11% ahorro en personal de mantenimiento tras construir un robot de riego automático de plantas

El departamento de robótica de Innowise desarrolló un robot inteligente propio para navegar por las instalaciones de oficinas y plantas de agua sin intervención humana.

Cliente

Industria

TI, Desarrollo de software a medida

Región

Cliente

Innowise

Innowise es un proveedor global de desarrollo de software de ciclo completo con más de 1500 especialistas en TI a bordo. Nuestra empresa presta servicios de desarrollo de software llave en mano y ha realizado más de 850 proyectos para clientes de 30 países de todo el mundo.

Reto: Proyecto interno de Innowise para demostrar nuestra experiencia en robótica.

Robótica es una de las tendencias en constante expansión de la realidad informática moderna. Las redes digitales y la inteligencia artificial crecen exponencialmente, dados los rápidos avances tecnológicos en estos campos.

Centrada en la utilización de tecnologías emergentes, Innowise adopta soluciones avanzadas a medida que salen al mercado. Como prueba de nuestra excelencia en este campo, nuestro departamento de robótica creó desde cero un robot autónomo completo para ayudar a los empleados a regar las plantas. En este proyecto propio, mostramos nuestra experiencia en robótica a clientes que buscan Soluciones basadas en IoT para automatizar las tareas rutinarias y eliminar la supervisión humana.

Solución: Robot autodirigido que riega las plantas con un avanzado sistema de elevación

Nuestros cualificados desarrolladores robóticos construyeron un IRIS (Innowise Robotics Irrigation System), un robot autónomo de navegación automática para el riego de plantas IoT en oficinas. Además de implementar software como SLAM, ROS y LiDAR, también construimos hardware, incluida una plataforma móvil, un tanque de almacenamiento de agua y un sistema de elevación.

Cartografía

Nuestros expertos en robótica empezaron por cartografiar los espacios de oficina para crear un sistema detallado de supervisión de plantas IoT, identificando la ubicación de las plantas, los obstáculos, el mobiliario y otros objetos que pudieran afectar al movimiento del robot. Garantizamos un recorrido predecible y sin complicaciones por las salas de las oficinas mediante la tecnología SLAM, que determina simultáneamente la ubicación del robot y crea un mapa del entorno utilizando algoritmos de visión por ordenador, LiDAR (escáneres láser) y otras herramientas de sensores.

Nuestros especialistas en robótica utilizaron LiDAR conectado al microordenador Raspberry PI montado directamente en el robot para detectar obstáculos e identificar plantas. ROS (Robotic Operating System) y el ordenador principal utilizan esta información visual para procesar los datos de navegación, realizar cálculos de ruta y cartografiar los alrededores de la oficina.

Durante esta fase, nuestro equipo se enfrentó al reto de la visibilidad limitada a la hora de detectar objetos sencillos como mesas, estanterías, sillas y otros elementos del interior que restringen la visión del robot o pueden identificarse erróneamente. Además, tuvimos que lidiar con obstáculos dinámicos en un entorno de oficina, ya que los empleados y los objetos en movimiento cambian repentinamente de posición y dirección, lo que obliga al robot a tomar decisiones instantáneas para evitar colisiones. Nuestro equipo de proyecto utilizó algoritmos de visión por ordenador y aprendizaje automático para resolver este problema, incluyendo segmentación de imágenes, detección de objetos, filtrado de ruido y otros métodos. Además, equipamos a nuestro asistente autónomo con algoritmos de planificación del movimiento como los árboles aleatorios de exploración rápida (RRT) y A* (A-star), que tienen en cuenta la posición y la forma de los obstáculos para identificar la trayectoria óptima en tiempo real.

Detección de plantas y códigos QR

El objetivo principal del proyecto era entrenar al robot para identificar y localizar objetos en un mapa. Inicialmente, planeamos utilizar cámaras estereoscópicas para determinar la ubicación de las plantas, calcular su posición y crear una ruta. Como resultado de las sesiones de intercambio de ideas, ideamos un esquema alternativo en el que el robot tomaba una foto y registraba sus coordenadas en el espacio. Los ingenieros robóticos utilizaron una red neuronal para encontrar la planta en el encuadre, calcular su cuadro delimitador y determinar la dirección de la flor.

