NAME XR eta 3D Pertzepzio Laborategia

DESCRIPTION

Langileen interakzioa errazteko aplikazioen garapenera bideratutako laborategia, fabrikazio industrialeko sistema desberdinekin, hala nola robot kolaboratiboekin eta robot mugikorrarekin. Laborategiak errealitate nahasia (MR) eta birtuala (VR) bezalako interfaze berriak konbinatzen ditu 3D pertzepzio sistema desberdinekin eta adimen artifizialeko (IA) ereduak, operadoreei prozesu konplexuak egiten laguntzeko. Pertzepzio sistemek inguruko informazio garrantzitsua atzematea ahalbidetzen dute, hala nola prozesurako pertsona edo intereseko elementuen posizioa. Bigarren kasu honetan, kokapena ikusmen artifizialeko teknikak erabiliz egin daiteke (monokularra edo RGB-D) adimen artifizialean oinarrituta, objektuak aldatu gabe kokatzea ahalbidetzen duena; edo markatzaile aktiboak erabiliz, abiadura handiko eta zehaztasun handiko kokapena ahalbidetuz (200Hz eta 0,5mm baino gehiagoko zehaztasuna ingurumen baldintza konplexuagoetan). Informazioa komunikazio sistema aurreratuen bidez integratzen da, prozesuari buruzko informazioa emateko errealitate hedatuko (XR) interfaze aurreratuak erabiliz, interfaze hauek ekipamenduekin elkarreragin naturala eta lan taldeko kide desberdinen arteko lankidetza ahalbidetzen dute.

FIELDS OF APPLICATION

Deployment and Application

Developments

MOST OUTSTANDING EQUIPMENT AND COMPONENTS

  • 3D Vision Cameras

    Intel RealSense D435 stereo vision cameras, StereoLabs ZED X.

  • High-speed stereo tracking system

    Custom-developed system for high-speed tracking (200 FPS) of object movement with submillimeter precision.

  • Mixed Reality Glasses

    State-of-the-art devices that allow the visualization of virtual elements integrated into reality, such as the Meta Quest 3, Microsoft Hololens 1 and 2.

  • Proprietary software libraries

    Libraries for the geometric processing of CAD models. AI models for detecting the position of objects of interest.

SERVICES OFFERED BY THE ASSET

Ad-hoc assistance for different processes. Visualization of information and guidance in a virtual environment.

Computational geometry algorithms are used to process the geometry of CAD models and automate the generation of assistance information.

Analysis of a video sequence for data generation and training of models for object pose estimation.

A computer vision model is used for the automatic generation of a training dataset and the training of models based on G2L-NET.

ENTITY MANAGING THE ASSET

CEIT
Contact person:
Iñaki Díaz
idiaz@ceit.es