Formación industrial con Realidad Mixta
Barra lateral del artículo
Contenido principal del artículo
Resumen
La convergencia de la realidad mixta y la robótica móvil en la industria promete redefinir el modo en que los operarios interactúan con maquinaria y sistemas mecatrónicos. Por este motivo, se plantea el desarrollo de una plataforma avanzada para el control y manejo de robots móviles mediante el uso de gafas de Realidad Mixta (RM). Para ello es necesario basarse en las tecnologías de la industria 5.0 como la RM, los Gemelos Digitales (GD) o el Internet Industrial de las Cosas (IIdC). En este sentido, la propuesta busca integrar la visualización de máquinas y elementos externos en tiempo real, ofreciendo a los usuarios un contexto inmersivo sin requerir su presencia física en el lugar de operación. Por lo tanto, con esta herramienta, los operadores podrán gestionar robots móviles en un entorno virtual que replica al detalle las condiciones del espacio de trabajo, desde sus dimensiones y obstáculos hasta las condiciones operativas dinámicas gracias a los GD.
El concepto de GD es fundamental en esta plataforma, permitiendo la creación de un modelo virtual que refleja con precisión el estado y comportamiento de los robots en tiempo real. A través del IIdC, la información operativa se transmite entre el entorno físico y su representación digital, ofreciendo a los usuarios una experiencia enriquecida con datos precisos de posición, velocidad, así como condiciones de los elementos del sistema. Estos modelos digitales no solo replican el estado actual de la máquina, sino que también permite simular diferentes escenarios de operación para predecir comportamientos permitiendo optimizar el rendimiento productivo.
Además, la plataforma permitirá a los operadores interactuar con la maquinaria en un entorno seguro, donde puedan experimentar escenarios que presentan posibles riesgos o fallos, entrenando sus habilidades de respuesta ante situaciones de emergencia. La superposición de los objetos virtuales sobre el contexto físico permite al usuario tener una experiencia inmersiva y contextualizada, mejorando la integridad de los equipos y de los operadores. Este enfoque reduce el tiempo de inactividad, optimiza la formación y disminuye la necesidad de realizar pruebas en entornos reales, aumentando así la vida útil de la maquinaria y minimizando el desgaste de los sistemas mecatrónicos.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA 4.0)
El lector puede compartir, copiar y redistribuir el material en cualquier medio o formato, siempre y cuando cumpla con las siguientes condiciones:
-
Atribución (BY): Debe dar crédito adecuado al autor original, proporcionando un enlace a la licencia y señalando si se han realizado cambios.
-
No Comercial (NC): No puede utilizar el material con fines comerciales. Esto significa que no puede venderlo ni obtener ganancias directas de su uso.
-
Compartir Igual (SA): Si adapta, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
Recuerda que esta licencia no afecta los derechos legales del autor, como el derecho moral o las excepciones de uso justo.
Citas
F. Rozo-García, “Revisión de las tecnologías presentes en la industria 4.0,” Revista UIS Ingenierías, vol. 19, no. 2, pp. 177–191, 2020.
M. Javaid, A. Haleem, R. P. Singh, R. Suman, and E. S. Gonzalez, “Understanding the adoption of industry 4.0 technologies in improving environmental sustainability,” Sustainable Operations and Computers, vol. 3, pp. 203–217, 2022.
T. Zheng, M. Ardolino, A. Bacchetti, and M. Perona, “The applications of industry 4.0 technologies in manufacturing context: a systematic literature review,” International Journal of Production Research, vol. 59, no. 6, pp. 1922–1954, 2021.
D. Paschek, C.-T. Luminosu, and E. Ocakci, “Industry 5.0 challenges and perspectives for manufacturing systems in the society 5.0,” Sustainability and Innovation in Manufacturing Enterprises: Indicators, Models and Assessment for Industry 5.0, pp. 17–63, 2022.
H. Mohelska and M. Sokolova, “Management approaches for industry 4.0–the organizational culture perspective,” Technological and economic development of economy, vol. 24, no. 6, pp. 2225–2240, 2018.
F. Longo, A. Padovano, and S. Umbrello, “Value-oriented and ethical technology engineering in industry 5.0: A human-centric perspective for the design of the factory of the future,” Applied Sciences, vol. 10, no. 12, p. 4182, 2020.
P. K. R. Maddikunta, Q.-V. Pham, B. Prabadevi, N. Deepa, K. Dev, T. R. Gadekallu, R. Ruby, and M. Liyanage, “Industry 5.0: A survey on enabling technologies and potential applications,” Journal of industrial information integration, vol. 26, p. 100257, 2022.
