Zostaw swoje dane kontaktowe, a my wyślemy Ci nasz przegląd e-mailem
Wyrażam zgodę na przetwarzanie moich danych osobowych w celu przesyłania spersonalizowanych materiałów marketingowych zgodnie z Regulaminem. Politykę Prywatności. Potwierdzając zgłoszenie, użytkownik wyraża zgodę na otrzymywanie materiałów marketingowych
Bedankt.

Het formulier is succesvol verzonden.
Meer informatie vindt u in uw mailbox.

Innowise jest międzynarodową firmą tworzącą oprogramowanie w pełnym cyklu założona w 2007 roku. Jesteśmy zespołem ponad 2000+ specjalistów IT tworzących oprogramowanie dla innych profesjonalistów na całym świecie. profesjonalistów na całym świecie.
O nas
Innowise jest międzynarodową firmą tworzącą oprogramowanie w pełnym cyklu założona w 2007 roku. Jesteśmy zespołem ponad 2000+ specjalistów IT tworzących oprogramowanie dla innych profesjonalistów na całym świecie. profesjonalistów na całym świecie.

11% oszczędności na personelu utrzymania po zbudowaniu automatycznego robota do podlewania roślin

Dział robotyki Innowise opracował własnego inteligentnego robota do poruszania się po pomieszczeniach biurowych i podlewania roślin bez interwencji człowieka.

Klient

Branża
IT, Tworzenie oprogramowania na zamówienie
Regio
UE
Klient
Innowise

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.

Wyzwanie: Wewnętrzny projekt Innowise mający na celu zaprezentowanie naszej wiedzy z zakresu robotyki

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.

Rozwiązanie: Samonawigujący robot podlewający rośliny z zaawansowanym systemem podnoszenia

Nasi sprawdzeni programiści robotyki zbudowali IRIS (Innowise Robotics Irrigation System) - autonomicznego, samonawigującego robota do podlewania roślin IoT w pomieszczeniach biurowych. Oprócz wdrożenia oprogramowania, takiego jak SLAM, ROS i LiDAR, zbudowaliśmy również sprzęt, w tym ruchomą platformę, zbiornik na wodę i system podnoszenia.

Mapowanie

Onze robotica-experts begonnen met het in kaart brengen van kantoorruimtes om een gedetailleerd IoT-systeem voor plantbewaking te creëren, waarbij de locaties van de planten, obstakels, meubels en andere objecten die de beweging van de robot kunnen beïnvloeden, werden geïdentificeerd. We zorgden voor voorspelbare en probleemloze routing door kantoorkamers door gebruik te maken van SLAM-technologie, die tegelijkertijd de locatie van de robot bepaalt en een omgevingskaart maakt met behulp van computervisiealgoritmen, LiDAR (laserscanners) en andere sensorhulpmiddelen.

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.

Tijdens deze fase werd ons team geconfronteerd met de uitdaging van beperkte zichtbaarheid bij het detecteren van gewone objecten zoals tafels, planken, stoelen en andere voorwerpen in het interieur die het zicht van de robot beperken of verkeerd geïdentificeerd kunnen worden. Bovendien hadden we te maken met dynamische obstakels in een kantooromgeving omdat werknemers en bewegende objecten plotseling van positie en richting veranderen, waardoor de robot gedwongen wordt om onmiddellijk beslissingen te nemen om botsingen te vermijden. Ons projectteam gebruikte computer vision en machine learning algoritmen om dit probleem aan te pakken, waaronder beeldsegmentatie, objectdetectie, ruisfiltering en andere methoden. We hebben onze autonome assistent ook uitgerust met algoritmen voor bewegingsplanning, zoals RRT (Rapidly-exploring Random Trees) en A* (A-star), die rekening houdt met de positie en vorm van obstakels bij het identificeren van het optimale pad in realtime.

Wykrywanie roślin i kody QR

Het belangrijkste doel van het project was om de robot te trainen in het identificeren en lokaliseren van objecten op een kaart. In eerste instantie waren we van plan om stereoscopische camera's te gebruiken om de locatie van de planten te bepalen, hun positie te berekenen en een route te maken. Als resultaat van de brainstormsessies bedachten we een alternatief schema waarbij de robot een foto nam en de coördinaten in de ruimte vastlegde. Robotica-ingenieurs gebruikten een neuraal netwerk om de plant in het frame te vinden, de begrenzing te berekenen en de richting van de bloem te bepalen. 

Als onderdeel van beeldverwerkingsprojecten dienen bounding boxes als referentiepunten voor objectdetectie en worden er collision boxes voor gemaakt. Op basis van de coördinaten van de robot, de oriëntatie van de camera en de locatie van de bloem tekenden we een straal die de robotpositie met de plant verbond. Door dit proces vele malen te herhalen, kregen we vele stralen die elkaar op één punt kruisten en de plant detecteerden die water nodig had.

