Posicionamiento robótico colaborativo en la Fabricación Inteligente

Contenido principal del artículo

Iván Sánchez-Calleja
https://orcid.org/0009-0009-5321-230X
Dr. Rubén Ferrero-Guillén
Dr. Alberto Martínez-Gutiérrez
Dr. Javier Díez-González
https://orcid.org/0000-0002-6566-1630
Prof. Dra. Hilde Pérez
https://orcid.org/0000-0001-7112-1983

Resumen

La Fabricación Inteligente supone un avance significativo en el paradigma industrial actual, dotándolo de mayor flexibilidad, calidad, personalización y eficiencia a la cadena de valor y de una alta interoperabilidad entre todos los agentes del proceso. En este contexto, la integración de la robótica colaborativa y los Robots Móviles Autónomos dentro de un marco de integración común es fundamental para diseñar entornos colaborativos, siendo un factor determinante la ubicación relativa entre los dispositivos. Al no disponer de un marco de posicionamiento efectivo entre los equipos, no se puede garantizar la continuidad ni la calidad de los procesos productivos, pues estos equipos no contemplan ni la situación de otros activos ni la de los productos, induciendo a limitaciones e ineficiencias operativas. A su vez, los errores de navegación de cada dispositivo son de diferente magnitud, los cuales deben ser formalizados, cuantificados y compensados bajo una perspectiva de interacción entre equipos. Sin embargo, a pesar de disponer de metodologías de alta exactitud en la literatura, en la práctica las condiciones de medida pueden afectar a su implementación, generando errores inadmisibles frente a procesos de baja tolerancia dimensional. Así pues, en este artículo se propondrá la implementación de un nuevo marco de integración que aborde los errores de posicionamiento para la realización de operaciones autónomas de bajas tolerancias dimensionales. Para ello, se realizará un estudio de los distintos errores de posicionamiento y se diseñará una nueva metodología para su compensación basada en la definición de puntos ficticios. Además, a través de un caso de estudio práctico de montaje de piezas de baja tolerancia dimensional se evaluarán las capacidades de la metodología frente a otras técnicas del campo de la robótica colaborativa de precisión para conocer su eficiencia.

Detalles del artículo

Cómo citar
Sánchez-Calleja, I., Ferrero-Guillén, R., Martínez-Gutiérrez, A., Díez-González, J., & Pérez, H. (2025). Posicionamiento robótico colaborativo en la Fabricación Inteligente. Anales De Ingeniería Mecánica, 1(24). https://doi.org/10.63450/aim.1.35.2025
Sección
Artículos

Citas

A. Bonci, P. D. C. Cheng, M. Indri, G. Nabissi, and F. Sibona, “Human-Robot Perception in Industrial Environments: A Survey”, Sensors, Vol. 21, p. 1571, 2021.

T. Ruppert, A. Lockin, D. Romero, and J. Abonyi, “Intelligent Collaborative Manufacturing Space for Augmenting Human Workers in Semi-Automated Manufacturing Systems”, IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 2022.

M. A. Rosen et al., “Interaction between a Human and an AGV System in a Shared Workspace—A Literature Review Identifying Research Areas”, Sustainability, Vol. 16, p. 974, 2024.

Z. Huang, Y. Shen, J. Li, M. Fey, and C. Brecher, “A Survey on AI-Driven Digital Twins in Industry 4.0: Smart Manufacturing and Advanced Robotics”, Sensors, Vol. 21, p. 6340, 2021.

A. Martínez‐Gutiérrez, J. Díez‐González, R. Ferrero‐Guillén, P. Verde, R. Álvarez, and H. Perez, “Digital Twin for Automatic Transportation in Industry 4.0”, Sensors, Vol. 21, p. 3344, 2021.

F. Sherwani, M. M. Asad, and B. S. K. K. Ibrahim, “Collaborative Robots and Industrial Revolution 4.0 (IR 4.0)”, 2020 International Conference on Emerging Trends in Smart Technologies (ICETST), 2020.

Y. Jiang, L. Yu, H. Jia, H. Zhao, and H. Xia, “Absolute Positioning Accuracy Improvement in an Industrial Robot”, Sensors, Vol. 20, p. 4354, 2020.

B. Li, W. Tian, C. Zhang, F. Hua, G. Cui, and Y. Li, “Positioning error compensation of an industrial robot using neural networks and experimental study”, Chinese Journal of Aeronautics, Vol. 35, pp. 346-360, 2022.

J. Zhang, F. Ding, J. Liu, L. Cao, and K. Li, “Uncertainty Inverse Analysis of Positioning Accuracy for Error Sources Identification of Industrial Robots”, IEEE Trans Reliab, Vol. 72, pp. 1123–1133, 2023.

A. Martinez-Gutierrez, J. Diez-Gonzalez, P. Verde, R. Ferrero-Guillen, and H. Perez, “Hyperconnectivity Proposal for Smart Manufacturing”, IEEE Access, Vol. 11, pp. 70947–70959, 2023.

J. Xu et al., “The Principle, Methods and Recent Progress in RFID Positioning Techniques: A Review”, IEEE Journal of Radio Frequency Identification, Vol. 7, pp. 50–63, 2023.

J. Díez-González, R. Ferrero-Guillén, P. Verde, A. Martínez-Gutiérrez, R. Álvarez, and J. Torres-Sospedra, “Time-based UWB localization architectures analysis for UAVs positioning in industry,” Ad Hoc Networks, Vol. 157, p. 103419, 2024.

R. Álvarez, R. Ferrero-Guillén, P. Verde, A. Martínez-Gutiérrez, J. Díez-González, and H. Perez, “Time of Arrival Error Characterization for Precise Indoor Localization of Autonomous Ground Vehicles”, Lecture Notes in Computer Science, Vol. 14001, pp. 421–432, 2023.

P. T. T. Nguyen, S. W. Yan, J. F. Liao, and C. H. Kuo, “Autonomous Mobile Robot Navigation in Sparse LiDAR Feature Environments”. Applied Sciences, Vol. 11, p. 5963, 2021.

F. Jia, Y. Ma, and R. Ahmad, “Review of current vision-based robotic machine-tending applications”, International Journal of Advanced Manufacturing Technology, Vol. 131, pp. 1039–1057, 2024.

M. Meribout et al., “Tactile sensors: A review”, Measurement, Vol. 238, p. 115332, 2024.

I. Sánchez-Calleja, A. Martínez-Gutiérrez, R. Ferrero-Guillén, J. Díez-González, and H. Perez, “Contact System Method for the Precise Interaction Between Cobots and Mobile Robots in Smart Manufacturing”, International Journal of Precision Engineering and Manufacturing, Vol. 25, pp. 303–318, 2024.

John J. Uicker, G. R. P. Jr, and Joseph E. Shigley, “Theory of Machines and Mechanisms”. Cambridge University Press, 2023.

Artículos más leídos del mismo autor/a