Clasificación robotizada de piezas: Aplicación a la industria del calzado

Abstract

Una de las ventajas más notorias de la etapa de robotización que estamos viviendo hoy en día, es sin duda la optimización de procesos industriales, con el objetivo de abaratar costes, y mejorar la productividad. Cada proceso es único, por lo que es necesario una labor de investigación que permita aplicar las tecnologías adecuadas y sacarles el máximo partido. El presente trabajo presenta un enfoque interdisciplinario que combina la mecánica, la programación y la visión por computadora a fin de desarrollar un sistema de agarre robótico diseñado para la manipulación precisa de piezas en la industria de calzado. Este gripper robótico se caracteriza por su capacidad de ajustar su posición y orientación de manera dinámica, adaptándose a la geometría única de cada pieza en particular. Para lograr esta versatilidad, se empleará un script de Python que procesará archivos DXF, permitiendo así que el gripper pueda identificar y adaptarse a la forma específica de las piezas. Además, se incorporarán técnicas de visión por computadora para obtener información precisa sobre la posición de las piezas, lo que garantizará un proceso de manipulación eficiente y preciso.

One of the most noticeable advantages of the ongoing stage of robotization we are experiencing today is undoubtedly the optimization of industrial processes, with the aim of reducing costs and improving productivity. Each process is unique, so research is necessary to apply the appropriate technologies and make the most of them. This work presents an interdisciplinary approach that combines mechanics, programming, and computer vision to develop a robotic gripper system designed for precise handling of pieces in the footwear industry. This robotic gripper is characterized by its ability to dynamically adjust its position and orientation, adapting to the unique geometry of each particular piece. To achieve this versatility, a Python script will be employed to process DXF files, allowing the gripper to identify and adapt to the specific shape of the pieces. Furthermore, computer vision techniques will be incorporated to obtain accurate information about the position of the pieces, ensuring an efficient and precise manipulation process.