Projekty
Projekty
Computer vision
Opracowanie systemu rozpoznawania nośników logistycznych w przestrzeni dla autonomicznych wózków widłowych
Opracowanie systemu rozpoznawania nośników logistycznych w przestrzeni dla autonomicznych wózków widłowych
Celem projektu jest opracowanie systemu rozpoznawania nośników logistycznych (palet) w przestrzeni trójwymiarowej, przeznaczonego dla autonomicznych wózków widłowych klasy AGV/AMR. Projekt realizowany jest we współpracy z partnerem biznesowym – firmą ETISOFT Sp. z o.o.
Opracowywane rozwiązanie wykorzystuje zaawansowane metody sztucznej inteligencji i widzenia komputerowego: sieci neuronowe do detekcji keypointów palet, kamery 3D Luxonis Oak-D oraz jednostki obliczeniowe NVIDIA Jetson. Dane treningowe generowane są syntetycznie w środowisku NVIDIA Omniverse, a następnie walidowane na rzeczywistych nagraniach ze stanowiska laboratoryjnego zintegrowanego z systemem ROS 2.
W wyniku projektu powstaje MVP systemu posiadające kluczowe funkcjonalności – gotowe do testów w rzeczywistych warunkach magazynowych. Rozwiązanie adresowane jest do producentów autonomicznych pojazdów przemysłowych i przyczynia się do zwiększenia stopnia automatyzacji logistyki wewnętrznej w polskich przedsiębiorstwach.
Projekt dofinansowany ze środków Unii Europejskiej
Beneficjent: APENUM ROBOTICS SP. Z O.O.
Partner biznesowy: ETISOFT SP. Z O.O.
Celem projektu jest opracowanie systemu rozpoznawania nośników logistycznych (palet) w przestrzeni trójwymiarowej, przeznaczonego dla autonomicznych wózków widłowych klasy AGV/AMR. Projekt realizowany jest we współpracy z partnerem biznesowym – firmą ETISOFT Sp. z o.o.
Opracowywane rozwiązanie wykorzystuje zaawansowane metody sztucznej inteligencji i widzenia komputerowego: sieci neuronowe do detekcji keypointów palet, kamery 3D Luxonis Oak-D oraz jednostki obliczeniowe NVIDIA Jetson. Dane treningowe generowane są syntetycznie w środowisku NVIDIA Omniverse, a następnie walidowane na rzeczywistych nagraniach ze stanowiska laboratoryjnego zintegrowanego z systemem ROS 2.
W wyniku projektu powstaje MVP systemu posiadające kluczowe funkcjonalności – gotowe do testów w rzeczywistych warunkach magazynowych. Rozwiązanie adresowane jest do producentów autonomicznych pojazdów przemysłowych i przyczynia się do zwiększenia stopnia automatyzacji logistyki wewnętrznej w polskich przedsiębiorstwach.
Projekt dofinansowany ze środków Unii Europejskiej
Beneficjent: APENUM ROBOTICS SP. Z O.O.
Partner biznesowy: ETISOFT SP. Z O.O.
Geophisical images
Salt segmentation
Salt segmentation
A comprehensive 3D platform that seamlessly integrates a digital twin of our sophisticated robotic system with advanced 3D vision capabilities.
A comprehensive 3D platform that seamlessly integrates a digital twin of our sophisticated robotic system with advanced 3D vision capabilities.
Object detection
Safe and Healthy
Safe and Healthy
AI object detection and recognition for health and safety involves the use of sophisticated algorithms to identify and classify various objects and conditions in an environment, such as safety gear (helmets, gloves) and potentially hazardous zones. By analyzing visual data from cameras in real-time, this technology can alert personnel to safety violations or risks, such as the absence of required protective equipment or the presence of individuals in restricted areas. It enhances workplace safety by enabling proactive measures, minimizing accidents, and ensuring compliance with safety regulations.
AI object detection and recognition for health and safety involves the use of sophisticated algorithms to identify and classify various objects and conditions in an environment, such as safety gear (helmets, gloves) and potentially hazardous zones. By analyzing visual data from cameras in real-time, this technology can alert personnel to safety violations or risks, such as the absence of required protective equipment or the presence of individuals in restricted areas. It enhances workplace safety by enabling proactive measures, minimizing accidents, and ensuring compliance with safety regulations.
Medical images
Atherosclerotic plaque segmentation
Atherosclerotic plaque segmentation
Leverage 3D Vision for depth understanding, Odometry for precise positioning, and Synthetic Data to train AI models. These tools are essential for accurate analysis and enhanced AI performance.
Leverage 3D Vision for depth understanding, Odometry for precise positioning, and Synthetic Data to train AI models. These tools are essential for accurate analysis and enhanced AI performance.
Eye tracking
Alzheimer disease
Alzheimer disease
We deliver Embedded Solutions and AI Integration, connecting IoT devices for smarter operations. Our scalable, robust software solutions drive innovation and operational excellence.
We deliver Embedded Solutions and AI Integration, connecting IoT devices for smarter operations. Our scalable, robust software solutions drive innovation and operational excellence.
Medical images
Atherosclerotic plaque segmentation
Atherosclerotic plaque segmentation
Leverage 3D Vision for depth understanding, Odometry for precise positioning, and Synthetic Data to train AI models. These tools are essential for accurate analysis and enhanced AI performance.
Leverage 3D Vision for depth understanding, Odometry for precise positioning, and Synthetic Data to train AI models. These tools are essential for accurate analysis and enhanced AI performance.