SOLUCIÓN DE RECOGIDA DE CONTENEDORES
Viroteq ofrece inteligencia artificial recogida estructurada de contenedores para células de ensamblaje en las que las piezas llegan con orientaciones conocidas y repetibles. La estimación submilimétrica de la postura, las decisiones de agarre en menos de 150 milisegundos y el control del robot independiente de la marca proporcionan la precisión de tiempo de ciclo que exige el montaje moderno. Como resultado, las células de picking de contenedores estructurados se integran en las líneas de producción existentes sin necesidad de reconstruir la pila de controles y siguen siendo productivas cuando cambian las variantes de las piezas.

Precisión de la estimación de la pose
Latencia de la decisión de agarre
Bandejas, KLT, material de estiba, accesorios
FANUC, ABB, KUKA, UR, Yaskawa
La selección estructurada de ubicaciones parece más sencilla que su homóloga aleatoria, y a primera vista lo es: las piezas llegan con orientaciones definidas, las fijaciones las mantienen en posiciones conocidas y las bandejas se indexan de forma repetible. Sin embargo, el presupuesto de tolerancia del mundo real en las cadenas de montaje es brutal. Los componentes que se acoplan, las operaciones de ajuste a presión, los subconjuntos electrónicos y las fijaciones aeroespaciales necesitan una repetibilidad de colocación medida en décimas de milímetro. El software de visión genérico, diseñado para velocidades de recogida de almacén, simplemente no puede proporcionar una estimación de la posición dentro de ese margen.
Además, la precisión bruta es sólo el primer reto. Las células de producción funcionan con una cadencia fija, normalmente una pieza cada 2 a 6 segundos para aplicaciones de ensamblaje. Dentro de ese intervalo, el proceso de visión debe localizar la pieza, verificar su orientación, planificar un vector de aproximación y transmitir la postura de agarre al robot. Cada milisegundo de cálculo roba tiempo de movimiento disponible. Por lo tanto, una pila de recogida estructurada de alto rendimiento reduce las decisiones de postura a un presupuesto de 150 milisegundos, manteniendo intacta la precisión.
La producción de variantes mixtas añade otro eje de dificultad. Una célula de subconjuntos de automoción puede producir seis variantes de elementos de fijación, cada una con una disposición de bandeja diferente. Una línea de electrónica puede cambiar entre soportes de placas de circuito impreso y kits de conectores en el mismo turno. El software de picking tiene que reconocer la variante, cargar la plantilla de postura correcta y validar la compatibilidad de las pinzas antes de que comience el movimiento, sin que el robot tenga que volver a aprender entre SKU. En consecuencia, el software de picking de ubicaciones estructuradas necesita un motor de IA que gestione la producción multivariante desde un tiempo de ejecución, en lugar de un programa de aprendizaje por pieza.
Además, el tiempo de inactividad en una célula de montaje se produce en cascada. Un fallo de picking aguas arriba detiene la línea. Según Normas ISO 9001 de gestión de la calidad, La trazabilidad y la disciplina del proceso son los principales impulsores del rendimiento del montaje. Viroteq plataforma tecnológica edge-first cierra la brecha con una respuesta determinista, un control de robot independiente de la marca y un proceso de recogida de contenedores estructurado que registra todos los eventos de agarre para su auditoría.


La recogida estructurada de contenedores comienza en el momento en que una bandeja, caja KLT o accesorio entra en el campo de visión de la célula. La cámara 3D captura una nube de puntos calibrada, y el Viroteq StackrBrain AI ejecuta la estimación de la pose en función de la plantilla digital almacenada para la variante de pieza activa. Los ajustes submilimétricos se validan con el presupuesto de tolerancia antes de generar cualquier comando de movimiento.
Siguiente, RobotStackr Vision planifica el agarre. El planificador elige un vector de aproximación que respeta la geometría de la pinza, las paredes del contenedor y las piezas circundantes, de modo que el robot nunca colisiona con sus vecinos. La postura de agarre se publica en el controlador a través de REST o WebSocket, con metadatos completos para que el PLC y los relés de seguridad permanezcan sincronizados. La comunicación funciona de forma nativa con controladores FANUC, ABB, KUKA, Universal Robots, Yaskawa y Stäubli.
Además, el tiempo de ejecución se adapta a las condiciones del momento. Si una pieza se ha desplazado dentro de su nido, el sistema de visión detecta el desplazamiento y corrige la posición de agarre sin intervención del operario. Si en el contenedor falta la pieza esperada, el sistema lanza una excepción y la línea se mantiene segura. Para el flujo de entrada, VisionAI Sorting aguas arriba y RobotDepalr para la manipulación de palés completos cerrar el bucle de extremo a extremo automatización de la recogida de contenedores a través de la planta.
Tres productos específicos cubren todo el ámbito del picking estructurado de contenedores, desde la estimación precisa de la posición y la planificación del agarre hasta la clasificación previa y la manipulación de entrada de palés completos. Los tres comparten el motor StackrBrain AI, funcionan con el mismo hardware de PC industrial y se integran con las principales plataformas MES, WMS y PLC a través de la API REST sin necesidad de desarrollo a medida.

