Alibaba запустит доставку с помощью роботов
Alibaba Group заявила, что планирует развернуть в течение следующего года 1000 роботов в кампусах китайских университетов и местных сообществах, с целью ускорения и удешевления доставки посылок.
Исследовательское подразделение компании DAMO Academy вместе с логистическим подразделением Cainiao начали массовое производство небольших роботов, известных как Xiaomanlv. Группа также рассказала о своих планах по разработке более крупных беспилотных грузовиков, чтобы расширить радиус своих поставок.
«Технология автономного вождения становится ключевой в эпоху цифровых технологий», - сказал технический директор Alibaba Ченг Ли.
Роботы Xiaomanlv предназначены для выполнения запросов на доставку «последней мили» для сообществ и кампусов - студенты активно покупают товары в интернет-магазинах, таких как Taobao и Tmall. Заказы доставляются на станцию Cainiao в кампусе и в окрестностях нескольких китайских городов, включая Ханчжоу, Шанхай и Пекин.
Множество технологических гигантов и стартапов создают автономные транспортные средства для пассажиров, такие как Didi Chuxing, которая подала заявку на первичное публичное размещение акций в Нью-Йорке в четверг. В отличие от этого, экосистема Alibaba ориентирована на синергию, которую автономные транспортные средства могут принести ее основному бизнесу - электронной коммерции.
По данным Почтовой службы Китая, в этом году к 1 июня в материковом Китае было отправлено 40 миллиардов посылок, что близко к общему количеству доставок за весь 2017 год, поскольку пандемия стимулировала покупки в Интернете. Постепенное развертывание роботов, вероятно, будет расширяться по мере увеличения массового производства.
https://robogeek.ru/servisnye-roboty/alibaba-zapustit-dostavku-s-pomoschyu-robotov
Alibaba Group заявила, что планирует развернуть в течение следующего года 1000 роботов в кампусах китайских университетов и местных сообществах, с целью ускорения и удешевления доставки посылок.
Исследовательское подразделение компании DAMO Academy вместе с логистическим подразделением Cainiao начали массовое производство небольших роботов, известных как Xiaomanlv. Группа также рассказала о своих планах по разработке более крупных беспилотных грузовиков, чтобы расширить радиус своих поставок.
«Технология автономного вождения становится ключевой в эпоху цифровых технологий», - сказал технический директор Alibaba Ченг Ли.
Роботы Xiaomanlv предназначены для выполнения запросов на доставку «последней мили» для сообществ и кампусов - студенты активно покупают товары в интернет-магазинах, таких как Taobao и Tmall. Заказы доставляются на станцию Cainiao в кампусе и в окрестностях нескольких китайских городов, включая Ханчжоу, Шанхай и Пекин.
Множество технологических гигантов и стартапов создают автономные транспортные средства для пассажиров, такие как Didi Chuxing, которая подала заявку на первичное публичное размещение акций в Нью-Йорке в четверг. В отличие от этого, экосистема Alibaba ориентирована на синергию, которую автономные транспортные средства могут принести ее основному бизнесу - электронной коммерции.
По данным Почтовой службы Китая, в этом году к 1 июня в материковом Китае было отправлено 40 миллиардов посылок, что близко к общему количеству доставок за весь 2017 год, поскольку пандемия стимулировала покупки в Интернете. Постепенное развертывание роботов, вероятно, будет расширяться по мере увеличения массового производства.
https://robogeek.ru/servisnye-roboty/alibaba-zapustit-dostavku-s-pomoschyu-robotov
robogeek.ru
Alibaba запустит доставку с помощью роботов
Alibaba Group заявила, что планирует развернуть в течение следующего года 1000 роботов в кампусах китайских университетов и местных сообществах, с целью ускорения и удешевления доставки посылок.
Компания по производству строительной робототехники Dusty привлекла $16,5 млн
Калифорнийский стартап Dusty Robotics привлек 16,5 миллионов долларов в рамках финансирования серии A. Раунд возглавил Canaan Partners, при участии NextGen Venture, Baseline Ventures, Root Ventures и Cantos Ventures.
«У нас огромный спрос со стороны клиентов в США и во всем мире, - сказала TechCrunch основатель и генеральный директор Тесса Лау. - Помимо роста нашей команды, мы будем расширять наш парк роботов для удовлетворения спроса».
Рич Бойл из Canaan Partners добавляет, что пандемия помогла ускорить уже существующий спрос: «Оба рынка невероятно активны и быстро развиваются, я считаю, в основном из-за долгосрочных тенденций, таких как постоянное совершенствование ИИ и нехватка рабочей силы в ключевых отраслях, а также снижение цен на роботизированное оборудование. Тем не менее, COVID привел к изменениям в том, как люди думают о проектировании, строительстве и текущем использовании объектов недвижимости, и привел к существенным изменениям в поведении - как мы работаем, как мы живем, как мы делаем покупки, и некоторые из этих изменений, которые были ускорены пандемией, мы думаем, останутся».
Команда Dusty довольно небольшая и насчитывает около 17 сотрудников, в основном из Маунтин-Вью. Первым продуктом стартапа стал Field Printer, робот, который «распечатывает» планы на полу строительных площадок. Компания сравнивает эти карты с «инструкциями из Икеи». Автономный бот уже использовался такими компаниями как Swinerton, DPR Construction, Build Group и Pankow Builders.
https://www.youtube.com/watch?v=8zE4X06fly8
«Мы только что выпустили аппаратную платформу третьего поколения, которая была разработана с нуля нашей командой в Маунтин-Вью специально для точного и быстрого создания макетов на строительных площадках, - говорит Лау. - Мы работаем над этим продуктом с осени 2018 года и включили в разработку третьего поколения уроки, полученные при выполнении более 1 миллиона квадратных футов производственных планировок».
https://robogeek.ru/servisnye-roboty/kompaniya-po-proizvodstvu-stroitelnoi-robototehniki-dusty-privlekla-16-mln
Калифорнийский стартап Dusty Robotics привлек 16,5 миллионов долларов в рамках финансирования серии A. Раунд возглавил Canaan Partners, при участии NextGen Venture, Baseline Ventures, Root Ventures и Cantos Ventures.
«У нас огромный спрос со стороны клиентов в США и во всем мире, - сказала TechCrunch основатель и генеральный директор Тесса Лау. - Помимо роста нашей команды, мы будем расширять наш парк роботов для удовлетворения спроса».
Рич Бойл из Canaan Partners добавляет, что пандемия помогла ускорить уже существующий спрос: «Оба рынка невероятно активны и быстро развиваются, я считаю, в основном из-за долгосрочных тенденций, таких как постоянное совершенствование ИИ и нехватка рабочей силы в ключевых отраслях, а также снижение цен на роботизированное оборудование. Тем не менее, COVID привел к изменениям в том, как люди думают о проектировании, строительстве и текущем использовании объектов недвижимости, и привел к существенным изменениям в поведении - как мы работаем, как мы живем, как мы делаем покупки, и некоторые из этих изменений, которые были ускорены пандемией, мы думаем, останутся».
