Los robots móviles autónomos (AMR, por sus siglas en inglés) trabajan en colaboración con las personas para crear entornos de trabajo altamente productivos mediante la automatización de actividades repetitivas y propensas a lesiones.
Si bien los robots usan sensores y algoritmos para navegar de manera segura incluso en entornos dinámicos, no pueden aplicar esta información sensorial para la toma de decisiones avanzadas. El siguiente paso en la evolución de los AMR es la adición de inteligencia artificial (IA) para aumentar las capacidades de los robots móviles inteligentes. La IA hará que estos robots sean aún más eficientes, aumentará el rango de tareas que los robots pueden realizar y reducirá la necesidad de adaptaciones del entorno de trabajo para acomodarlos.
La transición a la inteligencia artificial
Hoy en día, los robots móviles usan sensores y software para el control (para definir dónde y cómo debe moverse el robot) y la percepción (para permitir que el robot comprenda y reaccione a su entorno). Los datos provienen de escáneres láser integrados, cámaras 3D, acelerómetros, giroscopios, codificadores y más para producir las decisiones más eficientes para cada situación. Estas tecnologías brindan a los AMR muchas de las capacidades que se han vuelto familiares y deseables en los automóviles actuales.
Los robots pueden navegar dinámicamente utilizando las rutas más eficientes, tienen conciencia ambiental para evitar obstáculos o personas en su camino, y pueden cargar automáticamente cuando sea necesario. Sin IA, sin embargo, los robots reaccionan de la misma manera a todos los obstáculos, reduciendo la velocidad e intentando navegar alrededor de la persona u objeto si es posible, o deteniéndose o retrocediendo si no hay una forma segura de maniobrar alrededor de él.
El enfoque estándar de un AMR es apropiado en casi todas las situaciones, pero de la misma manera que la IA está impulsando nuevas capacidades para automóviles autónomos y drones inteligentes, también está listo para cambiar drásticamente la robótica.
La inteligencia artificial incluye varias ramas. La IA que se usa en robots móviles autónomos en esta etapa se centra en el aprendizaje automático y los sistemas de visión.
Las cámaras estáticas MiR AI Camera estratégicamente ubicadas permiten a los robots MiR prever obstáculos en sus rutas, por lo que pueden redirigir anticipadamente para una navegación optimizada.
La IA para robots colaborativos se centra en el aprendizaje automático (ML, por sus siglas en inglés) y los sistemas de visión actuales, que están ampliando drásticamente las capacidades anteriores basadas en sensores. Los avances tecnológicos y la madurez del mercado en diferentes áreas clave están permitiendo estas innovaciones:
- Una amplia gama de sensores pequeños, de bajo costo y de bajo consumo de energía permiten que los dispositivos móviles y remotos capturen y transmitan grandes cantidades de datos sobre el entorno inmediato, extendido y anticipado del robot, así como las condiciones internas.
- La computación en la nube y las comunicaciones inalámbricas de banda ancha permiten que los datos se almacenen, procesen y accedan casi instantáneamente, desde cualquier punto de acceso. Las redes virtuales seguras pueden adaptarse a los requisitos dinámicos y casi eliminar el tiempo de inactividad y los cuellos de botella.
- Las nuevas y potentes arquitecturas de procesadores centradas en la inteligencia artificial están ampliamente disponibles tanto en compañías de semiconductores tradicionales como AMD, Intel, NVIDIA y Qualcomm como en nuevos jugadores en el campo, incluidos Google y Microsoft. Si bien los semiconductores tradicionales de uso amplio se enfrentan a los límites de la Ley de Moore, estos nuevos chips están diseñados específicamente para cálculos de IA, lo que aumenta las capacidades y reduce los costos. Los procesadores de IA rentables y de baja potencia se pueden incorporar incluso en dispositivos móviles o remotos pequeños, lo que permite el cálculo en el sitio para tomar decisiones rápidas y eficientes.
