Grupo de I+D de Electrónica e inteligencia artificial de ITCL

Electronics and Artificial Intelligence

Electronics and Artificial Intelligence

electronica

ITCL Technological Centre has an Area of ​​Electronics R&D and Artificial Intelligence with a very wide trajectory of collaboration with companies. This Research Area works on machine learning, Big Data and Data Science, Blockchain, neural networks or artificial intelligence technologies for the massive handling of data of heterogeneous origin. Thus, it seeks to value large volumes of information from different environments, and facilitate its exploitation as structured information in an innovative business model.

We are experts in the design and prototyping of advanced electronic boards and devices for their integration into capital goods and telemedicine. Likewise, we work on the development of customized algorithms and design of experiments for the selection of characteristics, process optimization, clustering of dynamic series of data and prediction of the output model for data analysis

In addition, we also make intelligent systems for precision agriculture, smart cities and different types of infrastructure.

The area has a long history of working with companies throughout the national territory, having participated in a number of projects, both R&D and process improvement, highlighting their developments in areas of application where intelligent systems, communication Advanced and microelectronics are key factors (Smart Cities, Smart Energy, Industrial Internet of Things – IIoT, Industry 4.0, Factories of the Future – FoF, Machine-to-Machine Technology- M2M).

Some of the lines of work of the research group in electronics and artificial intelligence are the following:

  • Design and prototyping of electronic boards and advanced devices for integration in equipment and telemedicine
  • ARM Solution Design
  • Programming embedded systems under Linux
  • Programming of microprocessors for data acquisition, control and advanced communications.
  • Data analysis in intelligent systems: Design of custom algorithms and design of experiments. Feature selection, feature-based process optimization, dynamic data series clustering, output model prediction.
  • Specific developments for sustainable mobility: domestic and collective electric vehicle charging systems, demand analysis of loads, energy distribution according to constraints, localization and control systems, carpooling, carsharing, route optimization.
  • Design of intelligent systems for precision agriculture, infrastructures and cities.

Members of the R&D group

The area incorporates a team of young researchers, led by Dr. Javier Sedano, being one of the most dynamic and prestigious groups of the ITCL, with several patents in its portfolio of intangible assets.

Dr. Javier Sedano: is an expert in the development of electronic systems (hardware) industrial projects and production systems and acquisition and control, as well as in the design of disconnected models for the identification and modeling of dynamic systems. In addition, he is part of the Computational Intelligence Group of the University of Burgos and has worked for several years on projects and publications related to applied electronics, artificial intelligence and systems modelling. He is also a member of the IEEE Systems, Man & Cybernetics Chapter Society Spanish Chapter and collaborates in the organisation of international congresses, programme committees and organisations such as SOCO, HAIS, IDEAL, NABIC and ISD.

R&D in electronic design and artificial intelligence

The Area of ​​Electronics and Artificial Intelligence, in addition to conducting applied research and industrial developments under formulas of technical collaboration or subcontracting, offers the design of prototypes, and manufacturing, as well as the total management of the industrialization of the product, including testing, testing, CE validation and certification.

R&D Services in Applied Electronics and Artificial Intelligence

Services for Industry 4.0

One of the objectives of industry 4.0 is to manufacture in a different, flexible and efficient way, so that the integration of intelligent systems and data analysis can improve productivity and operations management, as well as the development of new lines of business.

To this end, the ITCL Electronics and Artificial Intelligence unit has launched a portfolio of specific services in Industry 4.0 for productive companies and manufacturers of capital goods, which allow the start of innovation projects adapted to the needs of each of them.

Consult here the services Industry 4.0 that we offer you Services industry 4.0

Electronic prototype factory

Design, programming and manufacture of electronic prototypes

ITCL offers its customers an electronic design service both hardware and software level, which provides engineers at your service, with the ability to design and program electronic solutions tailored to their needs.

The design group is formed by the Research Group of Applied Electronics and Artificial Intelligence ITCL, composed of a qualified technical staff of professionals.

ITCL has in its facilities the necessary equipment to carry out all the necessary stages in the manufacture of electronic prototypes, from the initial design phase, through the milling and gluing of the components, to the encapsulation or resining of the final component.

