Aunque la visión 3D lleva utilizandose de forma madura en los brazos robóticos desde 2015…
Aunque la visión 3D lleva utilizandose de forma madura en los brazos robóticos desde 2015 su integración no ha sido fácil hasta el momento. Por eso ABB ha mostrado en este webinar realizado en este verano 2026 la integración nativa de sus brazos robóticos con la visión 3D de Photoneo. VER AQUÍ LA GRABACIÓN DEL WEBINAR.
¿Por qué hacen este webinar?
El motivo por el que ABB y Photoneo organizan este webinar conjunto responde a un hito comercial y técnico muy concreto: la integración nativa de los sistemas de Photoneo dentro del ecosistema ABB Robotics One y su controlador OmniCore.
Históricamente, la visión 3D y los brazos robóticos eran mundos separados que requerían una integración compleja. Las razones clave detrás de esta acción conjunta son:
1. Eliminación del «dolor de cabeza» de la integración (Plug & Play real)
Hasta hace poco, conectar una cámara 3D a un robot implicaba:
- Calibraciones manuales largas y propensas a errores (cámara-robot).
- Servidores o PCs industriales intermediarios con protocolos propietarios y scripts complejos en RAPID.
- Ajustes independientes para la visión y para la cinemática del robot.
Con este lanzamiento, el software de Photoneo (Locator Studio y Bin Picking Studio) se instala directamente como un Add-in oficial de ABB, programable desde la consola FlexPendant mediante asistentes tipo wizard y bloques guiados.
2. Impulso a la plataforma OmniCore y al ecosistema «Robotics One»
ABB está consolidando su arquitectura modular de controladores (OmniCore) y su portal ABB Robotics Ecosystem / Robotics One. El objetivo es posicionarse frente a competidores (como Fanuc o KUKA) demostrando que su entorno ya no necesita desarrollos a medida de meses, sino que integra soluciones punteras de terceros listas para producción.
3. Reducción de la barrera de entrada para integradores y fábricas
El bin picking (agarre de piezas desordenadas) y la localización precisa de piezas 3D siempre han tenido fama de ser proyectos de alto riesgo técnico y despliegue lento. Con este webinar, buscan demostrar que:
- La puesta en marcha se reduce a horas en lugar de semanas.
- El cálculo de trayectorias y la prevención de colisiones se gestionan de forma coordinada entre el controlador del robot y el sensor 3D.
- Permite a pequeñas y medianas industrias automatizar procesos que antes se descartaban por coste o complejidad técnica.
¿Qué supone la visión 3D en los brazos robóticos?
La incorporación de visión 3D en brazos robóticos industriales (como los de ABB combinados con sistemas como Photoneo) transforma un robot de ser un ejecutor ciego de trayectorias fijas a un sistema adaptativo capaz de interactuar con entornos desestructurados.
A diferencia de la visión 2D tradicional (que solo detecta contrastes en un plano $X, Y$), la visión 3D aporta información volumétrica y espacial en tiempo real ($X, Y, Z$ más rotaciones en los tres ejes: coordenadas 6D).
Capacidades clave que aporta la visión 3D
- Bin picking y despaletizado desestructurado: Permite coger piezas metálicas, cajas o componentes arrojados aleatoriamente dentro de un contenedor (bin), calculando el punto exacto de agarre de cada pieza individual sin necesidad de que vengan alineadas mecánicamente.
- Planificación de trayectorias sin colisiones: El software modela el entorno en 3D (el contenedor, los obstáculos y la propia pinza del robot) y calcula dinámicamente cómo entrar, sujetar la pieza y salir sin golpear las paredes ni otros objetos.
- Tolerancia a variaciones y superficies complejas: Detecta piezas brillantes, oscuras o reflectantes y compensa variaciones de altura o inclinación en tiempo real.
- Inspección de calidad y metrología integrada: Permite medir tolerancias dimensionales, verificar el ensamblaje correcto de componentes o detectar deformaciones sobre la marcha.
Impacto en la integración industrial
| Aspecto | Automatización tradicional (sin 3D / 2D fija) | Con Visión 3D integrada |
| Alimentación de piezas | Requiere posicionadores mecánicos, vibradores o bandejas caras | Carga directa desde contenedores o cintas a granel |
| Flexibilidad de producto | Rediseño mecánico ante cambios de pieza | Cambio mediante carga de modelo CAD o reentrenamiento |
| Tiempo de despliegue | Programación manual de miles de puntos de paso | Cálculo algorítmico automatizado de trayectorias |
| Sensibilidad al entorno | Vulnerable a cambios de luz ambiental y sombras | Nubes de puntos 3D densas e independientes de sombras 2D |
¿Desde cuando se utiliza la visión 3D en los brazos robóticos?
