Robot intelligente basato su IoT per navigare in ufficio e innaffiare le piante

Il dipartimento di robotica Innowise ha sviluppato un robot intelligente proprietario in grado di navigare nei locali degli uffici e negli impianti idrici senza l'intervento umano.

Routing dell'ufficio reale intorno alle persone e ai mobili

Irrigazione a più altezze per scrivanie, scaffali e scaffalature

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

Industria IT, Sviluppo software personalizzato

Dipendenti 3,500+

Regione UE

Servizi Sviluppo software, Sviluppo back-end, Sviluppo front-end, Scoperta

Panoramica del cliente

Riassumere l'articolo con AI

Innowise è un fornitore globale di sviluppo software a ciclo completo con oltre 3.500 specialisti IT. L'azienda ha realizzato oltre 1.600 progetti per clienti di 70 Paesi, occupandosi di ingegneria del software, sviluppo di prodotti e consulenza tecnologica in diversi settori. In questo caso, Innowise ha agito sia come cliente che come team di sviluppo, in quanto il progetto è stato creato come iniziativa di R&S interna.

Sfida

Innowise utilizzava un mix di HubSpot CRM, Jira, fogli di calcolo e documenti per gestire i dati. Con la rapida crescita dell'azienda, questo approccio portava a processi caotici, con informazioni sparse tra i vari sistemi e spesso duplicate. Avevamo bisogno di una soluzione unificata per centralizzare i dati, standardizzare i processi e fornire un accesso sicuro a tutti i team.

Cura ordinaria delle piante. Le piante da ufficio avevano bisogno di essere annaffiate regolarmente, ma la cura manuale dipendeva dal fatto che le persone ricordassero il compito e raggiungessero le piante collocate su scrivanie, scaffali, scaffali e altre aree dell'ufficio.
Convalida della R&S. In quanto progetto interno, IRIS doveva risolvere un problema reale dell'ufficio, offrendo al contempo al team di robotica un modo pratico per testare la navigazione autonoma, il rilevamento delle piante e il controllo basato sull'IoT in un ambiente interno.
Valore dimostrativo. Il progetto doveva anche essere una dimostrazione delle competenze di Innowise nel campo della robotica. Piuttosto che parlare di robotica, il team mirava a costruire un robot funzionante che potesse mostrare come l'IoT, i sistemi incorporati, la visione computerizzata e l'ingegneria hardware possono gestire un'attività d'ufficio di routine senza il coinvolgimento umano.

Navigazione interna. Il robot doveva muoversi nelle stanze dell'ufficio, costruire una mappa dello spazio, evitare i mobili e reagire agli ostacoli in movimento come i dipendenti.
Rilevamento delle piante. Il sistema doveva rilevare le piante, stimare la loro posizione e decidere se dovevano essere annaffiate utilizzando la computer vision, il LiDAR, le telecamere e le registrazioni delle piante basate su codici QR.
Irrigazione a diverse altezze. Le piante erano collocate su scrivanie, scaffali, scaffali e librerie alte, quindi il robot aveva bisogno di un meccanismo di sollevamento e irrigazione che potesse raggiungere diversi livelli senza rendere l'intero dispositivo troppo alto o instabile.
Integrazione di hardware e software. Il team ha dovuto combinare la piattaforma mobile, il serbatoio, la batteria, l'ascensore, i sensori, i componenti incorporati, il backend, il frontend e i servizi cloud in un unico sistema robotico funzionante.

La soluzione che abbiamo fornito

Analisi e pianificazione

Il team ha iniziato definendo ciò che il robot doveva fare in un ambiente d'ufficio. IRIS (Innowise Robotics Irrigation System) doveva muoversi nelle stanze, rilevare le piante, capire se avevano bisogno di essere annaffiate, raggiungerle a diverse altezze e portare a termine il compito senza l'intervento costante dell'uomo.

In fase di progettazione, il team ha tracciato i principali blocchi tecnici: la navigazione interna, il rilevamento delle piante, le registrazioni delle piante basate su codici QR, la piattaforma mobile, il serbatoio dell'acqua, il meccanismo dell'ascensore e i componenti software necessari per elaborare i percorsi, i dati dei sensori e la cronologia dell'irrigazione.

Progettazione della soluzione

I nostri esperti sviluppatori di robotica hanno progettato IRIS come un robot IoT autonomo che combina hardware, componenti incorporati, computer vision e software. La parte hardware comprende una piattaforma mobile, una batteria, un serbatoio d'acqua, un meccanismo di elevazione, sensori, telecamere e un'asta per l'irrigazione.

Per la navigazione, il robot utilizza SLAM, ROS, LiDAR e computer vision per mappare gli spazi dell'ufficio e costruire percorsi attorno a mobili, dipendenti e altri ostacoli. Per il rilevamento delle piante, il sistema combina l'input della telecamera, i modelli di rilevamento degli oggetti, i codici QR e le registrazioni dello storico dell'irrigazione, in modo che il robot possa identificare ogni pianta e verificare se è necessario annaffiare.

