EL SECTOR • Septiembre 2021 I 13
INDUSTRIA 4.0
ESPECIAL 4.0 / DIGITALIZACIÓN
`Cobots´que aprenden de las personas
Un robot colaborativo –cobot- que aprende imitando a las personas. Esta el la premisa del proyecto Colearning, coordinado por
Aidimme, para la creación de una tecnología de aprendizaje para Cobots en técnicas de lijado de la madera. Sistemas de programa-ción
de robots más sencillos e intuitivos y, por tanto, al alcance de más empresas del sector del hábitat. José Luís Sánchez, coordi-nador
del departamento de difusión de proyectos de Aidimme nos cuenta sus ventajas y potencial.
Por: Rocío Macho
El Instituto Tecnológico Aidimme ha desa-rrollado
el proyecto Colearning para “ense-ñar”
a lijar piezas a los robots colaborativos
(cobots) partiendo de la experiencia humana
en la realización de este tipo de tarea.
Uno de los métodos de enseñanza desa-rrollado
es el basado en la demostración
humana. Es decir, el robot “aprende” de un
operario experto en base a las trayectorias
seguidas y la presión ejercida sobre la lija-dora,
durante el proceso de lijado de una
determinada pieza.
Subvencionada por IVACE y el fondo eu-ropeo
FEDER, la iniciativa Colearning tie-ne
como objetivo desarrollar sistemas de
programación de robots colaborativos más
sencillos e intuitivos. Se trata de técnicas de
aprendizaje para Cobots (robots colaborati-vos),
basadas en la interacción humana y el
aprendizaje de refuerzo.
Tras un año de desarrollo, Colearning per-mite
a las empresas utilizar herramientas
avanzadas de programación de robots, para
realizar tareas complejas y personalizadas.
¿Cómo funciona Colearning?
El sistema, desarrollo propio en Aidimme,
consta de un guante con sensores de presión
y una cámara de visión 3D programada para
reconocer las trayectorias que sigue la mano
del operario durante el proceso de lijado.
El trabajo se ha centrado en desarrollar una
aplicación de lijado de piezas más eficiente
que las existentes actualmente, utilizando
dos métodos de programación totalmente
innovadores en este ámbito.
Por un lado el robot se programa utilizando
el aprendizaje por demostración, es decir,
una persona experta utiliza un guante que
mide la presión ejercida sobre la lijadora, y
sus movimientos son seguidos con un siste-ma
de visión artificial. A partir de los datos
generados por estos sistemas, el robot imita
las trayectorias y presiones al lijar piezas si-milares.
Aprendizaje de refuerzo
Además de la interacción humana, se utiliza
un método basado en el aprendizaje de re-fuerzo,
permitiendo que sea el propio robot
quien, dentro de unos márgenes estableci-dos,
realice movimientos y aplique presio-nes
aleatorias. Así, en función del resultado
obtenido, se asigna una puntuación a cada
trabajo. En la medida en que se obtengan
puntuaciones elevadas, el programa irá afi-nando
los resultados de la operación.
Estos métodos experimentales, debidamen-te
depurados, aportarán agilidad y mejora-rán
la programación de robots colaborativos
El sistema genera
programas de lijado
de piezas para robots
de forma rápida y
sencilla, gracias a la
captura de los datos
del operario
en tareas especialmente complejas, que se
realizan en muchas empresas de los secto-res
industriales de la madera y el mueble.
Así, el sistema desarrollado permitirá gene-rar
programas de lijado para robot de forma
rápida y sencilla, partiendo de la captura de
datos de un operario experto que lija una
sola pieza. A partir de ahí, el robot será ca-paz
de replicar la trayectoria y presión ejer-cida
en todas las piezas con igual geometría.
Proceso de validación del sistema
En una primera fase, el sistema se ha valido
a nivel laboratorio, mediante el lijado de di-ferentes
piezas planas. Esta fase inicial sirvió
para verificar la sincronía de los datos del
guante sensorizado y el sistema de visión
3D, así como establecer las bases para defi-nir
la estrategia de validación en un entorno
real productivo.
Para la segunda fase de validación, se ha
contado con la colaboración de la empresa
Micuna, donde una de las trabajadoras ex-perta
en lijado ha llevado a cabo el proce-so
para 40 piezas iguales de 500 x 300mm,
utilizando el guante sensorizado; mientras
el sistema de visión 3D capturaba los movi-mientos
de la lijadora sobre la pieza.
Todos los datos capturados fueron analiza-dos
realizando un filtrado y transformación
de los mismos, para obtener una función de
trayectorias y presiones que pueda ser trans-ferida
e interpretada por un robot para eje-cutar
el proceso de lijado, imitando la opera-ción
del trabajador.
Cerca de dos mil empresas interesadas
Alrededor de un millar de usuarios se han
interesado y accedido a las distintas infor-maciones
publicadas sobre este proyecto ,
que centra sus objetivos en nuestro sector,
con una alcance directo a más de dos mil
empresas.
Asimismo, el proyecto Colearning ha con-tado
con la implicación en el desarrollo de
la iniciativa de empresas referentes del sec-tor
del hábitat, como Micuna, Punt Mobles,
Hurtado Rivas, Lagrama y Muebles Romero.