Seeing Machines amplía la IA centrada en las personas a la robótica industrial

Seeing Machines impulsa la automatización de fábricas con IA centrada en las personas en la robótica industrial

Seeing Machines (LSE:SEE) ha firmado un contrato de desarrollo avanzado con una empresa tecnológica industrial global. Este acuerdo marca un hito estratégico para la compañía. Amplía sus capacidades patentadas de IA centrada en las personas a la robótica industrial y la automatización de fábricas. Anteriormente, Seeing Machines se centraba principalmente en sistemas de seguridad del transporte en los sectores automovilístico, de flotas, todoterreno y aeronáutico.

Conexión entre la seguridad del transporte y la automatización de fábricas

El proyecto se centra en la creación de un sistema de prueba de concepto para entornos de fabricación. Los ingenieros integrarán la tecnología Perception Map de la empresa en la robótica industrial. Como consecuencia, la maquinaria automatizada podrá interpretar mejor la presencia de los operadores humanos y sus estados cognitivos.

La automatización industrial depende en gran medida de los controladores lógicos programables (PLC) y los sistemas de control distribuido (DCS). Sin embargo, los sistemas de control convencionales carecen de capacidades intuitivas de detección humana. Al incorporar visión artificial avanzada, Seeing Machines crea un entorno de trabajo colaborativo más seguro. Esta integración mejora la interacción entre humanos y robots en zonas de fabricación críticas para la seguridad.

Expansión estratégica del mercado más allá de las aplicaciones automovilísticas

Este acuerdo sienta las bases para una colaboración más amplia en la automatización de fábricas. La expansión hacia la robótica industrial permite a Seeing Machines diversificar su cartera comercial. Además, la empresa aprovecha su propiedad intelectual existente sin desviar la atención de su negocio principal de transporte.

En la fabricación moderna, los sistemas instrumentados de seguridad (SIS) protegen a los operadores frente a maquinaria peligrosa. Integrar el seguimiento humano en tiempo real en los sistemas de control permite que la maquinaria anticipe los errores humanos. Como resultado, las líneas automatizadas pueden ajustar dinámicamente sus operaciones antes de que se produzcan riesgos de seguridad.

Perspectiva de inversión y trayectoria de crecimiento

Para los inversores, este contrato indica una expansión significativa del mercado direccionable de Seeing Machines. La entrada en la automatización de fábricas abre oportunidades de ingresos en nuevas bases de clientes industriales. Sin embargo, el anuncio no incluye detalles financieros específicos, ingresos previstos ni compromisos sobre el calendario comercial.

El valor inmediato de este contrato reside en la validación técnica, más que en los beneficios financieros inmediatos. El impacto comercial más amplio dependerá de la transformación de esta prueba de concepto en un despliegue a gran escala. Además, Seeing Machines continúa generando crecimiento de ingresos pese a registrar un flujo de caja operativo negativo y pérdidas netas continuadas. Los indicadores técnicos muestran un impulso favorable de la acción por encima de las principales medias móviles. No obstante, la valoración a largo plazo depende en gran medida de alcanzar una rentabilidad sostenible.

Perspectivas técnicas sobre la tecnología de percepción centrada en las personas

Seeing Machines utiliza más de 25 años de investigación sobre factores humanos para desarrollar sus modelos de IA. Su plataforma combina sensores ópticos, procesamiento integrado en el extremo y algoritmos de visión artificial.

El flujo de señales comienza cuando los sensores ópticos y el hardware de visión capturan datos visuales en tiempo real. Las unidades de procesamiento integrado en el extremo procesan estas entradas visuales sin procesar directamente en la capa del dispositivo. A continuación, los algoritmos de Perception Map y de IA de factores humanos analizan la atención, la fatiga y la trayectoria del operador. Finalmente, el sistema transmite parámetros de control deterministas directamente a la automatización de la fábrica y a la lógica del PLC o DCS.

Cuando se integra en marcos de automatización de fábricas, el sistema realiza un seguimiento continuo de la atención, la fatiga y la proximidad física de los trabajadores. Las redes de automatización estándar reciben estas entradas de percepción como parámetros de control deterministas. Por lo tanto, la arquitectura de control puede modificar automáticamente la velocidad del robot o activar paradas de emergencia.

Escenario de solución en el mundo real: seguridad en celdas de trabajo colaborativas

Consideremos una línea automatizada de ensamblaje de automóviles en la que técnicos humanos trabajan junto a robots industriales pesados. Las configuraciones de seguridad tradicionales dependen de barreras físicas o cortinas fotoeléctricas básicas para detener la operación.

Al implementar la tecnología Perception Map de Seeing Machines, el sistema de supervisión de la celda evalúa continuamente la atención y las trayectorias de movimiento de los trabajadores. Si un técnico muestra signos de distracción cerca de un brazo robótico activo, el sistema envía una señal de interrupción al PLC de seguridad. A continuación, el DCS ralentiza el robot en lugar de activar una parada de emergencia brusca. Como consecuencia, esta respuesta específica evita costosas interrupciones de la producción y mantiene la seguridad de los trabajadores.