La computación espacial ayuda a optimizar las secuencias de movimiento. En esta función, puede apoyar, por ejemplo, la planificación de la fábrica, la navegación interior y la logística entrante y saliente. Lee aquí cómo funciona. Nos encontramos con la idea de ver el espacio físico como una parte integral de los mundos de experiencia asistidos por computadora en muchos lugares del entorno del consumidor, a menudo sin darnos cuenta.
Ya sea el taxi Uber, cuya llegada podemos rastrear a través de una aplicación, el robot cortacésped esperando en la posición de poste para ser desplegado, o la visualización de la llegada del próximo metro: dondequiera que se puedan optimizar las secuencias de movimiento, hay Computación espacial en el lugar. Este es también el caso en el amplio campo de la navegación. Aunque revelamos nuestra posición con Google Maps, se nos muestra la ruta ideal a nuestro destino a pesar de todos los atascos.
Computación espacial
Desde un punto de vista técnico, la computación espacial utiliza software para integrar sin problemas la interfaz de usuario de la computadora en el mundo físico tridimensional. Las áreas de Realidad Virtual (VR), Realidad Aumentada (AR) y Realidad Mixta (MR) están estrechamente relacionadas con esto. En otras palabras, el espacio físico se utiliza para interactuar con una computadora, es decir, para enviar entradas y recibir salidas a cambio. De esta forma, se hace posible la interacción con un ordenador, desvinculado de una ubicación física estática o de la periferia del hardware, al controlarlo con movimientos corporales, gestos o lenguaje, por ejemplo.
El término fue acuñado por Simon Greenworld en 2003
En un contexto profesional, la computación espacial revela un valor particular para los servicios de entrega de bienes o comidas, por ejemplo. ¿De qué otra manera llegaría el proveedor a la comida solicitada en el restaurante de mi vecindario lo más rápido posible y de allí a mi dirección de entrega?
La computación espacial también tiene un potencial considerable en el entorno B2B, por ejemplo, en la planificación de la fábrica o el posicionamiento en interiores. Sin embargo: si todavía es relativamente fácil calcular una ruta optimizada de A a B en el tráfico por carretera, porque en principio solo hay opciones a la izquierda, a la derecha y en línea recta, se enfrenta a rutas mucho más complejas en una fábrica.
La extensión espacial de una fábrica debe registrarse con mucha más precisión y el software debe incluir muchas más opciones, incluidas zonas peligrosas o rampas. Spatial Computing también se ha ganado sus méritos en la logística intra y saliente: los grupos de productos más populares se organizan en un almacén para que puedan eliminarse lo más rápido posible.
La computación espacial permite la fusión de lo digital y lo real
Los desarrolladores creativos están llevando la computación espacial al siguiente nivel en el campo de las aplicaciones industriales. A través de la combinación inteligente de tecnologías como la realidad aumentada (AR), la Internet industrial de las cosas, el aprendizaje automático y los sensores y sus interfaces, los procesos de fabricación se pueden optimizar aún más y su diseño y operación se pueden simplificar enormemente. El conocimiento detallado de cada paso del proceso, por breve que sea, revela nuevos conocimientos y promueve un trabajo más eficiente y rápido, ahorra tiempo y energía.
Aumentar de forma sostenible la calidad de los datos
Con la llegada del IoT, el uso de los centros de mecanizado en las naves de la fábrica se ha optimizado sobre la base de los conceptos MES. En el curso de la introducción del sistema de ejecución de fabricación (MES, también: planificación de producción detallada relacionada con el proceso), se centralizó el seguimiento de las células de producción individuales, se observaron varias máquinas en paralelo y se coordinó su sincronización. La tarea ahora es sincronizar con mayor precisión las actividades cada vez más exigentes de los trabajadores con los procesos de la máquina.
La computación espacial permite ilustrar las instrucciones del proceso con una referencia espacial clara y, por lo tanto, facilitar su comprensión. Por ejemplo, al programar robots industriales. Hasta ahora, estos se han programado laboriosamente a través de interfaces 2D («Teach-in», también entendido como aprendizaje). Para comprender este complicado entorno de programación, se requiere una amplia formación. Sin embargo, la computación espacial reduce significativamente el nivel de abstracción en el aprendizaje.
Las instrucciones de acción se pueden vincular intuitivamente al área de acción física del robot a través de una interfaz. Por ejemplo, mediante el robot dando la dirección con un movimiento de brazo, o colocando puntos de referencia con un teléfono inteligente. Si varias máquinas y robots tienen que conectarse entre sí, la ventaja de la computación espacial se vuelve aún más obvia: en una fábrica en la que un gran número de sensores están haciendo su trabajo.
