Durante la última década, las instalaciones anuales de robots industriales se han multiplicado por más de tres. Sin embargo, si bien esta cifra ciertamente indica la importancia de la automatización para el sector manufacturero, las empresas emergentes y los inversores ven algo más en este mercado de lo que sugiere las cifras principales. ¿Por qué? … la demanda latente de automatización de la fabricación supera drásticamente lo que los proveedores de robótica han podido ofrecer hasta ahora.
En los últimos años, empresarios e inversores han detectado una oportunidad para abordar este desajuste y transformar el papel de la automatización aprovechando los avances tecnológicos recientes y los enfoques novedosos. El espíritu de las empresas emergentes y del capital de riesgo ha penetrado en el campo de la robótica industrial. Los innovadores y emprendedores ahora están abordando las limitaciones tecnológicas, económicas y de capital humano que históricamente han restringido la automatización a un pequeño grupo de fabricantes y procesos de fabricación. Si tienen éxito, estos esfuerzos ampliarán drásticamente la accesibilidad y aplicabilidad de la automatización industrial.
Niveles de automatización bajos
El nivel general de automatización en la fabricación sigue siendo bajo. Para ilustrar, considere el hecho de que 345 millones de personas están empleadas en fábricas en todo el mundo , sin embargo, la base instalada de robots industriales es de solo 2,7 millones de unidades . Para mover la aguja de manera significativa en esta estadística, los innovadores están impulsando el progreso en tres áreas clave: paradigmas de programación de alta velocidad, autonomía impulsada por sensores y movilidad.
Este artículo tiene como objetivo sondear la nueva generación de empresas emergentes que persiguen tales avances. Sus esfuerzos podrían provocar una democratización de la automatización de la fabricación y cambiar la forma en que opera un sector responsable de una sexta parte de la economía mundial.
Cuello de botella en la programación
La disminución del costo del hardware es uno de los factores que impulsa la adopción creciente y generalizada de la robótica. Están surgiendo alternativas de bajo costo al hardware robótico tradicional, muchas de ellas de China.
También ha habido una revolución en la asequibilidad de los sensores para la percepción robótica, como el sensor de profundidad Intel RealSense , que es dos órdenes de magnitud más barato que las alternativas anteriores. Sin embargo, la expansión del mercado de la robótica estará cerrada mientras un hecho siga siendo cierto … el costo de programar robots es mucho más alto que el hardware en sí.
Gran parte del cuello de botella para lograr la automatización en la fabricación se relaciona con las limitaciones en el modelo de programación actual de la robótica industrial. La programación se realiza en lenguajes propios de cada OEM de hardware robótico: lenguajes “directamente de los años 80”, como lo expresó un ejecutivo de la industria.
Hay un número limitado de especialistas que dominan estos idiomas. Dada la rareza de la experiencia involucrada, así como el tiempo que lleva programar un robot, el desarrollo de aplicaciones robóticas cuesta típicamente tres veces más que el hardware para una instalación determinada.
“Para lograr un crecimiento explosivo en esta industria, necesitamos un paradigma más escalable para el desarrollo de aplicaciones”.
– Ben Gibbs, director ejecutivo de Ready Robotics
Barrera de habilidades y costos
Para abordar la habilidad de programación robótica y la barrera de costos, las nuevas empresas están explorando una variedad de modelos para programar un robot sin código, o al menos sin lenguajes de programación de los años 80.
Un enfoque, adoptado por Ready Robotics , así como por otras empresas emergentes como ArtiMinds y drag & bot , es reflejar una tendencia en el mundo más amplio del desarrollo de software hacia plataformas de desarrollo sin código y con código bajo como alternativa a la codificación de aplicaciones de software desde cero. Estas plataformas identifican bloques de construcción comunes y los abstraen del código en representaciones de nivel superior que pueden manipular e interconectarse mediante interfaces gráficas de arrastrar y soltar.
Si bien no es una solución para las aplicaciones más complejas, las plataformas sin código han puesto el desarrollo de aplicaciones simples al alcance de profesionales sin mucha capacitación en desarrollo de software, al tiempo que permiten a los desarrolladores experimentados crear aplicaciones a mayor velocidad.
Ready Robotics, ArtiMinds y drag & bot traducen los principios básicos del movimiento sin código / bajo código del mundo de las aplicaciones web y móviles al mundo de la robótica, donde la aplicación final es la automatización de una tarea repetitiva como descargar piezas de una máquina o componentes de montaje. Una vez que se desarrolla una aplicación en la interfaz visual de una plataforma sin código, la plataforma finalmente le da instrucciones al robot usando esos lenguajes de programación “directamente de los 80”, pero protegido al desarrollador de la aplicación de tener que trabajar en tales lenguajes.
