Inteligencia para cobots

Primero fueron los robots y más tarde los cobots (robots que trabajan en las industrias junto con las personas). La siguiente generación será la de los robots colaborativos capaces de tomar decisiones para mejorar los procesos productivos, utilizando inteligencia artificial y a través de la nube. El grupo de investigación Sistemas Inteligentes para la Fabricación de la Universidad de León forma parte del equipo que desarrolla el proyecto impulsado por el Gobierno dentro del Programa Estatal de Fomento de la Investigación Científica de Excelencia. El mes que viene concluye la primera etapa de un proyecto en el que ingenieros de varias disciplinas han desarrollado un sistema de aprendizaje para el robot basado en herramientas de inteligencia artificial. En una nueva fase investigadora, prevista para los próximos tres años, se pretende avanzar en el desarrollo de máquinas capaces de tomar por sí mismas decisiones en los procesos productivos, a través de la nube. Se trata del desarrollo de procesos de fabricación inteligentes soportados en la nube.  

El grupo de investigación Sistemas Inteligentes de Fabricación es un equipo multidisciplinar, formado por ingenieros industriales, aeronáuticos e informáticos con una amplia formación en universidades extranjeras y que desarrollan su actividad en el Campus de Vegazana. «Este carácter multidisciplinar es un enorme valor añadido, permite abordar el proyecto desde una óptica amplia y más completa», señalan. Lo forman Hilde Pérez García, Lidia Sánchez González, Manuel Castejón Limas, Laura Fernández Robles y Javier Díez González. Todos ellos profesores del departamento de Ingenierías Mecánica, Informática y Aeroespacial.   

Los investigadores son expertos en procesos de fabricación, modelado, optimización y control, minería de datos, visión artificial y algoritmos genéticos, y el proyecto que han comenzado y seguirán desarrollando es una iniciativa nacional de investigación en excelencia en el ámbito de la industria 4.0, la fabricación inteligente. El proyecto Desarrollo de un Sistema de Aprendizaje Basado en Minería de Datos y Visión Artificial se desarrolla en colaboración con la Universidad Politécnica de Madrid y la Universidad de Jaén.  

«El desarrollo de la fabricación inteligente ha supuesto la implementación de herramientas de inteligencia artificial, como la visión artificial, el aprendizaje automatizado, la minería de datos o las redes neuronales en el proceso productivo. Se pretende alcanzar un nuevo modelo de empresa industrial y desarrollar procesos productivos más inteligentes, colaborativos y digitalizados», señala Hilde Pérez.   

Que añade que el paradigma de la industria 4.0 es el robot colaborativo, que participa en las tareas que realiza un humano en los procesos de fabricación. «Hasta ahora lo que hacen es cargar y descargar piezas, posicionar, medir, verificar,... Tareas muy sencillas y repetitivas, con un nivel tecnológico muy bajo. Mientras que los robots clásicos están en zonas de acceso restringido, los colaborativos comparten entorno con las personas, tienen sensores para detenerse ante cualquier problema. Pero son máquinas poco inteligentes, que hacen tareas muy sencillas y repetitivas».   

El proyecto que se desarrolla trata de que los robots interactúen con los procesos productivos. «Los expertos de inteligencia artificial desarrollan algoritmos de decisión para hacer los robots más inteligentes, de forma que puedan tomar decisiones más complejas en su actuación sobre el proceso de fabricación».   

El proyecto está ahora en fase conceptual y de desarrollo de prototipos, aunque el objetivo es que finalmente se implante en la industria, de momento está volcado totalmente en la investigación. En el futuro se orientará sobre todo a industrias de fabricación de componentes metálicos, sobre todo del sector productivo de mecanizados pero también de inyección de plásticos, procesos de soldadura, mecanizado, verificación,...“A partir de las imágenes capturadas mediante un boroscopio industrial, ha sido posible determinar si hay defectos de mecanizado, rebabas en los orificios o estimar el desgaste de una herramienta. Todo lo que afecta a la calidad del acabado de un componente. A partir de esas imágenes se realizan técnicas de operaciones morfológicas, descriptores de textura y demás condiciones que describen esa pieza», señala Lidia Sánchez. «Así el robot realiza una verificación de tipo cualitativo y comprueba si la pieza está bien mecanizada o no».   