RobotStackr Vision es el motor principal para el picking estructurado de ubicaciones: estimación submilimétrica de la posición, planificación del agarre en caso de colisión y recetas independientes de la pinza. Los vectores de aproximación validados y los presupuestos de tolerancia por pieza mantienen las células de ensamblaje a pleno rendimiento.

VisionAI Sorting alimenta las células de picking de contenedores estructurados con piezas clasificadas y orientadas. Las bandejas de entrada se inspeccionan, las variantes se identifican y los rechazos se desvían antes de que lleguen a la estación de picking, de modo que la célula de salida solo ve piezas dentro de su margen de tolerancia.

RobotDepalr descarga los palés de proveedores entrantes que transportan contenedores KLT, maderos de estiba y bandejas de componentes. Se identifican las capas, se separan los contenedores en el transportador y se entregan las bandejas estructuradas a la célula de picking con la orientación conservada de extremo a extremo.
Los canales de visión de IA ofrecen una precisión de pose submilimétrica en todo el volumen del contenedor. Los presupuestos de tolerancia por pieza se validan antes del movimiento, de modo que las pinzas de recogida de contenedores estructurados caen dentro de la envolvente de tolerancia de ensamblaje en cada ciclo sin desviación de calibración del operario.
Las decisiones de agarre se toman en 150 milisegundos en el borde, muy por debajo de las ventanas típicas del ciclo de montaje. Por lo tanto, el software de recogida estructurada de contenedores nunca atasca el movimiento del robot, y los ciclos a toda velocidad se mantienen tanto en series monovariantes como en secuencias de producción multivariantes.
Las ventosas de vacío, las pinzas magnéticas, las mordazas paralelas, las centradas de tres dedos y las EOAT personalizadas se ejecutan desde una biblioteca de recetas de pinzas. Las plantas con herramientas mixtas de Schmalz, Schunk, OnRobot y a medida mantienen una pila de software de bin picking estructurada en todas las células, sin proyectos de integración por pinza.
La preparación estructurada de ubicaciones cubre un amplio espectro de realidades de ensamblaje, desde el embalaje de kits farmacéuticos en los que se audita cada agarre, hasta la alimentación de elementos de fijación aeroespaciales en los que la trazabilidad de las piezas es obligatoria. La IA de Viroteq gestiona toda la gama a través de un tiempo de ejecución, un conjunto de API y una HMI para el operario. Además, las nuevas referencias se incorporan a través de un asistente guiado de plantillas de postura en lugar de reprogramar el robot, lo que mantiene la carga de ingeniería dentro del equipo de planta. Como resultado, la automatización estructurada de la recogida de contenedores pasa de la célula piloto a la planta completa sin necesidad de pilas de software paralelas para cada línea de producción.
Células de montaje de modelos mixtos que alimentan componentes, elementos de fijación y subconjuntos acoplados en estaciones de ajuste a presión, atornillado y encaje a presión en cadencia completa.
Células de proveedores de nivel 1 y 2 que cargan soportes, elementos de fijación, sensores y componentes de embellecedores desde contenedores KLT a líneas de subensamblaje JIT para pedidos de OEM.
Alimentación de piezas aeroespaciales de precisión a partir de madera de estiba indexada, con trazabilidad completa por agarre y registros de auditoría de tolerancia para satisfacer los requisitos de calidad de AS9100 y del cliente.
Portadores de placas de circuito impreso, kits de conectores y bandejas de componentes pequeños que alimentan estaciones de montaje SMT y de orificios pasantes con recetas de agarre compatibles con ESD y tolerancia de pose ajustada.
Las bandejas de viales, los soportes de jeringuillas y los kits de dispositivos se manipulan con un registro de auditoría completo y trazas de eventos serializados en consonancia con las prácticas correctas de fabricación y la disciplina de producción validada.
Aplicaciones de asistencia de máquinas en las que la recogida estructurada de contenedores alimenta máquinas CNC, de moldeo por inyección y de marcado por láser desde bandejas indexadas a pleno rendimiento, incluso en turnos sin luz.

