluyendo:
disponibilidad del sistema
estado del ciclo de picking
comunicación con el IPC
gestión de errores y condiciones de seguridad
El IPC Siemens, por su parte, procesa los datos capturados por la cámara Femto mediante el software SIMATIC Robot Pick AI, generando en tiempo real las posiciones y orientaciones óptimas de agarre.
Finalmente, el diseño del sistema busca optimizar el flujo de trabajo, reduciendo tiempos de ciclo, evitando colisiones y garantizando una integración eficiente entre la visión artificial (cámara Femto), el procesamiento de inteligencia artificial (IPC Siemens), el control industrial (S7-1500) y la ejecución robótica (UR3e).
3. Fase de pruebas de la aplicación
El objetivo principal de esta fase ha sido verificar el correcto funcionamiento individual y conjunto de todos los elementos del sistema, así como garantizar la fiabilidad de la solución de bin picking basada en inteligencia artificial.
La fase de pruebas se ha desarrollado de forma progresiva, comenzando con la validación de cada uno de los componentes por separado, para posteriormente abordar la integración completa del sistema.
En primer lugar, se ha realizado la configuración y ajuste de la cámara Femto, optimizando la captura de datos 3D del entorno. Este proceso ha permitido obtener nubes de puntos precisas, fundamentales para la correcta detección de piezas en entornos desordenados.
A continuación, se han llevado a cabo las pruebas del sistema de procesamiento de inteligencia artificial en el IPC Siemens, utilizando el software SIMATIC Robot Pick AI. En esta fase se ha validado la capacidad del sistema para:
detectar piezas
calcular su posición y orientación
determinar puntos óptimos de agarre
Posteriormente, se han realizado las pruebas de movimiento y posicionamiento del robot colaborativo UR3e, programando las trayectorias necesarias para la recogida y deposición de piezas. Se ha prestado especial atención a la precisión, repetibilidad y seguridad en los movimientos, así como a la correcta ejecución de los agarres.
Una vez validados los sistemas de forma individual, se ha procedido a la integración de las comunicaciones entre los diferentes elementos del sistema. En esta fase, el PLC Siemens S7-1500 ha asumido el control central, coordinando la interacción entre la cámara, el IPC y el robot. Se han definido las señales necesarias para la sincronización del proceso, tales como:
inicio de ciclo
recepción de datos de IA
ejecución de movimiento
fin de ciclo
gestión de errores
Finalmente, se ha llevado a cabo la validación completa del sistema, integrando todos los componentes en un flujo de trabajo continuo. En esta etapa se han ajustado los tiempos de ciclo, la secuencia de operaciones y la respuesta ante posibles errores o situaciones imprevistas.
El resultado es un sistema robusto, seguro y eficiente, capaz de realizar tareas de picking automatizado con un alto grado de precisión, demostrando la viabilidad de la integración entre visión artificial, inteligencia artificial y robótica colaborativa en entornos industriales reales.
Fase 1 Configuracion ajuste camara FEMTO
La primera fase del proceso de validación se ha centrado en el ajuste y configuración de la cámara Femto, elemento clave del sistema de visión artificial.
En esta etapa, se ha realizado la calibración del sensor con el objetivo de garantizar una correcta captura de datos tridimensionales del entorno de trabajo. Para ello, se han optimizado parámetros como la distancia de trabajo, el ángulo de captura y las condiciones de iluminación, asegurando una adquisición de imágenes estable y de alta calidad.
Asimismo, se ha llevado a cabo la generación de nubes de puntos 3D, verificando la capacidad de la cámara para representar con precisión la geometría de las piezas dentro del contenedor. Este proceso ha permitido identificar posibles zonas de sombra o interferencias, ajustando la posición del sensor para maximizar la cobertura del área de picking.
Además, se ha validado la integración de la cámara con el sistema de procesamiento en el IPC Siemens, comprobando la correcta transmisión de datos y su compatibilidad con el software de inteligencia artificial.
