Псевдогаптика: реальные ощущения в виртуальности
Группа исследователей из университетов Назарбаева (Казахстан), Беркли (США) и Сорбонны (Франция) разработала портативное вибротактильное устройство (VibeRo). Оно позволяет ощущать деформацию виртуальных мягких объектов при помощи сенсорной иллюзии.
Афферентные сигналы нервной системы могут частично заменять друг друга, создавая ложные ощущения. Например, виброотклик сенсорного экрана имитирует нажатие на механическую кнопку мобильника.
Когда пользователь находится в виртуальной реальности, его органы чувств легче обмануть. Например, с помощью расположенных у пальцев вибромоторчиков можно создать иллюзию сжимания шарика.
Предлагаемый способ относится к эффекту псевдогаптики. Он базируется на сочетании визуального смещения пальцев с тактильной иллюзией их движения при вибрации контактной поверхности.
Виртуальные очки связаны с датчиками силы нажатия и с вибромоторчиками, стимулирующими нервные окончания кончиков пальцев импульсами в диапазоне от 40 до 400 Гц.
Частота вибраций зависит от скорости изменения силы нажатия (здесь важна динамика). Комбинация этих иллюзий и дает ощущение сжимания объектов разной степени твёрдости.
Тактильная система состоит из двух основных частей: тензорный датчик силы диаметром 15 мм (модель FSR 402 Short, INERLINK Electronics) и привода вибромоторов (Haptuator
Mark II, Tactile Labs) размерами 9х9х34 мм. Корпус устройства был распечатан на 3D-принтере.
Управление приводом осуществляется на базе платы Teensy 3.2 с аналоговым выходом для генерирования синусоидального сигнала (отправляется в привод вибромоторчика) и входом (для считывания сигналов с тензодатчика).
Тактильные стимуляции объединены со зрительной при помощи VR-шлема Oculus Rift CV1. В целях избежания лагов интерфейса USB был использован одноплатный компьютер BeagleBone Black на базе Arm Cortex-A8. Он был связан по TCP с игровым движком Unity, установленным на компьютере для передачи показаний тензодатчика.
Для подтверждения работоспособности подхода был выполнен однофакторный дисперсионный анализ (ANOVA) с использованием R-софта (функция AOV()) для расчета значимости результатов измерений.
Авторы показали, что разные уровни вибраций статистически достоверно влияют на восприятие силы взаимодействия с объектами виртуального мира.
Источник: IEEE Robotics and Automation Letters
Видео: YouTube
Группа исследователей из университетов Назарбаева (Казахстан), Беркли (США) и Сорбонны (Франция) разработала портативное вибротактильное устройство (VibeRo). Оно позволяет ощущать деформацию виртуальных мягких объектов при помощи сенсорной иллюзии.
Афферентные сигналы нервной системы могут частично заменять друг друга, создавая ложные ощущения. Например, виброотклик сенсорного экрана имитирует нажатие на механическую кнопку мобильника.
Когда пользователь находится в виртуальной реальности, его органы чувств легче обмануть. Например, с помощью расположенных у пальцев вибромоторчиков можно создать иллюзию сжимания шарика.
Предлагаемый способ относится к эффекту псевдогаптики. Он базируется на сочетании визуального смещения пальцев с тактильной иллюзией их движения при вибрации контактной поверхности.
Виртуальные очки связаны с датчиками силы нажатия и с вибромоторчиками, стимулирующими нервные окончания кончиков пальцев импульсами в диапазоне от 40 до 400 Гц.
Частота вибраций зависит от скорости изменения силы нажатия (здесь важна динамика). Комбинация этих иллюзий и дает ощущение сжимания объектов разной степени твёрдости.
Тактильная система состоит из двух основных частей: тензорный датчик силы диаметром 15 мм (модель FSR 402 Short, INERLINK Electronics) и привода вибромоторов (Haptuator
Mark II, Tactile Labs) размерами 9х9х34 мм. Корпус устройства был распечатан на 3D-принтере.
Управление приводом осуществляется на базе платы Teensy 3.2 с аналоговым выходом для генерирования синусоидального сигнала (отправляется в привод вибромоторчика) и входом (для считывания сигналов с тензодатчика).
Тактильные стимуляции объединены со зрительной при помощи VR-шлема Oculus Rift CV1. В целях избежания лагов интерфейса USB был использован одноплатный компьютер BeagleBone Black на базе Arm Cortex-A8. Он был связан по TCP с игровым движком Unity, установленным на компьютере для передачи показаний тензодатчика.
Для подтверждения работоспособности подхода был выполнен однофакторный дисперсионный анализ (ANOVA) с использованием R-софта (функция AOV()) для расчета значимости результатов измерений.
Авторы показали, что разные уровни вибраций статистически достоверно влияют на восприятие силы взаимодействия с объектами виртуального мира.
Источник: IEEE Robotics and Automation Letters
Видео: YouTube
Forwarded from DX.Media
Коботы как залог безопасности
Промышленные и складские системы автоматизации всегда считались источником потенциальной опасности, поскольку не замечают приближение человека и могут нанести ему травму.
С появлением коллаборативных роботов (или коботов) ситуация полностью изменилась. Они постоянно начеку и прекращают любые манипуляции, если человек оказался на пути.
Это яркий пример того, как системы машинного зрения выводят физическую безопасность на новый уровень.
Согласно официальной статистике с 2011 года по настоящее время в США погибло 614 рабочих в результате инцидентов с вилочными погрузчиками, управляемыми вручную.
При этом с участием коботов для погрузочно/разгрузочных работ не было зафиксировано ни одной производственной травмы, даже лёгкой.
Один из крупнейших производителей автономных промышленных погрузчиков — компания Seegrid Corp.
Её складские роботы уже проехали свыше 4 млн километров без единого инцидента.
Эти роботы управляются искусственным интеллектом, который обучается на месте по изображениям с камер кругового обзора.
Им не нужны лазерные отражатели, опорные маркеры, разметка на полу или какие-то иные специфические элементы навигации.
Сегодня коботы такого типа используются в Amazon, GM, Whirlpool, United Technologies, Ford Motor и других компаниях.
Все они соответствуют жёстким стандартам ISO / TS 15066 и ISO 13849-1 и успели зарекомендовать себя как максимально безопасные.
В декабре 2018 года Ford построила в Редфорде (штат Мичиган) передовой производственный центр стоимостью $45 миллионов, где коботы и люди трудятся в буквальном смысле бок о бок.
Это единственный производственный объект Ford, куда в любое время можно привести школьную экскурсию, не вводя дополнительных мер безопасности.
Подробнее о практических аспектах интеграции коботов можно узнать на вебинаре от Universal Robots, который начнётся 19 мая 2020 года в 18:00 по московскому времени.
Его будет проводить Карл Шеппард — инженер-технолог с 20-летним опытом разработки и внедрения систем интеллектуальной автоматизации.
Промышленные и складские системы автоматизации всегда считались источником потенциальной опасности, поскольку не замечают приближение человека и могут нанести ему травму.
С появлением коллаборативных роботов (или коботов) ситуация полностью изменилась. Они постоянно начеку и прекращают любые манипуляции, если человек оказался на пути.
Это яркий пример того, как системы машинного зрения выводят физическую безопасность на новый уровень.
Согласно официальной статистике с 2011 года по настоящее время в США погибло 614 рабочих в результате инцидентов с вилочными погрузчиками, управляемыми вручную.
При этом с участием коботов для погрузочно/разгрузочных работ не было зафиксировано ни одной производственной травмы, даже лёгкой.
Один из крупнейших производителей автономных промышленных погрузчиков — компания Seegrid Corp.
Её складские роботы уже проехали свыше 4 млн километров без единого инцидента.
Эти роботы управляются искусственным интеллектом, который обучается на месте по изображениям с камер кругового обзора.
Им не нужны лазерные отражатели, опорные маркеры, разметка на полу или какие-то иные специфические элементы навигации.
Сегодня коботы такого типа используются в Amazon, GM, Whirlpool, United Technologies, Ford Motor и других компаниях.
Все они соответствуют жёстким стандартам ISO / TS 15066 и ISO 13849-1 и успели зарекомендовать себя как максимально безопасные.
В декабре 2018 года Ford построила в Редфорде (штат Мичиган) передовой производственный центр стоимостью $45 миллионов, где коботы и люди трудятся в буквальном смысле бок о бок.
Это единственный производственный объект Ford, куда в любое время можно привести школьную экскурсию, не вводя дополнительных мер безопасности.
Подробнее о практических аспектах интеграции коботов можно узнать на вебинаре от Universal Robots, который начнётся 19 мая 2020 года в 18:00 по московскому времени.
Его будет проводить Карл Шеппард — инженер-технолог с 20-летним опытом разработки и внедрения систем интеллектуальной автоматизации.
