Schneider Electric compra PTC para revolucionar la ingeniería industrial

Schneider Electric ha anunciado la adquisición de la firma tecnológica PTC Inc. por un valor aproximado de 22.6 mil millones de dólares. Este movimiento busca consolidar una infraestructura digital integral que conecte el mundo físico de la manufactura con el entorno virtual del diseño y la ingeniería. La operación posiciona a la compañía como un competidor directo de Siemens en el mercado global de software industrial y automatización.

El objetivo principal es establecer lo que la empresa denomina un hilo digital (digital thread). Esta arquitectura permitirá una continuidad operativa desde la fase de diseño CAD hasta la planta de producción, facilitando la gestión del ciclo de vida del producto, el mantenimiento predictivo y el cumplimiento normativo mediante el uso de inteligencia artificial.

Integración de capacidades técnicas

La incorporación de PTC aporta herramientas críticas para los ingenieros y desarrolladores de robótica:

• Creo: Software de diseño 3D que permite modelado complejo y está disponible bajo modelos SaaS.
• Onshape: Plataforma de desarrollo que facilita la colaboración en tiempo real para equipos de construcción de maquinaria y robótica.
• Codebeamer: Solución enfocada en la trazabilidad, pruebas y gestión de requisitos para sistemas embebidos y software industrial.
• ServiceMax: Plataforma para servicios de campo que optimiza el historial de mantenimiento y la gestión de activos.

Según Olivier Blum, CEO de Schneider Electric, la combinación de la experiencia operativa de su empresa con la inteligencia de datos de PTC permitirá a los clientes optimizar sus sistemas con una mayor capacidad de análisis, abarcando desde la concepción del producto hasta su mantenimiento operativo.

Cómo los actuadores integrados simplifican el diseño de sistemas robóticos

En el desarrollo de sistemas robóticos modernos, la selección de la arquitectura de movimiento es una de las decisiones críticas que definen el éxito de un proyecto. La tendencia actual se desplaza desde los sistemas de componentes discretos hacia los actuadores integrados, una solución que busca simplificar la ingeniería al combinar en un solo dispositivo el reductor, el motor, el controlador (drive) y los sensores necesarios para el control de movimiento.

Durante el evento RoboBusiness 2026, que se llevará a cabo los días 20 y 21 de octubre en Santa Clara, California, Marcel Almonte, ingeniero de aplicaciones mecatrónicas en Harmonic Drive, presentará una sesión técnica titulada "Integrated Drive Actuator Design: Combining Gearheads, Motor, Drive, and Sensors for Smarter Motion". El objetivo de esta charla es proporcionar a los ingenieros un marco de trabajo sólido para evaluar cuándo es conveniente adoptar esta tecnología frente a los enfoques tradicionales de nivel de componente.

Ventajas técnicas de la integración

La adopción de actuadores integrados, como la serie RSF-5B IDT Supermini, ofrece beneficios tangibles en el ciclo de vida de desarrollo de un robot. Según los expertos, esta consolidación de hardware permite:

• Reducción de la complejidad del cableado: Al integrar el servo drive directamente en el actuador, se eliminan múltiples conexiones externas, lo que reduce los puntos de falla y mejora la fiabilidad del sistema.
• Optimización del espacio: La alta densidad de potencia permite diseñar robots más compactos y ligeros, ideales para aplicaciones donde el espacio es un factor limitante.
• Eficiencia en la integración: Simplifica el proceso de ensamblaje, permitiendo que los equipos de ingeniería se enfoquen en la arquitectura del sistema en lugar de en la compatibilidad individual de cada componente.
• Aceleración del tiempo de comercialización: Al reducir las etapas de pruebas y puesta en marcha (commissioning), los desarrolladores pueden llevar sus prototipos a producción de manera más ágil.

Lecciones clave tras construir un robot autónomo en un hackathon intensivo

Participar en un hackathon de robótica, como el reciente UK RAS STEPS MicroMaze realizado en el Instituto para la Autonomía Segura de la Universidad de York, ofrece una perspectiva única sobre el desarrollo de sistemas autónomos. Más allá de la teoría académica, estos eventos exigen transformar un conjunto de piezas y un chasis cortado con láser en un dispositivo funcional capaz de navegar laberintos complejos en apenas tres días.