Funzionalità chiave fornite

Mappatura e navigazione in ufficio

I nostri esperti di robotica hanno iniziato a mappare gli spazi degli uffici per creare un sistema dettagliato di monitoraggio degli impianti IoT, identificando le posizioni degli impianti, gli ostacoli, i mobili e gli altri oggetti che potevano influenzare il movimento del robot. Abbiamo utilizzato la tecnologia SLAM per supportare un percorso prevedibile attraverso le stanze dell'ufficio. Lo SLAM determina la posizione del robot creando una mappa dell'ambiente utilizzando algoritmi di computer vision, scanner laser LiDAR e altri strumenti sensoriali.

Abbiamo utilizzato il LiDAR collegato al microcomputer Raspberry Pi montato direttamente sul robot per rilevare gli ostacoli e identificare le piante. ROS, il sistema operativo robotico, e il computer principale utilizzano queste informazioni visive per elaborare i dati di navigazione, calcolare i percorsi e mappare i dintorni dell'ufficio.

In questa fase, il nostro team ha dovuto gestire la visibilità limitata nel rilevare oggetti semplici come tavoli, scaffali, sedie e altri oggetti interni che potevano bloccare la visuale del robot o essere identificati erroneamente. Il robot doveva inoltre gestire gli ostacoli dinamici presenti in un ambiente d'ufficio, dove i dipendenti e gli oggetti in movimento possono cambiare improvvisamente posizione e direzione. Per ridurre il rischio di collisioni, il nostro team ha utilizzato algoritmi di visione artificiale e di apprendimento automatico, tra cui la segmentazione delle immagini, il rilevamento degli oggetti, il filtraggio del rumore e altri metodi. Abbiamo anche dotato il robot di algoritmi di pianificazione del movimento come Rapidly-exploring Random Trees (RRT) e A* (A-star), che considerano la posizione e la forma degli ostacoli per identificare il percorso migliore in tempo reale.

Rilevamento delle piante e logica di irrigazione

Inizialmente, avevamo previsto di utilizzare telecamere stereoscopiche per determinare la posizione delle piante, calcolare la loro posizione e creare un percorso. Dopo sessioni di brainstorming, abbiamo sviluppato uno schema alternativo in cui il robot scattava una foto e ne registrava le coordinate nello spazio. Gli ingegneri robotici hanno utilizzato una rete neurale per trovare la pianta nell'inquadratura, calcolare il suo perimetro e determinare la direzione del fiore.

Nei progetti di elaborazione delle immagini, i riquadri di delimitazione servono come punti di riferimento per il rilevamento degli oggetti e creano riquadri di collisione per gli oggetti rilevati. In base alle coordinate del robot, all'orientamento della telecamera e alla posizione del fiore, abbiamo tracciato un raggio che collega la posizione del robot con la pianta. Dopo aver ripetuto questo processo molte volte, abbiamo ottenuto più raggi che si intersecano in un punto, il che ha permesso al robot di rilevare la pianta da innaffiare.

I nostri ingegneri si sono basati su modelli addestrati sui dataset COCO e ImageNet per identificare i fiori nei vasi. Sulla base di questo modello, abbiamo filtrato le classi non necessarie e sviluppato un rilevatore personalizzato che sincronizza la direzione della bounding box con le coordinate del robot. Per determinare le coordinate spaziali precise dell'asta di irrigazione, abbiamo utilizzato un insieme di telecamere e LiDAR.

Una volta individuata una pianta, il robot ne identifica la posizione precisa nello spazio e determina se deve essere annaffiata. A questo scopo, abbiamo etichettato tutti i vasi dell'ufficio con codici QR collegati a database in cui è memorizzata la cronologia di irrigazione di tutte le piante.

Piattaforma mobile

Per l'hardware, il team di robotica ha scelto un sistema modulare che comprende una piattaforma mobile con elettronica, un serbatoio di stoccaggio dell'acqua, una batteria e un sistema di ascensori a due livelli. Abbiamo utilizzato un profilo di alluminio V-Slot per assemblare il telaio del robot, perché è resistente e leggero, e consente una migliore manovrabilità e un minore consumo energetico.

Al posto degli azionamenti differenziali standard, abbiamo posizionato delle ruote omnidirezionali agli angoli del robot per supportare una navigazione fluida. Le ruote omnidirezionali sono dotate di piccoli rulli intorno alla circonferenza che possono ruotare sul proprio asse o perpendicolarmente. In questo modo, il robot si muove in qualsiasi direzione senza ruotare la struttura principale, utilizzando solo la differenza di velocità tra ciascuna ruota.