Forwarded from DIY or DIE
#дайджест
● 🇬🇧 Вышел GNU Radio для Android https://www.rtl-sdr.com/gnu-radio-code-for-android-now-released/
● 🇬🇧 Наиболее распространенные ошибки проектирования печатных плат https://embedds.com/most-common-mistakes-in-pcb-design-and-how-to-avoid-them/
● 🇬🇧 Проекты на новом Seeeduino XIAO http://www.seeedstudio.com/blog/2020/05/08/seeeduino-xiao-community-projects-collection-whats-your-next-project-idea-made-by-seeeeduino-xiao/
● 🇬🇧 Сравнение и калибровка датчиков относительной влажности DHT22, SHT21, BME280 https://www.hackster.io/whitebank/humidity-sensor-calibration-3c5ace
● 🇬🇧 В чем разница между LoRa и LoRaWAN? http://www.seeedstudio.com/blog/2020/05/08/lora-and-lorawan-what-is-the-difference-and-how-to-apply-lora-and-lorawan-into-applications/
● 🇬🇧 Камера видеонаблюдения с ночным ИК-видением на Raspberry Pi Zero W http://www.movingelectrons.net/blog/2020/04/29/Building-a-Raspberry-Pi-Security-Camera.html
● 🇬🇧 Туториал: делаем USB-принтер сетевым (Wi-Fi) с помощью Raspberry Pi https://www.hackster.io/rahul-thakoor/wifi-enable-usb-printers-with-a-raspberry-pi-f663b6
● 🇷🇺 Делаем лэптоп на основе Raspberry Pi 4 Model B https://arduinoplus.ru/raspberry-pi-4-laptop/
● 🇷🇺 Вышла новая книга «Здоровье, спорт и окружающая среда в проектах Arduino» 336 с. https://www.combook.ru/product/11971491/
● 🇷🇺 Бокс-непросыпайка для SMD и прочей мелочевки https://mysku.ru/blog/diy/79915.html
● 🇷🇺 Разработчик «вшил» первый уровень оригинального Doom в FPGA-микросхему https://dtf.ru/hard/133844-razrabotchik-vshil-pervyy-uroven-originalnogo-doom-v-fpga-mikroshemu
● 🇷🇺 Дистанционное управление освещением на кухне https://www.rlocman.ru/review/article.html?di=616701
● 🇷🇺 Коммутатор USB своими руками https://mysku.ru/blog/china-stores/79876.html
● 🇷🇺 Делаем высокочувствительный детектор электромагнитного поля (перевод) https://www.rlocman.ru/shem/schematics.html?di=615787
● 🇷🇺 Тензометр (измеритель деформаций) своими руками https://mysku.ru/blog/aliexpress/79958.html
● 🇷🇺 Tensegrity-стол https://architects.d3.ru/tensegrity-table-1972242/
● 🇬🇧 Вышел GNU Radio для Android https://www.rtl-sdr.com/gnu-radio-code-for-android-now-released/
● 🇬🇧 Наиболее распространенные ошибки проектирования печатных плат https://embedds.com/most-common-mistakes-in-pcb-design-and-how-to-avoid-them/
● 🇬🇧 Проекты на новом Seeeduino XIAO http://www.seeedstudio.com/blog/2020/05/08/seeeduino-xiao-community-projects-collection-whats-your-next-project-idea-made-by-seeeeduino-xiao/
● 🇬🇧 Сравнение и калибровка датчиков относительной влажности DHT22, SHT21, BME280 https://www.hackster.io/whitebank/humidity-sensor-calibration-3c5ace
● 🇬🇧 В чем разница между LoRa и LoRaWAN? http://www.seeedstudio.com/blog/2020/05/08/lora-and-lorawan-what-is-the-difference-and-how-to-apply-lora-and-lorawan-into-applications/
● 🇬🇧 Камера видеонаблюдения с ночным ИК-видением на Raspberry Pi Zero W http://www.movingelectrons.net/blog/2020/04/29/Building-a-Raspberry-Pi-Security-Camera.html
● 🇬🇧 Туториал: делаем USB-принтер сетевым (Wi-Fi) с помощью Raspberry Pi https://www.hackster.io/rahul-thakoor/wifi-enable-usb-printers-with-a-raspberry-pi-f663b6
● 🇷🇺 Делаем лэптоп на основе Raspberry Pi 4 Model B https://arduinoplus.ru/raspberry-pi-4-laptop/
● 🇷🇺 Вышла новая книга «Здоровье, спорт и окружающая среда в проектах Arduino» 336 с. https://www.combook.ru/product/11971491/
● 🇷🇺 Бокс-непросыпайка для SMD и прочей мелочевки https://mysku.ru/blog/diy/79915.html
● 🇷🇺 Разработчик «вшил» первый уровень оригинального Doom в FPGA-микросхему https://dtf.ru/hard/133844-razrabotchik-vshil-pervyy-uroven-originalnogo-doom-v-fpga-mikroshemu
● 🇷🇺 Дистанционное управление освещением на кухне https://www.rlocman.ru/review/article.html?di=616701
● 🇷🇺 Коммутатор USB своими руками https://mysku.ru/blog/china-stores/79876.html
● 🇷🇺 Делаем высокочувствительный детектор электромагнитного поля (перевод) https://www.rlocman.ru/shem/schematics.html?di=615787
● 🇷🇺 Тензометр (измеритель деформаций) своими руками https://mysku.ru/blog/aliexpress/79958.html
● 🇷🇺 Tensegrity-стол https://architects.d3.ru/tensegrity-table-1972242/
Forwarded from DX.Media
Искусственный интеллект разработал идеальную налоговую схему
Американская компания Salesforce, известная благодаря одноимённой CRM-системе, представила искусственный интеллект для выработки оптимальной налоговой стратегии.
Он получил название AI Economist и уже продемонстрировал целый ряд преимуществ.
Налоговая система — это шаткий баланс между попытками обеспечить устойчивый рост экономики и соблюсти баланс в распределении доходов.
Однако рано или поздно любая известная схема налогообложения приводит к падению производительности и усилению экономического неравенства.
Мировая экономика стремится к тому, что 1% населения завладеет 99% ресурсов, а со временем финансовая пропасть будет лишь расти.
Экономическая теория не может учесть сложности реального мира. Она опирается на упрощённые модели и исторические сведения.
Вместо этого AI Economist использует усиленное обучение (Reinforcement Learning, RL). Он учится только на свежих данных и реорганизует стратегию налогообложения в условиях динамического рынка.
Искусственный интеллект AI Economist внедряет качественно другие налоговые графики, обычно с более высокими максимальными налоговыми ставками и более низкими коэффициентами для агентов со средним уровнем доходов.
Кроме того, он более надежен в условиях манипуляций, направленных на снижение налоговых выплат.
Попытки искусственно занизить доходы, чтобы заплатить меньше налогов не дают реальных преимуществ, поскольку ИИ применяет хитрую комбинацию прогрессивных и регрессивных графиков.
Эксперименты показали, что AI Economist достигает 16% выигрыша в компромиссе между равенством и производительностью по сравнению с аналитически выведенной формулой расчёта налога, предложенной Эммануэлем Саэсом.
По сравнению со свободным рынком AI Economist снижает экономическое неравенство на 47% ценой падения производительности на 11%.
Источник: Einstein.AI
Препринт научной статьи: arXiv.org
Видео: YouTube
Американская компания Salesforce, известная благодаря одноимённой CRM-системе, представила искусственный интеллект для выработки оптимальной налоговой стратегии.
Он получил название AI Economist и уже продемонстрировал целый ряд преимуществ.
Налоговая система — это шаткий баланс между попытками обеспечить устойчивый рост экономики и соблюсти баланс в распределении доходов.
Однако рано или поздно любая известная схема налогообложения приводит к падению производительности и усилению экономического неравенства.
Мировая экономика стремится к тому, что 1% населения завладеет 99% ресурсов, а со временем финансовая пропасть будет лишь расти.
Экономическая теория не может учесть сложности реального мира. Она опирается на упрощённые модели и исторические сведения.
Вместо этого AI Economist использует усиленное обучение (Reinforcement Learning, RL). Он учится только на свежих данных и реорганизует стратегию налогообложения в условиях динамического рынка.
Искусственный интеллект AI Economist внедряет качественно другие налоговые графики, обычно с более высокими максимальными налоговыми ставками и более низкими коэффициентами для агентов со средним уровнем доходов.
Кроме того, он более надежен в условиях манипуляций, направленных на снижение налоговых выплат.
Попытки искусственно занизить доходы, чтобы заплатить меньше налогов не дают реальных преимуществ, поскольку ИИ применяет хитрую комбинацию прогрессивных и регрессивных графиков.
Эксперименты показали, что AI Economist достигает 16% выигрыша в компромиссе между равенством и производительностью по сравнению с аналитически выведенной формулой расчёта налога, предложенной Эммануэлем Саэсом.
По сравнению со свободным рынком AI Economist снижает экономическое неравенство на 47% ценой падения производительности на 11%.
Источник: Einstein.AI
Препринт научной статьи: arXiv.org
Видео: YouTube
«Витязь-Д» — российский подводный робот с ИИ
Автономный необитаемый подводный аппарат (АНПА) «Витязь-Д» завершил первую проверку большим давлением. Он погрузился на дно Марианской впадины, проведя комплекс работ общей продолжительностью свыше 3 часов.
За это время АНПА выполнил фото- и видеосъемку, картографирование морского дна, изучил параметры глубоководной среды, а также установил на дне Марианской впадины вымпел с символикой 75-летия Победы.
Данные от АНПА передавались на глубоководную донную станцию. Далее они транслировались на судно в режиме реального времени по гидроакустическому каналу.
Глубина погружения «Витязя» спорная. Российская газета указывает конкретное значение: 10`028 метров. При этом в заявлении Минобороны говорится, что «глубина в точке погружения составила около 11 тыс. метров».
Так или иначе, результат не является рекордом. Ещё 60 лет назад Пикар и Уолш опустились в батискафе «Триест» на 10918 метров, а в прошлом году американский бизнесмен Виктор Весково достиг отметки 10928 метров на глубоководном аппарате Triton 36000/2.
То есть, технически даже обитаемые аппараты давно способны погружаться на 10 — 11 км. Впрочем, испытания отечественного АНПА только начались, да и стоящие перед ним задачи он выполняет в беспилотном режиме.
«Витязь-Д» был создан в Лаборатории морских роботизированных комплексов ЦКБ "Рубин". Он оснащён системой искусственного интеллекта, благодаря чему избегает столкновений, сам выбирается из подводных пещер и активно маневрирует по курсу.
Его корпус изготовлен из титана и композитных материалов (сферопластиков). Это проницаемая конструкция нулевой плавучести, теоретически способная погружаться на глубину до 12 км. То есть, по замыслу он может достичь дна в любой точке мирового океана.
«Витязь-Д» оснащён эхолотами, гидролокаторами кругового обзора, камерами, мощными прожекторами, гидроакустическими средствами навигации и связи, а также различными приборами для измерения физико-химических параметров воды.
Это российская разработка (насколько вообще возможно обойтись ресурсами одной страны в условиях международного рынка), предназначенная для поисковых работ, забора проб донного грунта, изучения рельефа дна и характеристик морской среды на разной глубине.
Источники: Минобороны РФ, Российская газета, FiveDeeps.com
Автономный необитаемый подводный аппарат (АНПА) «Витязь-Д» завершил первую проверку большим давлением. Он погрузился на дно Марианской впадины, проведя комплекс работ общей продолжительностью свыше 3 часов.
