11% poupanças no pessoal de manutenção após a construção de um robô de rega automática de plantas

O departamento de robótica do Innowise desenvolveu um robô inteligente patenteado para navegar nas instalações de escritórios e nas estações de tratamento de água sem intervenção humana.

Cliente

Indústria

TI, Desenvolvimento de software personalizado

Região

Cliente

Innowise

Innowise é um fornecedor global de desenvolvimento de software de ciclo completo com mais de 1500 especialistas em TI a bordo. A nossa empresa presta serviços de desenvolvimento de software chave-na-mão, tendo realizado mais de 850 projectos para clientes de 30 países em todo o mundo.

Desafio: Projeto interno do Innowise para mostrar os nossos conhecimentos de robótica

Robótica é uma das tendências em constante expansão nas realidades informáticas modernas. As redes digitais e a inteligência artificial crescem exponencialmente, tendo em conta os rápidos avanços tecnológicos nestes domínios.

Com o objetivo de utilizar tecnologias emergentes, a Innowise adopta soluções avançadas à medida que estas chegam ao mercado. Como prova da excelência do nosso domínio, o nosso departamento de robótica criou de raiz um robô autónomo completo para ajudar os empregados a regar as plantas. Neste projeto exclusivo, mostrámos a nossa experiência em robótica aos clientes que procuram Soluções orientadas para a IoT para automatizar tarefas de rotina e eliminar a supervisão humana.

Solução: Robô autónomo que rega plantas com um sistema de elevação avançado

Os nossos programadores de robótica aprovados construíram um IRIS (Innowise Robotics Irrigation System) - um robô autónomo de auto-navegação para rega de plantas IoT em instalações de escritórios. Além de implementar software como SLAM, ROS e LiDAR, também construímos hardware, incluindo uma plataforma móvel, tanque de armazenamento de água e sistema de elevação.

Mapeamento

Os nossos especialistas em robótica começaram por mapear os espaços de escritório para criar um sistema detalhado de monitorização de plantas IoT, identificando a localização das plantas, obstáculos, mobiliário e outros objectos que possam afetar o movimento do robô. Assegurámos um encaminhamento previsível e sem problemas através das salas de escritório utilizando a tecnologia SLAM, que determina simultaneamente a localização do robô e cria um mapa do ambiente utilizando algoritmos de visão por computador, LiDAR (scanners a laser) e outras ferramentas de sensor.

Os nossos especialistas em robótica utilizaram o LiDAR ligado ao microcomputador Raspberry PI montado diretamente no robô para detetar obstáculos e identificar plantas. O ROS (Sistema Operativo Robótico) e o computador central utilizam esta informação visual para processar os dados de navegação, efetuar cálculos de rotas e mapear os arredores do escritório.

Durante esta fase, a nossa equipa enfrentou o desafio da visibilidade limitada na deteção de objectos simples, como mesas, prateleiras, cadeiras e outros itens interiores que restringem a visão do robô ou podem ser mal identificados. Além disso, tivemos de lidar com obstáculos dinâmicos num ambiente de escritório, uma vez que os funcionários e os objectos em movimento mudam subitamente de posição e de direção, obrigando o robô a tomar decisões instantâneas para evitar colisões. A nossa equipa de projeto utilizou algoritmos de visão computacional e de aprendizagem automática para resolver este problema, incluindo segmentação de imagens, deteção de objectos, filtragem de ruído e outros métodos. Além disso, equipámos o nosso assistente autónomo com algoritmos de planeamento de movimentos, como o Rapidly-exploring Random Trees (RRT) e o A* (A-star), que tem em conta a posição e a forma dos obstáculos para identificar o caminho ideal em tempo real.

Deteção de plantas e códigos QR

O principal objetivo do projeto era treinar o robô para identificar e localizar objectos num mapa. Inicialmente, planeámos utilizar câmaras estereoscópicas para determinar a localização das plantas, calcular a sua posição e criar uma rota. Como resultado das sessões de brainstorming, criámos um esquema alternativo em que o robô tirava uma fotografia e registava as suas coordenadas no espaço. Os engenheiros de robótica utilizaram uma rede neural para encontrar a planta na imagem, calcular a sua caixa delimitadora e determinar a direção da flor.

Como parte dos projectos de processamento de imagem, as caixas delimitadoras servem de pontos de referência para a deteção de objectos e criam caixas de colisão para os mesmos. Com base nas coordenadas do robô, na orientação da câmara e na localização da flor, desenhámos um raio que liga a posição do robô à planta. Ao repetir este processo muitas vezes, obtivemos muitos raios que se intersectam num ponto e detectam a planta que precisa de ser regada.

Os nossos engenheiros basearam-se em modelos treinados nos conjuntos de dados COCO e ImageNet para identificar flores em vasos sem problemas. Com base neste modelo, filtrámos todas as classes desnecessárias e desenvolvemos um detetor personalizado que sincroniza a direção da caixa delimitadora com as coordenadas do robô. Para determinar as coordenadas espaciais exactas da haste de rega, utilizámos um conjunto de câmaras e LiDAR.

Quando o robô detecta a planta, deve identificar a sua posição exacta no espaço e determinar se deve ser regada. Para este efeito, etiquetámos todos os vasos do escritório com códigos QR ligados a bases de dados onde é guardado o histórico de rega de todas as plantas.

Plataforma móvel

No que diz respeito ao hardware, a equipa de robótica optou por um sistema modular, que incluía uma plataforma móvel contendo eletrónica, um tanque de armazenamento de água, uma bateria e um sistema de elevador de dois níveis. Utilizámos o perfil de alumínio do formato V-Slot para montar a estrutura do robô devido à sua durabilidade e leveza, permitindo uma melhor manobrabilidade e um menor consumo de energia.

