1. Descripción del proyecto, objetivos y prioridades
El proyecto QUICKPICK nace de una necesidad crítica en el sector minorista (retail) y las pequeñas tiendas de proximidad: la eliminación de las barreras físicas y operativas en el proceso de compra. Para muchos comerciantes, la gestión manual de inventarios y las esperas en caja limitan su competitividad frente al comercio electrónico. El objetivo general del proyecto es desarrollar un sistema de compra automatizada basado en Visión Artificial e IoT que transforme la experiencia de compra física en un proceso fluido, sin fricciones y totalmente digitalizado.
El resultado se concibe como un ecosistema tecnológico que permite la detección automática de productos, la generación de carritos virtuales en tiempo real y la gestión centralizada de múltiples puntos de venta, todo integrado en una arquitectura cloud de alto rendimiento.
Objetivo principal: Desarrollar una solución disruptiva de compra automatizada para el comercio minorista que, mediante el uso de algoritmos de reconocimiento óptico y sensores inteligentes, elimine la necesidad de escaneado manual de productos. La plataforma aspira a ofrecer una experiencia "Grab & Go", permitiendo que los clientes realicen sus compras de forma autónoma a través de una aplicación móvil intuitiva sincronizada con el establecimiento físico.
Objetivos específicos:
- Arquitectura Cloud escalable: Construir una infraestructura robusta en AWS utilizando servicios como EKS (Elastic Kubernetes Service) y S3, optimizada para el procesamiento de flujos de datos de sensores y cámaras en tiempo real.
- Visión Artificial y Reconocimiento de Productos: Desarrollar y entrenar modelos de Machine Learning y visión por computador para identificar productos con precisión, minimizando errores en condiciones variables de iluminación y disposición en tienda.
- Desarrollo de Frontend Multiplataforma: Crear una aplicación móvil mediante Flutter/Dart que actúe como interfaz principal para el usuario, permitiendo la visualización del carrito virtual y la ejecución de pagos seguros.
- Privacidad y Ética en el Desarrollo: Priorizar el cumplimiento del RGPD, pivotando del diseño inicial de reconocimiento facial hacia sistemas de identificación por códigos QR y seguimiento de objetos para garantizar la máxima protección de datos biométricos.
- Optimización de la Gestión de Inventarios: Integrar herramientas para que los minoristas puedan supervisar KPIs, reducir el desperdicio de productos perecederos y automatizar la reposición de stock
- Ciclo de Pruebas y Validación: Ejecutar un programa riguroso de pruebas unitarias y de sistema para validar la fiabilidad de la detección de productos y la seguridad en las pasarelas de pago integradas.
2. Ámbito geográfico o temático de ejecución del proyecto
Este proyecto se sitúa en la vanguardia de la Inteligencia Artificial aplicada al Retail. Supone un avance significativo hacia modelos de negocio más eficientes y sostenibles, con potencial para revitalizar el comercio físico mediante la adopción de tecnologías que hasta ahora solo estaban al alcance de grandes corporaciones internacionales.
3. Ayuda UE total asignada, presupuesto o inversión total
El presupuesto total del proyecto QUICKPICK aprobado asciende a 196.337,00 €. El CDTI ha concedido una ayuda en forma de préstamo de 166.886,00 € a la empresa Macrotest Informática S.L. Esta ayuda está cofinanciada por el Fondo Europeo de Desarrollo Regional (FEDER), bajo el lema "Una manera de hacer Europa".
4. Duración o plazo de ejecución del proyecto
El proyecto se inició con su presentación el 19/12/2023. Tras la solicitud de ampliación motivada por la complejidad de las integraciones técnicas del Hito 2, el plazo de ejecución y justificación se extiende hasta el 30/11/2025.
5. Elementos gráficos de la marca Fondos Europeos
Resultados del proyecto
Implementación de Metodología de Gestión de Proyectos
Aplicación de un marco de trabajo ágil para el seguimiento del desarrollo de software y la integración de hardware. Durante el primer hito se empleó Jira para la trazabilidad de tareas y control de cambios. Se han establecido protocolos de gestión de riesgos técnicos, enfocados especialmente en la interoperabilidad entre los sensores IoT y el backend en la nube.
- Entregables:
- Informes de justificación técnico-económica de hitos.
- Documentación de control de riesgos y cronograma actualizado.
Definición de Requisitos
Análisis exhaustivo de las necesidades del sector minorista para definir los requisitos funcionales del sistema de visión y la aplicación móvil. Se ha diseñado la arquitectura de red para minimizar puntos ciegos en tienda y se han definido los flujos de experiencia de usuario (UX). Un resultado clave ha sido el informe técnico que justifica la sustitución del reconocimiento facial por tecnologías menos intrusivas (QR/Visión de objetos) para cumplir con el RGPD.
- Entregables:
- Informe técnico de requisitos del sistema.
- Documento de diseño de arquitectura y prototipado UI/UX.
- Análisis de riesgos de protección de datos (EIPD).
Desarrollo de la Plataforma y App
Construcción del backend en AWS y desarrollo de la aplicación móvil QuickPick (Android/iOS). La aplicación permite la sincronización instantánea con la tienda, la gestión del carrito virtual y la integración de sistemas de pago electrónicos. Se ha implementado el cifrado de datos para asegurar las transacciones y la privacidad de los usuarios.
- Entregables:
- Aplicación QuickPick (versión prototipo funcional).
- Repositorios de código fuente (Frontend y Backend).
- Configuración de infraestructura en la nube (AWS).
Integración de Inteligencia Artificial
Desarrollo del núcleo de visión artificial para el reconocimiento de productos en tiempo real. Se han adaptado modelos de deep learning para detectar la toma o devolución de artículos y se ha diseñado un motor de recomendaciones personalizadas basado en el historial de compra para mejorar la experiencia del cliente.
- Entregables:
- Documentación técnica de los modelos de visión artificial.
- Algoritmos de recomendación e inteligencia de negocio.
- Informe de validación de precisión de los modelos.
Pruebas de la Plataforma
Ejecución de pruebas de carga en la infraestructura cloud y validación de la precisión del reconocimiento óptico. Se han realizado pruebas de integración entre el hardware (cámaras) y el software (App) para asegurar tiempos de respuesta mínimos. El plan de pruebas incluye la verificación de la seguridad en las pasarelas de pago y la robustez del sistema ante caídas de red.
- Entregables:
- Informe de casos de prueba y corrección de errores.
- Plan de validación con usuarios reales (Beta Testers).
- Certificación interna de seguridad y protocolos de pago.