За это время АНПА выполнил фото- и видеосъемку, картографирование морского дна, изучил параметры глубоководной среды, а также установил на дне Марианской впадины вымпел с символикой 75-летия Победы.
Данные от АНПА передавались на глубоководную донную станцию. Далее они транслировались на судно в режиме реального времени по гидроакустическому каналу.
Глубина погружения «Витязя» спорная. Российская газета указывает конкретное значение: 10`028 метров. При этом в заявлении Минобороны говорится, что «глубина в точке погружения составила около 11 тыс. метров».
Так или иначе, результат не является рекордом. Ещё 60 лет назад Пикар и Уолш опустились в батискафе «Триест» на 10918 метров, а в прошлом году американский бизнесмен Виктор Весково достиг отметки 10928 метров на глубоководном аппарате Triton 36000/2.
То есть, технически даже обитаемые аппараты давно способны погружаться на 10 — 11 км. Впрочем, испытания отечественного АНПА только начались, да и стоящие перед ним задачи он выполняет в беспилотном режиме.
«Витязь-Д» был создан в Лаборатории морских роботизированных комплексов ЦКБ "Рубин". Он оснащён системой искусственного интеллекта, благодаря чему избегает столкновений, сам выбирается из подводных пещер и активно маневрирует по курсу.
Его корпус изготовлен из титана и композитных материалов (сферопластиков). Это проницаемая конструкция нулевой плавучести, теоретически способная погружаться на глубину до 12 км. То есть, по замыслу он может достичь дна в любой точке мирового океана.
«Витязь-Д» оснащён эхолотами, гидролокаторами кругового обзора, камерами, мощными прожекторами, гидроакустическими средствами навигации и связи, а также различными приборами для измерения физико-химических параметров воды.
Это российская разработка (насколько вообще возможно обойтись ресурсами одной страны в условиях международного рынка), предназначенная для поисковых работ, забора проб донного грунта, изучения рельефа дна и характеристик морской среды на разной глубине.
Источники: Минобороны РФ, Российская газета, FiveDeeps.com
LEAP —гибкие пневматические роботы
Команда исследователей из Университета штата Северная Каролина представила концепт необычных роботов, вдохновившись скоростью и грацией гепарда.
Большинство мягких роботов исключительно медленные. Настолько, что для наглядной демонстрации их движений приходится включать ускоренное воспроизведение.
Почему тогда живым организмам удаётся одновременно сохранять гибкость и скорость?
Возможно, дело в том, как они преобразовывают энергию сжатия и растяжения. Например, гепард выгибается словно пружина, благодаря чему совершает молниеносный бросок.
«Гепард вдохновил нас на создание мягких роботов с бистабильным позвоночником», — сказал Цзе Инь, доцент кафедры аэрокосмического машиностроения и автор научной статьи.
Все предыдущие мягкие роботы были подобны гусеницам. Они плотно соприкасались с опорой по всей длине, что ограничивало их скорость. Самые быстрые из них могли передвигаться на 0,8 длины тела в секунду.
Цзе Инь демонстрирует новый класс роботов с гибким корпусом из силикона. Он называется LEAP (Leveraging Elastic instabilities for Amplified Performance). Его первые представители способны развивать скорость до 2,7 длины тела в секунду.
Текущие прототипы LEAP имеют длину около 7 см и массу порядка 45 г. Наибольший выигрыш они дают на твёрдой поверхности. Если вместо ног прикрепить плавники, то в воде скорость будет всего на 11% выше по сравнению с лучшими образцами.
«У робота два стабильных состояния: сжатое и распрямлённое. Используя пневматическую накачку, мы можем быстро переключаться между ними. Это позволяет роботу двигаться скачками, что снижает потери на трение», — пояснил автор исследования.
Ещё одна важная особенность LEAP — они способны аккуратно захватывать объекты разной формы. Поэтому их потенциальная область применения включает в себя промышленное производство и складскую автоматизацию, где требуется возможность быстро перемещать хрупкие предметы.
Видео: YouTube
Источник: Science Advances
Команда исследователей из Университета штата Северная Каролина представила концепт необычных роботов, вдохновившись скоростью и грацией гепарда.
Большинство мягких роботов исключительно медленные. Настолько, что для наглядной демонстрации их движений приходится включать ускоренное воспроизведение.
Почему тогда живым организмам удаётся одновременно сохранять гибкость и скорость?
Возможно, дело в том, как они преобразовывают энергию сжатия и растяжения. Например, гепард выгибается словно пружина, благодаря чему совершает молниеносный бросок.
«Гепард вдохновил нас на создание мягких роботов с бистабильным позвоночником», — сказал Цзе Инь, доцент кафедры аэрокосмического машиностроения и автор научной статьи.
Все предыдущие мягкие роботы были подобны гусеницам. Они плотно соприкасались с опорой по всей длине, что ограничивало их скорость. Самые быстрые из них могли передвигаться на 0,8 длины тела в секунду.
Цзе Инь демонстрирует новый класс роботов с гибким корпусом из силикона. Он называется LEAP (Leveraging Elastic instabilities for Amplified Performance). Его первые представители способны развивать скорость до 2,7 длины тела в секунду.
Текущие прототипы LEAP имеют длину около 7 см и массу порядка 45 г. Наибольший выигрыш они дают на твёрдой поверхности. Если вместо ног прикрепить плавники, то в воде скорость будет всего на 11% выше по сравнению с лучшими образцами.
«У робота два стабильных состояния: сжатое и распрямлённое. Используя пневматическую накачку, мы можем быстро переключаться между ними. Это позволяет роботу двигаться скачками, что снижает потери на трение», — пояснил автор исследования.
Ещё одна важная особенность LEAP — они способны аккуратно захватывать объекты разной формы. Поэтому их потенциальная область применения включает в себя промышленное производство и складскую автоматизацию, где требуется возможность быстро перемещать хрупкие предметы.
Видео: YouTube
Источник: Science Advances
YouTube
Inspired By Cheetahs, Researchers Build Fastest Soft Robots Yet
Inspired by the biomechanics of cheetahs, researchers have developed a new type of soft robots that is capable of moving more quickly than previous generations of soft robots on solid surfaces or in the water. Read more: https://news.ncsu.edu/2020/05/cheetah…
Forwarded from DX.Media
Как роботы меняют рынок труда и производства
Профессор прикладной экономики Массачусетского технологического института Дарон Аджемоглу выполнил многолетнее исследование влияния роботизации на рынок труда.
Его результаты заставляют взглянуть на проблему иначе, и ниже мы тезисно приведём самые любопытные выводы.
Профессор Аджемоглу проанализировал развитие 55 390 французских фирм-производителей в период с 2010 по 2015 годы, используя открытые данные Министерства промышленности Франции.
Только 598 фирм (около 1% от общего числа) внедрили роботов за указанный период. При этом на их долю пришлось 20% производства.
Наиболее быстро внедряют роботов фармацевтические, химические и пищевые концерны, производители высокотехнологичных изделий из пластмасс и металлов.
Меньше всего инвестируют в роботов представители текстильной промышленности, изготовители мебели и печатной продукции, хотя эти отрасли также легко поддаются автоматизации.
Поначалу использование автоматизации в любой фирме приводило к сокращениям. Каждый робот в среднем заменял 3 рабочих.
Однако спустя некоторое время компании, которые инвестировали в роботов, стали расширяться. Они запускали новые производственные линии, открывали филиалы и снова набирали персонал.
В итоге за пятилетний период они создали почти столько же новых вакансий, сколько закрыли при первичной реорганизации (разница была менее 6%). Более того, эти вакансии стали более высокооплачиваемыми.
В долгосрочной перспективе инвестиции в технологии позволили сократить фонд зарплаты всего на 5%, однако при этом высокотехнологичные компании отобрали львиную долю рынка у тех, кто не внедрял роботов.
Корреляция между уровнем безработицы и степенью автоматизации действительно есть, но она не прямая.
Парадоксально, что сотрудников сокращают как раз компании, не инвестирующие в роботов. Они теряют объёмы заказов и каждый год увольняют людей, не выдерживая конкуренции.
Фактически за счёт роботизации происходит перераспределение рынка. На каждые 10% автоматизации лидирующих компаний у их конкурентов сокращается 2,5% персонала.
Источник: MIT
Профессор прикладной экономики Массачусетского технологического института Дарон Аджемоглу выполнил многолетнее исследование влияния роботизации на рынок труда.
Его результаты заставляют взглянуть на проблему иначе, и ниже мы тезисно приведём самые любопытные выводы.
Профессор Аджемоглу проанализировал развитие 55 390 французских фирм-производителей в период с 2010 по 2015 годы, используя открытые данные Министерства промышленности Франции.
Только 598 фирм (около 1% от общего числа) внедрили роботов за указанный период. При этом на их долю пришлось 20% производства.
Наиболее быстро внедряют роботов фармацевтические, химические и пищевые концерны, производители высокотехнологичных изделий из пластмасс и металлов.
Меньше всего инвестируют в роботов представители текстильной промышленности, изготовители мебели и печатной продукции, хотя эти отрасли также легко поддаются автоматизации.
Поначалу использование автоматизации в любой фирме приводило к сокращениям. Каждый робот в среднем заменял 3 рабочих.
Однако спустя некоторое время компании, которые инвестировали в роботов, стали расширяться. Они запускали новые производственные линии, открывали филиалы и снова набирали персонал.
В итоге за пятилетний период они создали почти столько же новых вакансий, сколько закрыли при первичной реорганизации (разница была менее 6%). Более того, эти вакансии стали более высокооплачиваемыми.
В долгосрочной перспективе инвестиции в технологии позволили сократить фонд зарплаты всего на 5%, однако при этом высокотехнологичные компании отобрали львиную долю рынка у тех, кто не внедрял роботов.
Корреляция между уровнем безработицы и степенью автоматизации действительно есть, но она не прямая.
Парадоксально, что сотрудников сокращают как раз компании, не инвестирующие в роботов. Они теряют объёмы заказов и каждый год увольняют людей, не выдерживая конкуренции.
