Hoy quiero compartir algunas novedades recientes sobre el proyecto de innovación docente LLOG. Como sabéis LLOG es un juego de rol y de simulación que cree para el aprendizaje de la mejora y optimización de los procesos logísticos de almacenaje, preparación de pedidos y expediciones de un almacén.
LLOG – el juego para grandes profesionales de la logística, nació hace años en el aula; con el propósito de que mis alumnos aprendieran la magia de la logística. Y en poco tiempo salió del aula para ganarse la confianza de más de 100 empresas, cuyos profesionales también han aprendido a mejorar sus procesos logísticos.
Además, este proyecto recibió el reconocimiento del primer Premio de Docencia Inversa de la Universitat Politècnica de València. Actualmente, gracias a LLOG se han formado unos 515 alumnos de la Universidad y profesionales de 129 empresas.
LLOG fue el germen de LLOG VR – el mejor laboratorio de logística en realidad virtual. Con LLOG VR te sumergirás en un gemelo digital de un almacén real donde experimentar en primera persona la magia de la logística. LLOG VR te brinda una experiencia inmersiva en la que tendrás la libertad de tomar decisiones y llevar a cabo todas las acciones necesarias para la gestión de los procesos logísticos. Desde la recepción de productos hasta la preparación de pedidos, pasando por la gestión de inventarios, carga y descarga de vehículos, paletización, conducción de carretillas, estiba y el cálculo y análisis de indicadores logísticos, etc. Cada aspecto está a tu alcance para aprender de la experiencia, permitiéndote crecer profesionalmente en un entorno seguro y controlado.
En cada edición, ya sea en la Universidad o en la empresa, yo también voy aprendiendo junto con mis alumnos. Y escucho atentamente los intereses, la problemática de los profesionales de las empresas. Ese aprendizaje profesional me lo traigo al aula. Así mis alumnos tienen una formación más enriquecedora, realista y próxima a la realidad empresarial. Del mismo modo, el proceso de aprendizaje que experimento con mis alumnos (lo que funciona y lo que no), y sus sugerencias… van dando lugar a numerosos cambios silenciosos y a la mejora continua de la experiencia LLOG.
Como decía, hoy quiero compartir un cambio relevante de la nueva versión de LLOG. Se trata de un «ojo de halcón» en el almacén. Aunque todavía estoy cambiando y mejorando cosas, no he podido esperar a compartir los avances recientes.
El objetivo es poder hacer seguimiento en tiempo real de los movimientos que mis alumnos hacen dentro del almacén, cuando adoptan los roles de preparador de pedidos (picker con transpaleta) y de reponedor (conductor con carretilla). El registro de los movimientos permite calcular diferentes métricas, y analizar los movimientos y el flujo de productos para tomar decisiones que permitan optimizar los procesos (transformación de pedidos de clientes a órdenes de picking, rutas en el almacén, ubicación de productos, reaprovisionamiento, oleadas de expediciones, etc.).
El primer prototipo ha sido desarrollado gracias a un módulo de cámara unido a una Raspberry Pi Zero 2W, que está colocada en un trípode sobre la maqueta del almacén. En la Raspberry Pi Zero he programado un servicio de visión artificial y reconocimiento de etiquetas QR (AprilTag).
A partir de esta identificación de las etiquetas se obtienen las coordenadas y el ángulo de las etiquetas en la imagen (pixeles). Después hay que convertir estas coordenadas en pixeles, a coordenadas en la maqueta (centímetros), y por último a coordenadas del almacén en el mundo real (metros).
El servicio de visión artificial debe ser robusto (frente a movimientos del tablero, vibraciones del trípode, posibles ocultaciones), ágil (seguimiento en tiempo real de varias etiquetas simultáneamente) y preciso (calibración automática, un pequeño error en pixeles puede suponer un error mayor en el almacén, hay que corregir también el ángulo de visión y perspectiva de la cámara). Esos datos se van subiendo y actualizando en el servidor de la aplicación LLOG en tiempo real.
A partir de ahí viene lo divertido. Hacer una representación en tiempo real de las posiciones y ángulos de los vehículos dentro del almacén (carretillas y transpaletas). Esta representación se actualiza automáticamente cuando mis alumnos mueven los juguetes de la maqueta dentro del almacén.
La representación está construida por capas. Así que se pueden mostrar y ocultar diferentes capas de información visual (logística visual) a voluntad del usuario.
Por ejemplo, se puede representar cualquiera de los vehículos o todos a la vez. La representación puede ser en forma de pegatina 2D, o de modelo 3D del vehículo.
También se puede mostrar el trazo o recorrido realizado más recientemente, o todo el recorrido completo desde que comenzó la jornada. Esto sirve no solo para ver la secuencia de movimientos en el almacén, sino también para calcular y analizar métricas: distancia total recorrida, velocidad, tiempo, productividad SKUs, movimientos, etc.
Por último, se pueden representar diferentes mapas de calor (capas de información) para analizar las zonas más frecuentadas, el trasiego y congestión de los pasillos, flujos de productos, etc.
Este análisis dará lugar a la toma de decisiones para la mejora de los procesos (transformación de pedidos en órdenes de picking, secuencia de operaciones, reubicación de productos, etc.).
El proyecto LLOG ha demostrado una evolución coherente y sostenida (mejora continua) desde su origen como herramienta docente en el aula hasta convertirse en una solución formativa reconocida y adoptada por multitud de empresas. La combinación de juego de rol, simulación y mejora de procesos ha permitido trasladar conceptos complejos de logística a un entorno experiencial (aprender haciendo y con emoción), con impacto tangible en más de 500 alumnos y más de un centenar de organizaciones. El reconocimiento institucional recibido refuerza su solidez metodológica y su valor pedagógico; y puede servir de inspiración a otros profesionales y centros de formación.
La transición hacia LLOG VR consolida esta línea de innovación al integrar un gemelo digital inmersivo que amplía el alcance del aprendizaje. La posibilidad de experimentar de forma directa decisiones operativas, flujos de trabajo y cálculo de indicadores en un entorno seguro favorece el aprendizaje significativo y el desarrollo de competencias profesionales. Se aprecia una integración efectiva entre teoría, práctica y análisis cuantitativo.
La incorporación del sistema de “ojo de halcón” supone un salto cualitativo. El uso de visión artificial basada en Raspberry Pi y reconocimiento de etiquetas AprilTag permite capturar datos objetivos de movimiento en tiempo real. La cadena de transformación desde coordenadas en píxeles hasta métricas operativas en el almacén real es parte de un enfoque riguroso, donde la precisión, la calibración y la robustez técnica son elementos críticos. Este componente convierte la experiencia en una fuente estructurada de datos para el análisis avanzado y el aprendizaje profesional.
Finalmente, la representación visual por capas, los recorridos históricos y los mapas de calor transforman la maqueta en un laboratorio analítico. No se trata solo de visualizar trayectorias, sino de generar información para la toma de decisiones basada en evidencias: optimización de rutas, rediseño de ubicaciones, reducción de congestión y mejora de productividad. En conjunto, la nueva versión de LLOG consolida un ecosistema formativo donde simulación, datos y mejora continua se integran de forma coherente y estratégica.
Si tienes curiosidad deja tus comentarios o ven un día a verlo. Próximamente habrán más novedades…