Programación por demostración
Otro paradigma para programar un robot sin escribir código es el uso de sistemas de demostración. Estos sistemas, empleados por empresas emergentes como Southie Autonomy Works y Wandelbots , se basan en la información de los dispositivos portátiles que “enseñan” al robot qué hacer mientras son guiados por un instructor humano. Un ser humano demuestra los movimientos involucrados en, por ejemplo, recoger artículos y colocarlos en una caja, y el sistema de demostración traduce esos movimientos al código nativo del robot.
Otros enfoques
Realtime Robotics ofrece otra forma de disminuir la carga de programación asociada con los robots industriales. La puesta en marcha elimina la necesidad de una laboriosa programación línea por línea de los planes de movimiento al calcular esos planes en tiempo real en función de la posición actual del robot y una posición objetivo específica. La naturaleza en tiempo real del cálculo permite al robot tener en cuenta los obstáculos dinámicos y facilitar celdas de trabajo complejas de múltiples robots donde los robots deben trabajar en conjunto para evitar colisiones. Esta es una tarea computacionalmente intensiva que fue posible gracias al desarrollo de la empresa de un hardware novedoso especialmente diseñado para el problema de la planificación del movimiento.
Algunas startups quieren evitar la idea de tener que programar un robot en absoluto. En lugar de un proceso de programación, Rapid Robotics ha desarrollado plantillas para docenas de tareas comunes que solo requieren alguna configuración a través de una aplicación de iPad antes de estar listas para su uso en producción.
Para maximizar la simplicidad, Rapid vende una solución preintegrada que incluye un brazo robótico y sensores de bajo costo. Sin embargo, aunque Rapid Robotics vende una solución robótica centrada en la simplicidad, hasta hace poco su funcionamiento interno habría parecido francamente futurista debido al papel que desempeña la detección avanzada y la visión por computadora en la forma en que automatiza las tareas. Esto ilustra cómo los nuevos paradigmas de programación se cruzan con otra tendencia clave en la robótica industrial: la autonomía.
Nos dimos cuenta de que no existía una solución rentable para automatizar las tareas más simples en la fábrica. Lo que hemos hecho es intentar poner el despliegue de aplicaciones comunes en rieles tanto como sea posible.
– Jordan Kretchmer, director ejecutivo de Rapid Robotics
Automatización y autonomía
A pesar de su similitud lingüística, los términos automatización y autonomía señalan capacidades muy diferentes. La automatización robótica ha estado ocurriendo durante décadas, ya que los robots se han utilizado para realizar tareas repetitivas en contextos de fabricación de alto volumen, principalmente en las industrias automotriz y electrónica.
Sin embargo, la mayoría de los contextos de fabricación presentan algún elemento de imprevisibilidad. Las piezas pueden estar en diferentes orientaciones a medida que pasan por la línea de montaje, o el producto que se va a producir puede cambiar con frecuencia, como es el caso en una variedad de entornos de fabricación de bajo volumen y alta mezcla.
Un sistema autónomo es aquel que puede encontrar una solución a problemas impredecibles sin intervención externa. Un área de enfoque crítico para las nuevas empresas de robótica industrial es desarrollar la autonomía para manejar la naturaleza dinámica de la mayoría de los contextos de fabricación.
La búsqueda de la autonomía
En cierto sentido, la búsqueda de la autonomía es similar a la coordinación cerebro-ojo-mano que permite a los humanos realizar tareas dinámicas. El ojo y la mano se imitan mediante la recopilación de datos de sensores, específicamente datos de visión 2D y 3D y datos hápticos (tacto).
Las mejoras en la asequibilidad y el poder del hardware de detección estándar han sido los principales catalizadores de los avances en la autonomía. Sin embargo, las empresas emergentes continúan aportando sus propias innovaciones en detección, particularmente en hápticos.
RIOS , una de una nueva generación de nuevas empresas que adoptan un enfoque de automatización industrial como servicio todo incluido, vio la háptica como un ingrediente esencial cuando se propuso construir una pila de hardware y software integrada verticalmente en apoyo de la autonomía. La compañía desarrolló una plataforma patentada de inteligencia háptica impulsada por sensores táctiles de próxima generación y efectores finales inteligentes que facilita objetivos como la capacidad de manipular objetos delicados o deformables y detectar y corregir deslizamientos. Forcen es una startup que ha desarrollado una película de detección de fuerza delgada como un papel para respaldar objetivos similares en torno a la destreza de los robots.
Las mejoras en la asequibilidad y el poder del hardware de detección estándar han sido los principales catalizadores de los avances en la autonomía. Sin embargo, las empresas emergentes continúan aportando sus propias innovaciones en detección, particularmente en hápticos.