Команда Dusty довольно небольшая и насчитывает около 17 сотрудников, в основном из Маунтин-Вью. Первым продуктом стартапа стал Field Printer, робот, который «распечатывает» планы на полу строительных площадок. Компания сравнивает эти карты с «инструкциями из Икеи». Автономный бот уже использовался такими компаниями как Swinerton, DPR Construction, Build Group и Pankow Builders.
https://www.youtube.com/watch?v=8zE4X06fly8
«Мы только что выпустили аппаратную платформу третьего поколения, которая была разработана с нуля нашей командой в Маунтин-Вью специально для точного и быстрого создания макетов на строительных площадках, - говорит Лау. - Мы работаем над этим продуктом с осени 2018 года и включили в разработку третьего поколения уроки, полученные при выполнении более 1 миллиона квадратных футов производственных планировок».
https://robogeek.ru/servisnye-roboty/kompaniya-po-proizvodstvu-stroitelnoi-robototehniki-dusty-privlekla-16-mln
YouTube
Dusty Robotics with Build Group and Level 5
Dusty Robotics' FieldPrinter automated layout robot completed layout on a 13-story multifamily residential building in January 2021. Automated layout eliminates rework and comebacks, enables teams to correct problems before construction begins, and saves…
Bridgestone инвестирует в разработчиков беспилотных грузовиков
Производитель шин Bridgestone приобрел миноритарный пакет акций Kodiak Robotics, стартапа из Кремниевой долины, занимающегося разработкой автономных грузовиков, в рамках широкого партнерства по тестированию и разработке технологии интеллектуальных шин.
Хотя условия сделки не разглашаются, соучредитель и генеральный директор Kodiak Robotics Дон Бернетт заявил, что это прямые финансовые инвестиции. Технический директор Bridgestone Низар Тригуи присоединился к совету директоров Kodiak в качестве наблюдателя.
Сделка предполагает не только капитал. Обе компании сформировали стратегическое партнерство, направленное на развитие шинных технологий и системы управления автопарком, которые Kodiak будет использовать своих беспилотных грузовиках, перевозящих грузы между Далласом и Хьюстоном в рамках испытаний. Недавно компания заявила, что расширяет свою экспериментальную программу грузоперевозок до Сан-Антонио. Kodiak также тестирует свои беспилотные грузовики, всегда с оператором безопасности за рулем, в Маунтин-Вью и его окрестностях.
По словам Бернетта, полуприцепы проезжают от 100 000 до 150 000 миль в год, добавляя, что целостность шин и их мониторинг являются неотъемлемой частью безопасности грузовых перевозок, независимо от того, есть водитель за рулем или нет.
Kodiak будет использовать умные шины для контроля давления, температуры и измерения нагрузки на колеса, которая играет роль в динамике и маневренности автомобиля. Kodiak поделится собранными данными с Bridgestone, которые компания сможет использовать для улучшения характеристик своих шин.
Компании-производители шин, такие как Bridgestone, уже собирают основную информацию от поставщиков телематических услуг, которая помогает определить, где находятся грузовики, какие дороги они используют, а также данные о давлении и температуры в шинах. По словам Бернетта, компании, занимающиеся автономными транспортными средствами могут принести дополнительную пользу производителям шин. Беспилотные грузовики Kodiak оснащены собственными датчиками, что позволяет компании собирать огромные объемы данных о вождении, которые могут помочь Bridgestone точнее понять, как используются ее шины.
Все эти данные позволят Bridgestone создавать прогнозные модели, которые будут более точно предсказывать конечный срок службы шины, а также, возможно, предупреждать о том, когда она может выйти из строя. «И это в конечном итоге то, что действительно интересует Kodiak», - добавил Бернетт.
https://robogeek.ru/avtonomnyi-transport/bridgestone-investiruet-v-razrabotchikov-bespilotnyh-gruzovikov
Производитель шин Bridgestone приобрел миноритарный пакет акций Kodiak Robotics, стартапа из Кремниевой долины, занимающегося разработкой автономных грузовиков, в рамках широкого партнерства по тестированию и разработке технологии интеллектуальных шин.
Хотя условия сделки не разглашаются, соучредитель и генеральный директор Kodiak Robotics Дон Бернетт заявил, что это прямые финансовые инвестиции. Технический директор Bridgestone Низар Тригуи присоединился к совету директоров Kodiak в качестве наблюдателя.
Сделка предполагает не только капитал. Обе компании сформировали стратегическое партнерство, направленное на развитие шинных технологий и системы управления автопарком, которые Kodiak будет использовать своих беспилотных грузовиках, перевозящих грузы между Далласом и Хьюстоном в рамках испытаний. Недавно компания заявила, что расширяет свою экспериментальную программу грузоперевозок до Сан-Антонио. Kodiak также тестирует свои беспилотные грузовики, всегда с оператором безопасности за рулем, в Маунтин-Вью и его окрестностях.
По словам Бернетта, полуприцепы проезжают от 100 000 до 150 000 миль в год, добавляя, что целостность шин и их мониторинг являются неотъемлемой частью безопасности грузовых перевозок, независимо от того, есть водитель за рулем или нет.
Kodiak будет использовать умные шины для контроля давления, температуры и измерения нагрузки на колеса, которая играет роль в динамике и маневренности автомобиля. Kodiak поделится собранными данными с Bridgestone, которые компания сможет использовать для улучшения характеристик своих шин.
Компании-производители шин, такие как Bridgestone, уже собирают основную информацию от поставщиков телематических услуг, которая помогает определить, где находятся грузовики, какие дороги они используют, а также данные о давлении и температуры в шинах. По словам Бернетта, компании, занимающиеся автономными транспортными средствами могут принести дополнительную пользу производителям шин. Беспилотные грузовики Kodiak оснащены собственными датчиками, что позволяет компании собирать огромные объемы данных о вождении, которые могут помочь Bridgestone точнее понять, как используются ее шины.
Все эти данные позволят Bridgestone создавать прогнозные модели, которые будут более точно предсказывать конечный срок службы шины, а также, возможно, предупреждать о том, когда она может выйти из строя. «И это в конечном итоге то, что действительно интересует Kodiak», - добавил Бернетт.
https://robogeek.ru/avtonomnyi-transport/bridgestone-investiruet-v-razrabotchikov-bespilotnyh-gruzovikov
robogeek.ru
Bridgestone инвестирует в разработчиков беспилотных грузовиков
Производитель шин Bridgestone приобрел миноритарный пакет акций Kodiak Robotics, стартапа из Кремниевой долины, занимающегося разработкой автономных грузовиков, в рамках широкого партнерства по тестированию и разработке технологии интеллектуальных шин.
Realisator Robotics и Scanfil разработали робота-пожарного
Шведская робототехническая компания Realisator Robotics совместно со своим производственным партнером Scanfil разработали робота-пожарного под названием Fumo. Разработка велась в тесном сотрудничестве с Шведскими спасательными службами и Шведским агентством по чрезвычайным ситуациям.
Fumo - это не автономный робот, а скорее многофункциональный поисково-вспомогательный робот с дистанционным управлением с помощью беспроводного джойстика. Это позволяет пожарному контролировать как положение Fumo, так и ориентацию водяного сопла и форму водяной струи. Датчики температуры, газовые датчики и другие типы датчиков могут быть установлены на Fumo, а также камеры для записи данных во время операций по тушению пожара. Эти данные могут помочь пожарным в принятии тактических решений.
Fumo в первую очередь предназначен для тушения пожаров. Он может выдерживать более высокие температуры, чем человек, в течение более длительного периода времени, что позволяет ему работать в условиях и ситуациях, которые могут вынудить пожарного отступить. Кроме того, Fumo можно использовать для входа в здание для поиска жертв или получения предварительных данных о ситуации.
Realisator Robotics переходит от пилотного проекта к производству. «Fumo - это результат долгой работы, которая началась 11 лет назад, - говорит основатель и генеральный директор Realisator Robotics Томас Эрикссон. - Перейти от идеи к промышленному продукту - непростой путь. Особенно трудна индустриализация, но мы очень довольны нашим сотрудничеством со Scanfil».
Сотрудничество со Scanfil началось в 2019 году, когда Realisator Robotics обратилась к ним, зная его способность индустриализировать идеи и масштабировать их в массовое производство. На рынке поисковых роботов для пожаротушения и поддержки уже существует некоторая конкуренция, но рынок сегодня очень незрелый и демонстрирует большой потенциал.
https://www.youtube.com/watch?v=yFFzug345Jg
«И Scanfil, и Realisator Robotics видят в этом проекте большой потенциал. Существует глобальный рынок таких продуктов, которые могут спасти человеческие жизни и сделать работу пожарных немного более легкой и менее опасной», - заявляет управляющий директор Scanfil Стив Кройц.
https://robogeek.ru/roboty-spasateli/realisator-robotics-i-scanfil-razrabotali-robota-pozharnogo
Шведская робототехническая компания Realisator Robotics совместно со своим производственным партнером Scanfil разработали робота-пожарного под названием Fumo. Разработка велась в тесном сотрудничестве с Шведскими спасательными службами и Шведским агентством по чрезвычайным ситуациям.
Fumo - это не автономный робот, а скорее многофункциональный поисково-вспомогательный робот с дистанционным управлением с помощью беспроводного джойстика. Это позволяет пожарному контролировать как положение Fumo, так и ориентацию водяного сопла и форму водяной струи. Датчики температуры, газовые датчики и другие типы датчиков могут быть установлены на Fumo, а также камеры для записи данных во время операций по тушению пожара. Эти данные могут помочь пожарным в принятии тактических решений.
Fumo в первую очередь предназначен для тушения пожаров. Он может выдерживать более высокие температуры, чем человек, в течение более длительного периода времени, что позволяет ему работать в условиях и ситуациях, которые могут вынудить пожарного отступить. Кроме того, Fumo можно использовать для входа в здание для поиска жертв или получения предварительных данных о ситуации.
Realisator Robotics переходит от пилотного проекта к производству. «Fumo - это результат долгой работы, которая началась 11 лет назад, - говорит основатель и генеральный директор Realisator Robotics Томас Эрикссон. - Перейти от идеи к промышленному продукту - непростой путь. Особенно трудна индустриализация, но мы очень довольны нашим сотрудничеством со Scanfil».
Сотрудничество со Scanfil началось в 2019 году, когда Realisator Robotics обратилась к ним, зная его способность индустриализировать идеи и масштабировать их в массовое производство. На рынке поисковых роботов для пожаротушения и поддержки уже существует некоторая конкуренция, но рынок сегодня очень незрелый и демонстрирует большой потенциал.
https://www.youtube.com/watch?v=yFFzug345Jg
«И Scanfil, и Realisator Robotics видят в этом проекте большой потенциал. Существует глобальный рынок таких продуктов, которые могут спасти человеческие жизни и сделать работу пожарных немного более легкой и менее опасной», - заявляет управляющий директор Scanfil Стив Кройц.
https://robogeek.ru/roboty-spasateli/realisator-robotics-i-scanfil-razrabotali-robota-pozharnogo
YouTube
Test of Fumo with fire extinguisher
Технология PixelPaint от ABB получила престижную награду IERA Award
Решение по роботизированной окраске отмечено наградой Международной федерации робототехники (IFR) и Института инженеров по электротехнике и электронике (IEEE) за инновации и экологичность.
Роботизированная технология без избыточного распыления PixelPaint компании ABB для автомобильной промышленности получила в этом году награду в области инноваций и предпринимательства в робототехнике и автоматизации (Innovation and Entrepreneurship in Robotics & Automation, сокращенно – IERA) за выдающиеся достижения в коммерциализации инновационных технологий роботизации и автоматизации.
Решение PixelPaint, выпущенное на рынок в 2020 году, использует технологию струйной головки для непосредственного нанесения двухцветных или индивидуализированных дизайнов с высоким разрешением на кузов автомобиля за один проход. Это позволяет производителям легко удовлетворять растущий спрос на индивидуальные лакокрасочные работы, устраняя при этом избыточное распыление.
«Мы рады, что наше решение PixelPaint было признано за свою инновационную и надежную технологию, которая помогает нашим заказчикам отвечать на запросы потребителей о более индивидуальном дизайне. С помощью PixelPaint 100% краски теперь можно наносить гораздо качественнее и вдвое быстрее по сравнению с методом, который использовался ранее при индивидуальных покрасочных работах, – отметил Йорг Регер (Joerg Reger), управляющий директор сегмента автомобилестроения подразделения «Робототехника» компании ABB. – За счет этого решения наши заказчики удовлетворяют потребности клиентов, а заодно получают тройной бонус в виде экономии миллионов долларов в год за счет снижения расхода краски, повышения производственной эффективности и улучшения экологических показателей за счет сокращения выбросов летучих органических соединений и CO2».
Ранее для нанесения на кузов двухцветного или индивидуального дизайна автомобиль должен был проходить линию окраски дважды: один раз для нанесения первого слоя, а затем, после установки защиты на неокрашиваемые области, еще раз для покрытия вторым цветом. Как правило, для крепления защиты на неокрашиваемые части кузова требовалось 10-20 операторов в смену, причем два оператора снимали защиту после нанесения второго цвета.
При распылении только 70-80% краски наносится на поверхность кузова, значительное количество расходуется впустую, что увеличивает затраты на вторичную переработку и покупку дополнительной краски.
PixelPaint решает эти задачи, предоставляя более быстрое, высокоточное и надежное решение для индивидуальной окраски. В роботизированную ячейку PixelPaint входят струйная головка с высоким разрешением, два покрасочных робота IRB 5500, пакет управления дозированием и программное обеспечение RobotStudio® для двухцветной и декоративной окраски.
Возможность сочетать повышенную эффективность, гибкость и экологичность стала ключевым фактором в решении жюри присудить награду PixelPaint.
«Жюри радо удостоить технологию PixelPaint от ABB 17-й наградой IERA Award, – сказал председатель жюри Роб Амброуз (Rob Ambrose). – Инновационное решение для автоматизированной покраски автомобилей сочетает в себе большую гибкость и индивидуальность с сокращением расхода краски, что вносит вклад в оздоровление окружающей среды».
Награда IERA Award удостаивает признания достижения новаторов, создающих ценность, и предпринимателей, которые воплощают эти идеи в продукты мирового класса. Общество робототехники и автоматизации IEEE (IEEE / RAS) и IFR совместно спонсируют награду, тем самым подчеркивая свою приверженность содействию более тесному сотрудничеству науки и промышленности в области робототехники.
https://robogeek.ru/promyshlennye-roboty/tehnologiya-pixelpaint-ot-abb-poluchila-prestizhnuyu-nagradu-iera-award
Решение по роботизированной окраске отмечено наградой Международной федерации робототехники (IFR) и Института инженеров по электротехнике и электронике (IEEE) за инновации и экологичность.
Роботизированная технология без избыточного распыления PixelPaint компании ABB для автомобильной промышленности получила в этом году награду в области инноваций и предпринимательства в робототехнике и автоматизации (Innovation and Entrepreneurship in Robotics & Automation, сокращенно – IERA) за выдающиеся достижения в коммерциализации инновационных технологий роботизации и автоматизации.
Решение PixelPaint, выпущенное на рынок в 2020 году, использует технологию струйной головки для непосредственного нанесения двухцветных или индивидуализированных дизайнов с высоким разрешением на кузов автомобиля за один проход. Это позволяет производителям легко удовлетворять растущий спрос на индивидуальные лакокрасочные работы, устраняя при этом избыточное распыление.
«Мы рады, что наше решение PixelPaint было признано за свою инновационную и надежную технологию, которая помогает нашим заказчикам отвечать на запросы потребителей о более индивидуальном дизайне. С помощью PixelPaint 100% краски теперь можно наносить гораздо качественнее и вдвое быстрее по сравнению с методом, который использовался ранее при индивидуальных покрасочных работах, – отметил Йорг Регер (Joerg Reger), управляющий директор сегмента автомобилестроения подразделения «Робототехника» компании ABB. – За счет этого решения наши заказчики удовлетворяют потребности клиентов, а заодно получают тройной бонус в виде экономии миллионов долларов в год за счет снижения расхода краски, повышения производственной эффективности и улучшения экологических показателей за счет сокращения выбросов летучих органических соединений и CO2».
Ранее для нанесения на кузов двухцветного или индивидуального дизайна автомобиль должен был проходить линию окраски дважды: один раз для нанесения первого слоя, а затем, после установки защиты на неокрашиваемые области, еще раз для покрытия вторым цветом. Как правило, для крепления защиты на неокрашиваемые части кузова требовалось 10-20 операторов в смену, причем два оператора снимали защиту после нанесения второго цвета.
При распылении только 70-80% краски наносится на поверхность кузова, значительное количество расходуется впустую, что увеличивает затраты на вторичную переработку и покупку дополнительной краски.
PixelPaint решает эти задачи, предоставляя более быстрое, высокоточное и надежное решение для индивидуальной окраски. В роботизированную ячейку PixelPaint входят струйная головка с высоким разрешением, два покрасочных робота IRB 5500, пакет управления дозированием и программное обеспечение RobotStudio® для двухцветной и декоративной окраски.
Возможность сочетать повышенную эффективность, гибкость и экологичность стала ключевым фактором в решении жюри присудить награду PixelPaint.
«Жюри радо удостоить технологию PixelPaint от ABB 17-й наградой IERA Award, – сказал председатель жюри Роб Амброуз (Rob Ambrose). – Инновационное решение для автоматизированной покраски автомобилей сочетает в себе большую гибкость и индивидуальность с сокращением расхода краски, что вносит вклад в оздоровление окружающей среды».
Награда IERA Award удостаивает признания достижения новаторов, создающих ценность, и предпринимателей, которые воплощают эти идеи в продукты мирового класса. Общество робототехники и автоматизации IEEE (IEEE / RAS) и IFR совместно спонсируют награду, тем самым подчеркивая свою приверженность содействию более тесному сотрудничеству науки и промышленности в области робототехники.
https://robogeek.ru/promyshlennye-roboty/tehnologiya-pixelpaint-ot-abb-poluchila-prestizhnuyu-nagradu-iera-award
robogeek.ru
Технология PixelPaint от ABB получила престижную награду IERA Award
Решение по роботизированной окраске отмечено наградой Международной федерации робототехники (IFR) и Института инженеров по электротехнике и электронике (IEEE) за инновации и экологичность.
Автономное судно IBM Mayflower прямо сейчас пересекает Атлантический океан
Судно, построенное IBM совместно с некоммерческой организацией ProMare для исследования океана, покинул Тернчепел-Уорф в Плимуте, Англия, 15 июня в 4 часа утра по Гринвичу и находится в международных водах по пути в Плимут, штат Массачусетс.
Путешествие IBM Mayflower следует по пути торгового галеона Mayflower, который привел поселенцев-пилигримов в Новую Англию в 1620 году. Автономное судно из алюминия и углеродных композитов имеет длину 15м и ширину 6,2м, водоизмещением пять тонн и приводится в движение гибридным двигателем на солнечной энергии с резервным дизельным двигателем, который обеспечивает максимальную скорость 10 узлов (~18 км/ч).
Под управлением командного центра в Плимуте, Великобритания, Mayflower перемещается с использованием более 50 датчиков, включая шесть камер IBM AI Vision и систему глубокого обучения IBM, позволяющую выявлять и избегать препятствий, соблюдая международные правила навигации. Обработка данных осуществляется бортовыми компьютерами с резервной копией IBM Power Systems AC922 на суше.
На борту находится полезная нагрузка массой 700 кг, которая включает в себя акустические датчики, датчики температуры, а также пробоотборники воды и воздуха. Судно будет использоваться для сбора информации по таким вопросам, как глобальное потепление, загрязнение водной среды микропластиком. Кроме того, автономная технология может найти применение в судоходстве, нефтегазовой промышленности, телекоммуникациях, безопасности, обороне и рыболовстве.
За путешествием Mayflower можно наблюдать в прямом эфире на сайте проекта.
https://robogeek.ru/podvodnye-i-nadvodnye-roboty/avtonomnoe-sudno-ibm-mayflower-pryamo-seichas-peresekaet-atlanticheskii-okean
Судно, построенное IBM совместно с некоммерческой организацией ProMare для исследования океана, покинул Тернчепел-Уорф в Плимуте, Англия, 15 июня в 4 часа утра по Гринвичу и находится в международных водах по пути в Плимут, штат Массачусетс.
Путешествие IBM Mayflower следует по пути торгового галеона Mayflower, который привел поселенцев-пилигримов в Новую Англию в 1620 году. Автономное судно из алюминия и углеродных композитов имеет длину 15м и ширину 6,2м, водоизмещением пять тонн и приводится в движение гибридным двигателем на солнечной энергии с резервным дизельным двигателем, который обеспечивает максимальную скорость 10 узлов (~18 км/ч).
Под управлением командного центра в Плимуте, Великобритания, Mayflower перемещается с использованием более 50 датчиков, включая шесть камер IBM AI Vision и систему глубокого обучения IBM, позволяющую выявлять и избегать препятствий, соблюдая международные правила навигации. Обработка данных осуществляется бортовыми компьютерами с резервной копией IBM Power Systems AC922 на суше.
На борту находится полезная нагрузка массой 700 кг, которая включает в себя акустические датчики, датчики температуры, а также пробоотборники воды и воздуха. Судно будет использоваться для сбора информации по таким вопросам, как глобальное потепление, загрязнение водной среды микропластиком. Кроме того, автономная технология может найти применение в судоходстве, нефтегазовой промышленности, телекоммуникациях, безопасности, обороне и рыболовстве.
За путешествием Mayflower можно наблюдать в прямом эфире на сайте проекта.
https://robogeek.ru/podvodnye-i-nadvodnye-roboty/avtonomnoe-sudno-ibm-mayflower-pryamo-seichas-peresekaet-atlanticheskii-okean
Компания Merlin Labs привлекла $25 млн и обеспечит автономность флоту из 55 самолетов
Merlin Labs, разработчик технологий автономных полетов, сообщает, что привлекла $25 млн финансирования от GV (ранее Google Ventures) и First Round Capital. Среди других инвесторов - Floodgate, Harpoon, WTI, Ben Ling, Box Group, Shrug Capital и Howard Morgan.
Компания, которая до сегодняшнего дня работала в скрытом режиме, также объявляет о партнерстве с Dynamic Aviation, владельцем крупнейшего в мире частного флота King Air.