El reto técnico principal consistió en integrar hardware de control, como el Raspberry Pi Pico W, con diversos sensores y motores, utilizando MicroPython para la lógica de navegación. Este proceso no solo pone a prueba las habilidades de programación, sino también la capacidad de resolución de problemas bajo presión y la gestión de errores en tiempo real.

Desafíos técnicos y aprendizaje colaborativo

La construcción de un robot autónomo desde cero implica enfrentar obstáculos inesperados. Durante el evento, los participantes se encontraron con retos comunes en la ingeniería mecatrónica:

• Depuración de hardware: Identificar fallos en la conexión de sensores y el comportamiento errático de los motores.
• Optimización de código: Ajustar algoritmos de navegación para que el robot pudiera interpretar el entorno del laberinto de manera eficiente.
• Integración de sistemas: Lograr que el firmware y el hardware trabajen en sincronía para garantizar la autonomía del dispositivo.

FireDome y su sistema robótico autónomo para la defensa contra incendios

La startup californiana FireDome ha presentado una solución tecnológica diseñada para cerrar la brecha entre la detección temprana de incendios y la respuesta efectiva de los equipos de emergencia. A diferencia de las tecnologías convencionales, que se limitan a alertar sobre la presencia de fuego, este sistema funciona como una batería de artillería autónoma capaz de desplegar retardante o agua de forma proactiva para proteger infraestructuras críticas y comunidades.

El sistema, que se encuentra en fase de desarrollo y pruebas, surge como respuesta a la creciente amenaza de los incendios en la interfaz urbano-forestal (WUI). Según Gadi Benjamini, CEO y cofundador de la compañía, el objetivo es actuar antes de que las llamas alcancen estructuras vulnerables, evitando el efecto dominó causado por las brasas voladoras, responsables de gran parte de las pérdidas materiales en incendios forestales.

Arquitectura del sistema y funcionamiento técnico

La solución de FireDome integra robótica de campo, sensores ambientales y algoritmos de toma de decisiones. El despliegue se divide en tres capas operativas:

• Perímetro de seguridad: Creación de líneas cortafuegos mediante el lanzamiento de retardante alrededor de la propiedad.
• Protección de estructuras: Recubrimiento preventivo de techos y paredes para evitar la ignición por brasas.
• Supresión reactiva: Detección y extinción de focos secundarios mediante el uso de sensores y cámaras integradas.

Pegasus 1.6 optimiza el entrenamiento de robots mediante video inteligente

La empresa TwelveLabs ha anunciado el lanzamiento de Pegasus 1.6, una actualización de su plataforma de inteligencia de video diseñada específicamente para cerrar la brecha entre el análisis de datos visuales y la IA física. En un contexto donde la robótica requiere volúmenes masivos de datos para aprender tareas complejas, este modelo busca transformar grabaciones de video crudas en conocimiento estructurado y procesable para máquinas.

El desafío técnico que aborda Pegasus 1.6 es la dificultad de convertir horas de metraje en modelos de entrenamiento útiles. Según Jae Lee, CEO de TwelveLabs, la mayoría de las habilidades físicas humanas, como la recuperación ante un deslizamiento o el ajuste de un agarre, nunca han sido capturadas en formatos que una máquina pueda interpretar eficazmente. Este nuevo modelo permite que los equipos de robótica entrenen a sus sistemas basándose en experiencias humanas reales en lugar de comenzar desde cero.

Enfoque en video egocéntrico

Una de las características más destacadas de esta versión es su capacidad para procesar video egocéntrico, es decir, aquel capturado desde la perspectiva del operador. Este tipo de grabación es fundamental para enseñar a robots, drones y vehículos autónomos a percibir y razonar en entornos dinámicos. La ventaja principal es que no requiere cámaras propietarias ni hardware especializado, permitiendo utilizar datos existentes de operaciones manuales, ensamblaje o tareas de mantenimiento.