En el sector agroalimentari, saber amb precisió quin volum queda dins d’una sitja és clau per planificar subministraments i evitar desplaçaments innecessaris. GILAB, de la Universitat de Girona, ha col·laborat amb Insylo Technologies en IMG2VOL, una solució basada en visió artificial i xarxes neuronals que estima el nivell d’ocupació de sitges a partir d’imatges RGB o infraroges de baix cost.

Projecte:

Marc del projecte: El projecte neix d’una necessitat industrial detectada per INSYLO: disposar d’un sistema de monitorització del volum en sitges que combini una alta precisió amb uns costos d’implementació reduïts.Els sistemes actualment disponibles al mercat presenten limitacions importants: o bé tenen un cost elevat (com els sensors 3D o de pesatge), o bé ofereixen una precisió limitada (com els sensors de punt únic). Això en dificulta l’escalabilitat i en redueix l’eficiència operativa.En aquest context, INSYLO i GILAB (UdG) van establir una col·laboració estratègica entre empresa i universitat, que va obtenir finançament en el marc de la convocatòria Nuclis d’R+D 2022, destinada a projectes de recerca industrial i desenvolupament experimental. Aquest suport va permetre desenvolupar i validar una solució tecnològica innovadora basada en visió artificial i aprenentatge profund, amb un clar enfocament a la transferència i explotació industrial.El projecte neix d’una necessitat industrial detectada per INSYLO: disposar d’un sistema de monitorització del volum en sitges que combini una alta precisió amb uns costos d’implementació reduïts.Els sistemes actualment disponibles al mercat presenten limitacions importants: o bé tenen un cost elevat (com els sensors 3D o de pesatge), o bé ofereixen una precisió limitada (com els sensors de punt únic). Això en dificulta l’escalabilitat i en redueix l’eficiència operativa.En aquest context, INSYLO i GILAB (UdG) van establir una col·laboració estratègica entre empresa i universitat, que va obtenir finançament en el marc de la convocatòria Nuclis d’R+D 2022, destinada a projectes de recerca industrial i desenvolupament experimental. Aquest suport va permetre desenvolupar i validar una solució tecnològica innovadora basada en visió artificial i aprenentatge profund, amb un clar enfocament a la transferència i explotació industrial.El projecte neix d’una necessitat industrial detectada per INSYLO: disposar d’un sistema de monitorització del volum en sitges que combini una alta precisió amb uns costos d’implementació reduïts.Els sistemes actualment disponibles al mercat presenten limitacions importants: o bé tenen un cost elevat (com els sensors 3D o de pesatge), o bé ofereixen una precisió limitada (com els sensors de punt únic). Això en dificulta l’escalabilitat i en redueix l’eficiència operativa.En aquest context, INSYLO i GILAB (UdG) van establir una col·laboració estratègica entre empresa i universitat, que va obtenir finançament en el marc de la convocatòria Nuclis d’R+D 2022, destinada a projectes de recerca industrial i desenvolupament experimental. Aquest suport va permetre desenvolupar i validar una solució tecnològica innovadora basada en visió artificial i aprenentatge profund, amb un clar enfocament a la transferència i explotació industrial.

Oferta tecnològica: El projecte ha permès dissenyar i validar un model basat en xarxes neuronals, amb una arquitectura optimitzada específicament per a la regressió de volum. Per fer-ho possible, s’ha generat un conjunt de dades propi, clau per a l’entrenament i la validació del sistema, i s’ha definit una metodologia de captura i processament d’imatges adaptada a entorns reals. A més, el desenvolupament ha inclòs la transferència de coneixement en l’àmbit de la simulació i la generació sintètica de sitges, reforçant la robustesa de la solució.

Objectiu que volíeu assolir: Dissenyar i desenvolupar una plataforma basada en visió artificial i xarxes neuronals capaç d’estimar automàticament el volum d’ocupació de les sitges, amb una precisió superior a la de les solucions convencionals de baix cost i amb una reducció significativa del cost respecte als sistemes 3D existents.

Nivell actual de desenvolupament: Projecte finalitzat.

Dades rellevants / impacte del projecte: IMG2VOL resol un problema operatiu del sector agroalimentari: conèixer amb precisió el volum disponible en sitges per prendre decisions logístiques i de subministrament en temps real. L’alta precisió assolida, tant en sitges conegudes com desconegudes, permet reduir incerteses, evitar desplaçaments innecessaris i optimitzar rutes, amb una disminució de costos i emissions de CO2. A més, l’ús de sensors de baix cost democratitza l’accés a aquesta tecnologia, fent-la viable per a moltes explotacions. L’impacte també es reflecteix en la millora del benestar animal, gràcies a una gestió més fiable del pinso.

Quina és la mida del grup TECNIO: 11

Impacte:

Nombre de llocs de treball creats: 3

Nombre de productes o serveis desenvolupats: 1

Nous desenvolupaments en procés: 1

Font de finançament: Administració pública (fons europeu) i empresa

Propietat intel·lectual generada: 1