Имея офисы в Бостоне, Лос-Анджелесе, Денвере и Окленде, Новая Зеландия, а также специальный летный комплекс Мохаве, Merlin Labs создает сертифицированную автономную систему для самолетов. Компания продемонстрировала сотни автономных полетов на нескольких типах самолетов, в том числе на двухтурбовинтовых. Их платформа автономности не зависит от самолета, ориентирована на автономность на борту, а не на дистанционное пилотирование, и может интегрироваться в широкий спектр самолетов государственного и частного секторов.
В Merlin Labs объявили о первом публичном внедрении своей технологии в партнерстве с Dynamic Aviation в 55 самолетах, которые будут поддерживать широкий спектр задач государственного и частного секторов. Первый самолет в настоящее время проходит летные испытания в Мохаве.
https://www.youtube.com/watch?v=-gwHRVI-MSM
«Мы гордимся партнерством с Dynamic, чтобы начать процесс перехода автономии от лаборатории к рынку, - сказал Мэтью Джордж, соучредитель и генеральный директор Merlin Labs. - Эта сделка представляет собой важную коммерческую веху, а также приверженность Merlin поддержке более крупных и сложных самолетов».
https://robogeek.ru/letayuschie-roboty/kompaniya-merlin-labs-privlekla-25-mln-i-obespechit-avtonomnost-flotu-iz-55-samoletov
Merlin Labs, разработчик технологий автономных полетов, сообщает, что привлекла $25 млн финансирования от GV (ранее Google Ventures) и First Round Capital. Среди других инвесторов - Floodgate, Harpoon, WTI, Ben Ling, Box Group, Shrug Capital и Howard Morgan.
Компания, которая до сегодняшнего дня работала в скрытом режиме, также объявляет о партнерстве с Dynamic Aviation, владельцем крупнейшего в мире частного флота King Air.
Имея офисы в Бостоне, Лос-Анджелесе, Денвере и Окленде, Новая Зеландия, а также специальный летный комплекс Мохаве, Merlin Labs создает сертифицированную автономную систему для самолетов. Компания продемонстрировала сотни автономных полетов на нескольких типах самолетов, в том числе на двухтурбовинтовых. Их платформа автономности не зависит от самолета, ориентирована на автономность на борту, а не на дистанционное пилотирование, и может интегрироваться в широкий спектр самолетов государственного и частного секторов.
В Merlin Labs объявили о первом публичном внедрении своей технологии в партнерстве с Dynamic Aviation в 55 самолетах, которые будут поддерживать широкий спектр задач государственного и частного секторов. Первый самолет в настоящее время проходит летные испытания в Мохаве.
https://www.youtube.com/watch?v=-gwHRVI-MSM
«Мы гордимся партнерством с Dynamic, чтобы начать процесс перехода автономии от лаборатории к рынку, - сказал Мэтью Джордж, соучредитель и генеральный директор Merlin Labs. - Эта сделка представляет собой важную коммерческую веху, а также приверженность Merlin поддержке более крупных и сложных самолетов».
https://robogeek.ru/letayuschie-roboty/kompaniya-merlin-labs-privlekla-25-mln-i-obespechit-avtonomnost-flotu-iz-55-samoletov
YouTube
Meet Merlin
Merlin the leading developer of fixed wing autonomy. Join the team at www.merlinlabs.com.
БПЛА смог определить местоположение кричащего человека
Группа исследователей из немецкого института Fraunhofer FKIE представили дрон, который может определять местоположение людей по их крику, с целью помочь службам быстрого реагирования найти выживших после стихийного бедствий.
«Дроны могут покрыть большую территорию за более короткий период времени, чем спасатели или собаки на земле», - сказал Макарена Варела, один из ведущих инженеров проекта.
Чтобы создать свой дрон, исследователи сначала записали крики, постукивание и прочие звуки, которые может издавать кто-то, нуждающийся в помощи. Затем они использовали эти записи для обучения алгоритма ИИ и настроили программное обеспечение, чтобы отфильтровать окружающие звуки, такие как гудение роторов дрона.
Компоненты системы минимизированы по количеству, весу и размеру для установки на дрон. Микрофонная решетка состоит из большого количества маленьких цифровых микрофонов для определения местоположения жертв. Кроме того, один дополнительный конденсаторный микрофон, охватывающий более широкий частотный спектр, будет использоваться для получения более точного сигнала для целей обнаружения и классификации.
Команда провела несколько успешных испытаний в открытом поле, в ходе которых их дрон смог определить местоположение человека «в течение нескольких секунд» после улавливания издаваемых звуков. В качестве следующего шага исследователи планируют добавить в прототип более высокочастотный микрофон, чтобы он лучше обнаруживал звуки на больших расстояниях. Разработчики отмечают, что к ним уже обратились несколько организаций, которые хотели бы с ними сотрудничать.
https://robogeek.ru/letayuschie-roboty/bpla-smog-opredelit-mestopolozhenie-krichaschego-cheloveka
Группа исследователей из немецкого института Fraunhofer FKIE представили дрон, который может определять местоположение людей по их крику, с целью помочь службам быстрого реагирования найти выживших после стихийного бедствий.
«Дроны могут покрыть большую территорию за более короткий период времени, чем спасатели или собаки на земле», - сказал Макарена Варела, один из ведущих инженеров проекта.
Чтобы создать свой дрон, исследователи сначала записали крики, постукивание и прочие звуки, которые может издавать кто-то, нуждающийся в помощи. Затем они использовали эти записи для обучения алгоритма ИИ и настроили программное обеспечение, чтобы отфильтровать окружающие звуки, такие как гудение роторов дрона.
Компоненты системы минимизированы по количеству, весу и размеру для установки на дрон. Микрофонная решетка состоит из большого количества маленьких цифровых микрофонов для определения местоположения жертв. Кроме того, один дополнительный конденсаторный микрофон, охватывающий более широкий частотный спектр, будет использоваться для получения более точного сигнала для целей обнаружения и классификации.
Команда провела несколько успешных испытаний в открытом поле, в ходе которых их дрон смог определить местоположение человека «в течение нескольких секунд» после улавливания издаваемых звуков. В качестве следующего шага исследователи планируют добавить в прототип более высокочастотный микрофон, чтобы он лучше обнаруживал звуки на больших расстояниях. Разработчики отмечают, что к ним уже обратились несколько организаций, которые хотели бы с ними сотрудничать.
https://robogeek.ru/letayuschie-roboty/bpla-smog-opredelit-mestopolozhenie-krichaschego-cheloveka
robogeek.ru
БПЛА смог определить местоположение кричащего человека
Группа исследователей из немецкого института Fraunhofer FKIE представили дрон, который может определять местоположение людей по их крику, с целью помочь службам быстрого реагирования найти выживших после стихийного бедствий.
Исследователи ИИ публикуют теорию, объясняющую, как на самом деле работает глубокое обучение
Исследователи искусственного интеллекта из Facebook Inc., Принстонского университета и Массачусетского технологического института объединились, чтобы опубликовать новую работу, которая, по их словам, предлагает теоретическую основу, впервые описывающую, как на самом деле работают глубокие нейронные сети (deep neural networks, DNN).
В блоге исследователь из Facebook Шо Яида отметил, что DNN являются одним из ключевых ингредиентов современных исследований искусственного интеллекта. Но для многих людей, в том числе для большинства исследователей ИИ, они считаются слишком сложными для понимания их принципов работы.
