vision artificial

TEKNIKER y Ibernova unen fuerzas para mejorar la robótica con IA y visión artificial

15/07/2026@13:13:26

TEKNIKER ha reforzado su colaboración con Ibernova para abordar desafíos en conectividad, interoperabilidad y usabilidad de datos en la industria. Esta alianza se centra en tres ejes tecnológicos: digitalización, interoperabilidad y la inclusión de inteligencia artificial para optimizar la producción. Además, han validado soluciones robóticas flexibles en el marco del proyecto europeo HARTU, permitiendo a las industrias manejar productos variables con mayor eficiencia. En 2025, TEKNIKER reportó un aumento del 5% en ingresos gracias a una combinación de proyectos públicos y privados, consolidando su posición como agente clave en la transferencia tecnológica.

ITG impulsa la cría de insectos con IA y tecnología cuántica

El ITG Centro Tecnológico, en colaboración con Alfaprogal y la Universidade da Coruña, está desarrollando un sistema innovador que utiliza inteligencia artificial, visión artificial y tecnologías cuánticas para automatizar la cría industrial de larvas de mosca soldado negra (Hermetia illucens). Este proyecto de I+D+I, denominado IAPSI, busca establecer un modelo ganadero más sostenible y eficiente que fomente la economía circular. Con un presupuesto superior a 3,6 millones de euros, se implementarán soluciones avanzadas como IoT y algoritmos de IA para optimizar el proceso de producción, mejorando la eficiencia y reduciendo la huella ambiental.

  • 1

Avances en visión artificial mejoran detección en baja iluminación

Investigadores de la Universidad de Córdoba han desarrollado un innovador modelo que utiliza redes neuronales para mejorar la visión artificial en condiciones de poca iluminación. Este avance permite una detección y decodificación más efectiva de marcadores fiduciales, esenciales para la navegación y localización de objetos por robots, como el famoso Atlas de Boston Dynamics. Tradicionalmente, las técnicas de visión artificial fallaban en entornos con escasa luz, pero este nuevo sistema aborda esa limitación mediante un proceso que incluye detección, refinamiento y decodificación de marcadores. Los datos utilizados para entrenar el modelo son accesibles al público, lo que facilita su implementación en diversas aplicaciones. Este desarrollo representa un importante paso adelante en la tecnología de visión artificial.