Desde junio de 2026, soy jefe de la división de Visión Artificial en wenglor y, en este puesto, soy responsable de la cartera de productos y las actividades de desarrollo de la unidad de negocio. Aunque no llevo mucho tiempo en la empresa, el procesamiento industrial de imágenes no me resulta nada ajeno: llevo 18 años involucrado intensamente en la visión artificial y he llegado a conocer el mercado desde diferentes perspectivas.
Durante doce de esos años trabajé para un fabricante líder de software de procesamiento de imágenes, y otros seis años para un distribuidor internacional de tecnología de procesamiento de imágenes. Esto me permitió aprender sobre una amplia variedad de áreas: desde algoritmos y software hasta cámaras e iluminación, tecnologías 3D y sistemas completos de procesamiento de imágenes.
Lo que me fascina de la visión artificial hasta hoy es la conexión directa entre el desarrollo tecnológico y la práctica industrial. La visión artificial otorga a las máquinas la capacidad de capturar su entorno, extraer información de él y tomar decisiones automáticas. Y son precisamente estas habilidades las que se están desarrollando rápidamente actualmente.
Pensando en la visión artificial como un sistema global
Un aspecto que me llamó la atención en Wenglor desde el principio es la amplitud del portafolio de visión artificial. Abarca desde software basado en IA hasta cámaras inteligentes, cámaras industriales y lectores de código, controladores de visión artificial, sensores de perfil 2D/3D de alta precisión, sensores 3D con iluminación estructurada y sistemas de iluminación industrial.
Sin embargo, la cantidad de tecnologías no es el único factor decisivo para mí. Mucho más importante es la cuestión de cómo combinarse estos para crear soluciones fiables y escalables.
Al fin y al cabo, una aplicación de visión artificial exitosa rara vez depende de un solo componente. La adquisición de imágenes, la iluminación, los algoritmos, la potencia de cálculo, las interfaces y el conocimiento de la aplicación deben interactuar. Por ello, Wenglor adopta un enfoque holístico en el que software, tecnología de sensores y hardware se coordinan entre sí. El software uniVision desempeña un papel central en esto. Proporciona herramientas para diversas tareas de procesamiento de imágenes y permite, entre otras cosas, el procesamiento de imágenes basado en reglas, aplicaciones de IA, lectura de código, OCR y análisis de perfiles en diferentes plataformas de hardware.
IA: El camino hacia la producción es crucial
La inteligencia artificial es actualmente uno de los desarrollos tecnológicos más importantes en el procesamiento industrial de imágenes. Se vuelve especialmente interesante cuando los métodos clásicos basados en reglas alcanzan sus límites: por ejemplo, en el caso de variaciones naturales, superficies complejas, apariencias cambiantes o patrones de error difíciles de definir con características fijas. Sin embargo, un modelo entrenado por sí solo no resuelve una tarea de prueba industrial.
La pregunta crucial es: ¿Cómo llega la IA de forma fiable del entorno de desarrollo a la producción?
Aquí es donde entra el Bucle de IA de Wenglor. Un componente es el AI Lab, que proporciona herramientas para la anotación de datos y el entrenamiento de modelos. Así, las aplicaciones de IA pueden desarrollarse y optimizarse aún más dentro del ecosistema Wenglor.
Al mismo tiempo, es posible utilizar redes neuronales existentes en formato ONNX. Estos modelos pueden ejecutarse en hardware industrial como una cámara inteligente o un controlador de visión artificial.
Para mí, este es un avance importante en los próximos años: la IA debe ser lo suficientemente abierta para diferentes caminos de desarrollo y, al mismo tiempo, adecuada para uso industrial. Las herramientas basadas en la nube pueden apoyar formación y desarrollo, mientras que la inferencia real se realiza cerca del proceso de producción en hardware de edge.
La tecnología de sensores 3D proporciona a las máquinas información espacial
Paralelamente a la IA, la captura precisa de información tridimensional es cada vez más importante. Esto se aplica especialmente a la robótica, la tecnología de medición y la inspección automatizada de calidad.
Si un robot no solo debe reconocer componentes, sino también registrar con precisión su posición y geometría, la información clásica en 2D a menudo no es suficiente. Lo mismo ocurre en aplicaciones donde se necesitan inspeccionar perfiles de altura, superficies o dimensiones.
los sensores de desplazamiento 2D/3D de wenglor utilizan el principio de triangulación láser para capturar perfiles de elevación precisos. El movimiento del objeto o sensor puede crear información tridimensional. Toda la cadena de sensores es crucial para la calidad de los datos, desde el láser y la óptica hasta la calibración y el procesamiento de señales.
Las posibles aplicaciones van desde inspecciones de perfil y superficie hasta tareas de medición de alta precisión y guiado robótico. La automatización de la soldadura es un área de aplicación especialmente desafiante: aquí, los sensores deben proporcionar información precisa para encontrar y rastrear una junta de soldadura, incluso en condiciones industriales difíciles.
Además, los sensores 3D con luz estructurada permiten la detección extensiva de geometrías complejas. Las aplicaciones típicas son las comprobaciones dimensionales y de completitud, así como los procesos de pick-and-place y pick de contenedores.
Cinco desarrollos que moldearán la visión artificial
Por mi experiencia hasta ahora, veo cinco desarrollos especialmente relevantes para los próximos años:
La IA y el procesamiento de imágenes basado en reglas están creciendo juntos
No se trata de reemplazar completamente los algoritmos clásicos por IA. Las aplicaciones de alto rendimiento combinan ambos enfoques y los aplican donde residen sus respectivas fortalezas.
La computación en el borde acerca la potencia de cálculo al proceso
El desarrollo y la formación pueden realizarse parcialmente en la nube, mientras que la evaluación se realiza directamente en hardware industrial. Esto permite distancias cortas e integración directa en la producción.
La visión artificial 3D se vuelve más importante para la automatización flexible
La robótica, la metrología y la inspección de calidad requieren cada vez más datos espaciales precisos para automatizar tareas complejas y variables.
Las tecnologías complejas deben volverse más fáciles de usar
Algoritmos más potentes por sí solos no son suficientes. Es fundamental que los usuarios puedan transferirlos a aplicaciones reales sin necesidad de programación e integración innecesarios.
La identificación y la inspección de calidad se acercan más
La lectura de código, el OCR, los resultados de inspección y los datos de proceso pueden combinarse cada vez más dentro de un proceso de visión artificial de extremo a extremo. Esto también aumenta la importancia de la trazabilidad.
¿Qué sigue?
Mis primeros meses en Wenglor me mostraron sobre todo el potencial de combinar el desarrollo interno de sensores, hardware industrial y software potente.
Uno de mis focos será el desarrollo futuro de la tecnología de sensores 3D de alta precisión y un portafolio de cámaras inteligentes de alto rendimiento. Los avances en la detección, óptica y procesamiento de señales permiten una adquisición de datos cada vez más precisa y robusta, y por tanto nuevas aplicaciones en metrología, inspección y robótica.
Al mismo tiempo, el software se está convirtiendo en un elemento aún más conexivo de los sistemas modernos de visión artificial. Una plataforma común que combina prácticas basadas en reglas, IA y procesamiento de datos facilita a los usuarios construir, personalizar y escalar soluciones a través de diferentes configuraciones de hardware.
Es precisamente en esta interfaz entre software, tecnología de sensores y aplicación donde veo un enorme potencial para los próximos años.
