Uno de los objetivos de la compañía dedicada al transporte y almacenamiento de una amplia gama de graneles líquidos, como productos refinados, químicos y bicombustibles, era el de mejorar el proceso de control de acceso de sus vehículos industriales a sus instalaciones. Dicho control de vehículos que efectúan operaciones de carga de cisternas se realizaba hasta la fecha a través de antenas de radio frecuencia ubicadas en las instalaciones y de transponders activos instalados en cada cabeza tractora y cisterna. Esta solución generaba falsos positivos y falsos negativos requiriendo la intervención manual. Adicionalmente, la tecnología utilizada generaba elevados costes de operación y mantenimiento, al tener los dispositivos una vida útil de 5 a 8 años como máximo.
knowmad mood (antes atSistemas) ha desarrollado para el cliente una solución que usa las cámaras existentes, pero construida sobre tecnologías de Edge Computing y visión artificial. Después de realizar una prueba de concepto para identificar y registrar las matrículas de los vehículos que accedían a una de las instalaciones, se desarrolló la solución para todas las ubicaciones. Se ha utilizado las cámaras existentes con modelos de reconocimiento de matrículas que corren en el Edge Computing y se comunican con el sistema de control a planta. Adicionalmente, se elaboró un informe donde se recomendaba cuál era el mejor posicionamiento de las cámaras, cómo evitar barreras con faldón, cómo optimizar el consumo de recursos para el reconocimiento de imágenes o cómo optimizar la calidad de la imagen, etc.
Con esta solución se ha conseguido un reconocimiento correcto de las matrículas reduciendo drásticamente o eliminando los errores, ahorrando en costes de mantenimiento y consiguiendo una mayor escalabilidad de la solución al estar basada mayoritariamente en software y no en hardware.
