Robot inteligente basado en IoT para navegar por la oficina y regar las 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.

Enrutamiento real de la oficina en torno a personas y muebles

Riego a varias alturas para mesas, estanterías y estantes

Smart robotics system combining mobility and precision watering for automated facility care

Industria TI, Desarrollo de software a medida

Empleados 3,500+

Región UE

Servicios Desarrollo de software, Desarrollo back-end, Desarrollo front-end, Descubrimiento

Visión general del cliente

Resumir artículo con IA

Innowise es un proveedor global de desarrollo de software de ciclo completo con más de 3.500 especialistas IT a bordo. La empresa ha realizado más de 1.600 proyectos para clientes de 70 países, que abarcan ingeniería de software, desarrollo de productos y consultoría tecnológica en múltiples sectores. En este caso, Innowise actuó como cliente y como equipo de desarrollo, ya que el proyecto se creó como una iniciativa de I+D interna.

Desafío

Innowise utilizaba una combinación de HubSpot CRM, Jira, hojas de cálculo y documentos para gestionar los datos. A medida que la empresa crecía rápidamente, este enfoque dio lugar a procesos caóticos, con información dispersa en los sistemas y a menudo duplicada. Necesitábamos una solución unificada para centralizar los datos, estandarizar los procesos y proporcionar un acceso seguro a todos los equipos.

Cuidados rutinarios de las plantas. Las plantas de oficina necesitaban un riego regular, pero el cuidado manual dependía de que la gente recordara la tarea y alcanzara las plantas colocadas en escritorios, estanterías, estantes y otras zonas de la oficina.
Validación de I+D. Como proyecto interno, IRIS tenía que resolver un problema real de oficina y, al mismo tiempo, ofrecer al equipo de robótica una forma práctica de probar la navegación autónoma, la detección de plantas y el control basado en IoT en un entorno interior real.
Valor de demostración. El proyecto también debía servir para demostrar los conocimientos de robótica del Innowise. En lugar de hablar de robótica, el equipo quería construir un robot funcional que demostrara cómo la IoT, los sistemas integrados, la visión por ordenador y la ingeniería de hardware pueden realizar una tarea rutinaria de oficina sin intervención humana.

Navegación interior. El robot tenía que moverse por las salas de las oficinas, construir un mapa del espacio, evitar los muebles y reaccionar ante obstáculos móviles como los empleados.
Detección de plantas. El sistema debía detectar las plantas, estimar su posición y decidir si necesitaban riego mediante visión por ordenador, LiDAR, cámaras y registros de plantas basados en códigos QR.
Riego a diferentes alturas. Las plantas se colocaron en escritorios, estantes, estanterías y librerías altas, por lo que el robot necesitaba un mecanismo de elevación e irrigación que pudiera alcanzar distintos niveles sin que todo el dispositivo resultara demasiado alto o inestable.
Integración de hardware y software. El equipo tuvo que combinar la plataforma móvil, el tanque, la batería, el ascensor, los sensores, los componentes integrados, el backend, el frontend y los servicios en la nube en un único sistema robótico operativo.

Solución que ofrecemos

Descubrimiento y planificación

El equipo empezó por definir lo que tenía que hacer el robot en un entorno de oficina. IRIS (Innowise Robotics Irrigation System) tenía que moverse por las habitaciones, detectar las plantas, entender si necesitaban riego, alcanzarlas a distintas alturas y completar la tarea sin la constante intervención humana.

En la fase de planificación, el equipo trazó los principales bloques técnicos: navegación en interiores, detección de plantas, registros de plantas basados en códigos QR, la plataforma móvil, el depósito de agua, el mecanismo elevador y los componentes de software necesarios para procesar las rutas, los datos de los sensores y el historial de riego.

Diseño de soluciones

Nuestros expertos en robótica diseñaron IRIS como un robot IoT autónomo que combina hardware, componentes integrados, visión por ordenador y software. La parte de hardware incluía una plataforma móvil, una batería, un depósito de agua, un mecanismo elevador, sensores, cámaras y una barra de riego.

