Hasta hace poco, la recolección de piezas con un robot no era realista debido a la amplia gama de artículos que se procesan en los centros de distribución. Pero esto es historia, gracias a nuestras soluciones robóticas con tecnología de visión y pinzas de agarre.
A diferencia de los robots tradicionales que solo pueden realizar tareas preprogramadas, las soluciones de selección de AWL pueden adaptarse para hacer frente a entornos industriales dinámicos y situaciones impredecibles. Ejemplos de estos son picos en los volúmenes de pedidos y paquetes de tipos, formas y tamaños variables.
Desplegamos nuestras competencias de recolección para, entre otros, el comercio electrónico y las industrias de correo y de paquetería. Podemos entregar una máquina completa que es capaz de identificar los puntos de recolección de artículos orientados aleatoriamente en cajas o en cintas transportadoras mediante nuestra tecnología de visión. Gracias a la visión, el robot recibe la orden de recoger y manipular el artículo.
La tecnología de visión es una parte integral de todo el proceso de automatización. Para nosotros, la visión son los ojos de la robótica. AWL puede proporcionarle una solución de automatización completa. Entendemos el negocio en el que usted opera y nos gustaría definir el concepto de máquina para que pueda dar el siguiente paso. La integración de PLC, robótica y software de visión es fundamental para la estabilidad y el logro de los límites requeridos.
AWL tiene una amplia experiencia en el desarrollo de la tecnología de pinzas de agarre adecuada y sabe cómo sacar provecho de la impresión 3D. Nuestra solución de recolección de piezas se originó al combinar las tecnologías de visión y pinza de agarre. Esto hace posible recoger y acomodar una amplia gama de artículos y cumplir con los plazos de entrega a altas velocidades.
El robot que implementamos puede utilizarse tanto de forma independiente como en combinación con personas en una misma estación. Es un producto modular y, por tanto, fácil de escalar. El robot también puede mejorarse así mismo mediante el aprendizaje. Al identificar cuándo una recolección no es exitosa, el software puede expandir continuamente una base de datos de recolecciones exitosas.