La visión 3D aplicada a la robótica industrial no surgió de un día para otro, sino a través de varias fases de evolución técnica:
1. Orígenes teóricos y primeros ensayos (Décadas de 1960–1980)
- En los años 60 y 70, en laboratorios como el MIT y Stanford (con robots experimentales como Shakey), se formularon los primeros algoritmos para extraer información geométrica 3D a partir de imágenes 2D y telémetros láser rudimentarios.
- A mediados de los 80, la industria del automóvil implementó los primeros sistemas de triangulación multivista (usando 3 o 4 cámaras 2D calibradas apuntando a un punto común) para guiar robots en el sellado y ensamblado de carrocerías.
2. Aparición de sensores 3D dedicados (Años 2000)
- A principios de la década de 2000, los sensores de luz estructurada y triangulación láser por barrido comenzaron a comercializarse para metrología e inspección industrial.
- Sin embargo, su aplicación en brazos robóticos en tiempo real estaba muy limitada por la baja potencia de cálculo de la época: capturar y procesar una nube de puntos 3D tardaba varios segundos o minutos, impidiendo ciclos de trabajo industriales competitivos.
3. Madurez y adopción masiva (2015 – Actualidad)
- Hacia 2014-2016, la convergencia de tres tecnologías cambió el panorama:
- Sensores 3D de alta velocidad (como la tecnología Parallel Structured Light de Photoneo o cámaras Time-of-Flight avanzadas).
- Procesadores gráficos (GPU) accesibles capaces de procesar nubes de puntos densas en milisegundos.
- Algoritmos de planificación de trayectorias y evitación de colisiones integrados directamente en los controladores del robot (como ABB, Fanuc o KUKA).
- A partir de entonces, aplicaciones antes inviables como el bin picking desestructurado a alta velocidad se convirtieron en estándares comerciales listos para fábrica.
¿Qué utilidades tienen los brazos robóticos con visión 3D?
Las principales utilidades de los brazos robóticos con visión 3D se concentran en entornos donde la posición, orientación o estado de las piezas no es fijo ni predecible:
1. Bin Picking y manipulación de piezas desordenadas
- Carga y descarga automática de máquinas (CNC, prensas, hornos): Extracción de componentes arrojados a granel en contenedores (totes o cajas metálicas) sin necesidad de alimentadores vibratorios o mesas de indexación mecánicas.
- Separación y clasificación (Singulation/Sorting): Identificación de piezas individuales en cintas de transporte o tolvas para orientarlas y colocarlas en bandejas o palés.
2. Logística, Fulfillment y despaletizado inteligente
- Despaletizado mixto y de capas heterogéneas: Reconocimiento de cajas de diferentes dimensiones, sacos o paquetes deformables dispuestos de forma irregular en un palé.
- Preparación de pedidos (Piece picking en e-commerce): Identificación y agarre de referencias muy dispares (bolsas, envases cilíndricos, blisters) calculando el punto de succión o pinza óptimo en tiempo real.
3. Ensamblaje y unión de precisión
- Guiado en 6 grados de libertad (6D Pose Estimation): Alineación milimétrica de componentes complejos (por ejemplo, inserción de parabrisas, puertas o motores en el sector automoción).
- Aplicación de sellantes, adhesivos y soldadura adaptativa: El robot escanea la junta o cordón real (que puede tener holguras o tolerancias de fabricación) y ajusta la trayectoria del cabezal de soldadura o dosificación sobre la marcha.
4. Inspección de calidad dimensional y metrología in-line
- Comparativa CAD (Scan to CAD): Comparación de la nube de puntos 3D obtenida respecto al modelo CAD nominal para detectar desviaciones dimensionales, torsiones o rebabas.
- Verificación de montaje y completitud: Comprobación de que todos los tornillos, clips, conectores o juntas tóricas están instalados a la profundidad y orientación correctas antes de pasar a la siguiente estación.
5. Acabado de superficies y mecanizado adaptativo
- Desbarbado, pulido y lijado de piezas de fundición o forja: Como las piezas en bruto presentan tolerancias variables y rebabas irregulares, la visión 3D calcula la cantidad de material sobrante y adapta la presión y trayectoria de la herramienta de desbaste.