La conducción autónoma de vehículos de transporte en las naves de producción o en los almacenes está ya al alcance de la mano gracias al proyecto de investigación europeo IMOCO (Intelligent Motion Control). Un proyecto que está liderado por el especialista en intralogística STILL y que prevé concluir en el cuarto trimestre de 2024.
Financiado por la Unión Europea a través del organismo de investigación Electronic Components and Systems for European Leadership (ECSEL) y por el Ministerio Federal de Educación e Investigación de Alemania, el proyecto IMOCO tiene la misión de crear los requisitos previos para los sistemas robóticos móviles en entornos intralogísticos dinámicos. De este modo, debería ser posible realizar modificaciones autónomas basadas en situación y en la planificación de una ruta en todo el almacén, incluyendo objetos en movimiento como personas o vehículos. «El proyecto de investigación sigue desarrollando el reconocimiento, el análisis y la acción mediante la inteligencia artificial para percibir, comprender y resolver» afirman los expertos de STILL.
Vehículos de transporte de mercancías que navegan de forma autónoma por almacenes e instalaciones de producción y que entienden su entorno y reconocen de forma fiable los obstáculos y las personas al mismo tiempo que transportan las mercancías de forma rápida y fiable
Este es un entorno logístico en el que los expertos en el proyecto de investigación europeo IMOCO ya trabajan para hacer realidad. Para ello, se han definido cuatro escenarios: la navegación inteligente, la recogida de la mercancía, su transporte y su eventual entrega en el destino. En ellos están siempre presentes los principios de la Inteligencia Artificial – IA (machine learning/deep learning) y los gemelos digitales o réplica virtual (digital twins). Según explica Javier Herbada, Project Manager de Advanced Applications en STILL España, «estos procesos plantean exigencias muy elevadas que también afectan a los vehículos. Por ello, está utilizando en el proyecto nuestro OPX iGo neo, un recogedor de pedidos que ya se acerca mucho a la idea de este vehículo de conducción autónoma gracias a su diseño inteligente.
Tecnología de sensores de alta sensibilidad
Los actuales vehículos de guiado automático tienen ciertos límites cuando operan de forma autónoma en almacenes o instalaciones de producción y, aunque reconocen los obstáculos y frenan de forma autónoma, todavía no tienen la capacidad de evitar los obstáculos. Es, por tanto, necesario analizar el entorno y buscar de forma inteligente las rutas más eficientes. Para ello, necesitan una tecnología de sensores muy sensible en forma de escáneres láser, cámaras o radares que les permita detectar objetos como estanterías, señales, marcas y pantallas. Además, deben ser capaces de entender su entorno. Es decir, de registrar los cambios y poder responder a ellos.
Solo así estos vehículos consiguen navegar de forma autónoma hasta su destino, reconocer y manipular cargas, evitar obstáculos o encontrar lugares lógicos de almacenamiento para la mercancía. El OPX iGo neo ya funciona de forma autónoma en el pasillo, detecta y comprende su entorno y actúa en consecuencia. Sin embargo, hay funcionalidades que todavía no forman parte del producto, como salir del pasillo de las estanterías de forma totalmente autónoma y navegar por los pasillos. Pero precisamente porque ya está equipado con los correspondientes sensores ambientales, el OPX iGo neo es el punto de partida ideal para este proyecto.
El objetivo del proyecto es aumentar aún más el nivel de comprensión del entorno y la capacidad de toma de decisiones para potenciar la autonomía e inteligencia del OPX iGo neo. Algo que le permitirá moverse de forma autónoma en el almacén más allá del pasillo y de las estanterías. Los enfoques de aprendizaje automático y profundo desempeñan un papel muy importante aquí», explica Herbada. Dentro de este proyecto de investigación, los vehículos deben estar capacitados para percibir el entorno espacial a través de diferentes sistemas de sensores y no solo reconocer objetos, sino también estimar sus movimientos. «Esta detección de obstáculos tiene que hacerse en tiempo real para que el funcionamiento sea totalmente fluido», concluye el experto.