Фактически за счёт роботизации происходит перераспределение рынка. На каждые 10% автоматизации лидирующих компаний у их конкурентов сокращается 2,5% персонала.
Источник: MIT
MIT News
Robots help some firms, even while workers across industries struggle
A study finds firms that move quickly to use robots tend to add workers to their payroll, while industry job losses are more concentrated in firms that make this change more slowly. The work was co-authored by MIT Professor Daron Acemoglu.
Forwarded from DX.Media
Дронов научили летать вслепую
Аналитическое агентство MarketsandMarkets прогнозирует, что к 2025 году рынок беспилотных летательных аппаратов (БПЛА) достигнет $ 52,3 млрд при среднегодовом темпе роста на уровне 14,15%.
Одним из условий стабильно растущего спроса на беспилотники является постепенное расширение их возможностей и повышение надёжности.
Свой вариант решения проблемы столкновений в воздухе предложили специалисты Лидского университета.
Они использовали методы биомимикрии (подражание живым организмам в конструировании), чтобы разработать датчик приближения к препятствиям, не использующий ультразвуковые волны.
Принцип его действия сходен с рецепторами на голове комара, которые чувствуют малейшие изменения воздушных потоков, создаваемых крыльями. Если они отражаются, значит – преграда близко.
Эксперименты показали, что установленные на штангах барометры работают как антенны на голове комара. Они регистрируют кратковременные перепады давления и эффективно предотвращают столкновение дронов даже в полной темноте.
Плюсы новой технологии:
➕ используется пассивный метод обнаружения преград;
➕ возможность детектировать оптически прозрачные препятствия;
➕ дешёвый апгрейд;
Минусы:
➖небольшой радиус действия;
➖не работает при сильных порывах ветра.
После установки экспериментальной системы предотвращения столкновений квадрокоптер стал летать вблизи поверхности более хаотично (как насекомое), однако ни разу не врезался. Смотрите видео.
Видео: YouTube
Источник: Science
Аналитическое агентство MarketsandMarkets прогнозирует, что к 2025 году рынок беспилотных летательных аппаратов (БПЛА) достигнет $ 52,3 млрд при среднегодовом темпе роста на уровне 14,15%.
Одним из условий стабильно растущего спроса на беспилотники является постепенное расширение их возможностей и повышение надёжности.
Свой вариант решения проблемы столкновений в воздухе предложили специалисты Лидского университета.
Они использовали методы биомимикрии (подражание живым организмам в конструировании), чтобы разработать датчик приближения к препятствиям, не использующий ультразвуковые волны.
Принцип его действия сходен с рецепторами на голове комара, которые чувствуют малейшие изменения воздушных потоков, создаваемых крыльями. Если они отражаются, значит – преграда близко.
Эксперименты показали, что установленные на штангах барометры работают как антенны на голове комара. Они регистрируют кратковременные перепады давления и эффективно предотвращают столкновение дронов даже в полной темноте.
Плюсы новой технологии:
➕ используется пассивный метод обнаружения преград;
➕ возможность детектировать оптически прозрачные препятствия;
➕ дешёвый апгрейд;
Минусы:
➖небольшой радиус действия;
➖не работает при сильных порывах ветра.
После установки экспериментальной системы предотвращения столкновений квадрокоптер стал летать вблизи поверхности более хаотично (как насекомое), однако ни разу не врезался. Смотрите видео.
Видео: YouTube
Источник: Science
YouTube
Quadcopter ground detection
Представлен комплект разработчика Nvidia Jetson Xavier NX
Он продаётся на $60 дешевле модуля Jetson Xavier NX SoM и предоставляет доступ к фирменной облачной платформе Cloud-Native. Впрочем, последняя теперь доступна для всей линейки Jetson.
Комплект Jetson Xavier NX работает под управлением специализированной версии Ubuntu Linux. Приложения ИИ предлагается разрабатывать с помощью NVIDIA JetPack SDK.
Начиная с версии 4.2.1, этот пакет включает в себя бета-версию набора библиотек Nvidia Container Runtime. Он обеспечивает интеграцию Docker для платформы Jetson.
Это позволяет запускать на любых устройствах Jetson контейнеры HPC, используя глубокое обучение с ускорением на графическом процессоре.
"Jetson Xavier NX позволяет задействовать всю мощь ИИ в граничных вычислениях (Edge computing), сохраняя при этом небольшой форм-фактор. Это делает возможным развертывание контейнерных решений Azure с лёгким масштабированием и локальным ускорением типичных для ИИ задач". — пояснил Мое Танабиан, генеральный менеджер Azure Edge Devices в Microsoft.
"Например, это может быть обработка видеопотоков сразу с нескольких камер, анализ данных от множества сенсоров или управление группой роботов», — добавил он.
Новый DevKIT выглядит немного странно. Он поставляется с активным охлаждением (так как выделяет до 15 Вт), но без встроенного флэш-накопителя типа eMMC (видимо, ради удешевления).
Адаптер переменного тока уже находится в комплекте, но можно использовать и литиевую батарею. Плата оснащена стабилизатором, поэтому допускает использование источников постоянного тока с широким диапазоном входного напряжения: от 9 до 19 В.
По сравнению с Jetson Nano Developer Kit новый комплект в 12 раз шустрее. В нём используется 64-битный 6-ядерный ЦП Nvidia Carmel (ARM v8.2) и ГП архитектуры Nvidia Volta с 384 ядрами CUDA и 48 тензорными ядрами.
Пиковая производительность в режиме вычислений с плавающей запятой половинной точности (FP16) составляет 6 TFLOPs, а для восьмибитных целочисленных операций (INT8) — 21 ТОПс.
Источник: CNX Software
Он продаётся на $60 дешевле модуля Jetson Xavier NX SoM и предоставляет доступ к фирменной облачной платформе Cloud-Native. Впрочем, последняя теперь доступна для всей линейки Jetson.
Комплект Jetson Xavier NX работает под управлением специализированной версии Ubuntu Linux. Приложения ИИ предлагается разрабатывать с помощью NVIDIA JetPack SDK.
Начиная с версии 4.2.1, этот пакет включает в себя бета-версию набора библиотек Nvidia Container Runtime. Он обеспечивает интеграцию Docker для платформы Jetson.
Это позволяет запускать на любых устройствах Jetson контейнеры HPC, используя глубокое обучение с ускорением на графическом процессоре.
"Jetson Xavier NX позволяет задействовать всю мощь ИИ в граничных вычислениях (Edge computing), сохраняя при этом небольшой форм-фактор. Это делает возможным развертывание контейнерных решений Azure с лёгким масштабированием и локальным ускорением типичных для ИИ задач". — пояснил Мое Танабиан, генеральный менеджер Azure Edge Devices в Microsoft.
"Например, это может быть обработка видеопотоков сразу с нескольких камер, анализ данных от множества сенсоров или управление группой роботов», — добавил он.
Новый DevKIT выглядит немного странно. Он поставляется с активным охлаждением (так как выделяет до 15 Вт), но без встроенного флэш-накопителя типа eMMC (видимо, ради удешевления).
Адаптер переменного тока уже находится в комплекте, но можно использовать и литиевую батарею. Плата оснащена стабилизатором, поэтому допускает использование источников постоянного тока с широким диапазоном входного напряжения: от 9 до 19 В.
По сравнению с Jetson Nano Developer Kit новый комплект в 12 раз шустрее. В нём используется 64-битный 6-ядерный ЦП Nvidia Carmel (ARM v8.2) и ГП архитектуры Nvidia Volta с 384 ядрами CUDA и 48 тензорными ядрами.
Пиковая производительность в режиме вычислений с плавающей запятой половинной точности (FP16) составляет 6 TFLOPs, а для восьмибитных целочисленных операций (INT8) — 21 ТОПс.
Источник: CNX Software
CNX Software - Embedded Systems News
NVIDIA Introduces Jetson Xavier NX Developer Kit, and Cloud-Native Support - CNX Software
NVIDIA Jetson Xavier NX Developer Kit launched for $399, and all Jetson platforms now support "Cloud-Native", i.e. Docker containers, in JetPack SDK.
Forwarded from DX.Media
Gatik — реальные эффекты беспилотных технологий
Калифорнийский стартап Gatik решил проблему среднемагистральных перевозок, используя автономные фургоны.
Он смог сократить время доставки со склада в магазины, одновременно снизив себестоимость транспортировки товаров.
Большинство участников автомобильного рынка ищут способ подешевле сделать полностью беспилотные машины и часто терпят фиаско в этом направлении.
Интерес со стороны инвесторов к ним ослабевает, поскольку обещание вот-вот представить колёсный дрон уровня SAE 5 звучат не первый год.
Вместо этого разработчики в Gatik сосредоточились на реально достижимом результате: они создали максимально безопасный тип транспорта для грузовых перевозок, уже сейчас способный дать ощутимый коммерческий результат.
Фургоны Gatik представляют собой Ford Transit 350HD с искусственным интеллектом. Они сертифицированы на уровень SAE 4 и сделаны с акцентом на максимальную безопасность.
Это видно даже по базовым спецификациям.
Лидар — самый дорогой компонент системы машинного зрения. Многие вообще отказываются его использовать из соображений экономии, а на фургоне Gatik установлено 6 (шесть!) сканирующих лазеров.
В дополнение к ним машины оснащены шестью радарами (два дальнего диапазона и четыре для средних дистанций), а система кругового обзора насчитывает 14 камер.
С такой оптоэлектронной системой фургон Gatik способен в любую погоду обнаружить препятствие на расстоянии, гарантированно превышающим его тормозной путь.
Однако всегда остаётся риск опасной манеры вождения со стороны других участников движения.
Поэтому для каждого заказчика Gatik заранее просчитывает варианты маршрутов, чтобы минимизировать нахождение фургона в зонах с интенсивным и непредсказуемым трафиком.
Например, они ездят в обход стадионов, школ и больниц, избегают нерегулируемых перекрёстков и незащищённых поворотов налево, а большую часть пути фургоны движутся в крайней правой полосе.
Результат? Всего за три года в родном штате Gatik стал самым востребованным перевозчиком на средние дистанции. Заявки подаются компаниями из списка Fortune 500, первой из которых стал крупнейший ритейлер Wallmart.
