Por Canuto  

ABB amplía OmniCore EyeMotion con AI Robot Trainer, una herramienta que busca simplificar el entrenamiento de visión robótica y acelerar su despliegue en fábricas.
***

  • La solución combina imágenes de planta, datos sintéticos y reales, entrenamiento de modelos y despliegue en un mismo flujo de trabajo.
  • ABB afirma que, junto con la planificación automática de trayectorias sin colisiones, puede reducir hasta 90% la puesta en marcha y hasta 50% el tiempo de ciclo.
  • El sistema está dirigido a integradores y socios de automatización, y cubre tareas desde pick and place en 2D hasta bin picking en 3D.

 

Un flujo integrado para entrenar y desplegar

ABB Robotics amplía su plataforma OmniCore EyeMotion con AI Robot Trainer, una herramienta para entrenar, desplegar y mejorar aplicaciones de visión robótica impulsadas por inteligencia artificial. La compañía plantea que el sistema permitirá avanzar sin que los usuarios deban construir modelos de IA desde cero ni depender siempre de especialistas en esa tecnología.

La propuesta apunta a conectar etapas que suelen exigir trabajo coordinado: obtener imágenes, preparar datos, entrenar modelos y llevarlos a producción. ABB presenta estas tareas como un proceso continuo, en el que los datos generados en el entorno industrial pueden alimentar nuevas rondas de entrenamiento y optimización después del despliegue.

El componente de visión cumple una función concreta dentro de la automatización: ayuda al robot a percibir objetos y condiciones de su entorno para orientar sus acciones físicas. En este caso, ABB quiere que el sistema convierta imágenes tomadas en la planta en datos utilizables por la aplicación, y que la percepción pueda traducirse en movimiento mediante planificación automática de trayectorias.

La compañía afirma que AI Robot Trainer y OmniCore EyeMotion funcionan juntos en un ciclo de generación de datos, entrenamiento, despliegue y mejora. Ese enfoque busca que una aplicación no quede congelada después de su puesta en marcha, sino que pueda adaptarse cuando cambien las condiciones de producción o los elementos que debe reconocer.

Menos dependencia de especialistas, según ABB

ABB diseñó la solución para integradores de sistemas y socios de automatización, que suelen encargarse de instalar y adaptar aplicaciones en distintas líneas y centros de producción. Según la empresa, simplificar ese trabajo podría reducir la dependencia de especialistas en IA y facilitar que los proyectos pasen del desarrollo a la operación con menos fricción.

La herramienta incluye un flujo guiado y un chatbot de IA para orientar a los usuarios en las distintas etapas del proceso. ABB señala que esa asistencia puede ayudar a gestionar cambios en referencias de productos, iluminación, distribución de la planta y variaciones de los objetos, factores que pueden alterar lo que una cámara registra y cómo un robot interpreta la escena.

La promesa no consiste únicamente en reconocer una pieza bajo condiciones ideales, sino en responder a variaciones que aparecen en una operación industrial. Si cambia la iluminación o se modifica la posición de los objetos, los usuarios pueden recurrir al flujo de entrenamiento y mejora descrito por ABB para ajustar la aplicación, sin tener que empezar necesariamente desde cero.

La empresa también indica que la solución es compatible con cualquier marca de cámara y sensor. Esa compatibilidad, junto con el uso de datos sintéticos y del mundo real y el conocimiento industrial de ABB Robotics, pretende dar a integradores más flexibilidad al incorporar la herramienta a entornos existentes.

Las cifras de rendimiento y sus condiciones

ABB atribuye a la solución una reducción de hasta 90% en el tiempo de puesta en marcha. La cifra es un máximo reportado por la compañía y se refiere al proceso de inicio de aplicaciones de visión, por lo que no debe interpretarse como una reducción garantizada para toda instalación o tarea industrial.

La empresa también señala una posible disminución de hasta 50% en el tiempo de ciclo cuando el sistema se combina con planificación automática de trayectorias sin colisiones. Esa condición importa porque la mejora no se atribuye únicamente al entrenamiento de visión: la planificación de movimientos forma parte del paquete descrito para acelerar la operación del robot.

La planificación automática busca convertir la información visual en un recorrido que permita al robot ejecutar una tarea evitando choques. En una línea de producción, esa conexión entre reconocimiento y movimiento puede ser relevante para reducir ajustes manuales; sin embargo, la información divulgada no detalla las pruebas, las tareas específicas ni las condiciones utilizadas para calcular los porcentajes anunciados.

Por eso, los datos de rendimiento deben leerse como afirmaciones de ABB y no como resultados independientes aplicables de forma idéntica a todas las fábricas. El tiempo de puesta en marcha y los ciclos pueden depender de la aplicación concreta, de los objetos y del entorno, aunque la compañía no ofrece en la información divulgada un desglose adicional de esos factores.

De tareas sencillas a operaciones en tres dimensiones

ABB plantea que el sistema puede emplearse en tareas de visión de distinta complejidad, desde operaciones de pick and place en dos dimensiones hasta bin picking en tres dimensiones. El primer tipo de tarea consiste en identificar y recoger objetos en un escenario más delimitado, mientras que la selección de piezas dentro de contenedores exige reconocer elementos en una disposición más compleja.

La lista de usos mencionada por la empresa también incluye inspección de calidad, clasificación y ensamblaje. En conjunto, esos ejemplos muestran el alcance que ABB atribuye a la herramienta: aplicaciones donde el robot necesita identificar piezas, distinguir características o ubicarlas antes de ejecutar una acción física.

Marc Segura, presidente de ABB Robotics, describió la visión robótica con IA como un vínculo entre la percepción del robot y sus acciones. También sostuvo que esta tecnología puede permitir que los robots vean, entiendan y actúen en tiempo real, y que los clientes necesitan un flujo completo para crear, desplegar y mejorar continuamente esas aplicaciones.

En declaraciones recogidas por Robotics & Automation News, Segura afirmó que OmniCore EyeMotion y AI Robot Trainer conectan la generación de datos, el entrenamiento, el despliegue y la optimización. La apuesta de ABB, por tanto, no se limita a añadir una función de reconocimiento, sino a presentar un proceso industrial que, según la empresa, busca hacer más accesible la visión con IA tanto para usuarios expertos como para quienes tienen menos experiencia en robótica.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados