Le nostre soluzioni e sviluppi

Livello di autonomia di livello industriale

Prodotti e tecnologie innovative per investitori e partner

1

Problema

I moderni robot umanoidi e di servizio possiedono una meccanica e una percezione avanzate, ma non dispongono di un livello di autonomia adeguato per le applicazioni industriali. Principali limitazioni:

  • Bassa resistenza ai casi limite
  • Logica di recupero degli errori debole
  • Mancanza di orchestrazione di livello produttivo
  • Difficoltà di integrazione nell'ambiente aziendale

Il mercato richiede un solido livello di autonomia in grado di garantire un successo operativo superiore al 95% in attività ripetibili.

2

Soluzione

Sviluppo di un nucleo di autonomia universale: un livello software che opera al di sopra dell'infrastruttura robotica standard e che fornisce:

  • Pianificazione gerarchica delle attività
  • Comportamento reattivo in un ambiente dinamico
  • Gestione dei guasti e stati sicuri
  • Modello contestuale del mondo
  • Integrazione con i sistemi aziendali

Il prodotto è posizionato come:

  • Modulo con licenza per i produttori di robot
  • Soluzione verticale per settori specifici
  • La base del modello Robotics-as-a-Service
3

Mercati di riferimento

L'attenzione iniziale è rivolta ad ambienti standardizzati con elevata ripetibilità delle operazioni:

Automazione di laboratorio
Movimentazione dei fluidi industriali
Manipolazioni di magazzino
4

Fasi di implementazione (18–24 mesi)

Fase 1 (0–6 mesi) Nucleo architettonico Completato
  • Architettura di autonomia stratificata progettata
  • È stato sviluppato un motore di orchestrazione di base
  • L'integrazione con l'ambiente di simulazione è stata completata.
  • È stato dimostrato uno scenario stabile in un ambiente controllato.
  • Il modulo di percezione D'Elite VisionGuard è stato testato su telecamere reali: modalità stereo stabile, stima della distanza precisa e funzionamento a prova di guasto in caso di perdita del segnale video.

Risultato: Prototipo funzionale in simulazione e fonte di dati target validata a livello hardware per il circuito autonomo.

Fase 2 (6-12 mesi) Tempra della produzione Attuale
  • Implementazione di un meccanismo di gestione dei guasti
  • Misure di affidabilità e monitoraggio
  • Collegamento di VisionGuard a un circuito autonomo: trasmissione delle coordinate del bersaglio e dello stato del sensore.
  • Integrazione con una vera piattaforma robotica
  • Scenario pilota in un ambiente industriale

Risultato: Versione Alpha per il client pilota.

Fase 3 (12-18 mesi) Validazione commerciale Piano
  • Ottimizzazione della stabilità
  • API per l'integrazione con ERP/MES
  • Preparazione di un modello di licenza

Risultato: Progetto pilota che genera entrate.

Fase 4 (18-24 mesi) Scalabilità Piano
  • Supporto per l'orchestrazione multi-robot
  • Monitoraggio e telemetria del cloud
  • Transizione al modello SaaS/RaaS

Risultato: Un prodotto commerciale con economie unitarie ripetibili.

5

vantaggio competitivo

  • Concentrarsi sull'affidabilità del runtime, non sugli scenari demo
  • Indipendenza da un produttore di robot specifico
  • Architettura modulare scalabile in tutti i settori
  • Possibilità di licenza per i produttori di apparecchiature
6

Potenziale

Il progetto mira a creare un livello di autonomia fondamentale che diventerà una componente obbligatoria delle applicazioni industriali dei robot umanoidi e di servizio nei prossimi 5-10 anni.

Palcoscenico

La Fase 1 è conclusa - È in corso l'avvio delle attività di consolidamento della produzione.

Fase 2

La Fase 1 è stata completata. Il nucleo software principale è stato assemblato ed è pienamente operativo, dall'esecuzione degli script al risultato finale; il sistema rileva gli errori più comuni e riprende o interrompe correttamente l'esecuzione; il protocollo di scambio dei comandi tra i moduli è stato definito ed è pronta una dimostrazione riproducibile in simulazione. I test di D'Elite VisionGuard su telecamere reali hanno dimostrato che il modulo di visione artificiale individua già il bersaglio, ne stima la distanza e trasmette i dati: "ciò che il sistema vede" per il ciclo autonomo è stato confermato sull'hardware, non solo in simulazione. La Fase 2 è attualmente in corso: gestione dei guasti, metriche di affidabilità, connessione di VisionGuard al nucleo di autonomia e transizione a una piattaforma robotica reale.