Em vez de accionamentos diferenciais normais, implementámos rodas omnidireccionais nos cantos do robô para garantir uma navegação suave. As omni-rodas, ou rodas omnidireccionais, apresentam pequenos discos (rolos) à volta da circunferência que podem rodar no seu eixo ou perpendicularmente, accionando facilmente todo o sistema. Desta forma, o robô pode deslocar-se em qualquer direção sem rodar a estrutura principal, utilizando apenas a diferença de velocidade entre cada roda.

Elevador e irrigação

As flores são expostas nas secretárias dos funcionários, prateleiras, estantes, estantes altas e outros locais de difícil acesso para os funcionários. Em vez de construir um robô alto, os nossos especialistas montaram um mecanismo de elevação baseado em rolos deslizantes, eliminando a necessidade de construção de estantes altas, que exige muita mão de obra e é economicamente ineficaz. Com as peças de perfil V-Slot da OpenBuilds, fixámos os degraus do elevador rigidamente uns aos outros com carruagens e rolos que deslizam ao longo do mecanismo de elevação. Por fim, os carros são movidos por uma correia esticada entre um motor e uma unidade de tensão montada no outro lado.

No topo do último degrau do elevador, implementámos um servomotor que desdobra uma haste de fibra de carbono para regar as flores, ligado a uma bomba peristáltica instalada no tanque de água. Ao contrário das bombas rotativas normais, que são sensíveis ao volume de líquido, adoptámos bombas peristálticas, que apertam um tubo elástico através de rolos na circunferência e empurram o líquido para fora. Em comparação com as bombas normais, estes mecanismos têm uma velocidade de bombagem muito mais lenta, mas podem elevar o líquido a uma altura muito maior.

Tecnologias e ferramentas

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

Incorporado

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 dados

PostgreSQL, AWS Timestream

Processo

O nosso departamento de robótica seguiu a metodologia ágil ao longo do projeto, trabalhando em estreita colaboração com especialistas em aprendizagem automática, visão computacional e ciência de dados para alcançar os resultados desejados. Esforçámo-nos por fornecer uma solução abrangente sem desvios de âmbito, demonstrando conhecimentos específicos do sector a potenciais clientes numa área complexa e exigente. Durante reuniões regulares, sessões de brainstorming e análises retrospectivas, os nossos especialistas em robótica acompanharam o progresso do projeto e abordaram todas as questões.

Atualmente, estamos a testar um sistema de rega e de deteção de plantas e um algoritmo de polimento que encontra e alcança automaticamente plantas de escritório a diferentes alturas sem colidir. Também identificámos problemas de conceção durante o desenvolvimento e construímos um esboço para resolver esses efeitos secundários antes de apresentar o robô aos investidores. Além disso, os nossos especialistas desenvolvem uma base técnica para o robô, incluindo uma estação de carregamento ligada ao abastecimento de água e à rede de 220V, permitindo ao robô carregar a bateria de bordo e encher automaticamente o depósito de água incorporado.

Equipa

Programadores de back-end

Programadores front-end

Gestor de projectos

Analista de negócios

Arquiteto de software

Chefe de equipa

Engenheiros de hardware

Programadores de firmware

Engenheiro DevOps

Engenheiro ML/DS

Modelador 3D

Engenheiro de projeto

Resultados: 34% reduziu os danos nas plantas com um sistema inteligente de rega de plantas IoT

A equipa de robótica do Innowise construiu um IRIS - um robô automatizado orientado para a IoT para regar plantas e navegar nos arredores do escritório. Equipámos o dispositivo com um sistema de mapeamento avançado para criar rotas precisas através da tecnologia SLAM, LiDAR (scanners a laser) e outros sensores. Além disso, os nossos engenheiros capacitaram o robô com um mecanismo de elevação baseado em rolos deslizantes e uma haste de fibra de carbono no topo.

Como resultado, concebemos um sistema de rega que permite que as plantas sejam regadas regularmente sem interação humana. O IRIS assegura a saúde das flores, melhorando a qualidade do ar e promovendo uma atmosfera verde no escritório. Além disso, reduz a carga de trabalho dos funcionários que anteriormente tinham de regar as plantas manualmente, permitindo-lhes concentrar-se nas suas responsabilidades principais sem se distraírem com tarefas de rotina.

Duração do projecto

fevereiro de 2023 - Em curso

11%

poupança no pessoal de manutenção

34%

redução dos danos nas plantas

Casos relacionados

Precisa de uma solução tecnológica? Contactar-nos!

Nome

Empresa

Correio electrónico

Telefone

Mensagem Inclua os detalhes do projeto, a duração, o conjunto de tecnologias, os profissionais de TI necessários e outras informações relevantes

Gravar uma mensagem de voz sobre o seu
projeto para nos ajudar a compreendê-lo melhor

Anexar documentos adicionais, se necessário

Enviar ficheiro

Pode anexar até 1 ficheiro de 2MB no total. Ficheiros válidos: pdf, jpg, jpeg, png

Informamos que, ao clicar no botão Enviar, o Innowise's processará os seus dados pessoais de acordo com a nossa Política de Privacidade com o objectivo de lhe fornecer informações adequadas.

O que é que acontece a seguir?

Após termos recebido e processado o seu pedido, entraremos em contacto consigo para detalhar as necessidades do seu projecto e assinar um NDA para garantir a confidencialidade das informações.

Após a análise dos requisitos, os nossos analistas e programadores elaboram uma proposta de projecto com o âmbito dos trabalhos, tamanho da equipa, tempo e custos e custos.

Marcamos uma reunião consigo para discutir a oferta e chegar a um acordo.

Assinamos um contrato e começamos a trabalhar no seu projecto o mais rapidamente possível.