Células de proveedores de nivel 1 que recogen pernos, clips y elementos de fijación de las bandejas KLT indexadas en estaciones de atornillado con colocación por milímetros y trazabilidad de lotes por agarre.

Kits de conectores, soportes de placas de circuito impreso y componentes pequeños alimentan estaciones SMT y de taladrado pasante con recetas de agarre compatibles con ESD, utillaje de extremo de brazo de vacío y tolerancia de pose ajustada.

Bandejas de viales, soportes de jeringuillas y kits de dispositivos gestionados con registro de auditoría completo, trazas de eventos serializadas y disciplina de procedimiento validada en consonancia con los requisitos de GMP.
Repetibilidad de colocación de extremo a extremo
Decisiones de agarre en tiempo real
Calendario típico de implantación

Los requisitos de recogida estructurada de contenedores varían en función del entorno de ensamblaje. Las células automotrices de primer nivel que realizan pedidos JIT necesitan una repetibilidad submilimétrica y una trazabilidad por lote de agarre vinculada a una etiqueta de código de barras. Los fabricantes de electrónica que construyen dispositivos de consumo necesitan recetas de agarre compatibles con ESD, tiempos de ciclo rápidos inferiores a 4 segundos por pieza y una estrecha integración con las máquinas SMT. Las células de fijaciones aeroespaciales necesitan una trazabilidad de auditoría completa en línea con AS9100. El tiempo de ejecución de bin picking estructurado de Viroteq abarca todos los contextos operativos desde una pila de software y un conjunto de API.
Para fabricantes de equipos originales que realicen montajes de modelos mixtos, RobotStackr Vision gestiona la producción multivariante mediante bibliotecas de plantillas de pose y recetas de pinzas. Las nuevas variantes se incorporan escaneando una pieza una vez y validando la receta, en lugar de escribir un nuevo código teach-pendant. Además, la compatibilidad con robots de distintas marcas significa que las plantas con flotas mixtas de FANUC, ABB, KUKA y Universal Robots mantienen una pila de software de bin picking estructurada en todas las células.
La rentabilidad de la inversión es la misma para todos los tipos de clientes. El ahorro de mano de obra suele ser el factor que más contribuye: una sola célula robotizada sustituye a dos operarios manuales por turno y día. Además, los costes de piezas desechadas y de reensamblaje se reducen drásticamente: los acoplamientos desalineados o los agarres con variantes erróneas que provocan fallos posteriores se eliminan de forma eficaz gracias a la selección estructurada de contenedores validada por IA. Por lo tanto, el coste total de propiedad se amortiza en un plazo de 14 a 24 meses para la mayoría de las células de ensamblaje. Para conocer las cifras de su centro concreto, Reserve una demostración del Viroteq y nuestros ingenieros de soluciones modelizarán los costes de mano de obra, la reducción de chatarra y las ganancias de tiempo de ciclo en comparación con su célula actual.
Structured bin picking se integra con su célula de montaje existente a través de tres protocolos modernos. REST API es la principal puerta de entrada de datos de variantes, selección de recetas y registro de eventos de agarre, bien documentada y fácil de comprender para los equipos de TI. WebSocket transmite eventos de ciclo en directo, información de visión y alertas al operario con baja latencia. OPC-UA conecta el tiempo de ejecución con los historiadores de planta, MES y SCADA sin necesidad de eliminar la arquitectura de datos que ya tiene. Además, los handshakes de PLC nativos para Siemens S7, Rockwell ControlLogix y Beckhoff TwinCAT mantienen al equipo de control en plena posesión de la célula. Organismos de normalización internacionales como ISO 9001 reconocen que la trazabilidad es uno de los principales impulsores del rendimiento del montaje, y Viroteq registra todos los eventos de agarre para su auditoría.
Como resultado, las implantaciones estructuradas de bin picking coexisten con el bus de campo, la lógica de escalera, los relés de seguridad y los PLC de transporte instalados, sin middleware propietario ni sustitución de la infraestructura de trabajo. Las marcas de robots compatibles son FANUC, ABB, KUKA, Universal Robots, Yaskawa y Stäubli. Además, el tiempo de ejecución se instala en PC industriales dentro de la célula, por lo que la latencia se limita al controlador, no a la nube, y la línea sigue operativa durante las interrupciones de la red externa o las auditorías.