Ascensore e impianto di irrigazione

I fiori sono collocati sulle scrivanie dei dipendenti, su scaffali, rack, librerie alte e altri punti difficili da raggiungere. Per evitare di costruire un robot alto come una libreria, i nostri esperti hanno assemblato un meccanismo di sollevamento basato su rulli scorrevoli. Con le parti di profilo V-Slot di OpenBuilds, abbiamo fissato i gradini dell'ascensore in modo rigido l'uno all'altro con carrelli e rulli che scorrono lungo il meccanismo di sollevamento. I carrelli sono mossi da una cinghia tesa tra un motore e un'unità di tensionamento montata sull'altro lato.

In cima all'ultimo gradino dell'ascensore, abbiamo installato un servomotore che dispiega un'asta in fibra di carbonio per innaffiare i fiori. L'asta è collegata a una pompa peristaltica installata nel serbatoio dell'acqua. Le pompe rotative standard sono sensibili al volume del liquido, quindi abbiamo utilizzato pompe peristaltiche, che comprimono un tubo elastico attraverso rulli sulla circonferenza e spingono il liquido all'esterno. Rispetto alle pompe standard, questi meccanismi hanno una velocità di pompaggio molto più bassa, ma possono sollevare il liquido a un'altezza molto maggiore.

Approccio alla consegna

Abbiamo trattato IRIS come un progetto di ricerca e sviluppo e abbiamo testato il robot in condizioni reali di lavoro fin dall'inizio. Ingegneri robotici, sviluppatori di firmware, specialisti di backend e frontend, esperti di ML e ingegneri DevOps hanno lavorato a stretto contatto, condividendo spesso i progressi e definendo le fasi successive in base ai risultati dei test. Riunioni regolari, sessioni di brainstorming e retrospettive hanno permesso di organizzare il lavoro. Il team ha discusso gli ostacoli, modificato le priorità e risolto i problemi di progettazione prima di preparare il robot per le dimostrazioni.

Il mio principale risultato di IRIS è che la robotica da ufficio dipende da piccole decisioni ingegneristiche. Un robot può avere un buon percorso sulla mappa, ma il vero test inizia quando si muove vicino a scrivanie, scaffali, persone e piante poste a diverse altezze. Questo progetto ci ha spinto a pensare al comportamento, alla meccanica, ai sensori e al software come a un unico sistema, perché un anello debole cambia l'intero risultato.

Eugene Govor Responsabile di Embedded e C++

Tecnologie

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;

Database

PostgreSQL, AWS Timestream.

Team

Responsabile di progetto

Analista aziendale

Architetto software

Team Lead

Ingegneri hardware

Sviluppatori di firmware

Sviluppatori back-end

Sviluppatori Front-End

Ingegnere DevOps

Ingegnere ML/DS

Modellatore 3D

Ingegnere progettista

Risultati

Durata del progetto

Febbraio 2023 - Luglio 2023

Innowise ha costruito IRIS, un robot IoT autonomo in grado di navigare negli uffici, rilevare le piante, raggiungerle ad altezze diverse e annaffiarle senza lavoro manuale. Il team ha riunito hardware, componenti embedded, computer vision, logica di navigazione e software in un prototipo funzionante testato in condizioni reali di ufficio.

Il robot ha reso più regolare la cura delle piante in ufficio e ha ridotto la necessità di annaffiare manualmente. Per Innowise, il progetto è diventato anche una dimostrazione pratica dell'esperienza robotica, mostrando come un robot fisico possa gestire un compito di routine in ufficio utilizzando la navigazione, il rilevamento delle piante e un meccanismo di irrigazione integrato.

Indice dei contenuti

Automatizzare le attività di routine

Casi correlati

Contattateci

Prenota una chiamata oppure compilate il modulo sottostante e sarete ricontattati una volta elaborata la vostra richiesta.

Nome

Azienda

Telefono

Messaggio

Inviaci un messaggio vocale

Allegare i documenti

Caricare il file

È possibile allegare 1 file di dimensioni massime di 2 MB. Formati di file validi: pdf, jpg, jpeg, png.

Facendo clic su Invia, l'utente acconsente al trattamento dei propri dati personali da parte di Innowise in base alla nostra Informativa sulla privacy per fornirvi informazioni pertinenti. Inviando il vostro numero di telefono, accettate che possiamo contattarvi tramite chiamate vocali, SMS e applicazioni di messaggistica. Potrebbero essere applicate tariffe per chiamate, messaggi e dati.

Potete anche inviarci la vostra richiesta
a contact@innowise.com

Cosa succede dopo?

Una volta ricevuta ed elaborata la vostra richiesta, vi contatteremo per illustrarvi le esigenze del vostro progetto. Progetto e firmare un NDA per garantire la riservatezza.

Dopo aver esaminato i vostri desideri, le vostre esigenze e le vostre aspettative, il nostro team elaborerà una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e le stime dei costi stimati.

Organizzeremo un incontro con voi per discutere l'offerta e definire i dettagli.

Infine, firmeremo un contratto e inizieremo subito a lavorare sul vostro progetto.