Como parte de los proyectos de procesamiento de imágenes, los recuadros delimitadores sirven como puntos de referencia para detectar objetos y crear recuadros de colisión para ellos. Basándonos en las coordenadas del robot, la orientación de la cámara y la ubicación de la flor, dibujamos un rayo que conectaba la posición del robot con la planta. Al repetir este proceso muchas veces, obtuvimos muchos rayos que se cruzaban en un punto y detectaban la planta que necesitaba riego.

Nuestros ingenieros se basaron en modelos entrenados en los conjuntos de datos COCO e ImageNet para identificar flores en macetas sin problemas. Basándonos en este modelo, filtramos todas las clases innecesarias y desarrollamos un detector personalizado que sincroniza la dirección del cuadro delimitador con las coordenadas del robot. Para determinar las coordenadas espaciales precisas de la varilla de riego, utilizamos un conjunto de cámaras y LiDAR.

Una vez que el robot detecta la planta, debe identificar su posición exacta en el espacio y determinar si hay que regarla. Para ello, etiquetamos todas las macetas de la oficina con códigos QR conectados a bases de datos donde se guarda el historial de riego de todas las plantas.

Plataforma móvil

En cuanto al hardware, el equipo de robótica optó por un sistema modular, que incluía una plataforma móvil con componentes electrónicos, un depósito de almacenamiento de agua, una batería y un sistema elevador de dos niveles. Utilizamos el perfil de aluminio del formato V-Slot para montar el armazón del robot por su durabilidad y ligereza, lo que permite mejorar la maniobrabilidad y reducir el consumo de energía.

En lugar de los accionamientos diferenciales estándar, implementamos ruedas omnidireccionales en las esquinas del robot para garantizar una navegación fluida. Las omni-ruedas, o ruedas omnidireccionales, presentan pequeños discos (rodillos) alrededor de la circunferencia que pueden girar sobre su eje o perpendicularmente, impulsando todo el sistema con facilidad. De este modo, el robot puede moverse en cualquier dirección sin girar la estructura principal, utilizando sólo la diferencia de velocidad entre cada rueda.

Ascensor y riego

Las flores se exponen en los escritorios de los empleados, estanterías, estantes, librerías altas y otros lugares de difícil acceso para los empleados. En lugar de construir un robot de gran altura, nuestros expertos montaron un mecanismo de elevación basado en rodillos deslizantes, eliminando la necesidad de una construcción en altura de librería, que requiere mucha mano de obra y es económicamente ineficaz. Con las piezas de perfil en V de OpenBuilds, fijamos los peldaños del ascensor rígidamente entre sí con carros y rodillos que se deslizan a lo largo del mecanismo de elevación. En última instancia, los carros se mueven mediante una correa tensada entre un motor y una unidad tensora montada en el otro lado.

En la parte superior del último peldaño del ascensor, implementamos un servomotor que despliega una varilla de fibra de carbono para regar las flores conectada con una bomba peristáltica instalada en el depósito de agua. A diferencia de las bombas rotativas estándar, que son sensibles al volumen de líquido, adoptamos las bombas peristálticas, que aprietan un tubo elástico a través de rodillos en la circunferencia, y empujan el líquido hacia fuera. En comparación con las bombas estándar, estos mecanismos tienen una velocidad de bombeo mucho menor, pero pueden elevar el líquido a una altura mucho mayor.

Tecnologías y herramientas

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

Embedded

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 Pipelines.