Como resultado de esta fase, se ha conseguido una configuración óptima de la cámara Femto, garantizando una base sólida para las siguientes etapas del sistema, especialmente en lo relativo a la detección de piezas y cálculo de puntos de agarre.
Fase 2 Procesamiento de datos mediante Inteligencia Artificial
En esta fase se ha trabajado sobre el procesamiento de los datos capturados por la cámara Femto mediante el IPC Siemens, utilizando el software SIMATIC Robot Pick AI.
El objetivo principal ha sido validar la capacidad del sistema para interpretar correctamente la información 3D del entorno y transformarla en datos útiles para la manipulación robótica. Para ello, se ha configurado el modelo de inteligencia artificial, ajustando los parámetros necesarios para la detección y reconocimiento de las piezas.
Durante esta fase, el sistema ha sido capaz de:
identificar las piezas dentro del contenedor
calcular su posición y orientación
determinar los puntos óptimos de agarre
Asimismo, se han realizado pruebas con diferentes configuraciones y disposiciones de piezas, con el fin de evaluar la robustez del sistema ante escenarios variables y entornos desordenados.
Como resultado, se ha conseguido una detección fiable y consistente, proporcionando al sistema la información necesaria para ejecutar correctamente las operaciones de picking.
Fase 3 Ajuste y validacion del robot colaborativo UR3e
La tercera fase se ha centrado en la configuración y validación del robot colaborativo UR3e, encargado de ejecutar físicamente las operaciones de recogida y deposición de piezas.
En esta etapa, se han programado las trayectorias de movimiento del robot, teniendo en cuenta las posiciones generadas por el sistema de inteligencia artificial. Se ha trabajado especialmente en la adaptación de los movimientos a las condiciones reales del entorno, evitando colisiones y optimizando los tiempos de ciclo.
Se han realizado pruebas de:
precisión en el posicionamiento
repetibilidad de los movimientos
eficacia del sistema de agarre
Además, se ha ajustado la interacción entre el robot y el efector final (ventosa), asegurando una correcta manipulación de las piezas en diferentes situaciones.
El resultado de esta fase ha sido la obtención de un comportamiento estable, preciso y seguro del robot, capaz de ejecutar las órdenes recibidas con un alto nivel de fiabilidad.
Fase 4 Integración y coordinación del sistema
En esta fase se ha llevado a cabo la integración completa de todos los elementos del sistema, coordinados mediante el PLC Siemens S7-1500.
El objetivo ha sido garantizar la comunicación fluida entre:
la cámara Femto
el IPC Siemens (IA)
el robot colaborativo UR3e
Se han definido las señales de control necesarias para la sincronización del proceso, incluyendo:
inicio de ciclo
envío de datos desde la IA
ejecución del movimiento del robot
confirmación de operación
gestión de errores
El PLC actúa como elemento central de control, asegurando que cada etapa del proceso se ejecute en el momento adecuado y de forma coordinada.
Esta fase ha permitido validar la interacción entre los distintos sistemas, garantizando un funcionamiento conjunto coherente y eficiente.
IMG_2652.MOVFase 5 Validación global del sistema
Finalmente, se ha realizado la validación completa del sistema en condiciones reales de operación, evaluando su rendimiento global.
Durante esta fase, se ha comprobado el funcionamiento continuo del ciclo de picking, ajustando:
tiempos de ciclo
secuencia de operaciones
respuesta ante errores
Se han realizado pruebas con diferentes tipos de piezas y configuraciones, verificando la adaptabilidad del sistema y su capacidad para mantener un rendimiento estable.
Como resultado, se ha obtenido un sistema robusto, eficiente y fiable, capaz de automatizar tareas de picking en entornos desordenados, demostrando la viabilidad de la solución basada en visión 3D, inteligencia artificial y robótica colaborativa.
4. Resultado final
IMG_2704.movIMG_3049.MOVIMG_2694.MOVVIDEO EXPLICATIVO
Pick AI_CAS.mp4Page updated
Report abuse