We offer

Manufacture of prototypes and short series according to the specifications established by the client:

  • Component selection
  • Schematic design
  • Routing of the PCB and generation of Gerber files for later manufacture
  • Selection and programming of the most suitable microcontroller for each application
  • Manufacture of the prototype
  • Tests and trials in certified laboratories
Electronic systems

Microcontrollers, Wireless Communication, Communication Protocols, Positioning, Sensors and HMI(Human Machine Interface)

El grupo de electrónica aplicada de ITCL dispone de capacidad técnica, humana y de laboratorio, para el desarrollo de sistemas electrónicos. El grupo es capaz de abordar cualquiera de las fases que conlleva el diseño de un nuevo sistema electrónico, que va desde la selección de los componentes, el diseño electrónico, el prototipado y de la prueba y testeo de los prototipos según las necesidades.

Además, los sistemas se estudian para ser implementados siguiendo las necesidades de cada cliente, siendo capaces por ejemplo de diseñar microelectrónica (PCB´s de dimensiones reducidas), usar varios tipos de comunicación (mediante cable o inalámbrica), diseñar la electrónica para ser integrada dentro de un sistema superior, embeber en ella Soft Computing o desarrollar sensórica a medida de las necesidades, etc.

Systems we work with

  • Microcontroladores: diferentes arquitecturas y fabricantes (Microchip, Atmel, ARM (freescale, Raspberry).
  • Comunicación inalámbrica: Zigbee, Bluetooth v2.0 y v4.0, radio frecuencia (434 Mhz), Wi-Fi, GPRS, RFID Mifare.
  • Protocolos de comunicación: RS-485, RS-232, I2C, SPI, bus CAN, PLC, UART, TCP/IP.
  • Posicionamiento: GPS, GPRS.
  • Sensores: temperatura (termopar, PT100, RTD) , sensor de luz, celda de carga para pesados, movimiento (acelerómetros, giroscopios), biosensores, contactos libres de potencial, sensores táctiles, conductividad de la piel, infrarrojos, etc.
  • HMI (Human Machine Interface): light and acoustic indicators, displays (LCD, graphics, alphanumeric, etc.), keyboards.
Software based on intelligent algorithms

Soluciones de Soft Computing

ITCL ofrece distintas soluciones de Soft Computing, el cual se centra en la incorporación de aprendizaje automático en sistemas híbridos, análisis de datos, selección de características, modelado de sistemas, clasificación y optimización de sistemas. También, se incluyen soluciones para el tratamiento de sistemas bioinformáticas, clusterización, clasificación y modelado de series dinámicas aplicadas a perfiles de expresión genética.

Soft Computing para la clasificación de series dinámicas aplicadas a perfiles de expresión genética

Sot Computing de diseño propio que engloba diferentes algoritmos propios para la agrupación de genes coexpresados en microarrays de análisis de datos (MDA). Adecuado, para el uso de investigadores, que traten determinar los genes importantes y las relaciones co-expresadas entre ellos, para grandes conjuntos dinámicos de datos, de modo que se permita optimizar una característica de salida.

Algunos de los algoritmos diseñados que integra el software son:

  • Shape Index (SC). Agrupación sin tener en cuenta la salida de cada muestra.
  • Output Shape Index (SOC). Agrupación teniendo en cuenta la correlación del gen con la salida.
  • Dynamic Shape Index (DSC). Versión dinámica del método SC.
  • Output Dynamic Shape Index (DSOC). Versión dinámica cel método SOC.
  • Relaxed Shape Index (RSC). Ampliación del método SOC

El software integra métodos de fusión que combinan en una única agrupación las agrupaciones creadas a partir de cada una de las series temporales de los datos de microarrays realizadas de forma independiente. La detección de los clusters más importantes dentro de los posibles se realiza usando diferentes medidas sobre los genes, entre las que destacan el Coeficiente de Correlación de la Información (ICC), Coeficiendo de Correlación de Pearson (PCC) y las medidas Shape Increase.

Optimización de variables de máquina a partir del modelo

Sistemas de Soft Computing de diseño propio, para la optimización de parámetros de máquina en procesos de fabricación incluyendo el desarrollo de modelos para evaluar el comportamiento de las variables de la máquina en el proceso y, para encontrar la función de aptitud a optimizar.

Este proceso se realiza en primer lugar mediante la obtención de la función objetivo paramétrica o de caja negra del sistema a optimizar. Posteriormente la optimización de los parámetros de la máquina se lleva a cabo mediante Algoritmos Genéticos mono–objetivo y multi-objetivos, recocido simulado, o colonias de hormiga.

