La posición de los objetos es una necesidad básica para la robótica visual en líneas de ensamblaje automáticas. Una línea de ensamblaje requiere una transferencia rápida a nuevas tareas de posicionamiento de objetos con pocos o ningún dato de entrenamiento para algoritmos de aprendizaje profundo, y las imágenes visuales capturadas suelen sufrir de recortes parciales y de interferencias por iluminación ambiental. Estas características requieren algoritmos de posicionamiento de formas arbitrarias que sean eficientes y robustos en casos de escasez de datos y distorsión de formas. Con este fin, este documento propone la Transformada de Hough Generalizada Aleatoria (RV-GHT). La RV-GHT construye un diccionario de formas mucho más conciso que los métodos tradicionales de GHT con solo una imagen de entrenamiento. La ubicación, orientación y escalado de múltiples objetos objetivo se proporcionan simultáneamente durante el posicionamiento. Se realizaron experimentos en un conjunto de datos en una línea de ensamblaje automática con distorsiones de forma reales, y el rendimiento mejoró considerablemente en comparación con los métodos más avanzados. Aunque la RV-GHT fue diseñada inicialmente para la robótica visual en una línea de ensamblaje automática, también funciona para otros sistemas mecatrónicos de posicionamiento de objetos, que pueden modelarse como distorsión de forma en un objeto de referencia estándar.