Formuläret har skickats in framgångsrikt.
Ytterligare information finns i din brevlåda.
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.
Våra robotexperter började med att kartlägga kontorsutrymmen för att skapa ett detaljerat IoT-system för övervakning av anläggningar, identifiera anläggningarnas placering, hinder, möbler och andra föremål som kan påverka robotens rörelser. Vi säkerställde förutsägbar och problemfri routing genom kontorsrummen genom att använda SLAM-teknik, som samtidigt fastställer robotens position och skapar en miljökarta med hjälp av algoritmer för datorseende, LiDAR (laserskannrar) och andra sensorverktyg.
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.
Under detta skede ställdes vårt team inför utmaningen med begränsad sikt för att upptäcka vanliga objekt som bord, hyllor, stolar och andra inredningsdetaljer som begränsar robotens sikt eller kan felidentifieras. Dessutom var vi tvungna att hantera dynamiska hinder i en kontorsmiljö eftersom anställda och rörliga föremål plötsligt ändrar position och riktning, vilket tvingar roboten att fatta omedelbara beslut för att undvika kollisioner. Vårt projektteam använde algoritmer för datorseende och maskininlärning för att lösa detta problem, inklusive bildsegmentering, objektdetektering, brusfiltrering och andra metoder. Vi utrustade också vår autonoma assistent med rörelseplaneringsalgoritmer som RRT (Rapidly-exploring Random Trees) och A* (A-star), som tar hänsyn till hinders position och form för att identifiera den optimala vägen i realtid.
Projektets primära mål var att träna roboten i att identifiera och lokalisera objekt på en karta. Från början planerade vi att använda stereoskopiska kameror för att bestämma växternas plats, beräkna deras position och skapa en rutt. Som ett resultat av brainstorming-sessionerna tog vi fram ett alternativt system där roboten tog en bild och registrerade dess koordinater i rymden. Robotteknikerna använde ett neuralt nätverk för att hitta växten i bilden, beräkna dess avgränsande box och bestämma blommans riktning.
I bildbehandlingsprojekt används avgränsningsrutor som referenspunkter för att upptäcka objekt och skapa kollisionsrutor för dem. Baserat på robotens koordinater, kamerans orientering och blommans placering ritade vi en stråle som förbinder robotens position med växten. När vi upprepade denna process många gånger fick vi många strålar som korsade varandra i en punkt och detekterade växten som behövde vattnas.
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.
Blommorna ställs ut på medarbetarnas skrivbord, hyllor, ställningar, höga bokhyllor och andra platser som är svåra att komma åt för medarbetarna. Istället för att bygga en hög robot monterade våra experter en lyftmekanism baserad på glidrullar, vilket eliminerade behovet av arbetsintensiv och ekonomiskt ineffektiv konstruktion av höga bokhyllor. Med OpenBuilds V-Slot-profildelar fixerade vi hisstrapporna styvt mot varandra med vagnar och rullar som glider längs lyftmekanismen. I slutändan förflyttas vagnarna av en rem som spänns mellan en motor och en spännanordning som är monterad på andra sidan.
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.
Vår robotavdelning följde den agila metodiken under hela projektet och arbetade nära specialister inom maskininlärning, datorseende och datavetenskap för att uppnå önskade resultat. Vi strävade efter att leverera en heltäckande lösning utan scope creep och visa branschspecifik kunskap för potentiella kunder inom ett komplext och krävande område. Under regelbundna möten, brainstorming-sessioner och retrospektiva analyser höll våra robotikexperter koll på projektets framsteg och tog itu med alla problem.
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 byggt en IRIS - en automatiserad IoT-driven robot som vattnar växter och navigerar i kontorsmiljön. Vi utrustade enheten med ett avancerat kartsystem för att skapa exakta rutter med hjälp av SLAM-teknik, LiDAR (laserskannrar) och andra sensorer. Dessutom har våra ingenjörer försett roboten med en lyftmekanism baserad på glidande rullar och en kolfiberstång på toppen.
Därför utformade vi ett bevattningssystem som gör att växterna kan vattnas regelbundet utan mänsklig inblandning. IRIS ser till att blommorna mår bra, förbättrar luftkvaliteten och skapar en grön atmosfär på kontoret. Dessutom minskar arbetsbelastningen för de anställda som tidigare var tvungna att vattna växterna manuellt, så att de kan fokusera på sina kärnuppgifter utan att distraheras av rutinuppgifter.
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 behandlar din begäran och kontaktar dig så snart som möjligt.
Dziękuję!
Wiadomość została wysłana.
Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.