- Los sofisticados algoritmos de software analizan y procesan datos en las ubicaciones más productivas: en el robot, en la nube o incluso en sensores remotos y extendidos que proporcionan datos de inteligencia adicionales para que el robot anticipe las necesidades y adapte de manera proactiva su comportamiento.
Usando estas capacidades, las flotas de robots se comportan como un grupo de estudiantes que toman clases en línea. Aprenden mientras están en línea y luego pueden desempeñarse sin acceso constante al contenido en línea. Los dispositivos de baja potencia con capacidad de IA y las técnicas de IA eficientes admiten nuevos sistemas robóticos con baja latencia y tiempos de reacción rápidos, alta autonomía y bajo consumo de energía, todos elementos clave para el éxito.
La inteligencia artificial en los AMR mejora la planificación del camino y la interacción ambiental
Mobile Industrial Robots (MiR) está impulsando avances en IA en robots móviles y está estableciendo nuevas expectativas de la industria. Las innovadoras capacidades de inteligencia artificial mantienen los protocolos de seguridad de los robots e impulsan una eficiencia mejorada en la planificación de rutas y la interacción ambiental.
La IA se implementa en algoritmos de aprendizaje avanzados en el software del robot, así como en cámaras remotas conectadas que se pueden montar en áreas de alto tráfico o en los caminos de carretillas elevadoras u otros vehículos automatizados. Las cámaras están equipadas con computadoras integradas pequeñas y eficientes que pueden procesar datos anónimos y ejecutar sofisticados programas de análisis para identificar si los objetos en el área son humanos, obstáculos fijos u otros tipos de dispositivos móviles, como los AGV. Luego, las cámaras alimentan esta información al robot, ampliando la comprensión del robot de su entorno para que pueda adaptar su comportamiento de manera adecuada, incluso antes de que entre en un área. La red con capacidad de inteligencia artificial ayuda al robot a evitar áreas de alto tráfico durante momentos específicos, como cuando las mercancías se entregan y transfieren regularmente en una carretilla elevadora, o cuando hay grandes multitudes de trabajadores, como durante los descansos o los cambios de turno.
Con IA, los robots MiR pueden reaccionar de manera eficiente y apropiada a diferentes tipos de obstáculos para mejorar la navegación y la eficiencia. Como ejemplo, si se enfrentan a un AMR de otro fabricante, pueden predecir el movimiento de ese vehículo y ajustarlo adecuadamente. Cuando se encuentra con un nuevo objeto desconocido, el robot puede ser cauteloso y observador, recopilando datos para poder calcular el mejor comportamiento posible para futuras interacciones.
Del mismo modo, en entornos complejos y altamente dinámicos, como aquellos con vehículos guiados automáticos (AGV) que no pueden desviarse de su camino fijo o con carretillas elevadoras u otros vehículos impredecibles, la capacidad de maniobra del robot puede ser limitada. Los mecanismos de seguridad de los AGV generalmente se limitan a paradas forzadas cuando se encuentran obstáculos, por ejemplo, que pueden bloquear el AMR. Los AMR MiR impulsados por IA pueden identificar el AGV y ser conscientes de sus limitaciones, por lo que, en lugar de detenerse y requerir la intervención del operador para redirigirlo, pueden esperar automáticamente en una posición segura hasta que el AGV haya pasado, reanudando su misión cuando sea seguro para hacerlo.
Si bien los mecanismos de seguridad integrados de los robots siempre evitarán que el robot colisione con un objeto, persona o vehículo en su camino, otros vehículos, como las carretillas elevadoras manejadas por humanos, pueden no tener esas capacidades, dejando el riesgo de uno de ellos dirigiéndose hacia el robot. Un sistema de robot MiR puede detectar áreas de alto tráfico antes de que llegue y puede identificar otros vehículos y comportarse adecuadamente para disminuir el riesgo de colisión. De esta manera, los AMR no solo están mejorando su propio comportamiento con la IA, sino que también se están adaptando a las limitaciones de otros vehículos.
