Dentro del grupo de investigación C4R2 (Cognition for Robotics Research) de la Universitat Jaume I de Castellón, la profesora Lledó Museros Cabedo, también investigadora en el Instituto de Tecnología Cerámica (ITC) ubicado en esta universidad, ha desarrollado un sistema robotizado que permite construir automáticamente cenefas cerámicas a partir de las piezas componentes y cualquier diseño proporcionado al robot.
Este desarrollo incrementará la calidad y la competitividad de las industrias dedicadas al montaje de cenefas y mosaicos cerámicos que están constituidos por diferentes piezas llamadas teselas, que presentan distintas formas, colores y tamaños. Estas, una vez ensambladas, forman una única cenefa o mosaico de gran valor añadido. En la actualidad, este tipo de montajes se ejecuta manualmente, lo cual encarece los costes de producción.
Este es un sistema inteligente y automático pensado para el montaje de este tipo de productos. El prototipo realiza el ensamblado de cenefas de manera automática en un tiempo competitivo con la velocidad de montaje manual y con un precio razonable que permita su implementación en las pequeñas y medianas empresas, que son las que componen en su mayoría el tejido del sector cerámico español.
Para conseguir el ensamblado de mosaicos de manera automática e inteligente se ha desarrollado una teoría cualitativa para el reconocimiento de objetos.
El Razonamiento Cualitativo es el razonamiento relacionado con la descripción no numérica de un sistema, preservando todas sus propiedades de comportamiento y distinciones relevantes. Con el uso del conocimiento capturado por el Razonamiento Cualitativo, un sistema robótico es capaz de manejar la incertidumbre asociada a un problema, por tanto la aplicación de teorías cualitativas en la industria cerámica, y en particular al problema del montaje de mosaicos cerámicos es factible dado que se trata de un proceso industrial donde la información disponible es imprecisa. Esta imprecisión se debe a la incertidumbre asociada a la información que proviene de sistemas sensoriales instalados en un entorno industrial, y al hecho de que no existen dos teselas cerámicas exactamente iguales.
La teoría cualitativa para el reconocimiento de objetos desarrollada es capaz de reconocer piezas poligonales con formas regulares o irregulares, formas con curvas o incluso completamente curvilíneas y todas ellas pueden contener uno o más agujeros. Esta teoría se esta aplicando en la actualidad al montaje automático e inteligente de mosaicos cerámicos.
Para su aplicación se cuenta con una cinta transportadora, un brazo manipulador y un sistema de visión . Todos estos elementos están controlados por un ordenador, en el que se realiza el proceso de reconocimiento del siguiente modo: el ordenador recibe un diseño, realizado en formato vectorial, de un mosaico cerámico a ensamblar. Además recibe imágenes capturadas por el sistema de visión de las piezas o teselas que se encuentran sobre la cinta transportadora.
El ordenador realiza la descripción cualitativa tanto del diseño como de las teselas sobre la cinta transportadora utilizando la teoría desarrollada y reconoce cuál de las teselas que están sobre la cinta se corresponde con la pieza que marca el diseño. El ordenador calcula también el ángulo de rotación que el brazo manipulador debe realizar para coger la pieza por su centroide y colocarla después según la orientación indicada por el diseño. A través de este proceso el robot conoce la posición original de la tesela en la cinta, su posición final en el área de ensamblado y el ángulo de rotación que debe realizar para colocar la pieza en la orientación y posición correctas.
-----------------
Más información:
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