На сегодняшний день парк из 10 автономных фургонов Gatik выполнил более 15 000 рейсов для Walmart. Каждая машина совершала в среднем 11 рейсов за сутки, ни разу не нарушив график.
Источники: Gatik.AI, The Robot Report, Fleet Owner
Калифорнийский стартап Gatik решил проблему среднемагистральных перевозок, используя автономные фургоны.
Он смог сократить время доставки со склада в магазины, одновременно снизив себестоимость транспортировки товаров.
Большинство участников автомобильного рынка ищут способ подешевле сделать полностью беспилотные машины и часто терпят фиаско в этом направлении.
Интерес со стороны инвесторов к ним ослабевает, поскольку обещание вот-вот представить колёсный дрон уровня SAE 5 звучат не первый год.
Вместо этого разработчики в Gatik сосредоточились на реально достижимом результате: они создали максимально безопасный тип транспорта для грузовых перевозок, уже сейчас способный дать ощутимый коммерческий результат.
Фургоны Gatik представляют собой Ford Transit 350HD с искусственным интеллектом. Они сертифицированы на уровень SAE 4 и сделаны с акцентом на максимальную безопасность.
Это видно даже по базовым спецификациям.
Лидар — самый дорогой компонент системы машинного зрения. Многие вообще отказываются его использовать из соображений экономии, а на фургоне Gatik установлено 6 (шесть!) сканирующих лазеров.
В дополнение к ним машины оснащены шестью радарами (два дальнего диапазона и четыре для средних дистанций), а система кругового обзора насчитывает 14 камер.
С такой оптоэлектронной системой фургон Gatik способен в любую погоду обнаружить препятствие на расстоянии, гарантированно превышающим его тормозной путь.
Однако всегда остаётся риск опасной манеры вождения со стороны других участников движения.
Поэтому для каждого заказчика Gatik заранее просчитывает варианты маршрутов, чтобы минимизировать нахождение фургона в зонах с интенсивным и непредсказуемым трафиком.
Например, они ездят в обход стадионов, школ и больниц, избегают нерегулируемых перекрёстков и незащищённых поворотов налево, а большую часть пути фургоны движутся в крайней правой полосе.
Результат? Всего за три года в родном штате Gatik стал самым востребованным перевозчиком на средние дистанции. Заявки подаются компаниями из списка Fortune 500, первой из которых стал крупнейший ритейлер Wallmart.
На сегодняшний день парк из 10 автономных фургонов Gatik выполнил более 15 000 рейсов для Walmart. Каждая машина совершала в среднем 11 рейсов за сутки, ни разу не нарушив график.
Источники: Gatik.AI, The Robot Report, Fleet Owner
Nvidia HGX A100 — новая плата для AI и HPC.
Генеральный директор Nvidia Дженсен Хуанг провел виртуальную версию ежегодной конференции компании GTC. Среди прочего на ней он представил «самую сложную материнскую плату в мире».
Она получила название HGX A100 и способна вместить восемь графических ускорителей A100 с тензорными ядрами третьего поколения, ускоряющими вычисления FP64 в 2,5 раза и FP32 — в 20 раз без изменения кода.
Каждый ГП A100 содержит 54 млрд транзисторов. Это самый сложный чип, выпускаемый по 7-нм техпроцессу.
Благодаря архитектуре Ampere, HGX A100 в конфигурации с восемью ГП обеспечивает пиковую производительность на уровне 5 петафлопс для вычислений с плавающей запятой половинной точности (FP16).
HGX A100 предлагается в двух вариантах: с 4 или 8 ГП A100. В первом случае ускорители объединены через интерфейс NVLink, а во втором — через скоростной коммутатор NVSwitch.
Две платы HGX A100 в максимальной конфигурации можно также объединить через NVSwitch в единый вычислительный узел с производительностью до 10 Пфлопс (FP16) и общей пропускной способностью 9,6 Тбит/с.
Основное назначение HGX A100 — «тяжёлые» задачи глубокого обучения, требующие большого объёма данных. Новая плата обеспечивает до 512 Гб совместно используемой памяти.
По сравнению с предыдущей разработкой HGX с чипами архитектуры Volta, HGX A100 в максимальной конфигурации в 6 раз производительнее в задачах обучения нейросетей и почти в 7 раз при работе уже обученных (инференс).
Интерес к HGX A100 уже выразили крупнейшие поставщики облачных сервисов, среди которых Amazon Web Services (AWS), Google Cloud, Microsoft Azure Hewlett Packard HPE, Alibaba Cloud и Baidu Cloud.
Источник: Nvidia
Генеральный директор Nvidia Дженсен Хуанг провел виртуальную версию ежегодной конференции компании GTC. Среди прочего на ней он представил «самую сложную материнскую плату в мире».
Она получила название HGX A100 и способна вместить восемь графических ускорителей A100 с тензорными ядрами третьего поколения, ускоряющими вычисления FP64 в 2,5 раза и FP32 — в 20 раз без изменения кода.
Каждый ГП A100 содержит 54 млрд транзисторов. Это самый сложный чип, выпускаемый по 7-нм техпроцессу.
Благодаря архитектуре Ampere, HGX A100 в конфигурации с восемью ГП обеспечивает пиковую производительность на уровне 5 петафлопс для вычислений с плавающей запятой половинной точности (FP16).
HGX A100 предлагается в двух вариантах: с 4 или 8 ГП A100. В первом случае ускорители объединены через интерфейс NVLink, а во втором — через скоростной коммутатор NVSwitch.
Две платы HGX A100 в максимальной конфигурации можно также объединить через NVSwitch в единый вычислительный узел с производительностью до 10 Пфлопс (FP16) и общей пропускной способностью 9,6 Тбит/с.
Основное назначение HGX A100 — «тяжёлые» задачи глубокого обучения, требующие большого объёма данных. Новая плата обеспечивает до 512 Гб совместно используемой памяти.
По сравнению с предыдущей разработкой HGX с чипами архитектуры Volta, HGX A100 в максимальной конфигурации в 6 раз производительнее в задачах обучения нейросетей и почти в 7 раз при работе уже обученных (инференс).
Интерес к HGX A100 уже выразили крупнейшие поставщики облачных сервисов, среди которых Amazon Web Services (AWS), Google Cloud, Microsoft Azure Hewlett Packard HPE, Alibaba Cloud и Baidu Cloud.
Источник: Nvidia
Forwarded from DX.Media
Новый лидар от EPFL сделает беспилотники безопаснее
Группа исследователей из Федеральной политехнической школы Лозанны (EPFL) разработала усовершенствованный лазерный сканер (LIDAR), повышающий безопасность дронов и электронных ассистентов водителя.
Развитие беспилотного транспорта сдерживает необходимость их эпизодического контроля вручную. Им всё ещё требуется помощь человека в сложных ситуациях, причём — немедленная.
Проблема в том, что системы машинного зрения до сих пор теряются, получая противоречивые данные от разных сенсоров. Прозрачные преграды и отражающие поверхности сбивают их с толку, равно как и плохие метеоусловия.
Основным способом повышения автономности беспилотников были и остаются лазерные сканеры — лидары. Однако большинство из них при обилии оптических помех также «слепнут» или слишком долго вычисляют расстояние, замеряя время регистрации отражённого сигнала.
За секунду раздумий искусственного интеллекта автомобиль на скорости 60 км/ч проедет более 16 метров, а тормозной путь увеличит его минимум вдвое.
Швейцарские физики предложили концептуально иную конструкцию лидара, одновременно повышающую его помехозащищённость, увеличивающую дальность обнаружения преград и сокращающую время определения расстояния до препятствия.
Вместо принципа TOF (измерение времени пролёта для серии импульсов) в нём используются когерентные свойства лазера. Лидар излучает модулированный сигнал, который распараллеливается на выходе с помощью резонатора.
Из одного источника получается до 30 независимых оптических каналов. Каждый из них используется для быстрого вычисления расстояния за счёт эффекта Доплера — сдвига частоты отражённого сигнала в зависимости от скорости относительно преграды.
Зная текущую скорость самого беспилотника по GPS, бортовой ИИ практически мгновенно вычисляет скорость и направление всех объектов в поле зрения лидара.
Шанс того, что все 30 каналов одновременно ослепнут, практически нулевой. Модулированные сигналы уверенно различаются на фоне помех от Солнца и шумов городской засветки.
Источники: EPFL, Nature
Группа исследователей из Федеральной политехнической школы Лозанны (EPFL) разработала усовершенствованный лазерный сканер (LIDAR), повышающий безопасность дронов и электронных ассистентов водителя.
Развитие беспилотного транспорта сдерживает необходимость их эпизодического контроля вручную. Им всё ещё требуется помощь человека в сложных ситуациях, причём — немедленная.
Проблема в том, что системы машинного зрения до сих пор теряются, получая противоречивые данные от разных сенсоров. Прозрачные преграды и отражающие поверхности сбивают их с толку, равно как и плохие метеоусловия.
Основным способом повышения автономности беспилотников были и остаются лазерные сканеры — лидары. Однако большинство из них при обилии оптических помех также «слепнут» или слишком долго вычисляют расстояние, замеряя время регистрации отражённого сигнала.
За секунду раздумий искусственного интеллекта автомобиль на скорости 60 км/ч проедет более 16 метров, а тормозной путь увеличит его минимум вдвое.
Швейцарские физики предложили концептуально иную конструкцию лидара, одновременно повышающую его помехозащищённость, увеличивающую дальность обнаружения преград и сокращающую время определения расстояния до препятствия.
Вместо принципа TOF (измерение времени пролёта для серии импульсов) в нём используются когерентные свойства лазера. Лидар излучает модулированный сигнал, который распараллеливается на выходе с помощью резонатора.
Из одного источника получается до 30 независимых оптических каналов. Каждый из них используется для быстрого вычисления расстояния за счёт эффекта Доплера — сдвига частоты отражённого сигнала в зависимости от скорости относительно преграды.
Зная текущую скорость самого беспилотника по GPS, бортовой ИИ практически мгновенно вычисляет скорость и направление всех объектов в поле зрения лидара.
