Skjemaet har blitt sendt inn.
Mer informasjon finner du i postkassen din.
Dział robotyki Innowise opracował własnego inteligentnego robota do poruszania się po pomieszczeniach biurowych i podlewania roślin bez interwencji człowieka.
Innowise jest globalnym dostawcą kompleksowych usług rozwoju oprogramowania z ponad 1500 specjalistami IT na pokładzie. Nasza firma świadczy usługi tworzenia oprogramowania pod klucz, realizując ponad 850 projektów dla klientów z 30 krajów na całym świecie.
Robotyka to jeden ze stale rozwijających się trendów we współczesnych realiach IT. Sieci cyfrowe i sztuczna inteligencja rozwijają się wykładniczo, biorąc pod uwagę szybki postęp technologiczny w tych dziedzinach.
Koncentrując się na wykorzystaniu nowych technologii, Innowise przyjmuje zaawansowane rozwiązania w miarę ich pojawiania się na rynku. Jako dowód naszej doskonałości w tej dziedzinie, nasz dział robotyki stworzył od podstaw w pełni autonomicznego robota, który pomaga pracownikom w podlewaniu roślin. W tym autorskim projekcie zaprezentowaliśmy naszą wiedzę z zakresu robotyki klientom poszukującym Rozwiązania oparte na IoT w celu zautomatyzowania rutynowych zadań i wyeliminowania ludzkiego nadzoru.
Robotikkekspertene våre startet med å kartlegge kontorlokaler for å lage et detaljert IoT-system for overvåking av planter, identifisere plantenes plassering, hindringer, møbler og andre objekter som kan påvirke robotens bevegelser. Vi sørget for forutsigbar og problemfri ruting på tvers av kontorrommene ved hjelp av SLAM-teknologi, som samtidig bestemmer robotens posisjon og lager et kart over omgivelsene ved hjelp av datasynalgoritmer, LiDAR (laserskannere) og andre sensorverktøy.
Nasi specjaliści od robotyki wykorzystali LiDAR podłączony do mikrokomputera Raspberry PI zamontowanego bezpośrednio na robocie do wykrywania przeszkód i identyfikacji roślin. ROS (Robotic Operating System) i główny komputer wykorzystują te informacje wizualne do przetwarzania danych nawigacyjnych, obliczania trasy i mapowania otoczenia biura.
På dette stadiet sto teamet vårt overfor utfordringen med begrenset sikt når det gjaldt å oppdage vanlige objekter som bord, hyller, stoler og andre innvendige gjenstander som begrenser robotens sikt eller kan feilidentifiseres. I tillegg måtte vi håndtere dynamiske hindringer i et kontormiljø, siden ansatte og gjenstander i bevegelse plutselig endrer posisjon og retning, noe som tvinger roboten til å ta umiddelbare beslutninger for å unngå kollisjoner. Prosjektteamet vårt brukte algoritmer for datasyn og maskinlæring for å løse dette problemet, inkludert bildesegmentering, objektgjenkjenning, støyfiltrering og andre metoder. Vi har også utstyrt den autonome assistenten vår med algoritmer for bevegelsesplanlegging, for eksempel RRT (Rapidly-exploring Random Trees) og A* (A-star), som tar hensyn til posisjon og form på hindringer for å finne den optimale banen i sanntid.
Prosjektets hovedmål var å lære opp roboten til å identifisere og lokalisere objekter på et kart. I utgangspunktet planla vi å bruke stereoskopiske kameraer for å finne plantenes plassering, beregne posisjonen deres og lage en rute. Som et resultat av idédugnaden utviklet vi et alternativt opplegg der roboten tok et bilde og registrerte koordinatene i rommet. Robotingeniørene brukte et nevralt nettverk til å finne planten i bildet, beregne avgrensningsboksen og bestemme blomstens retning.
Som en del av bildebehandlingsprosjekter fungerer avgrensningsbokser som referansepunkter for gjenkjenning av objekter og skaper kollisjonsbokser for dem. Basert på robotens koordinater, kameraets retning og blomstens plassering tegnet vi en stråle som forbinder robotens posisjon med planten. Etter å ha gjentatt denne prosessen mange ganger, fikk vi mange stråler som krysset hverandre i ett punkt og detekterte planten som trengte vanning.
Nasi inżynierowie polegali na modelach wyszkolonych na zbiorach danych COCO i ImageNet, aby płynnie identyfikować kwiaty w doniczkach. W oparciu o ten model odfiltrowaliśmy wszystkie niepotrzebne klasy i opracowaliśmy niestandardowy detektor, który synchronizuje kierunek obwiedni ze współrzędnymi robota. Aby określić dokładne współrzędne przestrzenne pręta do podlewania, użyliśmy zestawu kamer i LiDAR.
Gdy robot wykryje roślinę, powinien zidentyfikować jej dokładną pozycję w przestrzeni i określić, czy należy ją podlać. W tym celu oznaczyliśmy wszystkie doniczki biurowe kodami QR połączonymi z bazami danych, w których przechowywana jest historia podlewania wszystkich roślin.