Un ejemplo de las búsquedas de los objetivos sobre un sistema de fabricación con tres objetivos se presenta a continuación.

Sistemas de optimización de enrutamiento de vehículos

Diseño de diferentes algoritmos evolutivos híbridos de planificación de rutas para varios vehículos, minimizando los costes asociados al transporte, como puede ser: minimizar el tiempo total de transporte, minimizar la distancia total recorrida, minimizar el tiempo de espera, minimizar los vehículos a utilizar, etc. Todo ello satisfaciendo una serie de múltiples restricciones y limitaciones.

Elementos principales:

  • Clientes/puntos de entrega o recogida
  • Almacén/Almacenes
  • Flota de vehículos (capacidad de cada uno)
  • Red de transporte
  • Función a minimizar

Modelado:

Modelación de los problemas de optimización como diferentes tipos de VPR (Vehicle Routing Problem):

  • VRP with Pickup and Delivery (VRPPD): algunos clientes representan lugares de recogida y otros representan lugares de entrega.
  • VRP with Time Windows (VRPTW): los clientes tienen ventanas de tiempo en las que tienen que ser atendidos.
  • Capacitated VRP (CVRP): los vehículos tienen capacidad limitada.
  • Distance-Constrained VRP (DVRP): longitud máxima permitida para una ruta.
  • Multiple Depot VRP (MDVRP): múltiples almacenes para suministrar a los clientes.

Dado que VRP es un problema de optimización combinatorio complejo (NP-hard) se han desarrollado diferentes técnicas heurísticas para resolver los diferentes VRPs: Algoritmos Genéticos, Inteligencia de Enjambre y Sistemas de Colonias de Hormigas.

Products developed in Applied Electronics and Artificial Intelligence

VE recharging station in domestic environments

ITCL has developed EV charging stations for indoor use.

Frontal del punto de carga para vehículo eléctrico

Charging point front for electric vehicle

The system offers two versions according to the user’s needs:

  • Multipoint: intended for systems where you want to monitor, control a network of chargers under the international standard of communication with OCPP v1.5 server (standard and open protocol). The compatibility of OCPP guarantees its operation with OCPP servers. User identification is done by means of a Mifare card (RFID).
  • Autonomous version: more economical and simplified version that allows the vehicle to be recharged without the station having to be connected to any server. The user can start recharging either by pressing a button or by using a key.

This product can be adapted with other forms of recognition by the user, implementing RFID or Bluetooth functionality, so that the user is validated either with RFID card or with mobile APP.

The recharge points can be connected to the network via an RJ45 connector and all access data (user databases, points, history, etc.) are stored on an OCPP server.

The WEB application that manages the system is accessible from different users and through different devices; personal computer, mobile, Tablet, etc.

Arquitectura Multipunto

Multipoint Architecture

Characteristics:

  • The stations are compatible with charging mode 3 according to UNE-EN 61851.
  • Charging socket type 2 according to UNE-EN 62196.
  • Socket lock management that prevents the connector from being removed during the charging process.
  • LED status indicators located on the front: FREE, CHARGING, CONNECT, OFF, FAULT…
  • User identification through MIFARE reader located on the front.
  • Voltage and max output current: 230VAC/32A.
  • Possibility of output with hose (electrolinear format).

Functionalities of the management application

  • Compatible with OCPP v1.5 points
  • User management: additions, deletions, modifications
  • Monitoring of the state of the points.
  • Registration of load consumptions.
  • Consultation of histories.
  • Recording of incidents.
  • Visualization in map of the location of points.
  • Reservation of points by hours.
Potentioztatic devices for biosensors

Autonomous potenciostatic device based on biosensors and signal conditioning and treatment electronics for the detection of acids, sulfanamides, benzoles, etc.

This electronics consists of a proprietary design of mixed analog and digital type that consists of a signal conditioning part provided by the electrodes of the biosensor, an amplification stage, and a microcontroller with its embedded software that is responsible for the digitization of the signal and its analysis.

biosensor

An example of use is made as a compact and autonomous solution for the detection of Benzoylmethylecgonine (cocaine in aqueous solution).  It consists of a biosensor that reacts to the presence of the substance in the saliva by generating a signal that is treated and analyzed through the associated electronics. The detection time depends on the biosensor used.

