AFID, sigla de Autonomous Flying Inspection Device, é o nome dun proxecto desenvolvido pola Universidade de Vigo xunto con empresas e clústeres industriais que busca integrar por vez primeira drons autónomos nas plantas de produción de automóbiles. Este proxecto, que principiou en 2023 e se estenderá ata decembro de 2025, foi unha das iniciativas seleccionadas na convocatoria “Ayudas a la i+D+i” da Axencia Estatal de Investigación, mobilizando un investimento procedente de fondos europeos que ascende a 1.753.700€. No proxecto, liderado pola empresa Europrecis, os grupos de investigación da Uvigo CIMA e Enerxía Eléctrica (En.E) son os encargados da investigación, xunto con CITMAga e Exenia e o apoio de ASIME (Asociación de Industrias do Metal e Tecnoloxías Asociadas de Galicia) e Visual Publinet.
O proxecto pretende integrar drons autónomos guiados por traxectorias programadas en plantas de produción de automóbiles, para así facer un control de calidade dos compoñentes internos de cada vehículo. Faríano de forma automática e con monitorización remota, comprobando a conformidade do produto.
Unha solución pioneira na inspección automatizada en espazos reducidos
Ángel Fernández Vilán, do grupo CIMA (pertencente ao CINTECX, o Centro de Investigación en Tecnoloxías, Enerxía e Procesos Industriais do Campus Vigo Tecnolóxico) é o investigador principal do proxecto, xunto con Camilo Carrillo, do grupo Enerxía Eléctrica (EN.E). Fernández Vilán explica que, se ben existen solucións aeronáuticas para inspección, estas unicamente están dispoñibles para espazos exteriores e con drons pilotados por operarios. Ata o momento non se ofrece este servizo con voos autónomos para espazos tan pequenos como o interior dun vehículo.
O proxecto aposta por dispositivos de voo non tripulados que incorporan as últimas tecnoloxías aeronáuticas, visión artificial, HPC (Computación de Alto Rendemento) e intelixencia artificial. Ademais, para integrarse nas cadeas de produción estes drons deben poder cargarse de forma ultrarrápida, pois dispoñen de 10 segundos de parada entre cada vehículo que pasa pola liña de produción.
AFID integra tamén un sistema de visión artificial que permite captar imaxes do interior do vehículo e analizalas en tempo real. Desta análise encárganse computadoras de altas capacidades que empregan intelixencia artificial a través de redes neuronais e machine learning para levar a cabo unha aprendizaxe autónoma que permita valorar sen supervisión humana se hai un defecto no vehículo. Con todo, o desafío principal está en que o dispositivo se mova de forma autónoma polo interior do vehículo.
Afinando o voo e procesando datos
Nunha primeira fase do proxecto, os investigadores de CIMA e En.E probaron drons comerciais para determinar os requisitos en canto a características como hélices, peso, autonomía ou estabilización. Esta fase deu como resultado dous prototipos de dron con software libre e baterías baseadas en supercondensadores para obter unha autonomía de 10 segundos cunha carga dun minuto.
Probas de voo
Paralelamente, o Centro de Investigación e Tecnoloxía Matemática de Galicia (CITMAga), impulsado polas tres universidades públicas galegas, encargouse de algoritmos matemáticos de estabilización do voo que corrixan a súa traxectoria. Para isto desenvolveron pórticos que gravan o dron durante a inspección, corrixindo os eixes do voo programado.
En tanto que os drons progresan, pola súa banda os demais socios traballan na súa integración nas liñas de produción de automóbiles e no procesamento de datos: Europrecis prepara o armario eléctrico onde se integrará a central que controla o voo e analiza as imaxes e tamén a iluminación dentro do coche, mentres que Enxenia (Merasys) e Visual Publinet se encargan da adquisición e tratamento de datos, adestrando a IA a través de machine learning. A previsión de integración nunha liña real de produción de automoción estímase para o ano 2026, e tamén se destaca que o sistema pode ser de interese para calquera outra industria ou proceso que precise inspección en espazos interiores ou reducidos.
Máis información:
