AI для бионики
Исследователи из университета Северной Каролины в Чапел-Хилл разработали универсальную систему ИИ для бионических протезов.
Прототип работает на базе Raspberry Pi c инерциальным измерительным модулем (IMU) и камерой, поскольку использует алгоритмы машинного зрения.
Он интегрируется с любым «интеллектуальным» протезом нижних конечностей или экзоскелетом, повышая безопасность ходьбы.
Сейчас ИИ распознаёт ландшафты шести основных типов: асфальтобетонное покрытие, булыжная мостовая, тротуарная плитка, трава, подъём и спуск по ступенькам.
«Созданный нами ИИ определяет и прогнозирует вид местности по ходу маршрута», — пояснил доцент кафедры электротехники и соавтор статьи Эдгар Лобатон.
Небольшой блок закрепляется на ноге. Он получает изображение со встроенной или внешней камеры (например в смарт-очках) и постоянно отслеживает смену рельефа по курсу.
Если неопределённость распознавания слишком высока, то раздаётся предупреждающий сигнал, а модуль управления переключается на самый медленный режим ходьбы.
Такое дополнение сокращает время адаптации у пациентов с роботизированными протезами, помогая им чувствовать себя увереннее в незнакомых местах.
Источники: NCSU, IEEE.
Исследователи из университета Северной Каролины в Чапел-Хилл разработали универсальную систему ИИ для бионических протезов.
Прототип работает на базе Raspberry Pi c инерциальным измерительным модулем (IMU) и камерой, поскольку использует алгоритмы машинного зрения.
Он интегрируется с любым «интеллектуальным» протезом нижних конечностей или экзоскелетом, повышая безопасность ходьбы.
Сейчас ИИ распознаёт ландшафты шести основных типов: асфальтобетонное покрытие, булыжная мостовая, тротуарная плитка, трава, подъём и спуск по ступенькам.
«Созданный нами ИИ определяет и прогнозирует вид местности по ходу маршрута», — пояснил доцент кафедры электротехники и соавтор статьи Эдгар Лобатон.
Небольшой блок закрепляется на ноге. Он получает изображение со встроенной или внешней камеры (например в смарт-очках) и постоянно отслеживает смену рельефа по курсу.
Если неопределённость распознавания слишком высока, то раздаётся предупреждающий сигнал, а модуль управления переключается на самый медленный режим ходьбы.
Такое дополнение сокращает время адаптации у пациентов с роботизированными протезами, помогая им чувствовать себя увереннее в незнакомых местах.
Источники: NCSU, IEEE.
NC State News
Researchers Incorporate Computer Vision, Uncertainty Into AI for Robotic Prosthetics
New software aims to improve robotic prosthetics.
Forwarded from DX.Media
Яндекс запускает облачный ML-сервис
Компания «Яндекс» представила облачную среду DataSphere для разработки моделей с использованием машинного обучения.
Его можно попробовать бесплатно до 1 июля 2020 года после регистрации.
DataSpehere имеет ряд отличий от других облачных сервисов для ML:
❖ бессерверная среда;
❖ интегрированные библиотеки TensorFlow (Google), PyTorch (Facebook) и другие;
❖ использование Jupyter Notebook для анализа больших данных и обучения нейросетей.
Бессерверные вычисления – это подход к предоставлению сервиса, при котором клиент мгновенно получает требуемую конфигурацию (как в AWS).
Исходя из текущих потребностей, пользователь может выбрать дешёвый вариант с классическими процессорами, либо мощную систему с графическими ускорителями.
Самое интересное, что переключение между конфигурациями бесшовное. Добавить вычислительные блоки любого типа можно прямо на лету без перезапуска проекта. Все промежуточные результаты сохранятся.
Огромный плюс такого подхода в том, что вы не тратите ресурсы на конфигурацию и аренду виртуальных машин во время редактирования и просмотра кода (что занимает большую часть времени разработки). Вычислительные мощности тарифицируются только в период его запуска.
В ближайшее время в DataSphere добавятся другие популярные библиотеки, появятся инструменты автоматического тестирования и оценки эффективности использования ресурсов.
На этапе коммерческого использования будут предприняты шаги для упрощения совместной разработки. Например, планируется сохранение версий расчетов моделей по трём ключевым параметрам: данные, код и состояние клиентского устройства (ноутбука).
Источник: Yandex
Компания «Яндекс» представила облачную среду DataSphere для разработки моделей с использованием машинного обучения.
Его можно попробовать бесплатно до 1 июля 2020 года после регистрации.
DataSpehere имеет ряд отличий от других облачных сервисов для ML:
❖ бессерверная среда;
❖ интегрированные библиотеки TensorFlow (Google), PyTorch (Facebook) и другие;
❖ использование Jupyter Notebook для анализа больших данных и обучения нейросетей.
Бессерверные вычисления – это подход к предоставлению сервиса, при котором клиент мгновенно получает требуемую конфигурацию (как в AWS).
Исходя из текущих потребностей, пользователь может выбрать дешёвый вариант с классическими процессорами, либо мощную систему с графическими ускорителями.
Самое интересное, что переключение между конфигурациями бесшовное. Добавить вычислительные блоки любого типа можно прямо на лету без перезапуска проекта. Все промежуточные результаты сохранятся.
Огромный плюс такого подхода в том, что вы не тратите ресурсы на конфигурацию и аренду виртуальных машин во время редактирования и просмотра кода (что занимает большую часть времени разработки). Вычислительные мощности тарифицируются только в период его запуска.
В ближайшее время в DataSphere добавятся другие популярные библиотеки, появятся инструменты автоматического тестирования и оценки эффективности использования ресурсов.
На этапе коммерческого использования будут предприняты шаги для упрощения совместной разработки. Например, планируется сохранение версий расчетов моделей по трём ключевым параметрам: данные, код и состояние клиентского устройства (ноутбука).
Источник: Yandex
yandex.cloud
Машинное обучение и анализ данных – Yandex DataSphere – Yandex Cloud в Казахстане
Сервис машинного обучения DataSphere — это полный цикл разработки, анализа данных и создания моделей машинного обучения. Вам доступны привычные инструменты Jupyter Notebook и динамически масштабируемые ресурсы облака.
Наши друзья из United Investors запустили свой онлайн-акселератор и приглашают туда стартаперов, желающих покорить мир. United Investors – это клуб инвесторов ранних стадий, созданный Александром Горным (ex-топ Mail.Ru Group), Аркадием Морейнисом (продал Price.ru Рамблеру) и Алексеем Черняком (продал Darberry Groupon’у).
Их акселератор нацелен на стартапы от стадии идеи до первых стабильных продаж. Формат – 8 недель обучения, активной работы и обратной связи – всё, чтобы выручка росла.
Они, очевидно, не первые на рынке. Стоит отметить два отличия акселератора United Investors от предшественников. Во-первых, все будет происходить онлайн без единого физического контакта. Это, наверное, станет мейнстримом у всех, но пока – новинка. Во-вторых, обычно инвесторы видят проекты акселераторов только на демо-дне, а тут предполагается общение с инвесторами клуба буквально с первой недели.
Заявки принимаются до 5 июня, само обучение проходит с 10 июня по 5 августа, 9 августа – демо-день.
https://bit.ly/3c5TMrD
Их акселератор нацелен на стартапы от стадии идеи до первых стабильных продаж. Формат – 8 недель обучения, активной работы и обратной связи – всё, чтобы выручка росла.
Они, очевидно, не первые на рынке. Стоит отметить два отличия акселератора United Investors от предшественников. Во-первых, все будет происходить онлайн без единого физического контакта. Это, наверное, станет мейнстримом у всех, но пока – новинка. Во-вторых, обычно инвесторы видят проекты акселераторов только на демо-дне, а тут предполагается общение с инвесторами клуба буквально с первой недели.
