La inteligencia artificial se une a la robótica y la automatización

Cuando hablamos del crecimiento del e-Commerce como consumidores, nos imaginamos nuevas ofertas de inmediatez en los distintos sitios online donde podemos comprar. Envío al día siguiente o incluso en el mismo día. Son requisitos exigidos por el consumidor cuando se decide por el proveedor de algún artículo que desea adquirir. Pero, ¿nos hemos parado a pensar qué supone esto en los operadores logísticos? La enorme complejidad que supone el poder llegar a ofrecer estos servicios en los enormes centros de gestión de paquetes.

Esto se suma a la creciente demanda de los últimos años, acentuada también por la pandemia que ha hecho cambiar algunos hábitos de los consumidores. El mercado del e-Commerce alcanzó un tamaño de 3,16 billones de euros en 2021 y tiene un potencial de 4,57 billones para 2025, además de que se prevé un crecimiento medio del 9,48% entre 2021 y 2025 según Statista

Ventas del mercado de e-Commerce

La creciente competencia, la inmediatez, la presión de los costes y la dependencia de la mano de obra humana son los retos característicos de toda la industria logística desde hace muchos años.

El propio comercio electrónico está impulsando entradas de pedidos imprevisibles, incluso influidas por el clima, así como un enorme número de devoluciones. Y eso con una enorme variedad de mercancías de poco valor. Los picos estacionales, como el Black Friday o el Singles Day de China, están poniendo a la cadena de suministro al límite en cada ocasión.

Para hacer frente a estos retos, la automatización de todos los procesos del almacén se ha convertido en algo indispensable para los operadores de almacenes.

Si se analizan los procesos de un centro de distribución, queda claro que el picking de producto para la confección del pedido final siempre ha sido una de las actividades más costosas y laboriosas de un almacén o de una producción. Su automatización sigue siendo una de las tareas más difíciles de llevar a cabo. Además, el picking representa uno de los cuellos de botella más importante en la cadena logística de cualquier industria que distribuya online. En este punto, es necesario hablar de cuáles son las soluciones actuales, y cómo el mercado está empezando a integrar soluciones cada vez más innovadoras para dar respuesta a este gran desafío.

El método más habitual para esta tarea es el picking manual, y en concreto el método man-to-part o person-to-good, mediante el cual el operario se desplaza hasta el lugar donde se encuentran los productos para ir confeccionando el pedido final. Este método puede llegar a implementarse en almacenes muy básicos o incluso grandes almacenes poco automatizados.

Proceso Manual Person-to-Good

Para avanzar más allá de este proceso manual, es necesario conseguir una automatización con un sistema de gestión de almacén. Esta automatización permitiría implementar una manera más eficiente de realizar el picking mediante el método Good-to-Person o pick to Light, donde las cajas de producto unitario SKU (Stock Keeping Unit) llegan a los operarios por medio de un Sistema automatizado y el usuario tiene un interfaz para ir confeccionando los pedidos finales.

Sin embargo, estas tareas son enormemente monótonas y poco eficientes para el personal de mantenimiento. Es por eso que en la actualidad hay un tremendo interés por conseguir automatizar estos procesos de picking por medio de robots, y en concreto por robots colaborativos que permitan trabajar conjuntamente con operarios, pero de una manera mucho más segura, flexible y eficiente.

El problema en este caso reside en la enorme complejidad técnica para desarrollar un sistema autónomo que sea capaz de recoger cualquier tipo de artículo de venta online. Recientes estudios han demostrado como el Deep learning puede ayudar a conseguir métodos basados en visión artificial para conseguir resultados exitosos que permitan la implantación de sistemas automatizados de picking o “Smart grasping”.

Estos algoritmos son capaces de identificar los objetos que tienen delante y seleccionar el mejor punto de agarre para coger dichos objetos. Por lo tanto, ya tenemos diferentes posibilidades como redes neuronales supervisadas y no supervisadas. Se trata de algoritmos que funcionan con objetos conocidos o desconocidos. Aquí el potencial está en conseguir un algoritmo que detecte la mayoría de los productos de un distribuidor online sin necesidad de reentrenar el sistema y de manera automática.

Sistema automático de picking basado en brazo robótico

Pero no solo los algoritmos de IA son el único obstáculo a la hora de automatizar estos procesos. Existen muchos puntos a tener en cuenta que deben ser solventados según las necesidades específicas de cada usuario:

• Cámaras de visión 3D que puedan ser utilizadas en entornos industriales
• El brazo robótico que debe ser capaz de cumplir con las cinemáticas requeridas
• El elemento de agarre o “gripper”
• Herramientas de ingeniería para la puesta en marcha
• Interfaz de usuario

  
  

En este sentido, los fabricantes industriales juegan un papel importante, ya que son los que podrán llevar a cabo la adaptación de estas complejas tecnologías a los usuarios de los centros de producción.

Algunos fabricantes industriales como Siemens están desarrollando sistemas basados en IA (Inteligencia artifical) integrables dentro de sus PLCs, para poder desplegar a nivel productivo métodos de reconocimiento de objetos basados en redes neuronales. De una manera muy sencilla, han presentado soluciones integradas dentro de sus herramientas de ingeniería que de forma intuitiva permiten la implementación de sistemas inteligentes para picking automático. En el caso del fabricante alemán, la solución se apoya en una tarjeta de plataforma multifuncional (MFP-Multifuncional Platform) que se integra junto con el controlador S7-1500. El objetivo es que los algoritmos de IA necesarios corran en esta tarjeta bien mediante un despliegue local, o a través de un ecosistema Cloud basado en tecnología de Edge Computing. Esta clase de integraciones facilitarán la implementación de este tipo de soluciones en cadenas productivas.

S7-1500 y módulo MFP de inteligencia artifical

Muchas de estas soluciones se presentarán en Hispack 2022, donde podremos ver lo últimos avances en estas tecnologías.

Especialmente interesante para poder conocer de primera mano las soluciones actuales, es Collaborate, un congreso de más de 1200m2 orga­nizado por Universal Robots dentro de esta misma feria. 25 partners de Siemens presentarán, en directo y con demostraciones reales, las últi­mas novedades en aplicaciones y so­luciones dirigidas a la industria del packaging basadas en robótica co­laborativa.   

Eugenio Moreno,

Intralogistics & Robotics Integration.

Digital Industries - Siemens SA

Este artículo aparece publicado en el nº 538 de Automática e Instrumentación págs. 59 a 61.