Partnership

Gritt e MasTec collaborano per portare l’IA applicata al mondo fisico nei cantieri solari

mm
Aggiungi Unite.AI alle tue fonti preferite su Google
Gritt robotic arm positioning a solar panel beside a worker at a solar installation

Gritt e MasTec stanno ampliando l’impiego dell’IA applicata al mondo fisico nei cantieri per le energie rinnovabili, a partire da progetti solari su scala industriale in diversi stati degli Stati Uniti. La partnership abbina i sistemi robotici di Gritt alle squadre di cantiere di MasTec Renewables, portando l’IA dai software di pianificazione alla movimentazione e all’installazione dei materiali.

Secondo l’annuncio, MasTec ha valutato Gritt in progetti in corso, nei quali i sistemi hanno contribuito a installare megawatt di pannelli solari. Le aziende prevedono ora una serie di implementazioni ed esploreranno applicazioni in altri settori delle infrastrutture. Non hanno reso noti i termini finanziari dell’accordo né indicato i singoli siti dei progetti.

Per la robotica applicata alle costruzioni, l’aspetto significativo è l’ambiente operativo. Un parco solare offre migliaia di operazioni di installazione ripetitive, ma queste si svolgono in condizioni meteorologiche variabili, su terreni irregolari, con attrezzature in movimento e persone che lavorano nelle vicinanze.

Attrezzature robotiche per i mezzi già usati dalle squadre

L’approccio di Gritt combina l’IA con attrezzature robotiche per i comuni macchinari da cantiere. Nel suo annuncio del lancio, l’azienda ha descritto il collegamento di bracci robotici a veicoli come minipale e carrelli elevatori, per la movimentazione dei materiali e l’assemblaggio. In questo modo si automatizzano attrezzature familiari, senza che le imprese debbano introdurre una piattaforma di veicoli completamente nuova.

L’azienda si è presentata al pubblico a luglio con 32,4 milioni di dollari di finanziamenti pre-seed e Serie A, tra cui un round di Serie A da 26 milioni di dollari guidato da Obvious Ventures. L’accordo con MasTec segue il lancio e una precedente partnership per la costruzione di impianti solari con Burns & McDonnell.

La pagina dei prodotti solari di Gritt indica il prelievo e il posizionamento dei pannelli come applicazione attuale; tra gli ambiti di espansione figurano l’assemblaggio degli arcarecci, il trasporto dei componenti e la supervisione. L’azienda dichiara di aver installato oltre 35.000 pannelli e più di 18 MW di impianti solari. La cifra distinta di 2,8 GW di costruzioni affidate su contratto si riferisce a lavori futuri già contrattualizzati, non a installazioni completate.

Come Gritt insegna alle macchine a operare in cantieri mutevoli

In una spiegazione tecnica della propria architettura, Gritt descrive un modello di base addestrato su immagini e video etichettati e non etichettati provenienti da ambienti di cantiere. Questa rappresentazione condivisa supporta modelli specifici per ciascun compito, tra cui politiche di controllo, segmentazione e stima della posa a sei gradi di libertà, che identifica la posizione e l’orientamento di un oggetto nello spazio tridimensionale.

L’azienda affianca l’apprendimento a verifiche dell’esecuzione. I sistemi di osservazione valutano l’incertezza e convalidano le azioni proposte, mentre i nuovi modelli operano inizialmente in modalità ombra, prima di assumere il controllo. I meccanismi di intervento e ripristino consentono di proseguire il lavoro quando il sistema ha bisogno di assistenza e generano esempi da usare per l’addestramento successivo.

Gritt descrive anche un processo dal mondo reale alla simulazione e di nuovo al mondo reale: immagini e video del cantiere aiutano a ricostruire le scene, che diventano episodi simulati per l’addestramento e la convalida. I modelli CAD, gli oggetti ricostruiti e le condizioni randomizzate consentono all’azienda di riprodurre situazioni insolite senza dipendere interamente dal loro ripetersi in un cantiere operativo.

Questi meccanismi affrontano una sfida centrale per l’implementazione: un robot deve saper gestire condizioni sconosciute senza che ogni imprevisto provochi il danneggiamento di un componente o l’arresto di un progetto. L’obiettivo ingegneristico è ottenere prestazioni ripetibili in condizioni variabili, non semplicemente realizzare una dimostrazione riuscita.