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.

Ruchoma platforma

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.

Winda i nawadnianie

Bloemen worden tentoongesteld op bureaus, planken, rekken, hoge boekenkasten en andere plaatsen waar werknemers moeilijk bij kunnen. In plaats van een hoge robot te bouwen, monteerden onze experts een hefmechanisme op basis van glijdende rollen, waardoor de arbeidsintensieve en economisch inefficiënte hoge boekenkastconstructie overbodig werd. Met de V-Slot profielonderdelen van OpenBuilds hebben we de lifttrappen stevig aan elkaar bevestigd met sleden en rollen die langs het hefmechanisme glijden. Uiteindelijk worden de sledes bewogen door een riem die gespannen is tussen een motor en spaninrichting die aan de andere kant gemonteerd zijn.

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.

Technologie i narzędzia

Back-end
Python, Django(DRF), FastAPI, AWS IoT Core, pandas, Loki, Prometheus, Grafana, API Gateway, AWS (Route, Lambda, RDS, S3, SQS, SES, EKS, ECR)
Front-end
JavaScript, TypeScript, React, Redux, Leaflet, Webpack, Axios, Material UI, Cube.js, AWS CloudFront
Rozwiązania ingebed
AVR, Raspberry Pi, SPI, UART, USB, I2C, HTTP, Solidworks, ROS, SLAM, LiDAR, Altium Designer
ML/DS
OpenCV, TensorFlow, TFLite, ONNX, NumPy
DevOps
Terraform, Weave, Docker. Docker Compose, Kubernetes, BitBucket-pijplijnen
Baza danych
PostgreSQL, AWS Timestream

Proces

Onze robotica-afdeling volgde gedurende het hele project de agile-methodologie en werkte nauw samen met specialisten op het gebied van machine learning, computer vision en data science om de gewenste resultaten te behalen. We streefden ernaar om een allesomvattende oplossing te leveren zonder scope creep, waarbij we industriespecifieke kennis lieten zien aan potentiële klanten in een complex en veeleisend gebied. Tijdens regelmatige vergaderingen, brainstormsessies en analyses achteraf hielden onze robotica-experts de voortgang van het project bij en pakten ze alle problemen aan. 

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.

Zespół

2
Back-end programma's
2
Front-end programma's
1
Kierownik projektu
1
Analityk biznesowy
1
Architekt oprogramowania
1
Kierownik zespołu
2
Inżynierowie sprzętu
2
Programiści oprogramowania układowego
1
Inżynier DevOps
1
Inżynier ML/DS
1
3D-modeller
1
Inżynier projektu
team-innowise

Wyniki: 34% zmniejszył uszkodzenia roślin dzięki inteligentnemu systemowi nawadniania roślin IoT

Het robotica-team van Innowise heeft een IRIS gebouwd - een geautomatiseerde IoT-gestuurde robot om planten water te geven en door de omgeving van kantoren te navigeren. We hebben het apparaat uitgerust met een geavanceerd kaartsysteem om nauwkeurige routes te bouwen met behulp van SLAM-technologie, LiDAR (laserscanners) en andere sensoren. Daarnaast voorzagen onze technici de robot van een hefmechanisme op basis van glijdende rollen en een koolstofvezel stang bovenop.

Daarom hebben we een bewateringssysteem ontworpen waarmee de planten regelmatig water krijgen zonder menselijke tussenkomst. IRIS garandeert de gezondheid van de bloemen, verbetert de luchtkwaliteit en bevordert een groene sfeer op kantoor. Bovendien vermindert het de werkdruk van medewerkers die voorheen de planten handmatig water moesten geven, zodat ze zich kunnen concentreren op hun kerntaken zonder te worden afgeleid door routinetaken. 

Czas trwania projektu
  • Luty 2023 r. - w trakcie realizacji

11%

oszczędności na personelu konserwacyjnym

34%

zmniejszone uszkodzenia roślin

Potrzebujesz rozwiązania technologicznego? Skontaktuj się z nami!

    Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.
    Nagraj wiadomość głosową na temat project, który pomoże nam lepiej go zrozumieć
    W razie potrzeby dołącz dodatkowe dokumenty
    Prześlij plik

    Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Toepassingen: pdf, jpg, jpeg, png

    Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

    Co będzie dalej?

    1

    Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić informatie.

    2

    Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

    3

    Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

    4

    Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.

    Спасибо!

    Cобщение отправлено.
    Мы обработаем ваш запрос и свяжемся с вами в кратчайшие сроки.

    Dziękuję!

    Wiadomość została wysłana.
    Wij verwerken uw aanvraag en nemen zo spoedig mogelijk contact met u op.

    Dziękuję!

    Wiadomość została wysłana. 

    Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.

    pijl