Заявки принимаются до 5 июня, само обучение проходит с 10 июня по 5 августа, 9 августа – демо-день.
https://bit.ly/3c5TMrD
a.unitedinvestors.ru
Акселератор United Investors
Представьте свой продукт инвесторам и корпорациям за 12 недель в онлайне и получите инвестиции для развития компании
Уникальный курс и благотворительная инициатива от Coursera
На портале онлайн-образования Coursera доступен очень информативный курс «Нейронные сети и глубокое обучение».
Его разработал Эндрю Ын (Andrew Ng) — один из ведущих специалистов по робототехнике и машинному обучению, а также сооснователь Coursera и DeepLearning.AI.
Помимо него занятия ведут лучшие преподаватели Стэнфордского университета.
Это базовая программа, с которой рекомендуется начинать освоение специализации «Deep Learning».
В этом курсе детально поясняются базовые принципы глубокого обучения.
Завершив его, вы научитесь:
❖ понимать параметры архитектуры нейронных сетей;
❖ использовать векторизацию для повышения эффективности нейросетей;
❖ создавать, обучать и применять глубокие нейросети в разных прикладных задачах.
Ориентированность на практический результат выгодно отличает данный курс от множества других образовательных инициатив, которые дают пространные теоретические описания концепции глубокого обучения.
После записи на курс начинается семидневный тестовый период, во время которого вы бесплатно получаете неограниченный доступ на Coursera ко всем материалам по данной специализации.
Дальнейшее обучение стоит 3’660 ₽ в месяц, но есть одна хитрость: с 1 июня Coursera готова предоставить свободный доступ студентам из любой страны.
Для его получения потребуется убедить руководство ВУЗа или колледжа отправить запрос на присоединение к программе Coursera for Campus до 31 июля.
Кстати, Cousera одобряет запросы не только из ректората, но также от любого заведующего кафедрой. Инициатива называется «Пригласи профессора».
Затем нужно пройти регистрацию самому, указав аккаунт электронной почты в домене присоединившегося учебного заведения.
На каждый домен Coursera одобряет до 5000 бесплатных лицензий, одна из которых может стать вашей.
С момента подтверждения заявки и до 30 сентября 2020 года вы получите бесплатный доступ к 3800+ курсов по 400 специализациям, но открываться они будут по мере вашего прогресса.
Источник: Coursera
На портале онлайн-образования Coursera доступен очень информативный курс «Нейронные сети и глубокое обучение».
Его разработал Эндрю Ын (Andrew Ng) — один из ведущих специалистов по робототехнике и машинному обучению, а также сооснователь Coursera и DeepLearning.AI.
Помимо него занятия ведут лучшие преподаватели Стэнфордского университета.
Это базовая программа, с которой рекомендуется начинать освоение специализации «Deep Learning».
В этом курсе детально поясняются базовые принципы глубокого обучения.
Завершив его, вы научитесь:
❖ понимать параметры архитектуры нейронных сетей;
❖ использовать векторизацию для повышения эффективности нейросетей;
❖ создавать, обучать и применять глубокие нейросети в разных прикладных задачах.
Ориентированность на практический результат выгодно отличает данный курс от множества других образовательных инициатив, которые дают пространные теоретические описания концепции глубокого обучения.
После записи на курс начинается семидневный тестовый период, во время которого вы бесплатно получаете неограниченный доступ на Coursera ко всем материалам по данной специализации.
Дальнейшее обучение стоит 3’660 ₽ в месяц, но есть одна хитрость: с 1 июня Coursera готова предоставить свободный доступ студентам из любой страны.
Для его получения потребуется убедить руководство ВУЗа или колледжа отправить запрос на присоединение к программе Coursera for Campus до 31 июля.
Кстати, Cousera одобряет запросы не только из ректората, но также от любого заведующего кафедрой. Инициатива называется «Пригласи профессора».
Затем нужно пройти регистрацию самому, указав аккаунт электронной почты в домене присоединившегося учебного заведения.
На каждый домен Coursera одобряет до 5000 бесплатных лицензий, одна из которых может стать вашей.
С момента подтверждения заявки и до 30 сентября 2020 года вы получите бесплатный доступ к 3800+ курсов по 400 специализациям, но открываться они будут по мере вашего прогресса.
Источник: Coursera
Coursera
Neural Networks and Deep Learning
Learn the foundational concepts of neural networks and deep learning in this course by DeepLearning.AI on Coursera. Build, train, and apply deep neural networks, implement efficient models, and apply deep learning to your applications. Prepare for a career…
Forwarded from DX.Media
Microsoft делает ставку на AI
В июне новостной отдел Microsoft сокращает 27 редакторов, нанятых в PA Media (бывшая Press Association). Теперь их работу будет выполнять искусственный интеллект.
Справедливости ради отметим, что увольняемые сотрудники не писали новости для Microsoft. Они искали их в ежедневном информационном потоке и выполняли ряд шаблонных задач:
❖ выбирали самые актуальные события;
❖ делали проверку фактов;
❖ добавляли мнения разных сторон;
❖ отсеивали неэтичный и шокирующий контент;
❖ формулировали заголовки максимально нейтрально;
❖ меняли стиль в соответствии с политикой агрегатора.
Результатом их труда становилась подборка новостей на портале MSN. Также она появляется на стартовой странице Edge и в блоках информеров меню «Пуск» Windows 10.
Если раньше за наполнением ленты новостей стояли почти три десятка людей, то сейчас её созданием займётся набор нейросетей и алгоритмов машинного обучения.
С точки зрения бизнеса это современный подход к снижению затрат и повышению скорости работы. Вдобавок, устраняется субъективность восприятия и эффект цензуры.
Однако не стоит забывать, что ИИ оперирует статистическими показателями, а потому тоже подвержен ошибкам и манипуляциям.
Яркий пример тому — автоматическое модерирование ленты новостей Facebook.
Во время президентских выборов в США её топ заполнили фейки, а весной 2020 года были ошибочно заблокированы тысячи публикаций о пандемии.
Мы уже писали про то, как ведущие издания внедряют решения на базе ИИ в издательском бизнесе.
До сих пор это были экспериментальные инструменты для облегчения рутинной работы, а их использование считалось безопасным.
В общем случае ИИ готовил черновик, а редакторам оставлялась возможность внести исправления вручную.
Теперь Microsoft пробует усилить степень автоматизации, заменив ИИ целый новостной отдел.
Что из этого получится, мы увидим уже этим летом.
Источник: The Guardian
В июне новостной отдел Microsoft сокращает 27 редакторов, нанятых в PA Media (бывшая Press Association). Теперь их работу будет выполнять искусственный интеллект.
Справедливости ради отметим, что увольняемые сотрудники не писали новости для Microsoft. Они искали их в ежедневном информационном потоке и выполняли ряд шаблонных задач:
❖ выбирали самые актуальные события;
❖ делали проверку фактов;
❖ добавляли мнения разных сторон;
❖ отсеивали неэтичный и шокирующий контент;
❖ формулировали заголовки максимально нейтрально;
❖ меняли стиль в соответствии с политикой агрегатора.
Результатом их труда становилась подборка новостей на портале MSN. Также она появляется на стартовой странице Edge и в блоках информеров меню «Пуск» Windows 10.
Если раньше за наполнением ленты новостей стояли почти три десятка людей, то сейчас её созданием займётся набор нейросетей и алгоритмов машинного обучения.
С точки зрения бизнеса это современный подход к снижению затрат и повышению скорости работы. Вдобавок, устраняется субъективность восприятия и эффект цензуры.
Однако не стоит забывать, что ИИ оперирует статистическими показателями, а потому тоже подвержен ошибкам и манипуляциям.
Яркий пример тому — автоматическое модерирование ленты новостей Facebook.
Во время президентских выборов в США её топ заполнили фейки, а весной 2020 года были ошибочно заблокированы тысячи публикаций о пандемии.
Мы уже писали про то, как ведущие издания внедряют решения на базе ИИ в издательском бизнесе.
До сих пор это были экспериментальные инструменты для облегчения рутинной работы, а их использование считалось безопасным.
В общем случае ИИ готовил черновик, а редакторам оставлялась возможность внести исправления вручную.
Теперь Microsoft пробует усилить степень автоматизации, заменив ИИ целый новостной отдел.
Что из этого получится, мы увидим уже этим летом.
Источник: The Guardian
This media is not supported in your browser
VIEW IN TELEGRAM
MRS — эстонский робот-пожарный
Компания Milrem Robotics совместно с производителем систем пожаротушения InnoVfoam разработала роботизированный вездеход Multiscope Rescue Systems (MRS).
Собранный на гусеничной платформе и управляемый дистанционно робот может добраться туда, где нет проезда для пожарных машин.
Основное назначение робота — протянуть пожарный шланг ближе к очагу возгорания. Он делает это быстрее людей, игнорируя задымление и перевозя более тонны полезной нагрузки.
Робот позволяет ликвидировать пожар на открытой площади с безопасного расстояния. Оператор остаётся у машины и включает подачу воды, которая распыляется через брандспойт MRS.
В более сложных ситуациях пожарный использует уже протянутую роботом магистраль и вручную направляет пожарный ствол, что тоже экономит время и силы.
Модульная платформа даёт возможность быстро адаптировать робота на месте для тушения пожаров разных типов.
Источник: Milrem Robotics
Компания Milrem Robotics совместно с производителем систем пожаротушения InnoVfoam разработала роботизированный вездеход Multiscope Rescue Systems (MRS).
Собранный на гусеничной платформе и управляемый дистанционно робот может добраться туда, где нет проезда для пожарных машин.
Основное назначение робота — протянуть пожарный шланг ближе к очагу возгорания. Он делает это быстрее людей, игнорируя задымление и перевозя более тонны полезной нагрузки.
Робот позволяет ликвидировать пожар на открытой площади с безопасного расстояния. Оператор остаётся у машины и включает подачу воды, которая распыляется через брандспойт MRS.
В более сложных ситуациях пожарный использует уже протянутую роботом магистраль и вручную направляет пожарный ствол, что тоже экономит время и силы.
Модульная платформа даёт возможность быстро адаптировать робота на месте для тушения пожаров разных типов.
Источник: Milrem Robotics
Forwarded from DX.Media
This media is not supported in your browser
VIEW IN TELEGRAM
Audi AI
Audi продолжает развивать направление полностью электрических автомобилей на базе искусственного интеллекта.
В новом ролике со всех ракурсов демонстрируется концепт Audi AI:TRAIL quattro, который был впервые представлен в прошлом году.
Сам он не пойдёт в серию, однако новые внедорожники Audi получат ряд улучшений, которые можно рассмотреть на его примере.
Самым обсуждаемым из них стало использование дронов. На крыше размещается до 5 беспилотников, которые взлетают по команде прямо во время движения.
Дроны можно использовать для разведки (они транслируют видео) и освещения пространства вокруг машины там, куда не направить фары.
Среди других особенностей: колёса 22” с индивидуальными электромоторами по 250 Н⋅м, суммарная мощность 429 л.с., скорость до 130 км/ч, пробег до 500 км на одной зарядке и автопилот уровня SAE4.
Интеллектуальное управление и панорамное остекление позволяют наслаждаться дорогой без ущерба для безопасности.
Видео: TopSpeed Media
Audi продолжает развивать направление полностью электрических автомобилей на базе искусственного интеллекта.
В новом ролике со всех ракурсов демонстрируется концепт Audi AI:TRAIL quattro, который был впервые представлен в прошлом году.
Сам он не пойдёт в серию, однако новые внедорожники Audi получат ряд улучшений, которые можно рассмотреть на его примере.
Самым обсуждаемым из них стало использование дронов. На крыше размещается до 5 беспилотников, которые взлетают по команде прямо во время движения.
Дроны можно использовать для разведки (они транслируют видео) и освещения пространства вокруг машины там, куда не направить фары.
Среди других особенностей: колёса 22” с индивидуальными электромоторами по 250 Н⋅м, суммарная мощность 429 л.с., скорость до 130 км/ч, пробег до 500 км на одной зарядке и автопилот уровня SAE4.
Интеллектуальное управление и панорамное остекление позволяют наслаждаться дорогой без ущерба для безопасности.
Видео: TopSpeed Media
This media is not supported in your browser
VIEW IN TELEGRAM
Vahana — новое аэротакси
Компания Airbus завершила серию испытаний беспилотника Vahana.
Это дрон вертикального взлёта и посадки с электрической силовой установкой (eVTOL) .
Всего было выполнено 138 полётов на дистанцию до 50 км. Самый продолжительный из них длился 20 минут.
После доработки Airbus Vahana получился более компактным: 560 см в длину и 280 см в высоту при размахе крыльев 730 см.
Подъёмную силу создают восемь трёхлопастных пропеллеров, установленных на четырёх аэродинамических плоскостях.
Последние обладают изменяемым углом наклона и также играют роль крыла, что снижает расход энергии.
У каждого пропеллера свой двигатель мощностью 45 кВт. Ёмкость аккумулятора — 38 кВт⋅ч. Максимальная скорость составляет 185 км/ч.
Экспериментальная модель тестировалась на аэродроме инновационного центра Acubed в Кремниевой долине.
В качестве перспективных областей применения указывается городское аэротакси и доставка срочных грузов — например, медикаментов и донорских органов.
Видео: Airbus
Компания Airbus завершила серию испытаний беспилотника Vahana.
Это дрон вертикального взлёта и посадки с электрической силовой установкой (eVTOL) .
Всего было выполнено 138 полётов на дистанцию до 50 км. Самый продолжительный из них длился 20 минут.
После доработки Airbus Vahana получился более компактным: 560 см в длину и 280 см в высоту при размахе крыльев 730 см.
Подъёмную силу создают восемь трёхлопастных пропеллеров, установленных на четырёх аэродинамических плоскостях.
Последние обладают изменяемым углом наклона и также играют роль крыла, что снижает расход энергии.
У каждого пропеллера свой двигатель мощностью 45 кВт. Ёмкость аккумулятора — 38 кВт⋅ч. Максимальная скорость составляет 185 км/ч.
Экспериментальная модель тестировалась на аэродроме инновационного центра Acubed в Кремниевой долине.
В качестве перспективных областей применения указывается городское аэротакси и доставка срочных грузов — например, медикаментов и донорских органов.
Видео: Airbus
Разработайте прототип городского сервиса на базе технологий КБ Стрелка за две бессонные ночи
Посмотреть, сколько деревьев в городе, выбрать квартиру в самом зеленом районе, показать ребенку, как выглядят листья дуба, и даже отметить «то самое» дерево с нацарапанными именами можно на карте NYC’s Street Trees. Определить степень изношенности моста по вибрациям позволяет мобильное приложение Good vibrations. Изучить мировой опыт эффективного использования солнечной энергии и использовать эти данные при развитии своего города можно при помощи проекта по оценке инсоляции Solar cities. А координировать действия спасательных служб и предотвращать катастрофы позволяет краудсорсинговая платформа Petabencana.id, которая в реальном времени отображает ситуацию на подверженных наводнениям территориях.