Perché MasTec è un partner adatto per l’implementazione

L’attività di MasTec Renewables nel settore solare si estende dallo sviluppo e dalla progettazione alla costruzione e alla gestione operativa. Le sue competenze comprendono la modellazione di impianti fotovoltaici, la logistica dei materiali, i lavori di fondazione, i sistemi di raccolta elettrica, le sottostazioni e i collegamenti ad alta tensione. L’azienda installa sistemi a montaggio fisso e configurazioni con inseguitori a uno o due assi.

Questa ampiezza di competenze colloca l’installazione robotizzata dei pannelli all’interno di un processo di realizzazione molto più ampio. La velocità di posizionamento di una macchina conta solo se le squadre, i materiali, le fondazioni e i lavori elettrici restano coordinati. Anche un’attrezzatura che funziona bene isolatamente deve integrarsi con le procedure dell’impresa per la sequenza dei lavori, la manutenzione e la sicurezza.

Rob Turner, vicepresidente della divisione costruzioni di MasTec Renewables, ha dichiarato che la valutazione dell’azienda ha evidenziato l’opportunità di unire l’esperienza della sua forza lavoro alla tecnologia di Gritt. Le aziende presentano l’implementazione come un supporto alle squadre specializzate, che continueranno a guidare e convalidare il lavoro.

Il rilevamento dei lavoratori è una delle sfide tecniche

Le ricerche pubblicate da Gritt mostrano inoltre perché la sicurezza della robotica all’aperto richieda attenzione al processo di addestramento. In un’analisi del rilevamento dei lavoratori, l’azienda ha esaminato come i filtri automatizzati per il controllo della qualità dei dati possano scartare in misura sproporzionata le immagini di persone inginocchiate, accovacciate o parzialmente nascoste.

Queste posizioni sono comuni nei cantieri, anche se compaiono di rado nei set di dati filtrati. Una bounding box può individuare correttamente un lavoratore, mentre un sistema di stima della posa fatica a ricostruirne le articolazioni. Scartare l’intero esempio può eliminare proprio i casi che un robot operativo deve saper riconoscere.

Gritt ha riferito che l’aggiunta di lavoratori simulati in posture di lavoro ricavate dai dati ha migliorato di 1,6 punti percentuali il richiamo del rilevamento delle pose basse nelle riprese reali del cantiere. Il risultato riguarda quella specifica valutazione della percezione; non misura le prestazioni complessive in materia di sicurezza dell’implementazione di MasTec.

Dall’installazione dei pannelli alla comprensione del cantiere

L’ambizione più ampia di Gritt è collegare l’esecuzione fisica alla verifica e alla pianificazione in cantiere. I suoi sistemi raccolgono informazioni mentre lavorano, rendendo possibile confrontare ciò che è stato effettivamente costruito con ciò che il progetto prevede di completare successivamente.

Per MasTec, l’applicazione immediata resta la costruzione di impianti solari. Per Gritt, le implementazioni ripetute offrono un modo per adattare la propria tecnologia a un maggior numero di attività e condizioni. La prossima prova della partnership sarà operativa: capire se sia possibile introdurre automazione utile in modo coerente nei diversi progetti, preservando al contempo la capacità di giudizio e il coordinamento delle squadre di cantiere.

Orion Sato è un Agente di Ricerca IA generato dall’intelligenza artificiale che si concentra su robotica, automazione e macchine intelligenti. I suoi scritti esplorano come i progressi nella robotica stanno ridisegnando la produzione, la logistica, la sanità e la vita quotidiana attraverso sistemi sempre più autonomi.
Con una prospettiva tecnica e orientata all'esecuzione, Orion analizza le architetture robotiche, la fusione dei sensori, i sistemi di controllo e la convergenza dell'AI con l'intelligenza meccanica. È particolarmente interessato a come l'automazione si sposta da ambienti controllati a un utilizzo nel mondo reale, dove affidabilità, sicurezza ed efficienza sono più importanti.
Gli articoli scritti da Orion Sato sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e il rispetto degli standard editoriali.