O chão de fábrica sempre foi território de desafios silenciosos. Entre barulhos de máquinas e vai e vem de operadores, um desafio persiste há décadas: como garantir que peças sejam montadas corretamente? A resposta pode estar em óculos de realidade mista.
Eduardo Miller, engenheiro de computação e mestre em robótica com experiência em grandes montadoras, testemunhou o custo invisível de erros humanos: retrabalho, descarte de peças, atrasos e pressão constante sobre operadores. “Se na produção de mil peças há 10% de erro, é preciso fabricar 100 a mais para compensar”, aponta. “Além do custo do erro na qualidade, é necessário produzir mais. Poucas fábricas fazem essa conta.”
Essa lacuna motivou a criação da startup Parthenon Labs para o desenvolvimento de um sistema de realidade mista para linhas de montagem manual. Os números iniciais mostram que, em uma aplicação real no setor automotivo, a empresa reduziu as 1.600 falhas diárias para apenas 80 – uma queda de 95%, afirma Miller.
A tecnologia da solução combina óculos de realidade mista – que permitem ver o ambiente real enquanto projetam informações digitais – com um sistema de orientação passo a passo. Diferentemente da realidade virtual, que isola completamente o usuário, a realidade mista o mantém conectado ao ambiente físico. A solução teve apoio do programa Centelha, da Financiadora de Estudos e Projetos (Finep) e executado pela FAPESP em São Paulo.
Quando coloca os óculos, o operador vê hologramas que indicam qual peça pegar e sua localização e enxerga a instrução que orienta como ela deve ser montada. O sistema usa comando de voz, rastreamento de movimentos e resposta visual em tempo real. Se for selecionada a peça errada, o holograma fica vermelho. Se a montagem está correta, fica verde. “A solução não exige que o operador seja experiente em tecnologia”, diz Miller. “Ele usa as próprias habilidades, mas é orientado de forma humanizada. Testamos com operadores novos e veteranos, e a adaptação foi rápida.”
A tecnologia foi testada em estação de uma fábrica de autopeças com três caixas de componentes diferentes e uma área de montagem. Antes da implementação da solução, foi registrada falta de componentes 253 vezes e 168 peças foram montadas incorretamente. Após sua adoção, as faltas caíram para 19 e os erros de montagem, para 13.
Flexibilidade industrial
Um dos diferenciais da solução é a forma como ela é implementada. Ao contrário de sistemas de automação rígidos, cuja reconfiguração pode demorar meses quando há mudança de produto, a plataforma da Parthenon Labs é facilmente personalizada. “Temos um sistema de banco de dados em que tudo é cadastrado de forma modular”, explica Miller. E ele exemplifica: “Para montar um avião em uma área de mil metros quadrados, basta demarcá-la para que o sistema mapeie o espaço. Depois, é só cadastrar a localização dos componentes e definir o tamanho e a posição de cada peça”.
A tecnologia também se beneficia da evolução recente de hardware. O projeto começou com óculos HoloLens, da Microsoft, que não estão mais disponíveis para uso comercial. “A transição foi complexa”, reconhece Miller, “mas migramos para o Meta Quest 3, que é baseado em Android”. “Conseguimos não só manter a funcionalidade como também reduzir custos.”
Miller vislumbra usos da solução em treinamento, inspeções e manutenção preventiva. “Para treinamento, é perfeito: primeiramente, é exibido um vídeo do processo. Depois, o usuário vai para uma estação de teste com os óculos. Somente após essas etapas, ele vai para a linha de produção real. Nas primeiras semanas, mantemos o sistema ativo para dar mais segurança.”
Na aviação, que tem padrões rigorosos de qualidade, a solução pode documentar inspeções e processos de manutenção. “Tudo o que você faz pode ser gravado pelos óculos. Isso serve como prova de que a inspeção foi realizada corretamente. Para setores como aviação civil ou manutenção de equipamentos críticos, essa rastreabilidade é fundamental.”
Futuro da realidade mista
A evolução da ferramenta aponta para integração com inteligência artificial. “Estudamos usar sistemas de visão computacional para comparar a montagem final com um padrão ideal”, informa Miller. “Com modelos de linguagem avançados, o operador pode ‘conversar’ com o sistema para receber orientações em tempo real.”
Para Miller, o objetivo é democratizar o uso da tecnologia. “No Japão, vi sistemas que custavam caro e ocupavam grandes espaços, com prateleiras demarcadas, sistemas de visão computacional e ambientes de lúmen controlados. Era impressionante, mas inacessível para as empresas no Brasil”, avalia. “Nosso desafio foi pegar toda aquela funcionalidade e colocar em um par de óculos.”
O resultado é uma tecnologia que já tem mudado o presente de fábricas brasileiras. Em um país onde a indústria de transformação representa cerca de 11% do PIB, segundo o Instituto Brasileiro de Geografia e Estatística (IBGE), e emprega milhões de trabalhadores, soluções que aumentam a eficiência sem eliminar postos de trabalho são especialmente relevantes.
Ele enfatiza que a tecnologia não busca substituir pessoas por robôs. “Ao contrário, a ideia é dar superpoderes aos operadores: eles continuam fazendo o que sabem fazer, só que agora com muito menos ocorrência de erros.”
Dados da Associação Nacional dos Fabricantes de Veículos Automotores (Anfavea) apontam que o Brasil produziu 2,3 milhões de veículos em 2023. Cada um deles passou por processos de montagem complexos que envolvem milhares de componentes. No setor de linha branca, que inclui geladeiras, fogões e máquinas de lavar, a Associação Brasileira da Indústria Elétrica e Eletrônica (Abinee) registra produção anual superior a 10 milhões de unidades.
Em todos esses segmentos, a montagem manual ainda é predominante em etapas críticas. “Montagens complexas são difíceis de automatizar”, explica Miller. “Às vezes, a geometria do produto dificulta o uso de robôs. Outras vezes, o desenho da peça exige movimentos específicos ou força calibrada. E tem o custo: quando se muda do modelo A para o B, a reconfiguração da automação é demorada e cara.”
Uma pesquisa da Dozuki identificou as principais causas de erros em montagens manuais. A fadiga lidera o ranking, com 30% das falhas. Em seguida, vêm falta de atenção (25%), decisões incorretas do operador (17%), falhas de equipamento (12%) e treinamento inadequado (8%). Problemas com o produto em si e pressão no trabalho completam a lista. “As três primeiras causas são justamente aquelas que nossa solução consegue endereçar de forma direta”, destaca o engenheiro.