В рамках Urban tech хакатона участникам предстоит разработать прототип нового цифрового сервиса для жителей, городской администрации, бизнеса, архитекторов или городских планировщиков, который бы решал одну из самых обсуждаемых городских проблем. Во время работы нужно будет использовать цифровые продукты КБ Стрелка: облачное хранилище городских пространственных данных Urbanmetrics, платформу мультиканального онлайн-вовлечения горожан «Чего хочет город» и ряд технических веб-сервисов. Участие в хакатоне будет интересно разработчикам, data scientists, ГИС-аналитикам, городским консультантам, архитекторам, дизайнерам, продакт-менеджерам.
Время 12.06—14.06.20
Формат проведения: воркшоп
Стоимость участия "бесплатно".
Подать заявку можно до 8 июня 23:59. Организаторы свяжутся с участниками 10 июня, чтобы объявить результаты отбора
https://strelka.com/ru/events/urban-tech-hackathon
Посмотреть, сколько деревьев в городе, выбрать квартиру в самом зеленом районе, показать ребенку, как выглядят листья дуба, и даже отметить «то самое» дерево с нацарапанными именами можно на карте NYC’s Street Trees. Определить степень изношенности моста по вибрациям позволяет мобильное приложение Good vibrations. Изучить мировой опыт эффективного использования солнечной энергии и использовать эти данные при развитии своего города можно при помощи проекта по оценке инсоляции Solar cities. А координировать действия спасательных служб и предотвращать катастрофы позволяет краудсорсинговая платформа Petabencana.id, которая в реальном времени отображает ситуацию на подверженных наводнениям территориях.
В рамках Urban tech хакатона участникам предстоит разработать прототип нового цифрового сервиса для жителей, городской администрации, бизнеса, архитекторов или городских планировщиков, который бы решал одну из самых обсуждаемых городских проблем. Во время работы нужно будет использовать цифровые продукты КБ Стрелка: облачное хранилище городских пространственных данных Urbanmetrics, платформу мультиканального онлайн-вовлечения горожан «Чего хочет город» и ряд технических веб-сервисов. Участие в хакатоне будет интересно разработчикам, data scientists, ГИС-аналитикам, городским консультантам, архитекторам, дизайнерам, продакт-менеджерам.
Время 12.06—14.06.20
Формат проведения: воркшоп
Стоимость участия "бесплатно".
Подать заявку можно до 8 июня 23:59. Организаторы свяжутся с участниками 10 июня, чтобы объявить результаты отбора
https://strelka.com/ru/events/urban-tech-hackathon
Yanmar закинула в море нейросети
Японская компания Yanmar представила действующий прототип системы с искусственным интеллектом для морской навигации. Фактически она превращает любой корабль в беспилотник.
Машины с высоким уровнем автономности встречаются на дорогах не первый год, а вот среди коммерческих судов не часто увидишь управляемые ИИ. При всей внешней схожести технологий, их нельзя просто перенести с суши на воду.
Проблема в том, что корабли движутся совершенно иначе. Для них приходится делать поправки на ветер и большую инерцию, приливы и отливы, течения и волнение моря, рельеф дна и наличие скрытых препятствий под водой.
Долгое время беспилотные суда были концептами для океанографических исследований и боевых задач, но благодаря Yanmar они могут стать общедоступными уже в ближайшие 5 лет.
Промышленная компания из Осаки преуспела в новой для себя отрасли, разработав сразу две взаимно дополняющих системы: навигации на воде без участия человека и автоматического причаливания.
В отличие от легковых машин, даже лёгкие катера меньше лимитируют инженеров по массе и габаритам оборудования. Более того, часть необходимых систем уже есть на борту.
Yanmar использовала систему на базе радара, эхолота, лидара и спутниковой навигации. В ходе собственных испытаний она успешно провела катер сквозь «полосу препятствий» из буйков и понтонов, а затем мягко причалила, используя инерцию и эффект бокового волнения.
Радар определял надводные объекты в пределах прямой видимости. Лидар помогал обнаружить и распознать небольшие препятствия поблизости, эхолот не давал посадить на мель, а за счёт приёмника GPS ИИ постоянно вычислял координаты корабля и строил динамическую карту окружения.
Представители Yanmar полагают, что их разработка будет пользоваться большим спросом у компаний, занимающихся морскими перевозками. В режиме ассистента она упрощает движение в порту и ускоряет сложные лоцманские проводки, одновременно делая их безопаснее.
Видео: Yanmar
Японская компания Yanmar представила действующий прототип системы с искусственным интеллектом для морской навигации. Фактически она превращает любой корабль в беспилотник.
Машины с высоким уровнем автономности встречаются на дорогах не первый год, а вот среди коммерческих судов не часто увидишь управляемые ИИ. При всей внешней схожести технологий, их нельзя просто перенести с суши на воду.
Проблема в том, что корабли движутся совершенно иначе. Для них приходится делать поправки на ветер и большую инерцию, приливы и отливы, течения и волнение моря, рельеф дна и наличие скрытых препятствий под водой.
Долгое время беспилотные суда были концептами для океанографических исследований и боевых задач, но благодаря Yanmar они могут стать общедоступными уже в ближайшие 5 лет.
Промышленная компания из Осаки преуспела в новой для себя отрасли, разработав сразу две взаимно дополняющих системы: навигации на воде без участия человека и автоматического причаливания.
В отличие от легковых машин, даже лёгкие катера меньше лимитируют инженеров по массе и габаритам оборудования. Более того, часть необходимых систем уже есть на борту.
Yanmar использовала систему на базе радара, эхолота, лидара и спутниковой навигации. В ходе собственных испытаний она успешно провела катер сквозь «полосу препятствий» из буйков и понтонов, а затем мягко причалила, используя инерцию и эффект бокового волнения.
Радар определял надводные объекты в пределах прямой видимости. Лидар помогал обнаружить и распознать небольшие препятствия поблизости, эхолот не давал посадить на мель, а за счёт приёмника GPS ИИ постоянно вычислял координаты корабля и строил динамическую карту окружения.
Представители Yanmar полагают, что их разработка будет пользоваться большим спросом у компаний, занимающихся морскими перевозками. В режиме ассистента она упрощает движение в порту и ускоряет сложные лоцманские проводки, одновременно делая их безопаснее.
Видео: Yanmar
YouTube
Yanmar Auto-navigation and Auto-docking Technology
While autonomous vehicles for the road and farm are becoming commercially viable, maritime robotics technologies are also thriving. Starting with the Robotic Boat, the unmanned deep-sea exploration vehicle, Yanmar has been working on the practical use of…
Пластичная опора для роботов
Исследователи из Калифорнийского университета в Сан-Диего (UCSD) разработали опоры изменяемой формы, которые помогают роботам сохранять устойчивость на неровных поверхностях и передвигаться на 40 процентов быстрее.
За наукообразными словами скрывается тот известный факт, что сыпучие материалы в мягкой оболочке сами принимают форму давящего на них тела. Этот принцип широко используется в быту.
Например, когда мне в поездке потребовалось снимать на длинной выдержке, я использовал пачку соли вместо штатива. Она зафиксировала фотоаппарат под нужным углом и помогла выровнять его по горизонту. В UCSD взяли на вооружение тот же самый принцип.
Студенты просто насыпали молотый кофе в… латексные оболочки, а затем зафиксировали их под ногами гексапода. Ему стало проще двигаться по гальке, песку, опавшим листьям и веткам, поскольку неровности рельефа компенсировались мягкой опорой.