Más rendimiento para gemelos digitales a través de la computación espacial
Además de las máquinas, las cámaras también se pueden utilizar para rastrear y evaluar los movimientos de materiales, herramientas y trabajadores. Anteriormente, las rutas de trabajo reales de los empleados o las mercancías eran en gran parte desconocidas, pero ahora se puede documentar con precisión el proceso de producción completo, incluido el trabajo de montaje. De esta forma, se pueden desarrollar iniciativas que hagan uso de este conocimiento.
Por lo tanto, Spatial Computing está desarrollando aún más el gemelo digital de la fábrica. En el futuro, no solo se mapearán los procesos en la máquina en tiempo real, también se puede crear el gemelo digital del trabajador: se puede registrar con precisión dónde está una persona, qué está haciendo y qué habilidades tiene. Por ejemplo, si sabes que una persona solo puede levantar 10 kilogramos sin dañar su salud, pero actualmente está tratando de levantar el doble de peso, el sistema detecta automáticamente el conflicto, advierte al interesado y solicita apoyo. Esto permite a los empleadores cumplir mejor con sus funciones de supervisión.
Habilidades analíticas
Otro aspecto digno de mención de la computación espacial son sus habilidades analíticas: utilizando mapas de calor espaciales, las empresas obtienen información sobre los lugares donde los trabajadores se encuentran con mayor frecuencia durante el proceso de trabajo, donde ocurren tiempos de inactividad inesperados de la máquina y qué rutas de trabajo son más frecuentadas.
Las cámaras avanzadas con resolución espacial mejorada y aprendizaje automático han creado un campo de aplicación completamente nuevo. Las nuevas tecnologías de cámara no solo registran imágenes 2D, sino también información de distancia. El método más avanzado funciona según el método del tiempo de vuelo: se mide el tiempo que tarda un haz de luz en viajar desde la cámara al objeto y viceversa como resultado de la reflexión. Las imágenes en 3D de varias cámaras se pueden vincular entre sí, generando así simulaciones de la realidad en tiempo real más completas. Las aplicaciones de RA se pueden proyectar en estas escenas.
Grabar procesos durante un período de tiempo más largo
El derecho a la privacidad es un gran problema, y el RGPD lo ha puesto recientemente en el centro de atención. Dado que la computación espacial también registra los movimientos de personas, se debe tener en cuenta la protección de la intimidad. El punto esencial aquí es qué datos se recopilan y cómo se procesan o almacenan. Por el momento, los nuevos procesos se simulan de antemano y su duración se mide finalmente en el punto de implementación mediante un cronómetro.
Durante mucho tiempo se ha acostumbrado a registrar datos relevantes. Sobre esta base se define el número de piezas a conseguir por hora. El peligro con este método, sin embargo, es que los tiempos medidos contienen efectos especiales no intencionales: si un trabajador sabe que está siendo observado y su tiempo está siendo registrado, probablemente trabajará más duro y más rápido.
No se tiene en cuenta que puede cansarse y desempeñarse de manera diferente según el estado de ánimo diario. Porque solo se muestra un breve extracto en condiciones ideales y se convierte en una especificación. Si, por el contrario, registra etapas más largas con la ayuda de la computación espacial, se muestra una imagen más realista. De esta manera, los datos se pueden recopilar con mucha más precisión y, por lo tanto, armonizar mejor el lugar de trabajo y las especificaciones de desempeño con las habilidades del trabajador.
Potencial para uso industrial aún no agotado
Los sistemas de cámaras en red se pueden utilizar para controlar sitios de producción completos de forma remota. Los grupos de trabajo interdisciplinarios pueden colaborar globalmente sobre la base del gemelo digital como si estuvieran sentados en una habitación: pueden verse a sí mismos y moverse en el espacio de observación virtual de los demás. Si la computación espacial ya tiene mucho éxito en el entorno del comercio electrónico, se necesitan más investigaciones y desarrollo para su uso eficaz en la producción industrial. Sin embargo, debido al trabajo acelerado en las soluciones correspondientes en el vivo intercambio de conocimiento con otros protagonistas en este campo, se puede suponer que en un futuro cercano la computación espacial pasará a formar parte del portafolio de innovación de empresas que ya están haciendo una investigación muy activa. En consecuencia, los clientes ya deberían estar pensando en cómo podrían usar la computación espacial de manera inteligente en sus instalaciones de producción.