Шанс того, что все 30 каналов одновременно ослепнут, практически нулевой. Модулированные сигналы уверенно различаются на фоне помех от Солнца и шумов городской засветки.
Источники: EPFL, Nature
actu.epfl.ch
Speeding up long-range coherent LiDAR
LiDAR is a technique used for measuring distances with laser light. In a study published in Nature, researchers at EPFL show a new way to speed up a type of LiDAR engine by using photonic circuits.
Boston Dynamics выводит Spot на новый уровень
Самый узнаваемый сегодня четвероногий робот Spot становится умнее. Разработчики стараются сделать его максимально универсальным, для чего заключают ряд стратегических соглашений.
Недавно Boston Dynamics объявила о партнерстве с калифорнийской компанией Vinsa Inc., специализирующейся в области машинного зрения.
Это поможет устанавливать на Spot съёмные датчики: радары, лидары, тепловизоры и прочие сенсоры, в зависимости от потребностей заказчика.
Молодая новозеландская компания Rocos предоставит Boston Dynamics облачную инфраструктуру для дистанционного управления роботами. Так они станут более автономными и смогут выполнять коллективные задачи.
«Платформа Rocos позволяет легко планировать миссии, удаленно перехватывать управление в любой момент, быстро получать доступ к собранным роботом данным и объединять усилия нескольких экземпляров Spot», — пояснил генеральный директор Дэвид Инггс.
«С ней клиенты Boston Dynamics получат лёгкую автоматизацию физических процессов, которые при использовании ручного труда могут быть опасными, грязными или просто слишком утомительными», — добавил он.
В раннем тестировании команда Boston Dynamics, находясь в США, использовала веб-интерфейс Rocos для навигации Spot по неизвестной для робота местности в Новой Зеландии.
Робот успешно преодолел сложные подъёмы и спуски, прошёл через ферму и достиг пастбища где следил за отарой овец.
Наиболее логичной схемой монетизации в Boston Dynamics видят модель RaaS (робот как услуга). Ожидается, что стоимость проката Spot будет сравнима с арендой автомобиля.
Видео: YouTube
Источник: The Robot Report
Самый узнаваемый сегодня четвероногий робот Spot становится умнее. Разработчики стараются сделать его максимально универсальным, для чего заключают ряд стратегических соглашений.
Недавно Boston Dynamics объявила о партнерстве с калифорнийской компанией Vinsa Inc., специализирующейся в области машинного зрения.
Это поможет устанавливать на Spot съёмные датчики: радары, лидары, тепловизоры и прочие сенсоры, в зависимости от потребностей заказчика.
Молодая новозеландская компания Rocos предоставит Boston Dynamics облачную инфраструктуру для дистанционного управления роботами. Так они станут более автономными и смогут выполнять коллективные задачи.
«Платформа Rocos позволяет легко планировать миссии, удаленно перехватывать управление в любой момент, быстро получать доступ к собранным роботом данным и объединять усилия нескольких экземпляров Spot», — пояснил генеральный директор Дэвид Инггс.
«С ней клиенты Boston Dynamics получат лёгкую автоматизацию физических процессов, которые при использовании ручного труда могут быть опасными, грязными или просто слишком утомительными», — добавил он.
В раннем тестировании команда Boston Dynamics, находясь в США, использовала веб-интерфейс Rocos для навигации Spot по неизвестной для робота местности в Новой Зеландии.
Робот успешно преодолел сложные подъёмы и спуски, прошёл через ферму и достиг пастбища где следил за отарой овец.
Наиболее логичной схемой монетизации в Boston Dynamics видят модель RaaS (робот как услуга). Ожидается, что стоимость проката Spot будет сравнима с арендой автомобиля.
Видео: YouTube
Источник: The Robot Report
YouTube
Autonomous farm work - enter the robots
The use of autonomous robots in agriculture is increasing the efficiency of food production. Robots, like Spot from Boston Dynamics, increase accuracy in yield estimates, relieve the strain of worker shortages, and create precision in farming.
Итальянский робот-омар поможет морским биологам
Сотрудники Школы перспективных исследований имени св. Анны (Пиза, Италия) и Неаполитанской зоологической станции создали робота для подводных миссий, напоминающего дизайном и кинематикой омара.
Он получил название SILVER2, поскольку это улучшенная версия прототипа SILVER. В переводе с итальянского аббревиатура означает «Шагающий аппарат для глубинной разведки».
Конструкция робота была разработана методами биомимикрии — подражания живым организмам. Как и настоящий омар, SILVER2 способен передвигаться по морскому дну со сложным рельефом.
Правда, в отличие от десятиногих ракообразных, робот обходится шестью ногами с пружинами. В состоянии покоя они согнуты, а при потере опоры быстро выпрямляются. В целом его движения похожи на манеру перемещения лобстера.
Благодаря такому решению, аппарат сохраняет устойчивость на скользких камнях, не вязнет в донных отложениях, самостоятельно освобождается от водорослей и даже прыгает под водой на высоту до 10 сантиметров.
Робот сохраняет баланс при помощи встроенного стабилизатора. Как и вся электроника, он имплантирован глубоко в корпус и окружён водонепроницаемой оболочкой. Там же расположен инерционный блок навигации (IMU), барометрический датчик и флотационная система.
Из внешних модулей у робота есть камеры, микрофоны и тактильные сенсоры, помогающие ориентироваться в мутной воде.
SILVER2 может работать автономно или управляться дистанционно с научного судна. Одного заряда батарей хватает на 7 часов непрерывных перемещений или на 16 часов пассивного наблюдения.
Основная задача робота — помочь морским биологам изучать глубоководные организмы в их естественной среде. Небольшой аппарат размерами 60 x 35 см практически не беспокоит их.
Видео: YouTube
Источник: Science Robotics
Сотрудники Школы перспективных исследований имени св. Анны (Пиза, Италия) и Неаполитанской зоологической станции создали робота для подводных миссий, напоминающего дизайном и кинематикой омара.
Он получил название SILVER2, поскольку это улучшенная версия прототипа SILVER. В переводе с итальянского аббревиатура означает «Шагающий аппарат для глубинной разведки».
Конструкция робота была разработана методами биомимикрии — подражания живым организмам. Как и настоящий омар, SILVER2 способен передвигаться по морскому дну со сложным рельефом.
Правда, в отличие от десятиногих ракообразных, робот обходится шестью ногами с пружинами. В состоянии покоя они согнуты, а при потере опоры быстро выпрямляются. В целом его движения похожи на манеру перемещения лобстера.
Благодаря такому решению, аппарат сохраняет устойчивость на скользких камнях, не вязнет в донных отложениях, самостоятельно освобождается от водорослей и даже прыгает под водой на высоту до 10 сантиметров.
Робот сохраняет баланс при помощи встроенного стабилизатора. Как и вся электроника, он имплантирован глубоко в корпус и окружён водонепроницаемой оболочкой. Там же расположен инерционный блок навигации (IMU), барометрический датчик и флотационная система.
Из внешних модулей у робота есть камеры, микрофоны и тактильные сенсоры, помогающие ориентироваться в мутной воде.
SILVER2 может работать автономно или управляться дистанционно с научного судна. Одного заряда батарей хватает на 7 часов непрерывных перемещений или на 16 часов пассивного наблюдения.
Основная задача робота — помочь морским биологам изучать глубоководные организмы в их естественной среде. Небольшой аппарат размерами 60 x 35 см практически не беспокоит их.
Видео: YouTube
Источник: Science Robotics
YouTube
Silver 2, il granchio robot amico dell'ambiente
Attraversare terreni accidentati e irregolari, senza modificare i fondali; avvicinarsi ai pesci in sicurezza e con precisione, muovendosi silenziosamente e raccogliere campioni.
Sono solo alcuni dei compiti che Silver 2, il granchio robot esploratore, è…
Sono solo alcuni dei compiti che Silver 2, il granchio robot esploratore, è…
Forwarded from DX.Media
ARMAR-6 — проактивный гуманоидный кобот
Европейский союз EU Horizon2020 SecondHands представил проактивного робота-помощника. Он получил название ARMAR-6 и станет первым в своём роде гуманоидным ассистентом.
Новый кобот предназначен для непосредственной помощи при выполнении тяжёлых работ на фабриках и складах.
ARMAR-6 уникален тем, что использует сразу несколько методов машинного обучения, основанных как на данных, так и на моделях. В нём применяются сложные алгоритмы, включая распознавание последовательности действий, сегментацию и классификацию контекста.
Робот в фоновом режиме выполняет трехмерную реконструкцию человеческих поз. Семантический анализ 3D-сцены помогает ему определять намерения человека без подробной аннотации данных.
На голове ARMAR-6 установлены пять камер, не оставляющие слепых пятен. Он всегда реагирует на приближение людей и автоматически корректирует свои движения так, чтобы предотвратить столкновение.
ARMAR-6 сочетает визуальный контроль с тактильной обратной связью, чтобы самостоятельно определять оптимальное место и необходимое усилие для аккуратного захвата разных объектов.
Колёсная платформа с гиростабилизацией позволяет ему подниматься по лестнице и разворачиваться на месте, что особенно ценно в ограниченных пространствах.
Универсальные манипуляторы с восемью степенями свободы позволяют выполнять широкий круг задач. Робот может брать хрупкие предметы, передавать инструменты и поднимать тяжести.
Разработка робота заняла пять лет. В ней участвовали Технологический институт Карлсруэ (KIT, Германия), Федеральная политехническая школа Лозанны (EPFL, Швейцария); Римский университет Ла Сапиенца (Италия) и Университетский колледж Лондона (UCL, Великобритания).
Воплощением ARMAR-6 в металле занималась британская Ocado Technology, которая проверила робота в реальных условиях на одном из своих объектов.
«Сложная среда CFC Ocado позволила нам усовершенствовать систему принятия решений у робота и алгоритмы его восприятия в задачах промышленного обслуживания», — сказала Фиора Пирри, профессор университета Ла Сапиенца.
Видео: YouTube
Источники: SecondHands, The Robot Report.
Европейский союз EU Horizon2020 SecondHands представил проактивного робота-помощника. Он получил название ARMAR-6 и станет первым в своём роде гуманоидным ассистентом.