В отличие от пористых материалов, сыпучие быстро достигают предела сжатия и при дальнейшем увеличении давления просто перераспределяются в объёме, довольно прочно фиксируя стоящие на них предметы.
Это свойство помогает использовать их как пластичную, и в то же время устойчивую платформу. По сравнению с полностью жесткой ступнёй, нога робота на 62% меньше погружалась в песок, а для её вытягивания требовалось в 50 раз меньше усилий.
На сайте университета написали, что разработка «имеет большой потенциал в космических исследованиях и поисково-спасательных миссиях», но эта фраза уже стала клише — так говорят о любых прототипах с туманными перспективами.
Выигрыш в скорости действительно есть, да и устойчивость возрастает почти на любых поверхностях, но сама конструкция недолговечна. Чтобы опора быстро меняла форму, она должна быть с тонкой оболочкой, а такая быстро рвётся.
Видео: UC SAN DIEGO
Источник: The Robot Report
Исследователи из Калифорнийского университета в Сан-Диего (UCSD) разработали опоры изменяемой формы, которые помогают роботам сохранять устойчивость на неровных поверхностях и передвигаться на 40 процентов быстрее.
За наукообразными словами скрывается тот известный факт, что сыпучие материалы в мягкой оболочке сами принимают форму давящего на них тела. Этот принцип широко используется в быту.
Например, когда мне в поездке потребовалось снимать на длинной выдержке, я использовал пачку соли вместо штатива. Она зафиксировала фотоаппарат под нужным углом и помогла выровнять его по горизонту. В UCSD взяли на вооружение тот же самый принцип.
Студенты просто насыпали молотый кофе в… латексные оболочки, а затем зафиксировали их под ногами гексапода. Ему стало проще двигаться по гальке, песку, опавшим листьям и веткам, поскольку неровности рельефа компенсировались мягкой опорой.
В отличие от пористых материалов, сыпучие быстро достигают предела сжатия и при дальнейшем увеличении давления просто перераспределяются в объёме, довольно прочно фиксируя стоящие на них предметы.
Это свойство помогает использовать их как пластичную, и в то же время устойчивую платформу. По сравнению с полностью жесткой ступнёй, нога робота на 62% меньше погружалась в песок, а для её вытягивания требовалось в 50 раз меньше усилий.
На сайте университета написали, что разработка «имеет большой потенциал в космических исследованиях и поисково-спасательных миссиях», но эта фраза уже стала клише — так говорят о любых прототипах с туманными перспективами.
Выигрыш в скорости действительно есть, да и устойчивость возрастает почти на любых поверхностях, но сама конструкция недолговечна. Чтобы опора быстро меняла форму, она должна быть с тонкой оболочкой, а такая быстро рвётся.
Видео: UC SAN DIEGO
Источник: The Robot Report
YouTube
Granular boots for bots
Roboticists at the University of California San Diego have developed flexible feet that can help robots walk up to 40 percent faster on uneven terrain, such as pebbles and wood chips. The work has applications for search-and-rescue missions as well as space…
Робот-строитель от FBR стал быстрее
Австралийская компания FBR (Fastbrick Robotics Limited) представила обновлённую версию робота-строителя Hadrian X H02, способного заменить каменщиков.
По сравнению с моделью H01, выпущенной в феврале прошлого года, скорость H02 возросла втрое. Новый робот укладывает более 200 бетонных блоков или кирпичей в час, причём делает это исключительно точно.
Прецизионная укладка достигается с помощью фирменной системы динамической стабилизации. Робот постоянно корректирует 3D-модель участка строительства и сам делает поправки для выравнивания очередного блока.
На видео ниже скорость демонстрируется при укладке «на сухую», но в реальности Hadrian X использует цементный раствор, дополнительно учитывает его вязкие свойства и... теряет больше времени.
Среди профессиональных каменщиков проводится ежегодное состязание Spec Mix Bricklayer 500. В 1987 году американцем Бобом Бойлом на нём был установлен рекорд 915 кирпичей в час, который до сих пор никто не может побить.
Инженеры FBR ставят конечную цель достичь скорости 1000 кирпичей в час на реальном объекте. Это будет означать, что их робот гарантированно быстрее любого каменщика во плоти.
Теоретически уже сегодня можно запустить строительство объекта вообще без использования ручного труда. Беспилотный грузовик привозит материалы, Hadrian X стыкуется к нему и сам берёт кирпичи из кузова, укладывая их по программе, а робот Spot выполняет дистанционный контроль.
Однако в реальности строители нужны хотя бы для того, чтобы расчистить площадку и не дать местным луддитам сдать роботов в пункт приёма цветных металлов.
Видео: YouTube
Источник: FBR
Австралийская компания FBR (Fastbrick Robotics Limited) представила обновлённую версию робота-строителя Hadrian X H02, способного заменить каменщиков.
По сравнению с моделью H01, выпущенной в феврале прошлого года, скорость H02 возросла втрое. Новый робот укладывает более 200 бетонных блоков или кирпичей в час, причём делает это исключительно точно.
Прецизионная укладка достигается с помощью фирменной системы динамической стабилизации. Робот постоянно корректирует 3D-модель участка строительства и сам делает поправки для выравнивания очередного блока.
На видео ниже скорость демонстрируется при укладке «на сухую», но в реальности Hadrian X использует цементный раствор, дополнительно учитывает его вязкие свойства и... теряет больше времени.
Среди профессиональных каменщиков проводится ежегодное состязание Spec Mix Bricklayer 500. В 1987 году американцем Бобом Бойлом на нём был установлен рекорд 915 кирпичей в час, который до сих пор никто не может побить.
Инженеры FBR ставят конечную цель достичь скорости 1000 кирпичей в час на реальном объекте. Это будет означать, что их робот гарантированно быстрее любого каменщика во плоти.
Теоретически уже сегодня можно запустить строительство объекта вообще без использования ручного труда. Беспилотный грузовик привозит материалы, Hadrian X стыкуется к нему и сам берёт кирпичи из кузова, укладывая их по программе, а робот Spot выполняет дистанционный контроль.
Однако в реальности строители нужны хотя бы для того, чтобы расчистить площадку и не дать местным луддитам сдать роботов в пункт приёма цветных металлов.
Видео: YouTube
Источник: FBR
YouTube
Hadrian X Breaks New Lay Speed Record | FBR
Mark Pivac (Chief Technical Officer) provides another operational update as Hadrian X breaks a new lay speed record!
Stay up to date at: www.fbr.com.au
(C) Copyright 2020 FBR Ltd
Stay up to date at: www.fbr.com.au
(C) Copyright 2020 FBR Ltd
Forwarded from НАУРР. Роботизация и роботы
Запускаем онлайн-обучение о внедрении промышленной робототехники от НАУРР и ИННОПРОМ! 🚀
Кто обучает?
🧑💻Эксперты НАУРР - ведущие производители роботов и интеграторы робототехнических комплексов.
Для кого?
🏭 Для промышленных предприятий, которые задумываются о внедрении роботов
Чему учат?
✏️Этапы внедрения роботов в производство. С чего начать и как закончить?
✏️Параметры эффективности в промышленной робототехнике. Как посчитать выгоду?
✏️Рынок робототехники. Как выбрать поставщика и выстроить с ним работу?
✏️Лучшие практики использования роботов в России и мире
Что даст обучение?
✅ Поймете как от идеи перейти к практике
✅ Узнаете какие есть подводные камни при роботизации и как их избежать
✅ Зададите вопросы экспертам робототехнической отрасли
✅ Узнаете об опыте промышленных предприятий, которые уже внедрил роботов
🔍Запись на обучение и подробности на сайте проекта: https://4industry.ru/program-robots-for-industry
Кто обучает?