Solicitud/respuesta estándar a través de HTTPS para datos de variantes, selección de recetas y registro de eventos de agarre.
Transmisión de eventos de baja latencia para información de visión en tiempo real, eventos de agarre y actualizaciones de HMI.
Puente a historiadores de planta, MES y cuadros de mando SCADA a través del estándar de datos industriales.
handshakes nativos para Siemens S7, Rockwell ControlLogix y Beckhoff TwinCAT.
Reserve una demostración personalizada y compruebe cómo la recogida de contenedores estructurada con IA ofrece un retorno de la inversión cuantificable dentro de su infraestructura existente de PLC y robots. Sin dependencia de ningún proveedor ni de la nube.
Traiga sus especificaciones de piezas, objetivos de tiempo de entrega e inventario de pinzas: los especialistas de Viroteq trazarán una ruta estructurada de despliegue de bin picking que se ajuste a la huella de su célula existente y mantenga la línea en funcionamiento.
| Galleta | Duración | Descripción |
|---|---|---|
| cookielawinfo-checkbox-advertisement | 1 año | Establecida por el plugin GDPR Cookie Consent, esta cookie registra el consentimiento del usuario para las cookies de la categoría "Publicidad". |
| cookielawinfo-checkbox-analytics | 11 meses | Esta cookie es establecida por el plugin GDPR Cookie Consent. La cookie se utiliza para almacenar el consentimiento del usuario para las cookies de la categoría "Analytics". |
| cookielawinfo-checkbox-functional | 11 meses | La cookie se establece por el consentimiento de cookies GDPR para registrar el consentimiento del usuario para las cookies en la categoría "Funcional". |
| cookielawinfo-checkbox-necessary | 11 meses | Esta cookie es establecida por el plugin GDPR Cookie Consent. Las cookies se utilizan para almacenar el consentimiento del usuario para las cookies en la categoría "Necesario". |
| cookielawinfo-checkbox-others | 11 meses | Esta cookie es establecida por el plugin GDPR Cookie Consent. La cookie se utiliza para almacenar el consentimiento del usuario para las cookies de la categoría "Otros". |
| cookielawinfo-checkbox-performance | 11 meses | Esta cookie es establecida por el plugin GDPR Cookie Consent. La cookie se utiliza para almacenar el consentimiento del usuario para las cookies de la categoría "Rendimiento". |
| CookieLawInfoConsent | 1 año | CookieYes establece esta cookie para registrar el estado del botón predeterminado de la categoría correspondiente y el estado de CCPA. Solo funciona en coordinación con la cookie principal. |
| elementor | nunca | El tema de WordPress del sitio web utiliza esta cookie. Permite al propietario del sitio web implementar o cambiar el contenido del sitio web en tiempo real. |
| viewed_cookie_policy | 11 meses | La cookie es establecida por el plugin GDPR Cookie Consent y se utiliza para almacenar si el usuario ha consentido o no el uso de cookies. No almacena ningún dato personal. |
| Galleta | Duración | Descripción |
|---|---|---|
| _lscache_vary | 2 días | Litespeed establece esta cookie para proporcionar la prevención de páginas en caché. |
| Galleta | Duración | Descripción |
|---|---|---|
| CONSENTIMIENTO | 2 años | YouTube instala esta cookie a través de los vídeos de YouTube incrustados y registra datos estadísticos anónimos. |
| _ga | 1 año 1 mes 4 días | Google Analytics instala esta cookie para calcular los datos de visitantes, sesiones y campañas y realizar un seguimiento del uso del sitio para el informe de análisis del sitio. La cookie almacena la información de forma anónima y asigna un número generado aleatoriamente para reconocer a los visitantes únicos. |
| No te preocupes. | 1 año 1 mes 4 días | Google Analytics instala esta cookie para almacenar y contar las visitas a las páginas. |
| Galleta | Duración | Descripción |
|---|---|---|
| VISITOR_INFO1_LIVE | 5 meses 27 días | YouTube establece esta cookie para medir el ancho de banda, determinando si el usuario obtiene la nueva o la antigua interfaz del reproductor. |
| YSC | sesión | Youtube instala esta cookie para hacer un seguimiento de las visualizaciones de los vídeos incrustados en las páginas de Youtube. |
| yt.innertube::nextId | nunca | YouTube utiliza esta cookie para registrar un ID único con el fin de almacenar datos sobre los vídeos de YouTube que ha visto el usuario. |
| yt.innertube::solicitudes | nunca | YouTube utiliza esta cookie para registrar un ID único con el fin de almacenar datos sobre los vídeos de YouTube que ha visto el usuario. |