Seeing Machines espande l’IA incentrata sull’uomo nella robotica industriale

Seeing Machines fa progredire l’automazione industriale con l’IA incentrata sull’uomo nella robotica industriale

Seeing Machines (LSE:SEE) ha firmato un contratto di sviluppo avanzato con un’impresa globale di tecnologia industriale. Questo accordo rappresenta una tappa strategica per l’azienda. Estende le sue capacità proprietarie di IA incentrata sull’uomo alla robotica industriale e all’automazione degli stabilimenti. In precedenza, Seeing Machines si era concentrata principalmente sui sistemi di sicurezza nei trasporti nei settori automobilistico, delle flotte, dei veicoli fuoristrada e dell’aviazione.

Collegare la sicurezza nei trasporti all’automazione degli stabilimenti

Il progetto si concentra sulla realizzazione di un sistema dimostrativo per gli ambienti produttivi. Gli ingegneri integreranno la tecnologia Perception Map dell’azienda nella robotica industriale. Di conseguenza, i macchinari automatizzati potranno interpretare meglio la presenza degli operatori umani e i loro stati cognitivi.

L’automazione industriale dipende fortemente dai controllori logici programmabili (PLC) e dai sistemi di controllo distribuito (DCS). Tuttavia, i sistemi di controllo convenzionali non dispongono di capacità intuitive di rilevamento dell’uomo. Integrando una visione artificiale avanzata, Seeing Machines crea un ambiente di lavoro collaborativo più sicuro. Questa integrazione migliora l’interazione uomo-robot nelle aree produttive critiche per la sicurezza.

Espansione strategica del mercato oltre le applicazioni automobilistiche

Questo accordo pone le basi per una collaborazione più ampia nell’automazione degli stabilimenti. L’espansione nella robotica industriale consente a Seeing Machines di diversificare il proprio portafoglio commerciale. Inoltre, l’azienda sfrutta la proprietà intellettuale esistente senza distogliere l’attenzione dal suo core business nei trasporti.

Nella produzione moderna, i sistemi strumentati di sicurezza (SIS) proteggono gli operatori dai macchinari pericolosi. L’integrazione del monitoraggio umano in tempo reale nei sistemi di controllo consente ai macchinari di anticipare gli errori umani. Di conseguenza, le linee automatizzate possono modificare dinamicamente le operazioni prima che si verifichino rischi per la sicurezza.

Prospettive d’investimento e traiettoria di crescita

Per gli investitori, questo contratto segnala un’espansione significativa del mercato indirizzabile di Seeing Machines. L’ingresso nell’automazione degli stabilimenti apre opportunità di ricavi presso nuove basi di clienti industriali. Tuttavia, l’annuncio non specifica i termini finanziari, i ricavi previsti né gli impegni relativi alle tempistiche commerciali.

Il valore immediato di questo contratto risiede nella validazione tecnica più che nei ritorni finanziari immediati. L’impatto commerciale più ampio dipende dalla trasformazione di questo sistema dimostrativo in un’implementazione su larga scala. Inoltre, Seeing Machines continua a registrare una crescita dei ricavi nonostante il flusso di cassa operativo negativo e le perdite nette persistenti. Gli indicatori tecnici mostrano un andamento favorevole del titolo al di sopra delle principali medie mobili. Tuttavia, la valutazione a lungo termine dipende fortemente dal raggiungimento di una redditività sostenibile.

Approfondimenti tecnici sulla tecnologia di percezione incentrata sull’uomo

Seeing Machines utilizza oltre 25 anni di ricerca sui fattori umani per sviluppare i propri modelli di IA. La sua piattaforma combina sensori ottici, elaborazione edge integrata e algoritmi di visione artificiale.

Il flusso del segnale inizia con i sensori ottici e l’hardware di visione, che acquisiscono dati visivi in tempo reale. Le unità di elaborazione edge integrate elaborano questi input visivi grezzi direttamente a livello del dispositivo. Successivamente, gli algoritmi Perception Map e Human Factors AI analizzano l’attenzione, la stanchezza e la traiettoria dell’operatore. Infine, il sistema trasmette parametri di controllo deterministici direttamente alla logica dell’automazione dello stabilimento e dei PLC o DCS.

Quando viene integrato nei framework di automazione degli stabilimenti, il sistema monitora continuamente l’attenzione, la stanchezza e la prossimità fisica dei lavoratori. Le reti di automazione standard ricevono questi input percettivi sotto forma di parametri di controllo deterministici. Pertanto, l’architettura di controllo può modificare automaticamente la velocità del robot o attivare arresti di emergenza.

Scenario applicativo reale: sicurezza nelle celle di lavoro collaborative

Si consideri una linea automatizzata di assemblaggio automobilistico in cui tecnici umani lavorano a fianco di pesanti robot industriali. Le configurazioni di sicurezza tradizionali si affidano a recinzioni fisiche o a semplici barriere fotoelettriche per arrestare le operazioni.

Implementando la tecnologia Perception Map di Seeing Machines, il sistema di monitoraggio della cella valuta continuamente l’attenzione e le traiettorie di movimento del lavoratore. Se un tecnico mostra segni di distrazione vicino a un braccio robotico attivo, il sistema invia un segnale di interruzione al PLC di sicurezza. Il DCS rallenta quindi il robot invece di attivare un arresto di emergenza completo. Di conseguenza, questa risposta mirata evita costosi tempi di fermo della produzione mantenendo al contempo la sicurezza dei lavoratori.