Assolim: Rutas optimizadas a demanda para el sector foodservice
BRUVIT: Una nueva herramienta de bruñido con bola asistida por ultrasonidos para mejorar el acabado de piezas en operaciones de torneado
marzo 19, 2024
Una solución para la detección de patrones de comportamiento para sistemas de calidad aplicados a la industria
febrero 20, 202420/02/2024
El laboratorio de innovación e investigación de la Facultad de Informática de Barcelona (inLab FIB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa, junto a la empresa de distribución Assolim, en el diseño de una prueba de concepto para crear rutas optimizadas en cada vehículo para el transporte a demanda.
Assolim es una compañía de distribución global del sector de la alimentación en Cataluña, referente en productos frescos, congelados y a temperatura ambiente, que ofrece las mejores soluciones para el sector de la hostelería.
Tiene capacidad para almacenar las más de 4.500 referencias de productos de alta rotación que hay en su portfolio actual gracias a las 9.500 ubicaciones de palés que dispone, entre congelado, refrigerado y ambiente. De este modo, conservan sus productos en excelentes instalaciones y óptimas condiciones para mantener la calidad total, y a la vez garantizar todos los requisitos para controlar totalmente la trazabilidad y la rotación.
La flota de transporte consta de 60 vehículos preparados para distribuir diariamente los productos frescos, congelados y de temperatura ambiente, dando cobertura total en toda Cataluña y ubicaciones próximas.
La medida de la flota y el alto volumen de entregas realizadas diariamente hace que la planificación, que actualmente se hace a mano, sea pesada de hacer, dando lugar a rutas poco eficientes y con poca capacidad de reacción ante imprevistos y cambios de última hora.
Por este motivo, se ha desarrollado una prueba de concepto que permite crear un conjunto de rutas optimizadas para el transporte a demanda, cumpliendo estrictamente con las restricciones horarias de entrega de cada uno de los clientes así como las jornadas de los propios vehículos, teniendo en cuenta también las características concretas de cada vehículo.
El resultado de esta prueba de concepto es una planificación de rutas para cada vehículo. Cada una de estas rutas consta de un listado de las horas y ubicaciones de los establecimientos donde se debe entregar cada pedido.
Tecnología
Tema
¿Quieres saber más?
Proyectos Relacionados
- La Unidad de Mecanización Agraria (UMA) de la UPC ha participado en el proyecto CULTISENSOR, cuyo objetivo principal ha sido el diseño, la fabricación y la validación de un prototipo de subsolador para la descompactación del suelo, completamente sensorizado, que permita el mapeo e interpretación de las condiciones físicas del mismo mientras se llevan a cabo las actividades de trabajo en el campo. El prototipo desarrollado cuenta con una plataforma de captura de datos que centraliza la información recogida en el campo y permite organizar la trazabilidad de las operaciones.
- El grupo de investigación de Ingeniería Papelera (CELBIOTECH) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en un proyecto para desarrollar materiales biodegradables a partir de celulosa y transformarlos así en bioproductos avanzados y ecológicos.
- El Centro de Desarrollo de Sensores, Instrumentación y Sistemas (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el desarrollo de un dispositivo de asistencia inteligente que, combinando BIM con las tecnologías de realidad aumentada y realidad virtual, proporciona ayuda en cada etapa del ciclo de vida en el sector de la construcción.
- El proyecto LENA nace con el objetivo de crear algoritmos de aprendizaje continuo en el campo de la inteligencia artificial (IA) que, a su vez, sean robustos y flexibles. Este proyecto está liderado por el Mobile Robotics and Artificial Intelligence Group (RAIG) desde el Instituto de Robótica Industrial (IRI, CSIC-UPC) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC). LENA pretende desarrollar técnicas innovadoras que permitan superar las limitaciones actuales de los algoritmos de IA, que una vez entrenados, suelen mostrar cierta rigidez ante nuevas situaciones no previstas.