Это проблема, потому что, хотя большой прогресс в области ИИ был достигнут путем экспериментов, проб и ошибок, это означает, что исследователи игнорируют многие ключевые особенности DNN, которые делают их невероятно полезными. По словам Яиды, если исследователи будут лучше осведомлены об этих ключевых особенностях, это, вероятно, приведет к значительному прогрессу и разработке гораздо более эффективных моделей искусственного интеллекта.
Яида сравнил ИИ сейчас и паровой двигатель в начале промышленной революции. Он сказал, что хотя паровая машина навсегда изменила производство, только в следующем столетии после изобретения ученые смогли полностью объяснить на теоретическом уровне, как она работает. Этот недостаток понимания не помешал усовершенствовать паровой двигатель, сказал он, но многие из внесенных улучшений были результатом проб и ошибок. После того, как ученые открыли принципы работы теплового двигателя, темпы улучшений значительно ускорились.
«Когда ученые наконец поняли статистическую механику, последствия вышли далеко за рамки создания более совершенных и эффективных двигателей, - писал Яида. - Статистическая механика привела к пониманию того, что материя состоит из атомов, предвосхитила развитие квантовой механики и (если смотреть целостным образом) даже привела к транзистору, который питает компьютер, который вы используете сегодня».
Yaida сказал, что ИИ в настоящее время находится в аналогичной ситуации, DNN рассматривается как черный ящик, который слишком сложен для понимания. В результате модели искусственного интеллекта настраиваются методом проб и ошибок, подобно тому, как люди улучшали паровой двигатель.
Конечно, по словам Яиды, метод проб и ошибок не обязательно плох, и это можно сделать разумно, опираясь на многолетний опыт. Но метод проб и ошибок - это лишь замена единого теоретического языка, описывающего DNN и то, как они на самом деле функционируют.
Работа под названием «The Principles of Deep Learning Theory: An Effective Theory Approach to Understanding Neural Networks» является попыткой восполнить этот пробел в знаниях.
«Для практиков искусственного интеллекта это понимание может значительно сократить количество проб и ошибок, необходимых для обучения DNN, - сказал Яида. - Например, он может выявить оптимальные гиперпараметры для любой данной модели, не прибегая к экспериментам, требующим больших затрат времени и вычислений».
Настоящая теория не для слабонервных и требует довольно сложного понимания физики. По словам Яиды, для большинства важными будут его разветвления, которые позволят теоретикам искусственного интеллекта стремиться к более глубокому и полному пониманию нейронных сетей.
«Еще многое предстоит вычислить, но эта работа потенциально приближает область к пониманию того, какие конкретные свойства этих моделей позволяют им работать разумно», - сказал он.
Принципы теории глубокого обучения доступны для загрузки сейчас на arXiv и будут опубликованы издательством Cambridge University Press в начале 2022 года.
https://robogeek.ru/iskusstvennyi-intellekt/issledovateli-ii-publikuyut-teoriyu-obyasnyayuschuyu-kak-na-samom-dele-rabotaet-glubokoe-obuchenie
Исследователи искусственного интеллекта из Facebook Inc., Принстонского университета и Массачусетского технологического института объединились, чтобы опубликовать новую работу, которая, по их словам, предлагает теоретическую основу, впервые описывающую, как на самом деле работают глубокие нейронные сети (deep neural networks, DNN).
В блоге исследователь из Facebook Шо Яида отметил, что DNN являются одним из ключевых ингредиентов современных исследований искусственного интеллекта. Но для многих людей, в том числе для большинства исследователей ИИ, они считаются слишком сложными для понимания их принципов работы.
Это проблема, потому что, хотя большой прогресс в области ИИ был достигнут путем экспериментов, проб и ошибок, это означает, что исследователи игнорируют многие ключевые особенности DNN, которые делают их невероятно полезными. По словам Яиды, если исследователи будут лучше осведомлены об этих ключевых особенностях, это, вероятно, приведет к значительному прогрессу и разработке гораздо более эффективных моделей искусственного интеллекта.
Яида сравнил ИИ сейчас и паровой двигатель в начале промышленной революции. Он сказал, что хотя паровая машина навсегда изменила производство, только в следующем столетии после изобретения ученые смогли полностью объяснить на теоретическом уровне, как она работает. Этот недостаток понимания не помешал усовершенствовать паровой двигатель, сказал он, но многие из внесенных улучшений были результатом проб и ошибок. После того, как ученые открыли принципы работы теплового двигателя, темпы улучшений значительно ускорились.
«Когда ученые наконец поняли статистическую механику, последствия вышли далеко за рамки создания более совершенных и эффективных двигателей, - писал Яида. - Статистическая механика привела к пониманию того, что материя состоит из атомов, предвосхитила развитие квантовой механики и (если смотреть целостным образом) даже привела к транзистору, который питает компьютер, который вы используете сегодня».
Yaida сказал, что ИИ в настоящее время находится в аналогичной ситуации, DNN рассматривается как черный ящик, который слишком сложен для понимания. В результате модели искусственного интеллекта настраиваются методом проб и ошибок, подобно тому, как люди улучшали паровой двигатель.
Конечно, по словам Яиды, метод проб и ошибок не обязательно плох, и это можно сделать разумно, опираясь на многолетний опыт. Но метод проб и ошибок - это лишь замена единого теоретического языка, описывающего DNN и то, как они на самом деле функционируют.
Работа под названием «The Principles of Deep Learning Theory: An Effective Theory Approach to Understanding Neural Networks» является попыткой восполнить этот пробел в знаниях.
«Для практиков искусственного интеллекта это понимание может значительно сократить количество проб и ошибок, необходимых для обучения DNN, - сказал Яида. - Например, он может выявить оптимальные гиперпараметры для любой данной модели, не прибегая к экспериментам, требующим больших затрат времени и вычислений».
Настоящая теория не для слабонервных и требует довольно сложного понимания физики. По словам Яиды, для большинства важными будут его разветвления, которые позволят теоретикам искусственного интеллекта стремиться к более глубокому и полному пониманию нейронных сетей.
«Еще многое предстоит вычислить, но эта работа потенциально приближает область к пониманию того, какие конкретные свойства этих моделей позволяют им работать разумно», - сказал он.
Принципы теории глубокого обучения доступны для загрузки сейчас на arXiv и будут опубликованы издательством Cambridge University Press в начале 2022 года.
https://robogeek.ru/iskusstvennyi-intellekt/issledovateli-ii-publikuyut-teoriyu-obyasnyayuschuyu-kak-na-samom-dele-rabotaet-glubokoe-obuchenie
Rheinmetall планирует выпустить гибридную версию Mission Master UGV
Rheinmetall планирует выпуск гибридной версии своего беспилотного наземного транспортного средства (UGV) Mission Master, заявил Ален Трембле, вице-президент по развитию бизнеса и инновациям Rheinmetall Canada, во время онлайн-презентации нового дизельного Mission Master XT (extreme terrain) 17 июня. Он добавил, что разработка гибридного UGV началась 14 месяцев назад.
4×4 Mission Master XT имеет большие по размеру колеса, чем электрический 8×8 Mission Master SP (silent partner), и «прекрасно себя чувствует в экстремальных условиях», - говорится в пресс-релизе Rheinmetall. «Он легко справляется со льдом, снегом и отрицательными погодными условиями, а также с песчаным, каменистым и гористым рельефом. Его продвинутые амфибийные возможности позволяют ему плавать, сохраняя при этом свою грузоподъемность».
