es.wedoany.com Noticia: ABB Robotics, en colaboración con la empresa de biomecánica PSYONIC con sede en California, explora el uso de datos operativos generados por prótesis humanas para mejorar la capacidad de agarre y destreza de los robots. La colaboración combina la mano Ability Hand de PSYONIC con el robot colaborativo GoFa™ de ABB para investigar cómo los datos táctiles y de movimiento pueden entrenar a los robots en la ejecución de tareas finas y variables, que tradicionalmente son difíciles de automatizar.
“La destreza humana y la comprensión instintiva del manejo de objetos son uno de los aspectos más difíciles de replicar en robots de grado industrial, pero son una necesidad fundamental para robots verdaderamente autónomos y versátiles”, afirmó Marc Segura, presidente de la división de robótica de ABB. “Con el desarrollo de la próxima generación de inteligencia artificial física, los robots aprenderán y comprenderán el mundo como los humanos. Esta colaboración con PSYONIC ayudará a cerrar la brecha de larga data entre la destreza humana y robótica, abriendo nuevas posibilidades en numerosas industrias”.
El agarre y la destreza son fundamentales para lograr el robot autónomo versátil (AVR™), la visión de ABB de robots que puedan percibir, razonar, moverse y manipular objetos en entornos dinámicos. Al mismo tiempo, estas capacidades son cruciales para avanzar en la inteligencia artificial física en la industria, donde los sistemas robóticos aprenden de interacciones reales y aplican inteligencia con fiabilidad industrial. La colaboración explorará nuevas aplicaciones en sectores como automoción, aeroespacial, embalaje y logística, y ciencias de la vida. Al permitir que los robots asuman tareas repetitivas, con desafíos ergonómicos o difíciles de ejecutar de manera consistente a gran escala, ABB y PSYONIC buscan ayudar a humanos y robots a colaborar de manera más efectiva, mejorando al mismo tiempo la productividad, flexibilidad y seguridad en el lugar de trabajo.
PSYONIC trabaja en estrecha colaboración con el equipo de investigación y desarrollo de ABB Robotics para la integración y el desarrollo, explorando cómo la manipulación con capacidad táctil puede respaldar la próxima generación de aplicaciones robóticas autónomas.
La mano Ability Hand de PSYONIC, desarrollada inicialmente para uso protésico, presenta un diseño ligero y multiarticulado que combina control mioeléctrico, detección táctil y estructuras mecánicas flexibles. Sus sensores de presión y sistema de retroalimentación vibratoria permiten al usuario detectar contacto, fuerza de agarre y liberación, mientras que los dedos flexibles se adaptan naturalmente a objetos irregulares y deformables. El robot GoFa de ABB proporciona la precisión y repetibilidad necesarias para el despliegue industrial, asegurando que las variaciones sutiles en fuerza de agarre, posicionamiento de dedos y movimiento puedan ejecutarse y evaluarse de manera consistente. Esta precisión es esencial para transformar datos de manipulación humana en rendimiento robótico fiable, especialmente en tareas complejas y variables.
La colaboración evaluará la efectividad de esta capacidad combinada en casos de uso industrial donde las técnicas de agarre tradicionales tienen dificultades con la variabilidad, fragilidad o complejidad, como el manejo de objetos irregulares o frágiles. Según datos de la Federación Internacional de Robótica (IFR), los sistemas avanzados de agarre e integración digital pueden reducir el tiempo de ingeniería hasta en un 30%, lo que destaca la importancia de los efectores finales para acelerar el despliegue y mejorar el retorno de la inversión en automatización.¹
Esta colaboración también refleja la estrategia más amplia de ABB Robotics: trabajar con socios del ecosistema para superar barreras de automatización de larga data. Al combinar tecnología robótica, inteligencia artificial y datos operativos del mundo real generados por el uso de prótesis humanas, ABB Robotics avanza en la inteligencia artificial física, permitiendo que robots más potentes y adaptables operen de manera fiable en entornos reales.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
