Revolucionando la producción automotriz con robótica avanzada

La revolución robótica se esperaba desde hace décadas, pero aún no ha llegado. Cada año, fabricantes de automóviles y sus proveedores compran miles de robots, una cifra que aún equivale a mucho menos de lo predicho. Los robots simplemente no se usan tan ampliamente como podrían, debido a varias barreras que han persistido mucho más de lo esperado. Estas barreras para la adopción pueden convertirse en oportunidades perdidas para aumentar la capacidad manufacturera del país y mejorar sus cadenas de suministro.

Con la pandemia exacerbando escaseces en la disponibilidad de bienes y poniendo de relieve lo fácilmente que las cadenas de suministro críticas pueden verse interrumpidas, nunca ha habido un mejor momento para enfocarse en tecnologías y soluciones que puedan ayudar a fortalecer las capacidades domésticas del país. Órdenes ejecutivas recientes muestran que esto será un foco de la administración Biden, así que ahora es el momento de actuar.

Barreras para la adopción

En general, hay tres barreras para una adopción más amplia de la automatización robótica en la industria automotriz. Primera y principal, el coste sigue siendo demasiado alto. El coste incluye no solo la compra de los robots en sí, sino también varios otros costes relacionados significativos. Las celdas de trabajo robóticas típicas requieren una extensa coordinación de ingeniería. Simplemente desplegar uno o más robots en una celda de trabajo es una tarea costosa. Luego, una vez que la celda de trabajo ha sido diseñada, los robots deben programarse. La programación de robots es la pesadilla de muchos ingenieros —y de los fabricantes que tienen que pagarles por hacerlo. El alto coste de desplegar robótica no puede amortizarse por nadie que produzca volúmenes de producto pequeños o productos de bajo valor y ha demostrado ser difícil incluso para proveedores permitirse desplegar a escala. Hallazgos recientes de la Federación Internacional de Robótica muestran que, en promedio, el 75 por ciento de los costes operativos de por vida para robots industriales provienen de la programación. Con cada cambio de tarea, la aplicación debe reprogramarse.

Una segunda barrera para la adopción es la inflexibilidad. Una vez que has diseñado tu celda de trabajo y programado tus robots, estás listo —solo mientras nunca cambies lo que haces de ninguna manera. Cualquier cambio —sea un nuevo robot o una variación en el proceso de manufactura— requiere reprogramación (como mínimo), y muy probablemente inicia un proceso de re-diseño y re-validación de la celda de trabajo para cambiar la colocación del robot. Esta inflexibilidad hace que la robótica sea inviable para cualquiera que produzca una variedad de productos con volúmenes pequeños.

La tercera barrera son los pobres beneficios marginales de añadir robots a celdas de trabajo. Programar un solo robot es un desafío; programar múltiples robots para trabajar en un espacio compartido, sin colisiones, es una tarea extraordinariamente difícil que consume meses de tiempo de ingeniería. De hecho, la programación multi-robot es tan difícil que los ingenieros hacen simplificaciones para acortar el tiempo de programación a expensas de una eficiencia enormemente reducida.

La simplificación más común es el uso de "zonas de interferencia", que prohíben que más de un robot esté en cualquier espacio que pueda ser alcanzado por más de un robot, incluso aunque, en la práctica, múltiples robots podrían compartir frecuentemente tales espacios sin colisión. Debido al uso de zonas de interferencia, no es raro encontrar que una celda de trabajo con cuatro robots logra un rendimiento que es menos de dos veces el de un robot. Esta baja eficiencia de celdas multi-robot reduce el uso de robots, incluso en empresas que pueden permitírselos.

Si vamos a desbloquear el potencial de la robótica, necesitamos bajar las barreras para la adopción. Queremos que todos en el sector automotriz puedan hacer mayor uso de la robótica. Porque el coste de robots y tiempo de ingeniería es poco probable que disminuya, las palancas clave bajo nuestro control son el tiempo y gasto de despliegue y programación.

Para lograr nuestros objetivos, necesitamos robots que sean adaptables a su situación actual, permitiéndoles operar en celdas de trabajo relativamente no estructuradas. La adaptabilidad, a su vez, depende de dos capacidades: visión fiable y planificación de movimiento rápida:

• Visión fiable —permite a los robots observar su entorno y reaccionar a él. La democratización requiere que la visión no solo sea fiable, sino también relativamente barata. Afortunadamente, existen muchas buenas opciones de bajo coste para visión, y continúan mejorando y abaratándose.
• Planificación de movimiento —el proceso de calcular y coordinar cómo llevar un robot de su pose actual a la deseada sin colisión— debe ser lo suficientemente rápido para adaptarse a entornos dinámicos, particularmente para entornos que incluyen personas. El rendimiento de planificación de movimiento históricamente no ha bastado para aplicaciones de propósito general, llevando a robots que o reaccionan lentamente, u operan sin visión en absoluto (p. ej., en una celda de trabajo altamente diseñada, de modo que los robots nunca necesitan reaccionar). Avances recientes en academia e industria, sin embargo, sugieren que el cuello de botella de planificación de movimiento caerá pronto.

La democratización también requiere robots que puedan programarse rápidamente mientras aún logran alto rendimiento. Actualmente, podemos lograr o alto rendimiento o tiempos de programación tolerables (pero aún largos), y la industria ha elegido consistentemente lo segundo. La única solución para reducir el tiempo de programación y mejorar el rendimiento es una mayor automatización de la propia programación.

Pedir a ingenieros que razonen sobre las trayectorias de múltiples brazos mientras coreografían todos sus movimientos no es un camino al éxito. La industria automotriz necesita nuevas herramientas de software que eliminen la mayor parte o todo ese esfuerzo de los ingenieros, para que simplemente puedan especificar las tareas que quieren que los robots realicen, y el software genere los programas de robot. Estos avances mejorarían la productividad de cualquier programador de robots de la misma manera que la programación general (no robótica) en un lenguaje de alto nivel como Java o Python permite una productividad de programador mucho mayor que programar en lenguaje ensamblador. La clave en ambos casos es proporcionar un nivel más alto de abstracción al programador y usar herramientas de software para convertir automáticamente este código más fácil de escribir en lo que se necesita en el nivel inferior.

La industria robótica no ha alcanzado ni de lejos su potencial en el sector de manufactura automotriz y cadena de suministro, pero con innovaciones en solo un par de áreas clave se podría realizar un valor mucho mayor. Democratizar la robótica permitiría a muchas empresas automotrices introducir robots adicionales y beneficiarse enormemente de ellos. Además, podríamos añadir a la propuesta de valor reduciendo costes y mejorando el beneficio marginal de añadir robots a celdas de trabajo. El resultado final sería un gran aumento en la capacidad manufacturera doméstica y una oportunidad para crear cadenas de suministro domésticas más fiables, ayudando a preparar mejor al país para cualquier futura interrupción nivel pandemia en materiales o mano de obra.