Новый кобот предназначен для непосредственной помощи при выполнении тяжёлых работ на фабриках и складах.
ARMAR-6 уникален тем, что использует сразу несколько методов машинного обучения, основанных как на данных, так и на моделях. В нём применяются сложные алгоритмы, включая распознавание последовательности действий, сегментацию и классификацию контекста.
Робот в фоновом режиме выполняет трехмерную реконструкцию человеческих поз. Семантический анализ 3D-сцены помогает ему определять намерения человека без подробной аннотации данных.
На голове ARMAR-6 установлены пять камер, не оставляющие слепых пятен. Он всегда реагирует на приближение людей и автоматически корректирует свои движения так, чтобы предотвратить столкновение.
ARMAR-6 сочетает визуальный контроль с тактильной обратной связью, чтобы самостоятельно определять оптимальное место и необходимое усилие для аккуратного захвата разных объектов.
Колёсная платформа с гиростабилизацией позволяет ему подниматься по лестнице и разворачиваться на месте, что особенно ценно в ограниченных пространствах.
Универсальные манипуляторы с восемью степенями свободы позволяют выполнять широкий круг задач. Робот может брать хрупкие предметы, передавать инструменты и поднимать тяжести.
Разработка робота заняла пять лет. В ней участвовали Технологический институт Карлсруэ (KIT, Германия), Федеральная политехническая школа Лозанны (EPFL, Швейцария); Римский университет Ла Сапиенца (Италия) и Университетский колледж Лондона (UCL, Великобритания).
Воплощением ARMAR-6 в металле занималась британская Ocado Technology, которая проверила робота в реальных условиях на одном из своих объектов.
«Сложная среда CFC Ocado позволила нам усовершенствовать систему принятия решений у робота и алгоритмы его восприятия в задачах промышленного обслуживания», — сказала Фиора Пирри, профессор университета Ла Сапиенца.
Видео: YouTube
Источники: SecondHands, The Robot Report.
YouTube
Horizon 2020 Secondhands Project - Pioneering Collaborative Robotics
https://secondhands.eu/
The Horizon2020 SecondHands consortium has achieved major breakthroughs in its development of a collaborative robot which can proactively assist humans in maintenance tasks.
The ARMAR-6 is a revolutionary robot platform which has…
The Horizon2020 SecondHands consortium has achieved major breakthroughs in its development of a collaborative robot which can proactively assist humans in maintenance tasks.
The ARMAR-6 is a revolutionary robot platform which has…
Forwarded from DX.Media
Huawei форсирует развитие ИИ в Европе и России
Компания Huawei в течение следующих пяти лет инвестирует 100 млн евро в программу AI Ecosystem.
Это обеспечит стимулирование инноваций для 200 тыс. разработчиков и 50 университетов, занимающихся разработкой нейросетей и технологий машинного обучения.
Аналитики Huawei считают, что к 2025 году приложения искусственного интеллекта будут составлять около 80% от общей нагрузки в центрах обработки данных по сравнению с текущим показателем менее 10%.
Также ожидается, что через пять лет за счёт повсеместного внедрения 5G к мобильным сетям будет подключено более 150 миллиардов интеллектуальных устройств, большинство из которых станут использовать алгоритмы компьютерного зрения и распознавания естественной речи.
Уже сейчас китайская компания создаёт мощный технологический задел для быстрой трансформации дата-центров.
Её вычислительная платформа MindSpore предоставляет унифицированные API для разработки ИИ-приложений, а сервер Atlas 800 на базе процессоров Kunpeng 920 (64 ядра ARMv8, 2,6 ГГц, 7 нм) обеспечивает очень высокую энергоэффективность — 357 гигафлопс на ватт.
Например, распознавание объектов в 16 каналах HD-видео в реальном времени требует менее 8 Вт. Обычно столько потребляет интеллектуальная IP-камера, транслирующая один видеопоток.
За счёт выделенного модуля декодирования видео, серверы Atlas 300 могут параллельно анализировать до 512 каналов видео высокой чёткости.
Топовая модель Atlas 800 mod. 9000 выполнена в небольшом формате четырехсокетного сервера высотой 4U.
При этом её пиковая производительность составляет 2 петафлопс для операций с плавающей запятой половинной точности (FP16).
Один такой сервер способен параллельно декодировать 16384 изображений разрешения Full HD, одновременно выполняя задачи машинного обучения.
На базе лаборатории OpenLab в Москве Huawei планирует создать экосистему, в которой при участии российских университетов будут реализованы свыше 500 проектов по развитию ИИ-приложений для центров обработки данных.
Источник: Huawei
Компания Huawei в течение следующих пяти лет инвестирует 100 млн евро в программу AI Ecosystem.
Это обеспечит стимулирование инноваций для 200 тыс. разработчиков и 50 университетов, занимающихся разработкой нейросетей и технологий машинного обучения.
Аналитики Huawei считают, что к 2025 году приложения искусственного интеллекта будут составлять около 80% от общей нагрузки в центрах обработки данных по сравнению с текущим показателем менее 10%.
Также ожидается, что через пять лет за счёт повсеместного внедрения 5G к мобильным сетям будет подключено более 150 миллиардов интеллектуальных устройств, большинство из которых станут использовать алгоритмы компьютерного зрения и распознавания естественной речи.
Уже сейчас китайская компания создаёт мощный технологический задел для быстрой трансформации дата-центров.
Её вычислительная платформа MindSpore предоставляет унифицированные API для разработки ИИ-приложений, а сервер Atlas 800 на базе процессоров Kunpeng 920 (64 ядра ARMv8, 2,6 ГГц, 7 нм) обеспечивает очень высокую энергоэффективность — 357 гигафлопс на ватт.
Например, распознавание объектов в 16 каналах HD-видео в реальном времени требует менее 8 Вт. Обычно столько потребляет интеллектуальная IP-камера, транслирующая один видеопоток.
За счёт выделенного модуля декодирования видео, серверы Atlas 300 могут параллельно анализировать до 512 каналов видео высокой чёткости.
Топовая модель Atlas 800 mod. 9000 выполнена в небольшом формате четырехсокетного сервера высотой 4U.
При этом её пиковая производительность составляет 2 петафлопс для операций с плавающей запятой половинной точности (FP16).
Один такой сервер способен параллельно декодировать 16384 изображений разрешения Full HD, одновременно выполняя задачи машинного обучения.
На базе лаборатории OpenLab в Москве Huawei планирует создать экосистему, в которой при участии российских университетов будут реализованы свыше 500 проектов по развитию ИИ-приложений для центров обработки данных.
Источник: Huawei
RV-5AS-D — японская рука помощи
Mitsubishi Electric представила первую экспортную модель робота-ассистента. Кобот RV-5AS-D расширяет семейство универсальных манипуляторов MELFA новым классом ASSISTA.
Он соответствует стандартам безопасности и робототехники ISO 10218-1 и ISO / TS15066, то есть может использоваться на любом производстве в тесном контакте с людьми.
Обучение кобота не требует написания кода и происходит в среде Windows RT Visual. Панель управления настолько простая, что даже неопытные пользователи с лёгкостью разберутся в ней.
Помимо воспроизведения сценариев, RV-5AS-D также предлагает режим непосредственного управления. В нём оператор контролирует положение манипулятора вручную, также дозируя усилие захвата.
Эти данные могут быть записаны как отдельные настройки, а затем быстро добавлены к любой последовательности движений.
На предплечье робота расположена панель управления и шестицветное светодиодное кольцо. Это индикатор его текущего состояния, отображающий режимы работы и коды ошибок.
Манипулятор выполнен по 6-осной схеме шарнирных сочленений. Интересно, что помимо машинного масла их можно обслуживать пищевой смазкой NSF H1, разрешённой в производстве продуктов питания и напитков.
Благодаря датчикам поворота (энкодерам) инерциальная измерительная система кобота достигает точности ± 0,02 мм. Он может перемещаться в пределах сферы диаметром 1800 миллиметров.
Пневматические линии делают RV-5AS-D одним из самых быстрых коботов на рынке: время между отправкой команды и началом её выполнения составляет 0,32 с.
Грузоподъемность RV-5AS-D составляет 5 кг. Он защищён от попадания пыли и влаги по стандарту IP67.
Ориентировочная цена: $33 600 при объёме выпуска 1000 штук в год.
Источник: Mitsubishi Electric
Mitsubishi Electric представила первую экспортную модель робота-ассистента. Кобот RV-5AS-D расширяет семейство универсальных манипуляторов MELFA новым классом ASSISTA.
Он соответствует стандартам безопасности и робототехники ISO 10218-1 и ISO / TS15066, то есть может использоваться на любом производстве в тесном контакте с людьми.
Обучение кобота не требует написания кода и происходит в среде Windows RT Visual. Панель управления настолько простая, что даже неопытные пользователи с лёгкостью разберутся в ней.
Помимо воспроизведения сценариев, RV-5AS-D также предлагает режим непосредственного управления. В нём оператор контролирует положение манипулятора вручную, также дозируя усилие захвата.
Эти данные могут быть записаны как отдельные настройки, а затем быстро добавлены к любой последовательности движений.
На предплечье робота расположена панель управления и шестицветное светодиодное кольцо. Это индикатор его текущего состояния, отображающий режимы работы и коды ошибок.
Манипулятор выполнен по 6-осной схеме шарнирных сочленений. Интересно, что помимо машинного масла их можно обслуживать пищевой смазкой NSF H1, разрешённой в производстве продуктов питания и напитков.
Благодаря датчикам поворота (энкодерам) инерциальная измерительная система кобота достигает точности ± 0,02 мм. Он может перемещаться в пределах сферы диаметром 1800 миллиметров.
Пневматические линии делают RV-5AS-D одним из самых быстрых коботов на рынке: время между отправкой команды и началом её выполнения составляет 0,32 с.
Грузоподъемность RV-5AS-D составляет 5 кг. Он защищён от попадания пыли и влаги по стандарту IP67.
Ориентировочная цена: $33 600 при объёме выпуска 1000 штук в год.