Para la navegación, el robot utiliza SLAM, ROS, LiDAR y visión por ordenador para cartografiar espacios de oficina y construir rutas alrededor de muebles, empleados y otros obstáculos. Para la detección de plantas, el sistema combina entradas de cámara, modelos de detección de objetos, códigos QR y registros del historial de riego, de modo que el robot puede identificar cada planta y comprobar si es necesario regarla.

Funciones clave

Oficina de cartografía y navegación

Nuestros expertos en robótica empezaron por cartografiar los espacios de oficina para crear un sistema detallado de supervisión de plantas IoT, identificando ubicaciones de plantas, obstáculos, mobiliario y otros objetos que pudieran afectar al movimiento del robot. Utilizamos la tecnología SLAM para facilitar un recorrido predecible por las salas de la oficina. La tecnología SLAM determina la ubicación del robot mientras crea un mapa del entorno mediante algoritmos de visión por ordenador, escáneres láser LiDAR y otros sensores.

Utilizamos LiDAR conectado al microordenador Raspberry Pi montado directamente en el robot para detectar obstáculos e identificar plantas. ROS, el sistema operativo robótico, y el ordenador principal utilizan esta información visual para procesar los datos de navegación, calcular rutas y cartografiar los alrededores de la oficina.

Durante esta fase, nuestro equipo tuvo que lidiar con una visibilidad limitada a la hora de detectar objetos sencillos como mesas, estanterías, sillas y otros elementos del interior que podían bloquear la visión del robot o ser identificados erróneamente. El robot también tuvo que enfrentarse a obstáculos dinámicos en un entorno de oficina, donde los empleados y los objetos en movimiento pueden cambiar repentinamente de posición y dirección. Para reducir el riesgo de colisiones, nuestro equipo utilizó algoritmos de visión por ordenador y aprendizaje automático, como segmentación de imágenes, detección de objetos, filtrado de ruido y otros métodos. También equipamos al robot con algoritmos de planificación del movimiento como Rapidly-exploring Random Trees (RRT) y A* (A-star), que tienen en cuenta la posición y la forma de los obstáculos a la hora de identificar la mejor trayectoria en tiempo real.

Detección de plantas y lógica de riego

Inicialmente, planeamos utilizar cámaras estereoscópicas para determinar la ubicación de las plantas, calcular su posición y crear una ruta. Tras una lluvia de ideas, desarrollamos 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.

En los proyectos de procesamiento de imágenes, los recuadros delimitadores sirven como puntos de referencia para la detección de objetos y crean recuadros de colisión para los objetos detectados. 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. Tras repetir este proceso muchas veces, obtuvimos varios rayos que se cruzaban en un punto, lo que permitió al robot detectar 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. Basándonos en este modelo, filtramos 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 una planta, identifica su posición exacta en el espacio y determina si hay que regarla. Para ello, etiquetamos todas las macetas de la oficina con códigos QR conectados a bases de datos donde se almacena el historial de riego de todas las plantas.

Plataforma móvil

Para el hardware, el equipo de robótica eligió un sistema modular que incluía una plataforma móvil con electrónica, un tanque de almacenamiento de agua, una batería y un sistema de ascensor de dos niveles. Utilizamos un perfil de aluminio V-Slot para montar el armazón del robot porque es duradero y ligero, lo que favorece una mejor maniobrabilidad y un menor consumo de energía.

En lugar de las transmisiones diferenciales habituales, colocamos ruedas omnidireccionales en las esquinas del robot para facilitar la navegación. Las ruedas omnidireccionales tienen pequeños rodillos alrededor de la circunferencia que pueden girar sobre su propio eje o perpendicularmente. Así, el robot se desplaza en cualquier dirección sin girar la estructura principal, utilizando sólo la diferencia de velocidad entre cada rueda.

Ascensor y sistema de riego

Las flores se colocan en los escritorios de los empleados, estantes, estanterías, librerías altas y otros lugares de difícil acceso. Para evitar construir un robot a la altura de una estantería, nuestros expertos montaron un mecanismo de elevación basado en rodillos deslizantes. Con piezas de perfil V-Slot de OpenBuilds, fijamos los peldaños del elevador rígidamente entre sí con carros y rodillos que se deslizan a lo largo del mecanismo de elevación. 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, instalamos un servomotor que despliega una varilla de fibra de carbono para regar las flores. La varilla está conectada a una bomba peristáltica instalada en el depósito de agua. Las bombas rotativas estándar son sensibles al volumen de líquido, así que utilizamos 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.