Aprendizaje automático
El software “cerebro” que convierte los datos de los sensores en decisiones completa la analogía cerebro-ojo-mano. Se emplean varias ramas de la inteligencia artificial, en particular el aprendizaje automático, para traducir la percepción de los robots en las acciones necesarias para completar una tarea. El enfoque tan promocionado del aprendizaje profundo, un subconjunto del aprendizaje automático, es una herramienta para lograr esto, pero no siempre es la mejor herramienta para el trabajo, que en cambio podría ser un enfoque alternativo al aprendizaje automático o un algoritmo de la rama separada de IA conocida como planificación y programación automatizadas .
Las empresas emergentes como RIOS y Vicarious aprovechan los algoritmos de IA para resolver problemas difíciles, como agarrar objetos desconocidos en orientaciones aleatorias o adaptarse a diferentes velocidades de cintas transportadoras. Estas empresas están abordando las cosas que históricamente han impedido la automatización, como entornos no estructurados y grandes cantidades de SKU.
Al combinar la autonomía con la programación sin código, Micropsi Industries combina la inteligencia artificial con el enfoque antes mencionado de los sistemas de demostración, lo que permite a los humanos “mostrar” a un robot cómo lidiar con la variación.
Puntos
débiles Los procesos que requieren mano de obra calificada difícil de encontrar son objetivos comunes para las nuevas empresas que crean ofertas de robótica autónoma, ya que buscan abordar los puntos débiles más agudos de los fabricantes. La pintura, el lijado y la soldadura entran en esta categoría, y las nuevas empresas que buscan la automatización de estos procesos incluyen Graymatter Robotics , Omnirobotic , Path Robotics y Scalable Robotics .
Históricamente, la robótica no ha sido adecuada para entornos como el nuestro, donde tenemos cientos de diseños de productos pero solo producimos una pequeña cantidad de cada diseño. Ahora podemos repensar la relevancia de la automatización para estos entornos de bajo volumen y alta mezcla.
– Fabricante aeroespacial
Manipulación y movilidad
Todos los ejemplos dados hasta ahora se han centrado en una categoría de robótica de fabricación, que puede clasificarse bajo el término general de manipulación . La manipulación implica el uso de brazos robóticos, cuyas bases son estacionarias, pero que tienen libertad para moverse a cualquier posición y orientación al alcance de la base, lo que les confiere precisión y flexibilidad.
La mayoría de las nuevas empresas se centran en hacer que los brazos robóticos sean más inteligentes, más fáciles de programar o ambos. Dependiendo de la aplicación, los brazos están equipados con una variedad de efectores finales que permiten que un robot interactúe con su entorno. Los efectores finales son un área de innovación en sí mismos, con nuevas empresas como Soft Robotics que desarrollan hardware nuevo y altamente diestro para la tarea de agarrar.
Si bien la manipulación es el paradigma clásico de la robótica de fabricación, se complementa con el campo emergente de la movilidad . La movilidad implica el uso de robots con ruedas denominados AMR (robots móviles autónomos) para mover materiales entre las etapas del proceso de fabricación.
Los AMR son útiles en muchas industrias y han visto una adopción particularmente fuerte en el almacenamiento debido al tremendo crecimiento en la necesidad de cumplimiento de pedidos de comercio electrónico. No tienen el mismo nivel de adopción en la fabricación, pero están haciendo avances. Las empresas emergentes centradas en AMR en un contexto de fabricación incluyen Arculus , OTTO Motors , R-Go Robotics y Waypoint Robotics .
Los robots móviles de hoy carecen de una verdadera autonomía inteligente. No pueden “ver” o maniobrar de la manera sofisticada en que lo hacen los humanos. La frontera de la innovación está en permitir la comprensión a nivel humano de entornos complejos y dinámicos. Por ejemplo, permitir que un robot reconozca una carretilla elevadora que se aproxima y tome un camino que evite una colisión mientras se mueve de manera eficiente hacia su destino.
– Amir Bousani, director ejecutivo de R-Go Robotics
Como sugiere su nombre, los AMR tienen la capacidad de navegar de forma autónoma utilizando tecnología similar a un automóvil autónomo. Las tecnologías de detección, que incluyen LiDAR y visión, brindan a los AMR información sobre su entorno de trabajo.