Base de datos

PostgreSQL, AWS Timestream

Proceso

Nuestro departamento de robótica siguió la metodología ágil durante todo el proyecto, colaborando estrechamente con especialistas en aprendizaje automático, visión por ordenador y ciencia de datos para lograr los resultados deseados. Nos esforzamos por ofrecer una solución integral sin desviaciones en el alcance, demostrando a los clientes potenciales conocimientos específicos del sector en un área compleja y exigente. Durante las reuniones periódicas, las sesiones de intercambio de ideas y los análisis retrospectivos, nuestros expertos en robótica siguieron el progreso del proyecto y abordaron todos los problemas.

Actualmente, probamos un sistema de riego y detección de plantas y un algoritmo de pulido que encuentra y alcanza automáticamente plantas de oficina a distintas alturas sin colisionar. También identificamos problemas de diseño durante el desarrollo y construimos un boceto para solucionar estos efectos secundarios antes de presentar el robot a los inversores. Además, nuestros especialistas desarrollan una base técnica para el robot, que incluye una estación de carga conectada al suministro de agua y a la red de 220 V, lo que permite al robot cargar la batería de a bordo y rellenar automáticamente el depósito de agua incorporado.

Equipo

Desarrolladores de Back-end

Desarrolladores de Front-end

Jefe de proyecto

Analista de negocio

Arquitecto de software

Jefe de equipo

Ingenieros de hardware

Desarrolladores de firmware

Ingeniero DevOps

Ingeniero ML/DS

Modelador 3D

Ingeniero de diseño

Resultados: 34% reduce los daños a las plantas con un sistema de riego inteligente IoT

El equipo de robótica de Innowise ha construido un IRIS: un robot automatizado impulsado por IoT para regar plantas y navegar por los alrededores de la oficina. Hemos equipado el dispositivo con un avanzado sistema de mapeo para construir rutas precisas mediante tecnología SLAM, LiDAR (escáneres láser) y otros sensores. Además, nuestros ingenieros dotaron al robot de un mecanismo de elevación basado en rodillos deslizantes y una barra de fibra de carbono en la parte superior.

Como resultado, diseñamos un sistema de riego que permite regar las plantas regularmente sin interacción humana. IRIS garantiza la salud de las flores, mejorando la calidad del aire y fomentando un ambiente verde en la oficina. Además, reduce la carga de trabajo de los empleados que antes tenían que regar las plantas manualmente, lo que les permite centrarse en sus principales responsabilidades sin distraerse con tareas rutinarias.

Duración del proyecto

Febrero de 2023 - En curso

11%

ahorro en personal de mantenimiento

34%

reducción de los daños a las plantas

Casos relacionados

¿Necesita una solución tecnológica? Póngase en contacto con nosotros

Nombre

Empresa

Correo electrónico

Teléfono

Mensaje Por favor, facilítenos detalles del proyecto, duración, tecnologías, especialistas informáticos necesarios y otra información relevante.

Grabe un mensaje de voz sobre su proyecto
para ayudarnos a comprenderlo mejor.

Adjunte los documentos adicionales si es necesario

Cargar archivo

Puede adjuntar hasta 1 archivo de 2 MB en total. Archivos válidos: pdf, jpg, jpeg, png

Le informamos de que cuando haga clic en el botón Enviar, Innowise procesará sus datos personales de acuerdo con nuestra Política de privacidad con el fin de proporcionarle la información adecuada.

¿Qué pasa después?

Una vez recibida y procesada su solicitud, nos pondremos en contacto con usted para detallar las necesidades de su proyecto y firmar un acuerdo de confidencialidad que garantice la confidencialidad de la información.

Después de examinar los requisitos, nuestros analistas y desarrolladores elaboran una propuesta de proyecto con el alcance de las obras, el tamaño del equipo, el tiempo y las estimaciones de costos.

Concertamos una reunión con usted para discutir la oferta y llegar a un acuerdo.

Firmamos un contrato y comenzamos a trabajar en su proyecto lo más rápido posible.

11% ahorro en personal de mantenimiento tras construir un robot de riego automático de plantas

Cliente

Reto: Proyecto interno de Innowise para demostrar nuestra experiencia en robótica.