Enfoque de la entrega

Tratamos IRIS como un proyecto de I+D y probamos el robot en condiciones reales de oficina desde el principio. Los ingenieros de robótica, los desarrolladores de firmware, los especialistas en backend y frontend, los expertos en ML y los ingenieros de DevOps colaboraron estrechamente, compartieron los avances con frecuencia y definieron los siguientes pasos en función de los resultados de las pruebas. Las reuniones periódicas, las sesiones de intercambio de ideas y las retrospectivas mantuvieron el trabajo organizado. El equipo analizó los bloqueos, ajustó las prioridades y solucionó los problemas de diseño antes de preparar el robot para las demostraciones.

Lo que más me llevo de IRIS es que la robótica de oficina depende de pequeñas decisiones de ingeniería. Un robot puede tener una buena ruta en el mapa, pero la verdadera prueba empieza cuando se mueve cerca de escritorios, estanterías, personas y plantas colocadas a diferentes alturas. Este proyecto nos empujó a pensar en el comportamiento, la mecánica, los sensores y el software como un solo sistema, porque un eslabón débil cambia todo el resultado.

Eugene Govor Director de Embedded & C++

Tecnologías

Backend

Python, Django REST Framework, FastAPI, AWS IoT Core, pandas, Loki, Prometheus, Grafana, API Gateway, AWS;

Frontend

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 Compose, Kubernetes, Bitbucket Pipelines;

Base de datos

PostgreSQL, AWS Timestream.

Equipo

Jefe de proyecto

Analista de negocio

Arquitecto de software

Jefe de equipo

Ingenieros de hardware

Desarrolladores de firmware

Desarrolladores de Back-end

Desarrolladores de Front-end

Ingeniero DevOps

Ingeniero ML/DS

Modelador 3D

Ingeniero de diseño

Resultados

Duración del proyecto

Febrero 2023 - Julio 2023

Innowise construyó IRIS, un robot IoT autónomo que puede navegar por espacios de oficina, detectar plantas, alcanzarlas a distintas alturas y regarlas sin trabajo manual. El equipo reunió hardware, componentes integrados, visión por ordenador, lógica de navegación y software en un prototipo funcional probado en condiciones reales de oficina.

El robot hizo más regular el cuidado de las plantas de la oficina y redujo la necesidad del riego manual. Para Innowise, el proyecto también se convirtió en una demostración práctica de los conocimientos de robótica, mostrando cómo un robot físico puede encargarse de una tarea rutinaria de oficina utilizando la navegación, la detección de plantas y un mecanismo de riego integrado.

Índice

Automatizar tareas rutinarias

Casos relacionados

Contáctenos

Reserve usted una llamada o rellene usted el siguiente formulario y nos pondremos en contacto con usted cuando hayamos procesado su solicitud.

Nombre

Empresa

Correo electrónico

Teléfono

Mensaje

Envíenos un mensaje de voz

Adjuntar documentos

Cargar archivo

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

Al hacer clic en Enviar, autoriza a Innowise a procesar sus datos personales de acuerdo con nuestra política de privacidad. Política de privacidad para proporcionarle información relevante. Al enviar su número de teléfono, acepta que nos pongamos en contacto con usted a través de llamadas de voz, SMS y aplicaciones de mensajería. Pueden aplicarse tarifas de llamadas, mensajes y datos.

También puede enviarnos su solicitud
a contact@innowise.com

¿Qué pasa después?

Una vez recibida y procesada su solicitud, nos pondremos en contacto con usted para detallarle las necesidades de su proyecto y firmar un acuerdo de confidencialidad. Proyecto y firmaremos un acuerdo de confidencialidad.

Tras examinar sus deseos, necesidades y expectativas, nuestro equipo elaborará una propuesta de proyecto con el alcance del trabajo, el tamaño del equipo, el plazo y los costes estimados con el alcance del trabajo, el tamaño del equipo, el tiempo y las estimaciones de costes.

Concertaremos una reunión con usted para hablar de la oferta y concretar los detalles.

Por último, firmaremos un contrato y empezaremos a trabajar en su proyecto de inmediato.