Esta inteligencia ambiental dinámica puede brindar a los AMR una flexibilidad mucho mayor que los enfoques de automatización más tradicionales, como las cintas transportadoras, porque facilita la adaptación rápida a nuevas rutas y diseños de piso de fábrica. Con esta flexibilidad, algunas startups abogan por nuevos enfoques para organizar la producción. En lugar de una línea de montaje lineal, Arculus propone un diseño modular en el que los AMR transportan materiales a través de una cuadrícula de estaciones poco acopladas, programando rutas en tiempo real en función de la capacidad y otras consideraciones. Este enfoque puede adaptarse mejor a los cambiantes requisitos de producción y la demanda de personalización del producto.
Se está realizando un trabajo de vanguardia para fusionar las categorías de manipulación y movilidad. Es posible que pronto veamos AMR equipados con brazos robóticos para que las capacidades de manipulación se puedan reubicar a pedido. Esto desbloquearía un nivel completamente nuevo de fabricación flexible.
Incluso antes del advenimiento de la pandemia Covid-19, los fabricantes que dependían en gran medida de China ya estaban pensando en diversificar sus cadenas de suministro después de que las tensiones comerciales entre China y EE. UU. Estallaran y dieran como resultado una serie de aranceles de importación en aumento en el transcurso de 2018-2019.
Repensar las cadenas de suministro
Los avances en la automatización de la fabricación que persiguen las nuevas empresas de robótica tienen el potencial de aumentar la eficiencia y la adaptabilidad del sector. Pero también son particularmente oportunas dado que llegan en un momento en el que los fabricantes están reconsiderando sus cadenas de suministro y, al hacerlo, se encuentran con obstáculos que la automatización puede abordar.
Incluso antes del advenimiento de la pandemia de Covid-19, por ejemplo, los fabricantes estadounidenses que dependían en gran medida de China ya estaban pensando en diversificar sus cadenas de suministro después de que las tensiones comerciales entre China y EE. UU. Estallaran y dieran como resultado una serie de aranceles de importación en aumento en el transcurso de 2018. -2019. Luego, llegó el COVID-19 y las interrupciones en las operaciones de puertos, almacenes y otros posibles cuellos de botella en el movimiento de mercancías iluminaron los riesgos implícitos en las largas cadenas de suministro globales.
Como consecuencia de estos eventos, la capacidad de recuperación de la cadena de suministro se ha convertido en un tema prioritario entre los directores ejecutivos de fabricación en los EE. UU. Y en otros lugares. Se están llevando a cabo muchas iniciativas para devolver la fabricación a países como los Estados Unidos, desde donde se ha subcontratado en gran medida.
Desafíos de
reubicación La reubicación (‘onshoring’ o ‘internalización’) viene con desafíos, uno de los cuales es el costo de la mano de obra. Si bien la mano de obra es solo una parte de la ecuación de costos, no se puede ignorar el diferencial de costos laborales entre los centros de fabricación globales. Por ejemplo, el costo de la mano de obra de fabricación es de aproximadamente $ 5 la hora en China (y más barato en otros mercados como México y Vietnam), en comparación con $ 27 en los EE. UU. Los beneficios de la onshoring siempre se compararán con las presiones competitivas que favorecen la ubicación de la fabricación en geografías de bajo costo.
Un desafío interno aún mayor es la disponibilidad de mano de obra. Los mercados maduros como Estados Unidos, Japón y Europa enfrentan una escasez de mano de obra manufacturera. La escasez es estructural, lo que significa que no se resuelve con eventos cíclicos como la actual recesión económica.
En la ‘ Encuesta de perspectivas de fabricantes’ trimestral realizada por la Asociación Nacional de Fabricantes, la incapacidad para atraer y retener talentos fue la principal preocupación en 11 de los últimos 13 trimestres, superando las preocupaciones sobre la economía debilitada y otros desafíos. Deloitte estima que 2,4 millones de puestos vacantes en el sector manufacturero de EE. UU. Podrían quedar sin cubrir en la década hasta 2028.
Los culpables de la escasez de mano de obra son muchos, pero están relacionados entre sí. Un posible culpable es una percepción negativa de los trabajos de manufactura entre los jóvenes, a quienes el sector necesita atraer para reemplazar a los muchos jubilados en una fuerza laboral que es más vieja que la fuerza laboral estadounidense en general (que en sí misma está envejeciendo). Otro culpable es un desajuste entre dónde es económico ubicar una fábrica y los densos centros urbanos donde las personas se agrupan cada vez más. Y algunos apuntarían a una inversión insuficiente en formación , que ha culminado en una escasez de habilidades en el sector.
La automatización permite a los fabricantes estadounidenses con los que trabajamos emprender nuevos negocios que antes no podían.
Fuente:
Kara, D. (27 de abril de 2021). Start-ups impulsando la nueva era de la robótica industrial. Recuperado 28 de abril de 2021, de https://www.roboticsbusinessreview.com/opinion/start-ups-powering-new-era-of-industrial-robotics/