ТОР
Контроллер линии оптимизации раскроя древесины с элементами машинного обучения и компьютерным зрением. Внедрение алгоритмов компьютерного зрения и машинного обучения для увеличен...
О проекте
Контроллер линии оптимизации раскроя древесины
с элементами машинного обучения
и компьютерным зрением. Внедрение алгоритмов компьютерного зрения и машинного обучения для увеличения выхода деловой древесины на ≥ 10% за счёт автоматического распознавания дефектов и оптимизации раскроя. Возможность модернизации широкого парка торцовочных станков (полуавтоматических и автоматических) и линий поперечного раскроя древесины с нижней подачей пилы. импортозамещение электроники и ПО.
- Стадия: MVP
- Индустрии: DeepTech
- Технологии: Robotics
- Рынки: Россия
- Сайт: https://torlabs.ru/
Состав объекта
Нет данных
Этапы реализации
Нет данных
Объём инвестиций
Якорный инвестор
Нет данных
Социально-экономический эффект
Нет данных
Городская значимость
Нет данных
Текущий статус и следующий этап
Нет данных
Инвестиционный запрос
По данным SberUnity, компания находится в поиске инвестиций. Детали раунда требуют ручного уточнения.
Продукт / технология
Контроллер линии оптимизации раскроя древесины
с элементами машинного обучения
и компьютерным зрением. Внедрение алгоритмов компьютерного зрения и машинного обучения для увеличения выхода деловой древесины на ≥ 10% за счёт автоматического распознавания дефектов и оптимизации раскроя. Возможность модернизации широкого парка торцовочных станков (полуавтоматических и автоматических) и линий поперечного раскроя древесины с нижней подачей пилы. импортозамещение электроники и ПО.
Проблема: Предлагаемый проект направлен на решение проблем неэффективного использования древесного материала, временных и человеческих затрат, и решение важной проблемы импортозамещения электроники и ПО
Ключевые преимущества технологии
Robotics
Рынок: TAM / SAM / SOM
Россия
Целевая аудитория / клиенты
Станкостроительные компании, деревообработчики (пилорамы,производители мебели, производители строительных материалов из древесины)
Бизнес-модель
B2B
Финансовые показатели
Данные импортированы из анкеты SberUnity и требуют ручной проверки.
Темп роста компании
Нет данных
Потенциал переоценки
Нет данных
План развития и финансовая цель
Нет данных
Команда проекта
Алекс Фаундер
Основатель проекта
Иван Стартапов
Участник команды
Мария Продуктова
Участник команды
Ольга Маркетова
Участник команды
Дмитрий Финансов
Участник команды
Анна Операционная
Участник команды
Ключевые достижения
Нет данных
Сертификация и регуляторный статус
Нет данных
Конкурентное преимущество
Нет данных