Тремблей сказал, что UGV можно эксплуатировать в болотах и использовать в прибрежных операциях. По данным Rheinmetall, Mission Master XT весит 2217 кг и может нести полезную нагрузку до 1000 кг. Дизельный двигатель позволяет новому UGV проехать 750 км без дозаправки и даже больше за счет уменьшения полезной нагрузки, а литий-ионные батареи обеспечивают до 6 часов бесшумной работы часов.
Семейство Mission Master может управляться с помощью различных вариантов дистанционного управления. «Самым многофункциональным из них является умный планшет, разработанный Rheinmetall, который позволяет оператору управлять любой платформой Mission Master и полезной нагрузкой через единый интерфейс, - объясняет Ален Трембле. - Например, пользователи могут следить за камерами или управлять оружейной станцией, а затем быстро запрограммировать платформу на автономную навигацию в нужное место, и все это с одного устройства».
https://www.youtube.com/watch?v=y5exKJD_n9o
Благодаря своей модульности Rheinmetall Mission Master XT может выполнять ряд задач, которые включают в себя логистику, наблюдение, огневую поддержку, медицинскую эвакуацию, CBRN (химическая, биологическая, радиологическая и ядерная защита), ретрансляцию связи и множество других.
https://robogeek.ru/voennaya-robototehnika/rheinmetall-planiruet-vypustit-gibridnuyu-versiyu-mission-master-ugv
Rheinmetall планирует выпуск гибридной версии своего беспилотного наземного транспортного средства (UGV) Mission Master, заявил Ален Трембле, вице-президент по развитию бизнеса и инновациям Rheinmetall Canada, во время онлайн-презентации нового дизельного Mission Master XT (extreme terrain) 17 июня. Он добавил, что разработка гибридного UGV началась 14 месяцев назад.
4×4 Mission Master XT имеет большие по размеру колеса, чем электрический 8×8 Mission Master SP (silent partner), и «прекрасно себя чувствует в экстремальных условиях», - говорится в пресс-релизе Rheinmetall. «Он легко справляется со льдом, снегом и отрицательными погодными условиями, а также с песчаным, каменистым и гористым рельефом. Его продвинутые амфибийные возможности позволяют ему плавать, сохраняя при этом свою грузоподъемность».
Тремблей сказал, что UGV можно эксплуатировать в болотах и использовать в прибрежных операциях. По данным Rheinmetall, Mission Master XT весит 2217 кг и может нести полезную нагрузку до 1000 кг. Дизельный двигатель позволяет новому UGV проехать 750 км без дозаправки и даже больше за счет уменьшения полезной нагрузки, а литий-ионные батареи обеспечивают до 6 часов бесшумной работы часов.
Семейство Mission Master может управляться с помощью различных вариантов дистанционного управления. «Самым многофункциональным из них является умный планшет, разработанный Rheinmetall, который позволяет оператору управлять любой платформой Mission Master и полезной нагрузкой через единый интерфейс, - объясняет Ален Трембле. - Например, пользователи могут следить за камерами или управлять оружейной станцией, а затем быстро запрограммировать платформу на автономную навигацию в нужное место, и все это с одного устройства».
https://www.youtube.com/watch?v=y5exKJD_n9o
Благодаря своей модульности Rheinmetall Mission Master XT может выполнять ряд задач, которые включают в себя логистику, наблюдение, огневую поддержку, медицинскую эвакуацию, CBRN (химическая, биологическая, радиологическая и ядерная защита), ретрансляцию связи и множество других.
https://robogeek.ru/voennaya-robototehnika/rheinmetall-planiruet-vypustit-gibridnuyu-versiyu-mission-master-ugv
YouTube
Discover the Rheinmetall Mission Master XT, an all-new autonomous platform
Rheinmetall is unveiling a new addition to its Mission Master family of autonomous unmanned ground vehicles. Named for its ability to tackle extreme terrain, the Mission Master XT is a robust platform that carries heavy payloads and thrives in even the most…
Hyundai закрыла сделку по приобретению Boston Dynamics
После закрытия сделки корейский автопроизводитель владеет 80-процентной долей в Boston Dynamics, а SoftBank через одно из своих аффилированных лиц сохраняет за собой 20%. Оценка компании по производству мобильных роботов составила 1,1 миллиарда долларов. Дополнительные финансовые подробности не разглашаются.
Приобретая Boston Dynamics и обеспечивая лидирующее положение в области робототехники, Hyundai делает еще один важный шаг на пути своего стратегического превращения в поставщика интеллектуальных мобильных решений. Чтобы ускорить эту трансформацию, автопроизводитель вложил значительные средства в развитие технологий будущего, включая автономное вождение, искусственный интеллект (AI), городскую воздушную мобильность (UAM), интеллектуальные заводы и роботов.
https://www.youtube.com/watch?v=O2_NEy0iDck
В области робототехники Hyundai стремится разрабатывать передовые технологии, которые улучшают жизнь людей и способствуют безопасности, тем самым обеспечивая прогресс человечества.
Ожидается, что сделка позволит Hyundai и Boston Dynamics использовать сильные стороны друг друга в области производства, логистики, строительства и автоматизации. Вместе компании создадут цепочку создания стоимости в робототехники, от производства компонентов роботов до интеллектуальных логистических решений. Кроме того, Hyundai будет поддерживать постоянное расширение линейки продуктов Boston Dynamics, а также глобальные продажи и услуги.
https://robogeek.ru/servisnye-roboty/hyundai-zakryla-sdelku-po-priobreteniyu-boston-dynamics
После закрытия сделки корейский автопроизводитель владеет 80-процентной долей в Boston Dynamics, а SoftBank через одно из своих аффилированных лиц сохраняет за собой 20%. Оценка компании по производству мобильных роботов составила 1,1 миллиарда долларов. Дополнительные финансовые подробности не разглашаются.
Приобретая Boston Dynamics и обеспечивая лидирующее положение в области робототехники, Hyundai делает еще один важный шаг на пути своего стратегического превращения в поставщика интеллектуальных мобильных решений. Чтобы ускорить эту трансформацию, автопроизводитель вложил значительные средства в развитие технологий будущего, включая автономное вождение, искусственный интеллект (AI), городскую воздушную мобильность (UAM), интеллектуальные заводы и роботов.
https://www.youtube.com/watch?v=O2_NEy0iDck
В области робототехники Hyundai стремится разрабатывать передовые технологии, которые улучшают жизнь людей и способствуют безопасности, тем самым обеспечивая прогресс человечества.
Ожидается, что сделка позволит Hyundai и Boston Dynamics использовать сильные стороны друг друга в области производства, логистики, строительства и автоматизации. Вместе компании создадут цепочку создания стоимости в робототехники, от производства компонентов роботов до интеллектуальных логистических решений. Кроме того, Hyundai будет поддерживать постоянное расширение линейки продуктов Boston Dynamics, а также глобальные продажи и услуги.
https://robogeek.ru/servisnye-roboty/hyundai-zakryla-sdelku-po-priobreteniyu-boston-dynamics
ВСК застраховала робота-аватара на 1 млн долларов
Cтраховой Дом ВСК застраховал робота-аватара телеприсутствия, созданного российской командой разработчиков Dragon Tree Labs. Робот телеприсутствия – это особая категория роботов, приобретающих особенную значимость в период пандемии.
Такой робот позволяет оператору управлять им дистанционно в режиме реального времени. С помощью робота-аватара человек может взаимодействовать с людьми, передвигаться и осуществлять манипуляции роборуками, находясь при этом в удаленной локации.