🧑💻Эксперты НАУРР - ведущие производители роботов и интеграторы робототехнических комплексов.
Для кого?
🏭 Для промышленных предприятий, которые задумываются о внедрении роботов
Чему учат?
✏️Этапы внедрения роботов в производство. С чего начать и как закончить?
✏️Параметры эффективности в промышленной робототехнике. Как посчитать выгоду?
✏️Рынок робототехники. Как выбрать поставщика и выстроить с ним работу?
✏️Лучшие практики использования роботов в России и мире
Что даст обучение?
✅ Поймете как от идеи перейти к практике
✅ Узнаете какие есть подводные камни при роботизации и как их избежать
✅ Зададите вопросы экспертам робототехнической отрасли
✅ Узнаете об опыте промышленных предприятий, которые уже внедрил роботов
🔍Запись на обучение и подробности на сайте проекта: https://4industry.ru/program-robots-for-industry
Misty II —опенсорсный социальный робот
Калифорнийская компания Lantronix помогла Misty Robotics создать открытую платформу Misty II. Важность это шага сложно переоценить, поскольку развитие персональных роботов сдерживается их недостаточной унификацией.
Программисты не выстраиваются в очередь писать софт для сырых и закрытых платформ, а конечным пользователям не интересны дорогие игрушки со скудным набором приложений.
Как дочернее подразделение робототехнической компании Sphero из Колорадо, Misty Robotics хорошо понимает: своими силами за разумное время можно создать только базу, а развивать её должно сообщество.
Привлечь энтузиастов можно только одним способом: сделать разработку максимально удобной, а набор функций — легко расширяемым. Вот как это реализовано в Misty II:
❖ SDK не требует знаний робототехники;
❖ шаблоны приложений доступны бесплатно;
❖ реализована лёгкая интеграция со сторонними API;
❖ любые модификации можно сохранить под своим авторством и/или передать сообществу.
Аппаратная часть тоже легко модифицируется без нарушения общего дизайна. К примеру, дополнительные датчики расположены в шлеме, а их набор может меняться.
Манипуляторы сделаны по единому стандарту и быстро заменяются в зависимости от конкретных задач. Для некоторых они вообще не нужны — во многих сценариях робот используется как «умная колонка».
Misty II базируется на решениях Qualcomm и Intrinsyc Technologies. Последняя занималась сегментом IoT и разрабатывала эффективные алгоритмы анализа данных от множества сенсоров, а в январе 2020 года была приобретена Lantronix.
В список базовых возможностей входит чувствительность к прикосновению, способность строить карту помещения и самостоятельно становиться на зарядку, умение распознавать лица и различные объекты, понимать речь и отображать эмоции на экране, заменяющим лицо.
Для обработки звука используется сигнальный процессор Qualcomm Hexagon и направленные микрофоны. Это позволяет использовать интеллектуальные алгоритмы фильтрации, помогающие роботу слышать команды даже в шумной обстановке.
Среди основных режимов Misty II указываются роли няни, сиделки, аниматора, учителя и охранника. Также робот может выполнять функцию телеприсутствия и сервисные задачи — например, встречать гостей и отвечать на устные вопросы.
Видео: YouTube
Источник: MistyRobotics
Калифорнийская компания Lantronix помогла Misty Robotics создать открытую платформу Misty II. Важность это шага сложно переоценить, поскольку развитие персональных роботов сдерживается их недостаточной унификацией.
Программисты не выстраиваются в очередь писать софт для сырых и закрытых платформ, а конечным пользователям не интересны дорогие игрушки со скудным набором приложений.
Как дочернее подразделение робототехнической компании Sphero из Колорадо, Misty Robotics хорошо понимает: своими силами за разумное время можно создать только базу, а развивать её должно сообщество.
Привлечь энтузиастов можно только одним способом: сделать разработку максимально удобной, а набор функций — легко расширяемым. Вот как это реализовано в Misty II:
❖ SDK не требует знаний робототехники;
❖ шаблоны приложений доступны бесплатно;
❖ реализована лёгкая интеграция со сторонними API;
❖ любые модификации можно сохранить под своим авторством и/или передать сообществу.
Аппаратная часть тоже легко модифицируется без нарушения общего дизайна. К примеру, дополнительные датчики расположены в шлеме, а их набор может меняться.
Манипуляторы сделаны по единому стандарту и быстро заменяются в зависимости от конкретных задач. Для некоторых они вообще не нужны — во многих сценариях робот используется как «умная колонка».
Misty II базируется на решениях Qualcomm и Intrinsyc Technologies. Последняя занималась сегментом IoT и разрабатывала эффективные алгоритмы анализа данных от множества сенсоров, а в январе 2020 года была приобретена Lantronix.
В список базовых возможностей входит чувствительность к прикосновению, способность строить карту помещения и самостоятельно становиться на зарядку, умение распознавать лица и различные объекты, понимать речь и отображать эмоции на экране, заменяющим лицо.
Для обработки звука используется сигнальный процессор Qualcomm Hexagon и направленные микрофоны. Это позволяет использовать интеллектуальные алгоритмы фильтрации, помогающие роботу слышать команды даже в шумной обстановке.
Среди основных режимов Misty II указываются роли няни, сиделки, аниматора, учителя и охранника. Также робот может выполнять функцию телеприсутствия и сервисные задачи — например, встречать гостей и отвечать на устные вопросы.
Видео: YouTube
Источник: MistyRobotics
YouTube
Misty II | First Professional-Grade Platform Robot | Personal Robots
Misty II is first Professional-Grade Platform Robot that has been designed and built by the Misty Robotics company.
#ROBOTICS #ROBOTS #TECH
Check out: https://mistyrobotics.com
#ROBOTICS #ROBOTS #TECH
Check out: https://mistyrobotics.com
Георадар и робот-крот
Команда из Гентского (Нидерланды) и Кембриджского (Великобритания) университетов использовала необычную технику для проведения археологических исследований.
Сначала они установили на вездеход усовершенствованный георадар, чтобы найти скрытый под землёй древний город Фалерий Нови, располагавшийся в 50 километрах к северу от современных границ Рима.
Обычный георадар для этого непригоден, поскольку формирует слишком грубую картинку. Он генерирует сверширокополосные импульсы метрового диапазона, которые подходят для поиска руды, но не мелких предметов.
Используя дециметровый диапазон и алгоритмы интеллектуального подавления шумов, исследователям удалось достичь пространственного разрешения 6 —12,5 см на площади 30,5 га.
В результате команда под руководством доктора Ливена Вердонка детально восстановила облик руин, не проводя раскопок. Это настоящий прорыв, изменивший представления о планировке древних городов и римского урбанизма.
На дальнейшем этапе обсуждается применение мобильных подземных устройств. Одним из них может стать робот-крот, разработанный в Корейском институте передовых технологий (KAIST).
При габаритах 84x25x18 см он обладает массой 26 кг и способен продвигаться глубоко в грунте на десятки метров, обеспечивая удобный доступ для исследования пространства под современными сооружениями.
По сравнению с методами археологического бурения, робот продвигается в три раза быстрее и обеспечивает в шесть раз большую точность.
Достигается это за счёт методики SLAM —(одновременного построения карты незнакомого окружения и определения собственных координат).
Применение георадара высокого разрешения и робота-крота фактически открывает новую эру в археологии, где будут преобладать неразрушающие методики.
Видео: YouTube
Источник: Physics World
Команда из Гентского (Нидерланды) и Кембриджского (Великобритания) университетов использовала необычную технику для проведения археологических исследований.
Сначала они установили на вездеход усовершенствованный георадар, чтобы найти скрытый под землёй древний город Фалерий Нови, располагавшийся в 50 километрах к северу от современных границ Рима.