Se trata de que el propio robot detecte cuáles son las condiciones que provocan que las piezas resulten con peor calidad, para que él mismo pueda tomar la decisión de operar de otra manera que mejore el resultado final. «La parte de la visión artificial tiene ese doble papel, no sólo verificar lo que hay sino construir un modelo que permita predecir cuál es el mejor resultado, y optar por él directamente. Se trata de actuar no sólo sobre el robot, sino sobre todo el proceso», señala Manuel Castejón.   

Que incide en otro de los aspectos fundamentales en los que se ha basado la investigación. «En un entorno fabril de producción se generan grandes volúmenes de datos, hay que distinguir los que son útiles de los que no. Ahí se aplica la minería de datos, investigas en el big data cuáles son los patrones que están repitiéndose, y que en principio se desconocen. Se trata de aflorar el conocimiento, porque que haya muchos datos disponibles no implica que se conozca lo que ocurre. Lo que interesa es tener menos información, pero de más calidad. Aflorar ese conocimiento permite tomar decisiones apoyadas en información cierta, y de una manera objetiva».   

Castejón incide en que gracias a la evolución electrónica y de la computación, y con la capacidad actual de capturar a través de sensores información de las máquinas durante el proceso real, permite construir modelos mucho más próximos al comportamiento real de lo que obtendríamos si no se hiciera esta tarea de selección». El resultado de esta innovación permite superar los diseños tradicionales, de construir modelos que resulten sencillos a través de muchas simplificaciones, para permitir operar a las máquinas. Gracias a la capacidad de cálculo de los ordenadores pueden hacerse predicciones mucho más precisas.   

En la segunda fase de la investigación, que comienza el próximo año, el proyecto avanzará en la plataforma industrial en internet, la fabricación en la nube y el internet de las cosas. «Además de los procesos de fabricación que tienen lugar en las máquinas y el robot colaborativo, se incluye un nuevo elemento, el AGV (vehículo automático de desplazamiento terrestre, en sus siglas en inglés), para tratar de que todos los elementos con los que actúa el robot sean inteligentes. Utilizamos la inteligencia artificial para aportar esos algoritmos de decisión para optimizar el proceso, lograr mayor eficiencia y hacerlo con datos que van a la nube, donde se toman las decisiones. Aunque también hay procesos que pueden decidirse desde la planta a nivel local, porque requieran una velocidad de actuación mayor», destaca Hilde Pérez.   

Precisamente para el desarrollo del AGV se ha incorporado al equipo Javier Díez. «Esta tecnología sirve para desplazar diferente maquinaria, o para trasladar productos terminados a otras etapas del proceso fabril». Ingeniero aeroespacial especializado en posicionamiento, se ha formado en inteligencia artificial. «Controlar el desplazamiento de un vehículo de estas características en un entorno cerrado es mucho más complicado, no se pueden aplicar técnicas convencionales, como el GPS, porque las señales emitidas se distorsionan notablemente en entornos cerrados, y la precisión del sistema cae de manera abrupta. Por eso utilizamos los sistemas de posicionamiento local, para entornos interiores. En este momento estamos estudiando las arquitecturas y tecnologías más óptimas, para conseguir las mayores exactitudes de posicionamiento».   

Entre los retos más complicados está superar la distorsión que puede producir en las señales de posicionamiento el que tengan cerca muchas máquinas, que afecten a la calidad recibida en esos sensores. «Buscamos dentro del entorno cerrado conseguir la distribución más óptima posible de los sensores de posicionamiento que utilizamos, para conseguir una mayor exactitud».   

En resumen, «para que los trabajos colaborativos se diferencien de las aplicaciones hasta ahora realizadas por los robots convencionales y contribuyan a aumentar la productividad de las fábricas, es preciso que aumenten su nivel de inteligencia y su interacción con el proceso productivo. Por lo tanto, los aspectos de seguridad como la detección de personas u obstáculos no debe ser el único elemento a considerar. Se pretende elevar el nivel de inteligencia de estos robots y que a través de ellos sea posible intervenir en optimizar el propio proceso o establecer las reglas de actuación del robot ante desviaciones en las condiciones de producción», señala Hilde Pérez, experta en sistemas de mecanizado, modelado, simulación, optimización y control. «Esto se va a conseguir a través del desarrollo de distintas líneas que conducen hacia este modelo, como es el incremento del nivel de sensorización e inteligencia en los procesos industriales, la virtualización del proceso a través de la utilización de la simulación y la creación de modelos virtuales y la aplicación de tecnologías de inteligencia artificial para el tratamiento de datos de fabricación».