Recogida robótica de bolsas impulsada por IA: Del reto a la realidad

Objetos dispuestos aleatoriamente de formas irregulares, hechos de materiales flexibles fácilmente deformables, arrugados y, por tanto, difíciles de localizar. Esto ya es un problema del pasado.

«Decidimos aprovechar nuestra experiencia, conocimientos y habilidades para llevar el rendimiento de nuestras soluciones impulsadas por IA aún más lejos y "enseñarles" a detectar y recoger bolsas».

La recogida de contenedores (bin picking) —es decir, la detección y recogida robótica de objetos dispuestos aleatoriamente dentro de un contenedor basándose en modelos CAD— es un tipo de aplicación común incluso en entornos industriales exigentes. Nuestro Bin Picking Studio es una solución todo en uno para integradores robóticos, que no necesitan saber nada de visión artificial para configurarlo. Sus robustas características han permitido entrar prácticamente en todos los sectores industriales: automoción, fabricación, logística y otros.

Sin embargo, empezamos a recibir peticiones de clientes para una solución que les permitiera recoger objetos de formas irregulares y en posiciones aleatorias dentro del contenedor. Nos pusimos a trabajar en algoritmos que nos permitieran recoger este tipo de objetos y, tras un tiempo de intenso esfuerzo, nuestras soluciones impulsadas por IA vieron la luz. Gracias a algoritmos sofisticados, permitieron localizar y recoger objetos de diferentes tamaños, diversas texturas y formas arbitrarias, incluidas deformaciones. Además, los objetos no necesitan apilarse en patrones ordenados, sino que pueden colocarse absolutamente al azar y el robot sigue siendo capaz de reconocerlos y recogerlos. Nuestras soluciones impulsadas por IA, habilitadas por una combinación de visión 3D precisa y algoritmos de IA avanzados, mostraron al mundo las inmensas oportunidades para la automatización de manipulación de materiales, fabricación, logística y muchos más.

Y fue la logística la que nos mostró que quedaba un último hueco por cubrir para abarcar todo tipo de objetos y aplicaciones —y este residía en el hecho de que las mercancías no siempre se transportan en cajas sólidas, sino que algunas vienen en bolsas. Estas suponen un gran reto para la clasificación automatizada, ya que no mantienen su forma: son flexibles, arrugadas, fácilmente deformables y, por tanto, muy difíciles de localizar. Decidimos aprovechar nuestra experiencia, conocimientos y habilidades para llevar el rendimiento de nuestras soluciones impulsadas por IA aún más lejos y "enseñarles" a detectar y recoger bolsas.

El reconocimiento de los límites entre bolsas colocadas caóticamente en un contenedor puede ser difícil incluso para los humanos. La tarea se complica aún más con bolsas transparentes. Difícil, pero posible. Desarrollamos una red capaz de reconocer bolsas, a veces mejor que nosotros. Pueden estar solapadas y bloquearse mutuamente para ser recogidas, pero nuestro sistema lo gestiona con facilidad y no permite que el robot agarre bolsas total o parcialmente cubiertas.

Otra dificultad común surge de la naturaleza del material de las bolsas: están llenas de pliegues y arrugas que a menudo hacen que se caigan del gripper justo después de ser detectadas y levantadas con éxito. Recomendamos usar un gripper de vacío con retroalimentación para evitar estos fallos.

Las soluciones impulsadas por IA de Photoneo son ahora más inteligentes que nunca. ¡Y están listas para ayudarte!