Diseñador industrial, Profesor universitario y periodista especializado en Transporte.
El recorrido por cualquier planta de alta producción requieren de un abastecimiento constante desde los almacenes logísticos hasta las líneas de producción.
Las carretillas autónomas son el medio para que esos componentes estén al pie de la línea en tiempo y forma.
La industria automotriz, la producción de grandes bienes de capital, con su diversidad y tamaño de componentes; exigen coordinación logística just in time y un traslado asegurado por medio de dispositivos diseñados especialmente. La tracción o porte de todo eso se realiza a través de carretillas autónomas, entre otros equipos de movimiento.
Esto se realiza en parte gracias a la actuación de equipos de transporte que portan o arrastran carros o racks con las piezas debidamente clasificadas y ordenadas, tal cual la forma en las que se las empleará en destino.
La producción seriada del tipo Taylor/Fordista (todos productos iguales), ha evolucionado a armados “a medida” y gusto del cliente, por lo cual productos consecutivos en la línea de producción, pueden no coincidir en características o prestaciones, así sean del mismo color o aspecto.
Cada uno tendrá su ficha y trazabilidad incluyendo esas determinadas individualidades, por lo que un envío preciso y a tiempo es crucial. Ahí es donde actúan las carretillas inteligentes de logística, las cuales hacen su tarea en silencio y sin pausa, respetando los estrictos recorridos y pautas de horario, además de moverse con sigilo, evitando colisiones y protegiendo la vida humana.
Factor de la producción
Adoptan diferentes configuraciones, logrando situarse debajo de un dispositivo o rack, para posteriormente trabarlo y llevarlo rodando suavemente, siguiendo el trazado de una línea de color que lo guie por medio de una intrincada red de calles, encrucijadas y patios hasta su destino, para volver por más; en una incansable y extensa jornada.
Otra configuración puede ser la de mula o tractor, al cual se enganchan diversas vagonetas que van quedando en cada estación que las solicite. Así se pueden ver trenes interminables con decenas de diferentes piezas, agrupadas según su propósito o área de destino.
Es común ver partes de carrocerías, por un lado, mecanismos o componentes pesados, o bien delicados elementos de terminación o empacado para el embalaje final de un producto complejo que se va ensamblando a lo largo de muchas estaciones de trabajo. La evolución de estos dispositivos arrancó históricamente como una tarea de entrecasa por parte de los propios ingenieros de planta que resolvían sus necesidades de traslado internos para materiales e insumos.
Luego, toda una industria irrumpió con la aplicación de robótica, navegación y alta tecnología, incluyendo el uso de una incipiente inteligencia artificial.
Toda una industria irrumpió con la aplicación de robótica, navegación y alta tecnología, incluyendo el uso de una incipiente inteligencia artificial.
Siempre con un pie en el futuro
En el futuro se aumentará su uso de tecnología informática de alto rendimiento, particularmente inteligencia artificial (IA), en logística. Las principales prioridades incluyen robots logísticos inteligentes, análisis de datos y la simulación de alta definición de procesos logísticos.
Estas aplicaciones de IA pueden optimizar la robótica y el flujo de material, así como llevar las simulaciones en el proceso de planificación a un nuevo nivel.
La evolución de algunas empresas que se dedican a este particular negocio ha equipado robots de logística y robots de transporte inteligentes (STR por sus siglas en inglés) desarrollados internamente con tecnología de alto rendimiento y módulos especiales de inteligencia artificial.
Esto mejora la coordinación de los robots, así como su capacidad para reconocer personas y objetos en comparación con la tecnología utilizada anteriormente. Las mejoras en el sistema de navegación permiten a los robots identificar obstáculos como montacargas, trenes de remolque y personas, de manera más rápida y más clara, lo que permite calcular rutas alternativas en cuestión de milisegundos. Esta tecnología basada en IA permite a las aplicaciones de robótica aprender y aplicar diferentes respuestas a personas y objetos.
El mayor avance se está dando en la evolucionada tecnología de visión artificial. Los robots utilizarán redes neuronales profundas, que incluyen percepción, segmentación, estimación de posición y estimación de posición humana.
Además de los datos reales, los robots están entrenados para renderizar piezas de máquinas con trazado de rayos en una variedad de condiciones de iluminación y oclusión. Los datos reales y sintéticos se utilizan para entrenar redes neuronales profundas en servidores
