Eurecat
Reconocimiento de objetos y entorno
Inspección y mantenimiento, conducción autónoma, logística, etc
En desarrollo
Todo robot inteligente necesita ser capaz de reconocer el entorno de trabajo y ubicar potenciales objetos de interes en el mismo.
Esto aplica a cualquier configuración de robot en aplicaciones avanzadas con cierto grado de dinamismo e incertidumbre.
Si además, el robot es móvil, implica la necesidad de concatenar la información acumulada y generar un mapa correcto y anotado según avanza.
Descripción del Proyecto
EMPRESA
Eurecat
IMPACTO EN NEGOCIO / KPIS
FECHA
VARIAS SESIONES DURANTE EL AÑO
ACTIVIDAD
TALLER Y VISITA A INSTALACIÓN
OBJETIVOS ESPERADOS
Dotar a los robots de la capacidad de percibir el entorno y extraer información como habilitador para una robótica adaptativa e inteligente.
TIPO DE TECNOLOGÍA DE IA USADA
Multitud de estrategicas clásicas basadas en distintas estrategias de odometría, mapeado y localizacion (SLAM) complementadas con computer vision.
Recientemente técnicas basadas en redes neuronales (deep learning) o modelos fundacionales
ROLES Y RESPONSABILIDADES
REQUERIMIENTOS TÉCNICOS
Se suele evaluar en precisión, resolución y tiempo de cómputo
MÉTRICAS DE ÉXITO
DESAFÍOS ENCONTRADOS
PLAN DE MITIGACIÓN
QUÉ MEJORAR EN FUTURAS IMPLEMENTACIONES
DATOS UTILIZADOS
Stream de datos multimodales:
sensores egocéntricos,
diversa tipología de cámaras,
lidar, radar, etc
HERRAMIENTAS / PLATAFORMAS
Multitud de estrategicas clásicas basadas en distintas estrategias de odometría, mapeado y localizacion (SLAM) complementadas con computer vision.
Recientemente técnicas basadas en redes neuronales (deep learning) o modelos fundacionales
PROCESO / SISTEMA AL QUE SE INTEGRA
En el stack de navegación de un robot móvil se integra como el módulo de percepción, convirtiendo datos crudos de sensor, a información de valor que es fusionada para producir una estimación óptima del estado del robot y su entorno.