Characteristics

  • Low cost
    placa potenciostato
  • Compact and small size
  • Stand-alone operation
  • Illuminated indication of the presence of cocaine in the sample
  • Microcontroller 8 bits
  • Integrated Software
  • 10-bit analog-to-digital converter
  • Processing of very small signals (nanoamperes)
  • Low consumption. Powered by 3.6V battery.
  • Touch sensor ignition
  • Automatic device shutdown

Application

Security, Public health, Environment, Legal Medicine

Software for gene clustering

SOFT COMPUTING PARA LA CLASIFICACIÓN DE SERIES DINÁMICAS APLICADAS A PERFILES DE EXPRESIÓN GENÉTICA

Soft Computing de diseño propio que engloba diferentes algoritmos propios para la agrupación de genes coexpresados en microarrays de análisis de datos (MDA). Adecuado, para el uso de investigadores, que traten determinar los genes importantes y las relaciones co-expresadas entre ellos, para grandes conjuntos dinámicos de datos, de modo que se permita optimizar una característica de salida.

Algunos de los algoritmos diseñados que integra el software son:

  • Shape Index(SC). Agrupación sin tener en cuenta la salida de cada muestra.
  • Output Shape Index (SOC). Agrupación teniendo en cuenta la correlación del gen con la salida.
  • Dynamic Shape Index (DSC).Versión dinámica del método SC.
  • Output Dynamic Shape Index (DSOC). Versión dinámica cel método SOC.
  • Relaxed Shape Index (RSC). Ampliación del método SOC

El software integra métodos de fusión que combinan en una única agrupación las agrupaciones creadas a partir de cada una de las series temporales de los datos de microarrays realizadas de forma independiente. La detección de los clusters más importantes dentro de los posibles se realiza usando diferentes medidas sobre los genes, entre las que destacan el Coeficiente de Correlación de la Información (ICC), Coeficiendo de Correlación de Pearson (PCC) y las medidas Shape Increase.

Wrapper system modeling software

Selección de características, modelado y clasificación de datos

SOFTWARE PARA LA SELECCIÓN DE CARACTERÍSTICAS SOBRE MODELO POR MEDIO DE UN SISTEMA WRAPPER

Sistema wrapper de diseño

Esquema wrapper de diseño

Software avanzado para la selección de características de diseño propio sobre modelos, por medio de un sistema Wrapper.

La herramienta permite reducir la dimensionalidad de grandes conjuntos de datos, a partir del modelado, la clasificación o el reconocimiento de patrones. Se utiliza un algoritmo genético para seleccionar las características que producen los mejores modelos o sistemas de clasificación; a saber, donde se obtienen los mayores porcentajes de representación –mejores modelos de predicción-.

El software permite del mismo modo modelar y clasificar sin tener en cuenta las características, algo adecuado para un pequeño número de éstas. La aplicación permite la utilización de 5 formas distintas de validar los modelos.

Aplicaciones

Análisis de datos para Industria 4.0, Agrotech, FinTech, Biotech, BigData, Investigación. Adecuado para investigadores que, en grandes conjuntos de datos, busquen determinar características importantes y relaciones entre ellas, y modelos de salida respecto a las entradas.

Software for feature selection in the design of experiments and generation of new products

Selección de características del softwareSoftware Soft Computing de diseño propio destinado a la selección de características y a la reducción de la dimensionalidad de los datos para la concepción de nuevos productos, bajo el desarrollo de un diseño de experimentos.

El software permite realizar la selección de características por medio de un algoritmo genético que obtiene un conjunto limitado, por medio de las siguientes medidas:

  • Coeficiente de Correlación de la Población (PCC).
  • Coeficiente de Correlación de la Información (ICC).
  • Información Mutua (MI).

Las variables de entrada seleccionadas son aquellas que tengan el mayor valor de ICC, PCC y MI con respecto a la salida.

Con el fin de reducir la redundancia de la información de las características seleccionadas, se utiliza el algoritmo mRMR, que permite seleccionar las características que posean la mayor relevancia con respecto a la salida y la mínima redundancia entre las variables de entrada.

 Aplicaciones

Investigación experimental, desarrollo de nuevos productos en áreas como farmacia, química, nuevos materiales…