Tiempo diario estimado dedicado a inspecciones manuales repetitivas.
Inspecciones manuales susceptibles a errores por fatiga o falta de precisión.
Mejora estimada al automatizar el proceso de inspección visual.
El reto
Un solo fallo de inspección puede afectar a toda la cadena logística.
En entornos industriales, la recepción de palets es un punto crítico: si un daño o un mal embalaje pasa desapercibido, el error puede trasladarse al almacenamiento, transporte y manipulación posterior.
Actualmente, gran parte de la inspección de palets y paquetes se realiza de forma manual. Este proceso depende de la atención del operario, de su experiencia y del ritmo de trabajo en cada turno.
Como consecuencia, la evaluación puede volverse subjetiva, desigual y difícil de escalar cuando aumenta el volumen de mercancía. Además, la fatiga humana puede provocar que defectos visuales sutiles no sean detectados a tiempo.
Desventaja técnica: la inspección manual no garantiza un criterio constante, repetible y medible en todas las unidades revisadas.
Por eso se plantea una solución automática capaz de aportar consistencia, rapidez y trazabilidad al proceso de control visual en la entrada de mercancías.
La solución
Un sistema de visión por computador basado en YOLOv11x.
El modelo analiza cada imagen capturada, localiza elementos relevantes y clasifica el estado del palet, la carga y el embalaje para apoyar una decisión más objetiva en tiempo real.
Modelo entrenado
Seis clases para evaluar el estado real de la mercancía.
El modelo ha sido entrenado con un conjunto de datos personalizado de aproximadamente 2.600 imágenes, orientado a reconocer situaciones habituales en un entorno de recepción logística.
La arquitectura permite realizar detección multicategoría en una sola pasada, lo que facilita identificar defectos como fisuras, deformaciones, embalajes defectuosos o dimensiones incorrectas.
El objetivo no es sustituir el criterio operativo, sino convertirlo en un proceso más repetible, rápido y medible, reduciendo la dependencia de inspecciones puramente manuales.
Palet en buen estado
Palet dañado
Paquete correcto
Paquete incorrecto
Embalaje correcto
Embalaje defectuoso
Impacto del proyecto
Más seguridad, más eficiencia y decisiones más objetivas.
La propuesta convierte una tarea repetitiva y variable en un proceso visual automatizado, preparado para integrarse en operaciones logísticas reales.
Rapidez operativa
Reduce tiempos de revisión y permite analizar mercancías entrantes de forma continua.
Criterio objetivo
Aplica el mismo estándar de inspección a cada palet, reduciendo la variabilidad humana.
Prevención de riesgos
Detecta daños y anomalías antes de que generen incidencias en transporte o almacenamiento.
Conclusión
Una inspección inteligente para una logística más segura y eficiente.
AURION demuestra cómo la inteligencia artificial puede transformar un control visual manual en una solución industrial escalable, consistente y orientada a resultados.