Fraunhofer NeurOSmart: Qué deben verificar los ingenieros

Fraunhofer anunció la plataforma tecnológica NeurOSmart el 2 de marzo de 2026. El proyecto combina LiDAR elevado, dirección del haz mediante MEMS, procesamiento de IA en el sensor y computación neuromórfica para áreas de trabajo colaborativas entre personas y robots.

El anuncio no es el lanzamiento de un producto ni una certificación de seguridad de máquinas. Su valor de ingeniería reside en la arquitectura que demuestra. Traslada la percepción y la asistencia para la toma de decisiones más cerca del sensor, al tiempo que busca reducir la latencia y el consumo de energía.

Fraunhofer se inspira en el funcionamiento del cerebro humano para mejorar la eficiencia y la capacidad de respuesta de los sistemas robóticos. 

Qué anunció Fraunhofer

El comunicado de investigación de Fraunhofer describe un área de trabajo compartida supervisada desde arriba mediante LiDAR. Unos espejos MEMS móviles dirigen el láser por toda la celda. Los pulsos reflejados crean una representación tridimensional del espacio de trabajo.

Fraunhofer afirma que unos modelos de IA especializados evalúan los datos cerca del sensor. A continuación, la plataforma permite activar una respuesta del robot cuando una persona entra en una zona de proximidad definida. Los socios del proyecto informan de un trayecto corto entre la captura de la señal, su evaluación y la respuesta mecánica.

El proyecto combina varios institutos

NeurOSmart está coordinado por Fraunhofer ISIT. Fraunhofer IPMS aporta chips de alto rendimiento y tecnología de memoria. Fraunhofer IMS trabaja en el preprocesamiento asistido por IA y la integración del sistema. Fraunhofer IWU evalúa el sistema de sensores en la colaboración entre personas y robots. Fraunhofer IAIS desarrolla modelos eficientes de detección de personas.

Esta división es importante porque la robótica colaborativa segura no es un problema de un solo sensor. La óptica, la computación, los modelos, la geometría de la celda, la dinámica del robot, los controles y la validación afectan al resultado.

Por qué importa el procesamiento en el sensor

Una cadena de percepción convencional puede transmitir grandes flujos de datos a un ordenador central. Ese diseño aumenta la carga de la red e introduce varias etapas temporales. El procesamiento cerca del sensor puede reducir los datos transmitidos y acortar el trayecto de decisión.

También puede cambiar la contención de fallos. El procesamiento local puede continuar cuando una red de nivel superior no está disponible. Sin embargo, los ingenieros deben definir qué funciones permanecen operativas, cómo se notifican los estados degradados y qué acción se produce tras perder la sincronización o la capacidad de cómputo.

Una latencia media menor no es suficiente para una función de protección. El diseño necesita un tiempo de respuesta máximo verificado. Ese presupuesto incluye la detección, el preprocesamiento, la lógica de decisión, las comunicaciones, el ciclo de escaneo del controlador, la reacción del accionamiento y el tiempo de parada mecánica.

Qué cambia con el hardware neuromórfico

La computación neuromórfica utiliza estructuras de hardware inspiradas en el procesamiento neuronal biológico. El objetivo es ejecutar de forma eficiente determinadas cargas de trabajo de IA. Fraunhofer presenta este enfoque como una manera de procesar tareas exigentes de percepción con un menor consumo de energía cerca del sensor.

La eficiencia energética puede ayudar a los sistemas integrados con refrigeración y espacio limitado dentro de la envolvente. También puede favorecer la percepción distribuida. Aun así, los ingenieros deben evaluar los límites térmicos, la precisión del modelo, el control de las actualizaciones, la cobertura de diagnóstico y el ciclo de vida de los componentes.

El LiDAR aporta geometría, no seguridad automática

El LiDAR mide la distancia a partir del tiempo y la reflexión de la luz emitida. Una representación tridimensional de puntos puede ayudar a distinguir a las personas, el movimiento del robot, los elementos de fijación y los límites de la celda.

El rendimiento depende de la reflectividad, la oclusión, la altura de montaje, el campo de visión, la contaminación, las condiciones ambientales y el momento del escaneo. Una persona oculta por las herramientas puede ser más difícil de observar. La ropa y las superficies pueden devolver señales diferentes. Los cambios en la celda pueden invalidar un modelo anterior.

En relación con la lógica de detección, la guía de PLC ProTech sobre modos de funcionamiento de los sensores fotoeléctricos muestra por qué deben separarse el estado óptico y el significado del proceso. Los principios de detección son diferentes, pero la disciplina de puesta en servicio sigue siendo útil.

Qué deben verificar los fabricantes de máquinas

Un demostrador de investigación no debe incorporarse directamente a una función de seguridad. Los fabricantes deben determinar las leyes, normas, objetivos de reducción de riesgos y requisitos de validación aplicables. También deben identificar si cada componente cuenta con una clasificación de seguridad adecuada para la función prevista.

El cálculo de la parada debe utilizar la velocidad real del robot, la carga útil, las herramientas, el rendimiento del freno, el retardo del controlador y la geometría de aproximación. La distancia de protección debe tener en cuenta la incertidumbre de medición y los movimientos previsibles.

Los falsos negativos y los falsos positivos tienen consecuencias diferentes. No detectar a una persona puede causar daños. Las paradas molestas repetidas pueden fomentar los puentes y reducir la confianza en la producción. Por ello, la validación debe abarcar la cobertura de detección, el tiempo de respuesta, el comportamiento durante el reinicio y la indicación de fallos.

El mantenimiento cambia con la percepción mediante IA

Los dispositivos de seguridad tradicionales suelen contar con procedimientos de prueba definidos. La percepción basada en IA añade el control de versiones de los modelos, los conjuntos de datos, los umbrales de confianza y las dependencias de software. Todo cambio aprobado requiere control de configuración y pruebas de regresión.

La limpieza, la alineación y las comprobaciones de obstrucciones siguen siendo importantes. Un sensor que parece estar conectado puede tener una cobertura degradada. Los equipos de mantenimiento necesitan diagnósticos que identifiquen vistas bloqueadas, fallos de sincronización, sobrecarga del procesador y canales no disponibles.

La colección de robótica ABB del sitio ofrece ejemplos de componentes de control y servicio para robots. Esas piezas son independientes de la plataforma de investigación NeurOSmart, pero ilustran el contexto del ciclo de vida al que se enfrentan los equipos de mantenimiento.

Preguntas de adquisición más allá del demostrador

Los equipos de adquisiciones deben preguntar quién es el propietario del modelo, cómo se aprueban las actualizaciones, qué hardware de cómputo se necesita y durante cuánto tiempo se admitirá cada componente. También deben solicitar pruebas del rendimiento ambiental, la ciberseguridad, los diagnósticos y la respuesta determinista.

El coste de integración puede superar el precio del sensor. El modelado de la celda, el diseño de la red, la validación, la formación de los operarios y la futura revalidación requieren una asignación de responsabilidades definida. La conservación de datos y la privacidad también son importantes cuando un sistema cartografía continuamente un espacio de trabajo compartido.

Importancia para la ingeniería

NeurOSmart muestra una dirección creíble para la percepción industrial: combinar la detección tridimensional con un procesamiento local y eficiente desde el punto de vista energético. Esa arquitectura puede reducir el movimiento de datos y favorecer respuestas más rápidas.

El anuncio no elimina la necesidad de realizar una evaluación de riesgos ni de utilizar medidas de protección certificadas. Su contribución práctica es una plataforma que los ingenieros pueden evaluar frente a los peligros reales de la celda, los límites temporales, las condiciones ambientales y las necesidades de mantenimiento.