Источник: Mitsubishi Electric
Forwarded from DX.Media
This media is not supported in your browser
VIEW IN TELEGRAM
Skyborg
Американские ВВС потратят на разработку интеллектуальных ведомых беспилотников $400 млн. Проект получил название Skyborg, а испытания предсерийных образцов начнутся в 2023 году.
Свои прототипы представили две компании: это XQ-58 Valkyrie со сменной носовой частью от Kratos и Airpower Teaming System (Loyal Wingman) от Boeing.
Дроны частично автономны за счёт искусственного интеллекта. Беспилотники могут выполнять разведку, захват и сопровождение целей.
Основное предназначение обеих моделей — поддержка в воздухе. Они будут прикрывать F-35A или F-15EX, на которых установлена система группового пилотирования.
Уже сейчас XQ-58 и Loyal Wingman способны самостоятельно выполнять взлёт и посадку, перестраиваться в боевой порядок, избегать столкновений и летать при любых погодных условиях.
Ведомые дроны идеальны для преодоления ПВО противника и других миссий на чужой территории, поскольку их потеря ничтожна по сравнению со сбитым самолётом и пленением лётчика.
Источник: AirforceMag
Американские ВВС потратят на разработку интеллектуальных ведомых беспилотников $400 млн. Проект получил название Skyborg, а испытания предсерийных образцов начнутся в 2023 году.
Свои прототипы представили две компании: это XQ-58 Valkyrie со сменной носовой частью от Kratos и Airpower Teaming System (Loyal Wingman) от Boeing.
Дроны частично автономны за счёт искусственного интеллекта. Беспилотники могут выполнять разведку, захват и сопровождение целей.
Основное предназначение обеих моделей — поддержка в воздухе. Они будут прикрывать F-35A или F-15EX, на которых установлена система группового пилотирования.
Уже сейчас XQ-58 и Loyal Wingman способны самостоятельно выполнять взлёт и посадку, перестраиваться в боевой порядок, избегать столкновений и летать при любых погодных условиях.
Ведомые дроны идеальны для преодоления ПВО противника и других миссий на чужой территории, поскольку их потеря ничтожна по сравнению со сбитым самолётом и пленением лётчика.
Источник: AirforceMag
Создан чип для IoT с рекордно низким энергопотреблением
Сколько может питаться от небольшой батареи «умный» датчик с подключением по Wi-Fi? Неделю, месяц?
Компания Dialog Semiconductor представила однокристалльную схему, рассчитанную на год автономной работы IoT-модулей в круглосуточном режиме.
В мире «интернета вещей» очень ценится низкое энергопотребление. От него зависит, как долго IoT-компоненты продолжат работать после аварии в электросети, и как часто им придётся менять батарейку, если они изначально используются как устройства с автономным питанием.
Особенно актуальна эта проблема в датчиках мониторинга среды, многие из которых расположены за пределами населённых пунктов, и компонентах охранных систем, требующих скрытой установки.
РИТЭГов и прочих «ядерных батареек» на всех не напасёшься, поэтому остаётся изобретать способы максимально понизить потребляемую мощность. Однако Wi-Fi сводит усилия на нет, съедая львиную долю энергии.
Новая SoC DA16200 самодостаточна, то есть не требует дополнительных микроконтроллеров, поскольку содержит полный сетевой стек.
Вот её краткие характеристики:
❖ процессор Arm Cortex M4F с частотой до 160 МГц;
❖ 512 КБ SRAM;
❖ 256 КБ ROM + слот для карт SD(HC/XC);
❖ модуль Wi-Fi 802.11n 1 × 1 (до 72 Мбит/с) + 802.11s Mesh;
❖ малошумящий усилитель с чувствительностью -99,5 дБм;
❖ 4-канальный 12-битный АЦП;
❖ 3x UART;
❖ SPI Master / Slave;
❖ I2C Master / Slave;
❖ аппаратное шифрование (TLS, AES).
Вместо поддержания постоянного подключения по Wi-Fi, чип запоминает настройки соединения 802.11n и уходит в один из трёх вариантов сна. В самом глубоком из них он потребляет всего 0,2 мкА (200 наноампер) при рабочем напряжении 2,1 – 3,6 В.
При срабатывании аппаратного триггера (например, фотодатчика) чип за пару секунд устанавливает соединение с заданной сетью Wi-Fi, отправляет порцию данных и снова засыпает.
Технология получила название VirtualZero, поскольку большую часть времени поддерживающий её чип почти ничего не потребляет.
По предварительным расчётам двух батареек типоразмера АAА с щелочным электролитом хватит примерно на год работы устройства со схемой DA16200. Впрочем, при низких температурах саморазряд может произойти быстрее.
Использование литиевого аккумулятора продлит время автономной работы на весь срок жизни батареи, если к ней подключить простейший генератор с зарядным током от 85 мА.
Его способны обеспечить миниатюрные солнечные батареи, а также компактные термогенераторы и другие источники, работающие на возобновляемой энергии.
Подробнее: Dialog-Semiconductor
Сколько может питаться от небольшой батареи «умный» датчик с подключением по Wi-Fi? Неделю, месяц?
Компания Dialog Semiconductor представила однокристалльную схему, рассчитанную на год автономной работы IoT-модулей в круглосуточном режиме.
В мире «интернета вещей» очень ценится низкое энергопотребление. От него зависит, как долго IoT-компоненты продолжат работать после аварии в электросети, и как часто им придётся менять батарейку, если они изначально используются как устройства с автономным питанием.
Особенно актуальна эта проблема в датчиках мониторинга среды, многие из которых расположены за пределами населённых пунктов, и компонентах охранных систем, требующих скрытой установки.
РИТЭГов и прочих «ядерных батареек» на всех не напасёшься, поэтому остаётся изобретать способы максимально понизить потребляемую мощность. Однако Wi-Fi сводит усилия на нет, съедая львиную долю энергии.
Новая SoC DA16200 самодостаточна, то есть не требует дополнительных микроконтроллеров, поскольку содержит полный сетевой стек.
Вот её краткие характеристики:
❖ процессор Arm Cortex M4F с частотой до 160 МГц;
❖ 512 КБ SRAM;
❖ 256 КБ ROM + слот для карт SD(HC/XC);
❖ модуль Wi-Fi 802.11n 1 × 1 (до 72 Мбит/с) + 802.11s Mesh;
❖ малошумящий усилитель с чувствительностью -99,5 дБм;
❖ 4-канальный 12-битный АЦП;
❖ 3x UART;
❖ SPI Master / Slave;
❖ I2C Master / Slave;
❖ аппаратное шифрование (TLS, AES).
Вместо поддержания постоянного подключения по Wi-Fi, чип запоминает настройки соединения 802.11n и уходит в один из трёх вариантов сна. В самом глубоком из них он потребляет всего 0,2 мкА (200 наноампер) при рабочем напряжении 2,1 – 3,6 В.
При срабатывании аппаратного триггера (например, фотодатчика) чип за пару секунд устанавливает соединение с заданной сетью Wi-Fi, отправляет порцию данных и снова засыпает.
Технология получила название VirtualZero, поскольку большую часть времени поддерживающий её чип почти ничего не потребляет.
По предварительным расчётам двух батареек типоразмера АAА с щелочным электролитом хватит примерно на год работы устройства со схемой DA16200. Впрочем, при низких температурах саморазряд может произойти быстрее.
Использование литиевого аккумулятора продлит время автономной работы на весь срок жизни батареи, если к ней подключить простейший генератор с зарядным током от 85 мА.
Его способны обеспечить миниатюрные солнечные батареи, а также компактные термогенераторы и другие источники, работающие на возобновляемой энергии.
Подробнее: Dialog-Semiconductor
Forwarded from DX.Media
REE – модульная основа для транспорта будущего
Израильский стартап REE представил платформу для электромобилей и колёсных дронов следующего поколения.
Использование модульной схемы позволяет собирать на ней разные конфигурации без существенных изменений производственной линии.
Также платформа легко масштабируется в длину, что актуально для адаптации транспортных дронов под определённые объёмы загрузки.
Главное отличие новой EV-платформы – полное отсутствие выступающих частей. Плоское шасси сделано по технологии REEboard.
Дополняющая её концепция REEcorner подразумевает интеграцию всех традиционных компонентов у каждого мотор-колеса в едином блоке.
В результате нового промышленного дизайна полезный объём над платформой увеличился на 67%, а внутри шасси теперь можно разместить в три раза больше литиевых батарей — крепления и система охлаждения уже встроены.
Дополнительный бонус: бесшовная интеграция с ADAS (интеллектуальными системами помощи водителю) и автоматическая самодиагностика на базе искусственного интеллекта.
REEcorner снижает расходы на техническое обслуживание, постоянно отслеживая параметры работы всех компонентов и прогнозируя сбои до того, как они случатся.
Запатентованная система профилактического обслуживания с элементами ИИ получает OTA-обновления для исправления софтверных ошибок, а физическая замена всего узла REEcorner занимает 20 минут.
Источник: REE
Видео: YouTube
Израильский стартап REE представил платформу для электромобилей и колёсных дронов следующего поколения.
Использование модульной схемы позволяет собирать на ней разные конфигурации без существенных изменений производственной линии.
Также платформа легко масштабируется в длину, что актуально для адаптации транспортных дронов под определённые объёмы загрузки.
Главное отличие новой EV-платформы – полное отсутствие выступающих частей. Плоское шасси сделано по технологии REEboard.
Дополняющая её концепция REEcorner подразумевает интеграцию всех традиционных компонентов у каждого мотор-колеса в едином блоке.
В результате нового промышленного дизайна полезный объём над платформой увеличился на 67%, а внутри шасси теперь можно разместить в три раза больше литиевых батарей — крепления и система охлаждения уже встроены.
Дополнительный бонус: бесшовная интеграция с ADAS (интеллектуальными системами помощи водителю) и автоматическая самодиагностика на базе искусственного интеллекта.
REEcorner снижает расходы на техническое обслуживание, постоянно отслеживая параметры работы всех компонентов и прогнозируя сбои до того, как они случатся.
Запатентованная система профилактического обслуживания с элементами ИИ получает OTA-обновления для исправления софтверных ошибок, а физическая замена всего узла REEcorner занимает 20 минут.
Источник: REE
Видео: YouTube