Обычный георадар для этого непригоден, поскольку формирует слишком грубую картинку. Он генерирует сверширокополосные импульсы метрового диапазона, которые подходят для поиска руды, но не мелких предметов.
Используя дециметровый диапазон и алгоритмы интеллектуального подавления шумов, исследователям удалось достичь пространственного разрешения 6 —12,5 см на площади 30,5 га.
В результате команда под руководством доктора Ливена Вердонка детально восстановила облик руин, не проводя раскопок. Это настоящий прорыв, изменивший представления о планировке древних городов и римского урбанизма.
На дальнейшем этапе обсуждается применение мобильных подземных устройств. Одним из них может стать робот-крот, разработанный в Корейском институте передовых технологий (KAIST).
При габаритах 84x25x18 см он обладает массой 26 кг и способен продвигаться глубоко в грунте на десятки метров, обеспечивая удобный доступ для исследования пространства под современными сооружениями.
По сравнению с методами археологического бурения, робот продвигается в три раза быстрее и обеспечивает в шесть раз большую точность.
Достигается это за счёт методики SLAM —(одновременного построения карты незнакомого окружения и определения собственных координат).
Применение георадара высокого разрешения и робота-крота фактически открывает новую эру в археологии, где будут преобладать неразрушающие методики.
Видео: YouTube
Источник: Physics World
YouTube
Mole-bot 3 (2020 version)
The third version of Mole-bot was developed at Urban Robotics Lab., KAIST in 2020.
For more details, please see the following article:
https://kmatrix.kaist.ac.kr/mole-bot-development-of-bio-inspired-embedded-directional-drilling-robot/
For more details, please see the following article:
https://kmatrix.kaist.ac.kr/mole-bot-development-of-bio-inspired-embedded-directional-drilling-robot/
Forwarded from DIY or DIE
⚗️ Ссылки о полезной химии:
● 🇷🇺 Уранин А - флуорисцентный индикатор
● 🇷🇺 Трилон Б. Избавляемся от накипи и ржавчины
● 🇷🇺 Химия для пайки
● 🇷🇺 Справочное пособие по гипохлориту натрия («хлорке»)
● 🇷🇺 Опусы про Его Величество Клей ч1 ч2 ч3 ч4
● 🇷🇺 Теплопроводящий клей
● 🇷🇺 Галлий в качестве термоинтерфейса
● 🇷🇺 Моющие средства, удаление загрязнений
● 🇷🇺 Силиконовый компаунд для изоляции печатных плат
● 🇷🇺 Как сделать цветное пламя
● 🇷🇺 Отбеливание старых пластиковых деталей
● 🇷🇺 Удаление ржавчины электролизом (будьте осторожны!)
● 🇬🇧 О добавках к эпоксидной смоле
#химия #расходники #справка
● 🇷🇺 Уранин А - флуорисцентный индикатор
● 🇷🇺 Трилон Б. Избавляемся от накипи и ржавчины
● 🇷🇺 Химия для пайки
● 🇷🇺 Справочное пособие по гипохлориту натрия («хлорке»)
● 🇷🇺 Опусы про Его Величество Клей ч1 ч2 ч3 ч4
● 🇷🇺 Теплопроводящий клей
● 🇷🇺 Галлий в качестве термоинтерфейса
● 🇷🇺 Моющие средства, удаление загрязнений
● 🇷🇺 Силиконовый компаунд для изоляции печатных плат
● 🇷🇺 Как сделать цветное пламя
● 🇷🇺 Отбеливание старых пластиковых деталей
● 🇷🇺 Удаление ржавчины электролизом (будьте осторожны!)
● 🇬🇧 О добавках к эпоксидной смоле
#химия #расходники #справка
Робот как летающая лаборатория
В Университете Лотарингии (Франция) создали робота, который отслеживает летающих насекомых в свободном полёте.
Это нужно для понимания принципов навигации живых организмов и дальнейшего их воплощения в железе методами биомимикрии.
Мозг насекомых не поражает размерами, однако его хватает для виртуозного пилотирования и сложных поведенческих реакций. Например, мотыльки Agrotis ipsilon летают на скорости до 3 м/с по таким сложным траекториям, что за ними не уследить с помощью обычной камеры.
Новый подход французских исследователей заключается в том, что робот с набором камер перемещается вместе с насекомыми. Его контроллер использует систему машинного бинокулярного зрения для минимизации ошибки отслеживания.
Робот получил название «лаборатория на кабелях», так как он представляет собой открытую раму в форме куба с ребром длиной 30 см, подвешенную на проводах в аэродинамической трубе.
Контроллер вычисляет 3D-координаты насекомого при помощи оптической системы с ИК-подсветкой и откалиброванных камер, которые встроены в раму и расположены прямо на кабелях.
Насекомые свободно летают внутри аэродинамической трубы и залетают внутрь рамы, после чего она ещё какое-то время движется вместе с ними, повторяя все пируэты, пока хватает длины проводов.
Во время этого синхронного танца возникают временные промежутки, когда насекомое оказывается в состоянии свободного полёта, но неподвижным относительно робота. Камеры успевают во всех деталях заснять его манёвры, собирая уникальные данные для последующего анализа.
Насекомые отшлифовали свою нервную систему за миллионы лет эволюции. Разработчикам наверняка понадобиться приложить много усилий, чтобы воссоздать её в искусственных нейросетях, но задача выглядит очень перспективной.
Только представьте крошечного дрона, ловко маневрирующего в офисных лабиринтах и потоках людей, словно пчела.
Источник: Science Mag
В Университете Лотарингии (Франция) создали робота, который отслеживает летающих насекомых в свободном полёте.
Это нужно для понимания принципов навигации живых организмов и дальнейшего их воплощения в железе методами биомимикрии.
Мозг насекомых не поражает размерами, однако его хватает для виртуозного пилотирования и сложных поведенческих реакций. Например, мотыльки Agrotis ipsilon летают на скорости до 3 м/с по таким сложным траекториям, что за ними не уследить с помощью обычной камеры.
Новый подход французских исследователей заключается в том, что робот с набором камер перемещается вместе с насекомыми. Его контроллер использует систему машинного бинокулярного зрения для минимизации ошибки отслеживания.
Робот получил название «лаборатория на кабелях», так как он представляет собой открытую раму в форме куба с ребром длиной 30 см, подвешенную на проводах в аэродинамической трубе.
Контроллер вычисляет 3D-координаты насекомого при помощи оптической системы с ИК-подсветкой и откалиброванных камер, которые встроены в раму и расположены прямо на кабелях.
Насекомые свободно летают внутри аэродинамической трубы и залетают внутрь рамы, после чего она ещё какое-то время движется вместе с ними, повторяя все пируэты, пока хватает длины проводов.
Во время этого синхронного танца возникают временные промежутки, когда насекомое оказывается в состоянии свободного полёта, но неподвижным относительно робота. Камеры успевают во всех деталях заснять его манёвры, собирая уникальные данные для последующего анализа.
Насекомые отшлифовали свою нервную систему за миллионы лет эволюции. Разработчикам наверняка понадобиться приложить много усилий, чтобы воссоздать её в искусственных нейросетях, но задача выглядит очень перспективной.
Только представьте крошечного дрона, ловко маневрирующего в офисных лабиринтах и потоках людей, словно пчела.