Jeśli chodzi o sprzęt, zespół robotyków zdecydował się na system modułowy, który obejmował ruchomą platformę zawierającą elektronikę, zbiornik na wodę, baterię i dwupoziomowy system windy. Wykorzystaliśmy aluminiowy profil formatu V-Slot do montażu ramy robota ze względu na jego trwałość i lekkość, umożliwiając lepszą manewrowość i mniejsze zużycie energii.
Zamiast standardowych napędów różnicowych zaimplementowaliśmy koła wielokierunkowe w rogach robota, aby zapewnić płynną nawigację. Koła omni-wheels lub koła wielokierunkowe to małe dyski (rolki) na obwodzie, które mogą obracać się wokół własnej osi lub prostopadle, z łatwością napędzając cały system. W ten sposób robot może poruszać się w dowolnym kierunku bez obracania głównej konstrukcji, wykorzystując jedynie różnicę prędkości między poszczególnymi kołami.
Blomstene står på de ansattes skrivebord, i hyller, reoler, høye bokhyller og andre steder som er vanskelig tilgjengelige for de ansatte. I stedet for å bygge en høy robot, monterte ekspertene våre en løftemekanisme basert på skyveruller, noe som eliminerte behovet for en arbeidskrevende og økonomisk ineffektiv konstruksjon i bokhyllehøyde. Med OpenBuilds' V-Slot-profildeler festet vi heistrinnene fast til hverandre med vogner og ruller som glir langs løftemekanismen. Til slutt beveges løpekattene av et belte som spennes mellom en motor og en strammeenhet montert på den andre siden.
Na szczycie ostatniego stopnia windy zaimplementowaliśmy serwomotor, który rozwija pręt z włókna węglowego do podlewania kwiatów połączony z pompą perystaltyczną zainstalowaną w zbiorniku na wodę. W przeciwieństwie do standardowych pomp obrotowych, które są wrażliwe na objętość cieczy, zastosowaliśmy pompy perystaltyczne, które ściskają elastyczną rurkę przez rolki na obwodzie i wypychają ciecz. W porównaniu do standardowych pomp, mechanizmy te mają znacznie mniejszą prędkość pompowania, ale mogą podnosić ciecz na znacznie większą wysokość.
Robotteknologiavdelingen vår fulgte den smidige metodikken gjennom hele prosjektet og samarbeidet tett med spesialister på maskinlæring, datasyn og datavitenskap for å oppnå de ønskede resultatene. Vi bestrebet oss på å levere en omfattende løsning uten at omfanget ble for stort, slik at vi kunne demonstrere bransjespesifikk kunnskap for potensielle kunder på et komplekst og krevende område. Gjennom regelmessige møter, idédugnader og retrospektive analyser fulgte robotikkekspertene våre med på prosjektets fremdrift og tok tak i alle problemer.
Obecnie testujemy system podlewania i wykrywania roślin oraz polski algorytm, który automatycznie znajduje i dociera do roślin biurowych na różnych wysokościach bez kolizji. Zidentyfikowaliśmy również problemy projektowe podczas opracowywania i stworzyliśmy szkic, aby rozwiązać te skutki uboczne przed zaprezentowaniem robota inwestorom. Ponadto nasi specjaliści opracowali bazę techniczną dla robota, w tym stację ładującą podłączoną do sieci wodociągowej i sieci 220 V, umożliwiającą robotowi ładowanie akumulatora pokładowego i automatyczne uzupełnianie wbudowanego zbiornika na wodę.
Innowise robotteam har bygget en IRIS - en automatisert IoT-drevet robot som vanner planter og navigerer i kontorets omgivelser. Vi har utstyrt enheten med et avansert kartleggingssystem som bygger nøyaktige ruter ved hjelp av SLAM-teknologi, LiDAR (laserskannere) og andre sensorer. I tillegg har ingeniørene våre utstyrt roboten med en løftemekanisme basert på skyveruller og en karbonfiberstang på toppen.
Derfor utviklet vi et vanningssystem som gjør det mulig å vanne plantene regelmessig uten menneskelig innblanding. IRIS sørger for at blomstene holder seg friske, forbedrer luftkvaliteten og skaper en grønn atmosfære på kontoret. I tillegg reduserer IRIS arbeidsmengden til de ansatte som tidligere måtte vanne plantene manuelt, slik at de kan fokusere på kjerneoppgavene sine uten å bli distrahert av rutineoppgaver.
11%
oszczędności na personelu konserwacyjnym
34%
zmniejszone uszkodzenia roślin
Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.
Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.
Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.
Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.
Dowiedz się jako pierwszy o innowacjach IT i interesujących studiach przypadków.
© 2007-2024 Innowise. Wszelkie prawa zastrzeżone.
Polityka prywatności. Polityka dotycząca plików cookie.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Warszawa, Polska
Rejestrując się, wyrażasz zgodę na naszą Politykę Prywatności, w tym korzystanie z plików cookie i przekazywanie Twoich danych osobowych.
Dziękuję!
Wiadomość została wysłana.
Vi behandler forespørselen din og kontakter deg så snart som mulig.
Dziękuję!
Wiadomość została wysłana.
Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.