Abordando las preocupaciones de IA
La IA todavía es lo suficientemente nueva como para generar inquietudes en torno a la seguridad y la privacidad de los datos que se capturan y utilizan, así como para garantizar la seguridad si los sistemas de IA fallan o son interferidos. Las preguntas clave para los clientes cuando consideran los sistemas impulsados por IA incluyen:
– ¿Dónde y cómo se almacenan, protegen y procesan los datos?
– ¿Cuánto tiempo se almacenan los datos?
– ¿Qué información de identificación personal se captura?
– ¿Qué mecanismos de seguridad de respaldo existen?
Para proteger la seguridad y la privacidad, los robots MiR y las cámaras IA solo envían decisiones, no imágenes. Dado que toda la potencia computacional requerida existe dentro de cada dispositivo, los datos capturados por los sensores de visión se procesan de inmediato en formas, tamaños y colores, luego se clasifican en categorías específicas y se utilizan para la toma de decisiones. Por lo tanto, el único tipo de datos que se pueden enviar son comandos que los AMR pueden comprender, como detenerse o reanudar; información sobre cambios en el medio ambiente, como un camino bloqueado o un área con mucho tráfico; o nuevas acciones a tomar, como la elección de una ruta alternativa.
Si bien la seguridad en los sistemas robóticos de IA a veces se plantea como una preocupación, los mecanismos de seguridad principales de MiR son fundamentales para el robot y no pueden ser anulados por las decisiones de IA. Por ejemplo, si bien los escáneres láser en el robot proporcionan datos para los sistemas de IA, también toman decisiones de seguridad fundamentales para evitar mecánicamente que los robots MiR continúen en ninguna circunstancia si hay personas u obstáculos en el camino del robot.
El futuro de la IA robótica
Los robots móviles continuarán siendo entidades colaborativas, y con la IA, la barrera tecnológica entre ellos y los humanos continuará disminuyendo, aumentando la colaboración y la eficiencia.
A medida que avanza la IA, obtendremos la capacidad de interactuar con robots de forma más natural utilizando el habla o los gestos. Eso podría incluir levantar una mano para hacer que el robot se detenga, señalarlo en una dirección preferida, o mover la mano para que continúe, o simplemente decirle: “Este pasillo estará bloqueado durante las próximas dos horas, tome otra ruta hasta entonces.”
Si bien los robots móviles seguirán siendo una herramienta controlable con botones de parada de emergencia, obtendrán una autonomía que los hará aún más valiosos. Podrán comprender dónde se puede mejorar su rutina y sugerir mejores caminos hacia su destino, momentos más productivos del día para ejecutar tareas, otros robots que podrían implementarse para flujos de trabajo más eficientes y el momento más apropiado para recargar.
Los AMR con tecnología de inteligencia artificial ayudarán a convertir los lugares de trabajo en entornos orgánicos basados en datos, en los que los robots compartan datos relevantes de sus propios sensores remotos para ayudar a las flotas de robots a tomar decisiones informadas. Con este modelo de intercambio de datos, cada robot esencialmente tiene acceso a cada sensor en cualquier otro robot o cámara, lo que le proporciona una vista mucho más detallada de todo su entorno, lo que permite un rendimiento de planificación de ruta mucho más eficiente.
IA: impulsando la próxima revolución industrial
Como en revoluciones industriales anteriores, la inteligencia artificial y la robótica harán que muchas tareas laboriosas y cansadas queden obsoletas. Con IA, los robots MiR pueden gestionar tareas repetitivas y de bajo valor de transporte de material de manera aún más eficiente y rentable, liberando a los humanos para actividades más significativas. Y con la grave escasez de mano de obra que frena a las empresas de todo el mundo, los robots móviles más inteligentes permitirán a las empresas ofrecer roles gratificantes que les ayuden a atraer y retener a empleados valiosos.
Por Omar Alejandro Aquino Bolaños, Sales Director para Latinoamérica de MiR
Recuerda dejarnos un comentario
RECOMENDAMOS El riesgo cognitivo ayuda al sector financiero
Te compartimos el siguiente vídeo
