Visión artificial para control de calidad de ramos en tiempo real
Resumen
Una empresa del sector floral y de comercio electrónico, con presencia en varios países europeos, buscaba mejorar el control de calidad de los ramos de flores en su proceso productivo. Aquiles Solutions propuso un sistema de visión artificial que permite validar en tiempo real la composición y dimensiones de cada ramo frente a la receta definida, reduciendo errores humanos y asegurando la satisfacción del cliente.
Problema
La confección de los ramos dependía de la revisión manual de los operarios, lo que provocaba errores en cantidad, tipología o dimensiones de las flores. Estos fallos no siempre se detectaban en el momento, llegando incluso a clientes y generando incidencias de calidad y costes adicionales.
Objetivo
El objetivo era disponer de un sistema automatizado de control de calidad que reconociera de forma inmediata si un ramo cumplía con los requisitos establecidos, reduciendo la expedición de pedidos defectuosos y aumentando la capacidad de reacción frente a problemas de calidad.
Solución
Implementación práctica y concreta.
Se desarrolló un sistema de visión artificial basado en un modelo IA de Machine Learning, integrado en el proceso de confección de ramos. Con una cámara cenital y conexión al ERP, el sistema identifica en tiempo real la cantidad y el tipo de flores, así como las dimensiones del ramo, comparándolos con la receta del pedido. El operario recibe una validación automática (OK / NO OK) y, en caso de error, una indicación clara de qué elementos faltan o sobran. Además, el sistema permite correcciones manuales que se utilizan para mejorar el modelo con el tiempo.
Qué habilita.
La solución permite automatizar el control de calidad, reducir errores de expedición, reaccionar rápidamente ante incidencias y escalar el sistema a múltiples instalaciones.
Resultados
Alertas inmediatas al operario en caso de error, con detalle de elementos faltantes o sobrantes.
Reducción de errores humanos y mayor fiabilidad en la calidad final.
Sistema escalable a distintas plantas y preparado para reentrenar modelos con nuevos datos.
Implementación en fases: toma de datos, despliegue en planta piloto y extensión al resto de instalaciones.
Conclusión
Gracias a este proyecto, la empresa dispone de una herramienta innovadora que garantiza la calidad de sus ramos de flores de forma automatizada. La combinación de visión artificial, integración con su ERP y validación en tiempo real ha permitido aumentar la eficiencia, reducir costes por incidencias y reforzar la confianza del cliente en su servicio.