N. T. Hang, “Digital education to improve the quality of human resources implementing digital transformation in the context of industrial revolution 4.0,” Revista Geintec-Gestao Inovacao E Tecnologias, vol. 11, no. 3, pp. 311–323, 2021.
I. Beloglazov, P. Petrov, and V. Y. Bazhin, “The concept of digital twins for tech operator training simulator design for mining and processing industry,” chemical industries, vol. 18, p. 19, 2020.
Z. Nedic, J. Machotka, and A. Nafalski, Remote laboratories versus virtual and real laboratories, vol. 1. IEEE, 2003.
J. Ma and J. V. Nickerson, “Hands-on, simulated, and remote laboratories: A comparative literature review,” ACM computing surveys (CSUR), vol. 38, no. 3, pp. 7–es, 2006.
X. Chen, G. Song, and Y. Zhang, “Virtual and remote laboratory development: A review,” Earth and Space 2010: Engineering, Science, Construction, and Operations in Challenging Environments, pp. 3843–3852, 2010.
S. Webel, U. Bockholt, T. Engelke, N. Gavish, M. Olbrich, and C. Preusche, “An augmented reality training platform for assembly and maintenance skills,”Robotics and autonomous systems, vol. 61, no. 4, pp. 398–403, 2013.
K. Lee, “Augmented reality in education and training,” TechTrends, vol. 56, pp. 13–21, 2012.
F. A. Aziz, A. Alsaeed, S. Sulaiman, M. Ariffin, and M. F. Al-Hakim, “Mixed reality improves education and training in assembly processes,” Journal of Engineering and Technological Sciences, vol. 52, no. 4, pp. 598–607, 2020.
A. Gallala, B. Hichri, and P. Plapper, “Human-robot interaction using mixed reality,” in 2021 International Conference on Electrical, Computer and Energy Technologies (ICECET), pp. 1–6, IEEE, 2021.
P. Bún, J. Gapsa, J. Husár, and J. Kascak, “Mixed reality training in electrical equipment operating procedures,” in International Scientific-Technical Conference MANUFACTURING, pp. 306–316, Springer, 2022.
A. Vidal-Balea, O. Blanco-Novoa, P. Fraga-Lamas, M. Vilar-Montesinos, and T. M. Fernández-Caramés, “Creating collaborative augmented reality experiences for industry 4.0 training and assistance applications: Performance evaluation in the shipyard of the future,” Applied Sciences, vol. 10, no. 24, p. 9073, 2020.
J. K. Bologna, C. A. Garcia, A. Ortiz, P. X. Ayala, and M. V. Garcia, “An augmented reality platform for training in the industrial context,” IFACPapersOnLine, vol. 53, no. 3, pp. 197–202, 2020.
H. Zhang, “Head-mounted display-based intuitive virtual reality training system for the mining industry,” International Journal of Mining Science and Technology, vol. 27, no. 4, pp. 717–722, 2017.
A. Martínez-Gutiérrez, J. Díez-González, H. Perez, and M. Araújo, “Towards industry 5.0 through metaverse,” Robotics and Computer-Integrated Manufactu-ring, vol. 89, p. 102764, 2024.
M. González-Franco, R. Pizarro, J. Cermeron, K. Li, J. Thorn, W. Hutabarat, A. Tiwari, and P. Bermell-Garcia, “Immersive mixed reality for manufacturing training,” Frontiers in Robotics and AI, vol. 4, p. 3, 2017.
A. Martínez-Gutiérrez, J. Díez-González, P. Verde, and H. Perez, “Convergence of virtual reality and digital twin technologies to enhance digital operators’ training in industry 4.0,” International Journal of Human-Computer Studies, vol. 180, p. 103136, 2023.
A. Martínez-Gutiérrez, J. Díez-González, P. Verde, and H. Perez "Digital twin for automatic transportation in industry 4.0," Sensors, vol. 21, no. 10, pp. 3344, 2021.
Martínez-Gutiérrez, A., Díez-González, J., Verde, P., Ferrero-Guillén, R., Perez, H. (2023). Analysis of Navigation Algorithms for a Fleet of Mobile Robots by Means of Digital Twins. In: Vizán Idoipe, A., García Prada, J.C. (eds) Proceedings of the XV Ibero-American Congress of Mechanical Engineering. IACME 2022. Springer, Cham. https://doi.org/10.1007/978-3-031-38563-6_60