Control de fabricación de radar ADAS con IA — la calibración final aprueba el radar, pero el resultado se decide aguas arriba.

El problema

La cámara de RF aprueba el radar — pero no ve por qué calibró al límite.

El radar es un componente de seguridad: de él dependen la frenada de emergencia y el control de crucero adaptativo. Y en su fabricación todo converge en un punto: la calibración final en cámara de RF, el cuello de botella de la línea. Cada unidad entra, se calibra contra patrón y sale con un pass o un fail. El problema es que ese resultado no se decide en la cámara — se decide en todo lo anterior: la posición de la antena sobre el PCB, el apriete de la carcasa, las tolerancias del radomo.

Tres cosas pasan a la vez en una línea de radar real y casi nadie las junta:

1. El defecto de montaje se descubre tarde y caro — una antena medio grado girada o una carcasa cerrada con apriete desigual no se ve una vez cerrada la unidad. Se manifiesta como una calibración pobre en la cámara, cuando el radar ya está terminado y el retrabajo cuesta el máximo.
2. El «justo aprobado» de hoy es el fallo de campo de mañana — un radar que calibra pegado al límite puede descalibrar con vibración y ciclo térmico. El pass/fail binario no distingue una unidad robusta de una marginal, y la deriva del proceso (calibraciones cada vez más al límite) no dispara ninguna alarma hasta que empiezan los rechazos.
3. La trazabilidad de safety exige lo que la línea no guarda junto — reconstruir el proceso completo de cada unidad: montaje, aprietes, lote de radomo, curva de calibración. Cuando llega la auditoría o un problema de campo, el expediente hay que coserlo a mano, sistema a sistema, y la acotación acaba siendo por lote entero.

El resultado es siempre el mismo: la cámara de calibración hace de única barrera, los rechazos aparecen cuando la deriva ya lleva horas, y el conocimiento de por qué esta referencia calibra peor tras un cambio de lote vive en la cabeza del técnico de la línea. El día que cambia de turno o de empresa, se va con él.

Cómo encaja con el sistema IRIS

iLEAN no sustituye la cámara de calibración — une lo que la línea no junta.

El problema del radar ADAS no es falta de medios: la línea ya tiene visión en algunas estaciones, atornilladores con registro de par y una cámara de RF que mide con precisión. El problema es que cada dato vive en su isla y el resultado de calibración llega sin el contexto que lo explica. iLEAN actúa como la masilla que une la visión del montaje, los aprietes, el lote de radomo y la curva de calibración de cada unidad, sin pedirte que cambies la cámara ni el trazado de la línea.

Edge verifica el montaje al 100% antes del cierre. Connect cose cada calibración al serial. JIDOKA AI detecta la deriva antes del primer rechazo. Agents mantienen el expediente de cada unidad. La persona decide qué corregir.

Las cuatro piezas iLEAN aplicadas al control de fabricación de radar ADAS:

• Edge — visión en la estación previa al cierre: posición y rotación de la antena sobre el PCB, asiento y apriete de la carcasa, estado del radomo. Al 100% de las unidades, no por muestreo, porque el defecto de montaje que pasa hoy es la calibración pobre de dentro de veinte minutos. Funciona en local: si la planta se queda sin red, Edge sigue verificando y registrando. Lo crítico no depende del WiFi.
• Connect — integración con la cámara de calibración de RF y el resto de estaciones: cose cada curva de calibración (potencia, fase, diagrama por ángulo) al número de serie de la unidad, junto con lo que la visión vio y los pares aplicados. El pass/fail deja de ser un dato aislado y pasa a tener el contexto completo del proceso.
• JIDOKA AI — analiza la distribución de las calibraciones en continuo y la compara con el histórico de la línea por referencia. Detecta la deriva del proceso — calibraciones cada vez más al límite, todas aprobando — y avisa antes de que empiecen los rechazos, señalando qué cambió aguas arriba. No actúa solo: propone, el responsable de línea decide.
• Agents — mantienen el expediente de cada unidad: montaje verificado, aprietes, lotes, curva de calibración, patrón usado. Listo para la auditoría de safety, y listo para acotar la población afectada por ventana de proceso real cuando un problema aparece en campo.

Ver la arquitectura IRIS completa →

Antes y después

Línea de radar ADAS clásica vs. control con iLEAN

Aspecto	Calibración final como única barrera	Con iLEAN Edge + Connect + JIDOKA AI + Agents
Verificación del montaje antes del cierre	Muestreo o confianza en el proceso	Visión Edge al 100% de las unidades
Resultado de calibración	Pass/fail aislado en la cámara	Curva cosida al serial con contexto de proceso
Deriva del proceso	Invisible hasta el primer rechazo	Detectada al desplazarse la población hacia el límite
Causa de una calibración pobre	Unidad cerrada, causa invisible	Trazada a antena, apriete o lote de radomo
Expediente por unidad para safety	Reconstrucción manual, sistema a sistema	Automático, por número de serie
Acotación ante un problema de campo	Lotes enteros por precaución	Población acotada por ventana de proceso real

Estimación de impacto

Estimación de impacto para tu planta — a validar con tus números.

El siguiente bloque es una estimación a validar con los datos concretos de tu planta. Lo planteamos para que el comité tenga un orden de magnitud; lo refinamos en el diagnóstico.

• Línea de fabricación de radar ADAS con calibración final en cámara de RF como cuello de botella, verificación de montaje parcial o por muestreo antes del cierre, y rechazos en calibración documentados en los últimos meses.
• Piloto: Edge con visión en la estación previa al cierre + Connect integrando la cámara de calibración. JIDOKA AI aprende la distribución de la línea durante 4-6 semanas antes de anticipar. Primer valor esperable en pocas semanas: la costura curva-serial y la detección de las primeras derivas aparecen pronto, antes de que el modelo afine.
• Reducción esperable de los rechazos en calibración ≥30% atacando la deriva aguas arriba — estimación a validar con el histórico real de tu cámara.
• Payback orientativo entre 5 y 12 meses. La palanca dura: cada unidad que no rechaza en calibración libera el cuello de botella de la línea, y cada retrabajo de radar cerrado es de los más caros del proceso.
• Beneficio recurrente que no entra en el ROI pero pesa: el expediente por unidad queda listo para la auditoría de safety, y la acotación ante un problema de campo pasa de lotes enteros a poblaciones por ventana de proceso.

Y la duda razonable del responsable de calidad

«¿Y si la IA marca una deriva que no existe y paramos la línea sin necesidad?» — JIDOKA AI no actúa solo sobre la línea. Propone; el responsable de línea decide; la corrección se ejecuta o no. La alucinación es un problema de la generación libre, no de las tareas ancladas: en tareas donde la IA cruza curvas de calibración con histórico y datos de montaje, los mejores modelos bajaron el error por debajo del 1,5%^[1]. Y aun así, lo crítico va a los anillos de seguridad — JIDOKA AI vive en el anillo exterior, propone hacia dentro, y la actuación sobre el proceso la firma una persona. Nunca al revés.

^[1] Paper OpenAI «Why Language Models Hallucinate», 2025 — sobre fiabilidad de la IA en tareas ancladas.