TecnoIogías de la Información & Inteligencia Artificial
Tenemos una experiencia de más de 10 años desarrollando sistemas en los que aplicamos Tecnologías de la Información & Inteligencia Artificial en un amplio rango de clientes e industrias.
Desde un principio, nuestro enfoque es diseñar e implementar soluciones flexibles, robustas y sencillas de mantener.
Tecnologías de la Información (TI)
Según la Universidad Politécnica de Valencia, la TI se encarga de la adquisición, procesamiento, almacenamiento y difusión de “información” independientemente de su formato (voz, imágenes, textos, numérico) y por medio de la combinación de técnicas de computación y de comunicación.
En Órbita Ingeniería aplicamos las características de diseño y arquitectura que detallamos a continuación, con una metodología en constante evolución que se define de forma interna y se implementa en cada proyecto.
TI | Características de diseño

- Programación orientada a objectos (OOP)
- Aplicación de patrones de diseño
- Diseño modular
- Arquitectura basada en capas
- Guía de buenas prácticas
- Infraestructura
- Clases base
— Abstracciones
— Extensiones
— Wrappers (envoltorios)
«GUÍA DE ARQUITECTURA N-CAPAS ORIENTADA AL DOMINIO CON .NET». César de la Torre Llorente, Unai Zorrilla Castro, Miguel Ángel Ramos Barroso, Javier Calvarro Nelson. 2010.
TI | Arquitectura
- Diseño orientado a dominio (DDD)
— Proporciona un modelo SOLID de aplicación
- Arquitectura microservicios
— Estrategias de CI/CD
- Inyección de dependencias
- Despliegue automático (DevOps)
- Programación orientada a aspectos (AOP)
— Interceptores
- Base de datos agnóstica (ORM)
- Arquitectura y servicios en la nube (IaaS)
— Amazon Web Service (AWS)
- Servicios de auditoría
- Desacoplamiento
«DOMAIN DRIVEN DESIGN». Eric Evans. 2004
— Colas de mensajes
- Mapeado de objetos
- Localización
- BackgroundJobs
- Tolerancia a fallos
— Replicación
— Distribución
- Logging
- Testing
- Templates
- Monitorización
«DevOps». Basado en ilustración vista en juancarlosabaunza.com

Basado en «.NET MICROSERVICES: ARCHITECTURE FOR CONTENARIZED .NET APPLICATIONS «. Cesar de la Torre, Bill Wagner, Mike Rousos. 2019
Inteligencia Artificial (IA)
Nuestros proyectos de IA los podemos dividir en tres categorías, incluyendo cámaras inteligentes, sistemas basados en PC y sistemas basados en Deep Learning. La correcta elección depende de múltiples variables como rendimiento, escalabilidad, interfaz al usuario o coste. Nosotros asesoramos y adaptamos la solución más adecuada.
IA | Cámaras Inteligentes
Dispositivos que combinan una cámara, un procesador de algoritmos de visión y la integración de diversas tecnologías de interconexión con PLCs u otros dispositivos. Estos dispositivos son autónomos y no requieren de la interacción con un PC, solo para su programación o monitorización. Dado que sus prestaciones son reducidas, su funcionalidad acotada y son poco flexibles se recomiendan para abordar problemas básicos.




IA | Sistemas basados en PC
Los sistemas basados en PC ofrecen el mayor grado de flexibilidad. En este tipo de sistema es posible integrar un conjunto de sensores de diversas tecnologías: cámaras matriciales, cámaras lineales, sensores 3D, cámaras hiperespectrales. Por ello, es necesario un sistema que ofrezca un grado de computación adaptable a las necesidades del sistema.
En Órbita somos especialistas en este tipo de sistema, dado que su flexibilidad y potencia nos permite abordar los proyectos más complejos.
- Sensores de visión
- Sistemas de iluminación
- Librerías de visión sobre las que desarrollamos nuestros algoritmos:
IA | Sistemas basados en Deep Learning
Los sistemas basados en Deep Learning gozan de una enorme popularidad en los últimos años. Están basados en redes neuronales y, por consiguiente, son técnicas de aprendizaje automático aplicadas al procesamiento de imágenes.
Ofrecen un nuevo paradigma respecto a las técnicas tradicionales, dado que no requieren de la definición de complejos algoritmos de decisión, si no que a partir de un gran volumen de imágenes etiquetadas son capaces de decidir autónomamente. Así, permiten abordar problemas complejos donde existe gran variabilidad, tanto en el entorno como en los objetos a analizar.
A pesar de su popularidad, no siempre su aplicación es viable para todos los problemas detectados en los procesos industriales y por ello, consideramos que la aplicación en conjunción de las técnicas Deep Learning junto con las técnicas tradicionales es la clave de éxito de nuestros sistemas. Nuestro equipo es experto en estos sistemas y hemos abordado con éxito varios proyectos con estas tecnologías, tanto en clasificación, como detección de objetos, detección de anomalías o detección de defectos, entre otros.
Las soluciones Órbita donde se aplican estas tecnologías son:
Productos | Tecnologías de la Información
Productos | Inteligencia Artificial
¿Quieres saber más? ¡Contáctanos!