Источник: Science Mag
Science
Automatic tracking of free-flying insects using a cable-driven robot
Flying insects have evolved to develop efficient strategies to navigate in natural environments. Yet, studying them experimentally is difficult because of their small size and high speed of motion. Consequently, previous studies were limited to tethered flights…
Давно хотели попробовать себя в программировании, но до сих пор считаете, что это не для вас и слишком сложно? Ребята из NOP::Nuances of Programming каждый день публикуют уникальные статьи, тесты и переводы и доказывают, что обучиться разработке может каждый! Попробуйте и вы
@nuancesprog - лучшие материалы для обучения на каждый день бесплатно
@nuancesprog - лучшие материалы для обучения на каждый день бесплатно
Telegram
NOP::Nuances of Programming
Любые вопросы по сотрудничеству: @ramilkr
Если нужен токен:
https://telega.in/c/nuancesprog
NOP::Humor - https://tttttt.me/nophumor
NOP::Recruiter Удаленка- https://tttttt.me/nopremote
РКН: 4977653520
Если нужен токен:
https://telega.in/c/nuancesprog
NOP::Humor - https://tttttt.me/nophumor
NOP::Recruiter Удаленка- https://tttttt.me/nopremote
РКН: 4977653520
CrowPi2 — ноутбук-конструктор
Китайский стартап Elecrow запустил краудфандинговую кампанию для выпуска CrowPi2. Это универсальный комплект на базе Raspberry Pi 4/3B/B+ с весьма продуманным дизайном.
Вместо кейса все компоненты CrowPi2 размещаются внутри корпуса с 11,6” IPS FHD экраном, USB-портами и съёмной беспроводной клавиатурой с тачпадом.
Подняв её, вы получаете доступ к Raspberry Pi, макетной плате и другим компонентам, среди которых модули RFID22 датчика. После сборки CrowPi2 фактически превращается в ноутбук.
Его можно использовать для запуска обычных приложений в Linux, обучения Scratch, Python и основам портативной электроники. Он станет удобной аппаратной основой в образовательных программах STEM для детей и на курсах по электротехнике для студентов.
Среди отличительных черт есть интерфейсы управления сервоприводами и шаговыми моторами, поэтому CrowPi2 можно использовать и для обучения робототехнике.
Elecrow известна разработками в сфере открытых платформ. Её первый набор CrowPi вышел в 2018 году и пользовался большой популярностью. Анонсированная сейчас вторая версия стала ещё лучше, мощнее, а главное — максимально универсальной.
Первые 200 покупателей получат CrowPi2 по предзаказу за 1078 гонконгских долларов (примерно 9700 руб. по текущему курсу). В эту стоимость не входит микрокомпьютер Raspberry Pi.
Источник: KickStarter
Китайский стартап Elecrow запустил краудфандинговую кампанию для выпуска CrowPi2. Это универсальный комплект на базе Raspberry Pi 4/3B/B+ с весьма продуманным дизайном.
Вместо кейса все компоненты CrowPi2 размещаются внутри корпуса с 11,6” IPS FHD экраном, USB-портами и съёмной беспроводной клавиатурой с тачпадом.
Подняв её, вы получаете доступ к Raspberry Pi, макетной плате и другим компонентам, среди которых модули RFID22 датчика. После сборки CrowPi2 фактически превращается в ноутбук.
Его можно использовать для запуска обычных приложений в Linux, обучения Scratch, Python и основам портативной электроники. Он станет удобной аппаратной основой в образовательных программах STEM для детей и на курсах по электротехнике для студентов.
Среди отличительных черт есть интерфейсы управления сервоприводами и шаговыми моторами, поэтому CrowPi2 можно использовать и для обучения робототехнике.
Elecrow известна разработками в сфере открытых платформ. Её первый набор CrowPi вышел в 2018 году и пользовался большой популярностью. Анонсированная сейчас вторая версия стала ещё лучше, мощнее, а главное — максимально универсальной.
Первые 200 покупателей получат CrowPi2 по предзаказу за 1078 гонконгских долларов (примерно 9700 руб. по текущему курсу). В эту стоимость не входит микрокомпьютер Raspberry Pi.
Источник: KickStarter
Kickstarter
CrowPi2 - Raspberry Pi Laptop & STEM Education Platform
CrowPi2 is an all-in-one device based on Raspberry Pi that is just as suitable for STEM education, portable laptop.
Solo 8 — ловкий робот для смелых экспериментов
Группа исследователей из Института интеллектуальных систем Макса Планка (Штутгарт, Германия) и Политехнического института Нью-Йоркского университета разработала четвероногого робота Solo 8.
При невысокой стоимости он способен совершать сложные действия, что важно для обучения робототехнике и отработке алгоритмов управления на реальных моделях.
Университеты и технологические стартапы вынуждены тратить порядка $50 тыс. и более на физические модели. С их помощью проверяют алгоритмы движения, оценивают устойчивость на разных поверхностях и точность автономной навигации.
Команда под руководством доцента кафедры электротехники Людовика Ригетти смогла сделать универсальную и сравнительно дешёвую конструкцию, которая позволяет выполнять эксперименты в реальном физическом окружении гораздо дешевле.
Представленный робот Solo 8 выполнен по модульной конструкции, а значит — все сломанные во время испытаний части легко заменяются.
Все компоненты Solo 8 могут быть напечатаны на 3D-принтере, поскольку их готовые 3D-модели свободно доступны по лицензии BSD.
Робот умеет менять походку, прыгать, держать равновесие и самостоятельно подниматься после падения. Ему по силам даже элементы паркура!
Разработка робота заняла 4 года. Проект начинался под эгидой Open Dynamic Robot Initiative в 2016 году и претерпел множество изменений по ходу реализации.
В частности, на последнем этапе добавилась поддержка 5G и возможность использовать Solo 8 для усиленного обучения в сложных динамичных моделях поведения.
Проще говоря, теперь это ещё и дешёвый камикадзе для выяснения физических пределов, при которых тестируемый управляющий алгоритм эффективно предотвращает разрушение конструкции.
Работа будет представлена в конце июня на Международной конференции по робототехнике и автоматизации ICRA 2020.
Источник: Design, products & application
Группа исследователей из Института интеллектуальных систем Макса Планка (Штутгарт, Германия) и Политехнического института Нью-Йоркского университета разработала четвероногого робота Solo 8.
При невысокой стоимости он способен совершать сложные действия, что важно для обучения робототехнике и отработке алгоритмов управления на реальных моделях.
Университеты и технологические стартапы вынуждены тратить порядка $50 тыс. и более на физические модели. С их помощью проверяют алгоритмы движения, оценивают устойчивость на разных поверхностях и точность автономной навигации.
Команда под руководством доцента кафедры электротехники Людовика Ригетти смогла сделать универсальную и сравнительно дешёвую конструкцию, которая позволяет выполнять эксперименты в реальном физическом окружении гораздо дешевле.
Представленный робот Solo 8 выполнен по модульной конструкции, а значит — все сломанные во время испытаний части легко заменяются.
Все компоненты Solo 8 могут быть напечатаны на 3D-принтере, поскольку их готовые 3D-модели свободно доступны по лицензии BSD.
Робот умеет менять походку, прыгать, держать равновесие и самостоятельно подниматься после падения. Ему по силам даже элементы паркура!
Разработка робота заняла 4 года. Проект начинался под эгидой Open Dynamic Robot Initiative в 2016 году и претерпел множество изменений по ходу реализации.
В частности, на последнем этапе добавилась поддержка 5G и возможность использовать Solo 8 для усиленного обучения в сложных динамичных моделях поведения.
Проще говоря, теперь это ещё и дешёвый камикадзе для выяснения физических пределов, при которых тестируемый управляющий алгоритм эффективно предотвращает разрушение конструкции.
Работа будет представлена в конце июня на Международной конференции по робототехнике и автоматизации ICRA 2020.
Источник: Design, products & application