«Благодаря технологическому прогрессу рынок робототехники продолжает расти довольно быстрыми темпами. Сейчас применение роботов уже вышло за пределы промышленных процессов и добычи полезных ископаемых, роботы прочно вошли в нашу жизнь в сфере обслуживания и здравоохранения. Вслед за этим появились аватары как один из способов человека присутствовать в неблагоприятной для него среде. ВСК имеет соответствующие компетенции и достаточный опыт в обеспечении страховой защитой технически-сложных разработок», - сказала Вера Гезердава, заместитель генерального директора ВСК по управлению продажами.
Компания Dragon Tree Labs обратилась за страхованием робота телеприсутствия для поездки на отборочные тесты соревнования $10M ANA Avatar XPRIZE. Российский разработчик Dragon Tree Labs - единственная команда из Восточной Европы в полуфинале престижного четырехлетнего международного соревнования $10M ANA Avatar XPRIZE. Цель соревнования - разработка и ускоренное внедрение роботов-аватаров, разрабатываемых для беспрепятственного переноса человеческих навыков и опыта в любую точку пространства – будь то планета Земля или космическая станция. Полуфинальные тесты робота пройдут в городе Майами, штат Флорида, США.
Страховой Дом ВСК обеспечил страховой защитой робота-аватара. Страховая сумма по договору страхования гражданской ответственности составила 1 млн долларов. Предварительная оценка рисков и программа страхования роботов разработаны при участии консалтинговой компании «Си-Нерджи. Страховые Консультанты».
https://robogeek.ru/roboty-spasateli/vsk-zastrahovala-robota-avatara-na-1-mln-dollarov
Cтраховой Дом ВСК застраховал робота-аватара телеприсутствия, созданного российской командой разработчиков Dragon Tree Labs. Робот телеприсутствия – это особая категория роботов, приобретающих особенную значимость в период пандемии.
Такой робот позволяет оператору управлять им дистанционно в режиме реального времени. С помощью робота-аватара человек может взаимодействовать с людьми, передвигаться и осуществлять манипуляции роборуками, находясь при этом в удаленной локации.
«Благодаря технологическому прогрессу рынок робототехники продолжает расти довольно быстрыми темпами. Сейчас применение роботов уже вышло за пределы промышленных процессов и добычи полезных ископаемых, роботы прочно вошли в нашу жизнь в сфере обслуживания и здравоохранения. Вслед за этим появились аватары как один из способов человека присутствовать в неблагоприятной для него среде. ВСК имеет соответствующие компетенции и достаточный опыт в обеспечении страховой защитой технически-сложных разработок», - сказала Вера Гезердава, заместитель генерального директора ВСК по управлению продажами.
Компания Dragon Tree Labs обратилась за страхованием робота телеприсутствия для поездки на отборочные тесты соревнования $10M ANA Avatar XPRIZE. Российский разработчик Dragon Tree Labs - единственная команда из Восточной Европы в полуфинале престижного четырехлетнего международного соревнования $10M ANA Avatar XPRIZE. Цель соревнования - разработка и ускоренное внедрение роботов-аватаров, разрабатываемых для беспрепятственного переноса человеческих навыков и опыта в любую точку пространства – будь то планета Земля или космическая станция. Полуфинальные тесты робота пройдут в городе Майами, штат Флорида, США.
Страховой Дом ВСК обеспечил страховой защитой робота-аватара. Страховая сумма по договору страхования гражданской ответственности составила 1 млн долларов. Предварительная оценка рисков и программа страхования роботов разработаны при участии консалтинговой компании «Си-Нерджи. Страховые Консультанты».
https://robogeek.ru/roboty-spasateli/vsk-zastrahovala-robota-avatara-na-1-mln-dollarov
robogeek.ru
ВСК застраховала робота-аватара на 1 млн долларов
Cтраховой Дом ВСК застраховал робота-аватара телеприсутствия, созданного российской командой разработчиков Dragon Tree Labs. Робот телеприсутствия – это особая категория роботов, приобретающих особенную значимость в период пандемии.
Volocopter планирует запустить сервис аэротакси на летних Олимпийских играх 2024 года в Париже
Компания Volocopter недавно запустила свой 18-винтовой двухместный самолет VoloCity eVTOL в небе Франции и заявила, что может быть готова к запуску пассажирских перевозок на Олимпийских играх в Париже через три года.
Последний испытательный запуск проходил в аэропорту Париж-Ле-Бурже во время Парижского авиационного форума в этом месяце. Во время полета машина преодолела расстояние 500 метров, двигаясь со скоростью до 30 км/ч на высоте 30 метров.
Аэротакси VoloCity может летать автономно или под управлением бортового пилота. Конструкция также позволяет пилоту управлять машиной дистанционно с земли. Самолет может преодолевать около 30 километров на одном заряде батареи.
На этой неделе генеральный директор Volocopter Флориан Рейтер заявил, что намерен предоставить услуги воздушного такси к Олимпийским играм 2024 года в Париже. Глядя на последний испытательный полет VoloCity, такое стремление кажется достаточно реалистичным, хотя окончательное решение останется за местными регулирующими органами, которые должны будут убедиться в безопасности самолета. По крайней мере, мы можем ожидать запуск строго ограниченного сервиса, при котором VoloCity будет перемещаться по конкретному маршруту, а возможно, переправлять официальных лиц или спортсменов на территорию, близкую к стадиону, и обратно.
https://www.youtube.com/watch?v=dtxJNlfLl0s&t=1s
Помимо прочего, Volocopter недавно представила самолет VoloConnect предназначенный для перевозки четырех пассажиров на расстояние до 100 км со скоростью 180 км/ч. VoloConnect с ее шестью наборами роторов, двумя тяговыми пропеллерами и убирающимся шасси заметно отличается от VoloCity. В настоящее время компания тестирует масштабированные прототипы VoloConnect и надеется получить сертификацию самолета в ближайшие пять лет.
https://robogeek.ru/letayuschie-roboty/volocopter-planiruet-zapustit-servis-aerotaksi-na-letnih-olimpiiskih-igrah-2024-goda-v-parizhe
Компания Volocopter недавно запустила свой 18-винтовой двухместный самолет VoloCity eVTOL в небе Франции и заявила, что может быть готова к запуску пассажирских перевозок на Олимпийских играх в Париже через три года.
Последний испытательный запуск проходил в аэропорту Париж-Ле-Бурже во время Парижского авиационного форума в этом месяце. Во время полета машина преодолела расстояние 500 метров, двигаясь со скоростью до 30 км/ч на высоте 30 метров.
Аэротакси VoloCity может летать автономно или под управлением бортового пилота. Конструкция также позволяет пилоту управлять машиной дистанционно с земли. Самолет может преодолевать около 30 километров на одном заряде батареи.
На этой неделе генеральный директор Volocopter Флориан Рейтер заявил, что намерен предоставить услуги воздушного такси к Олимпийским играм 2024 года в Париже. Глядя на последний испытательный полет VoloCity, такое стремление кажется достаточно реалистичным, хотя окончательное решение останется за местными регулирующими органами, которые должны будут убедиться в безопасности самолета. По крайней мере, мы можем ожидать запуск строго ограниченного сервиса, при котором VoloCity будет перемещаться по конкретному маршруту, а возможно, переправлять официальных лиц или спортсменов на территорию, близкую к стадиону, и обратно.
https://www.youtube.com/watch?v=dtxJNlfLl0s&t=1s
Помимо прочего, Volocopter недавно представила самолет VoloConnect предназначенный для перевозки четырех пассажиров на расстояние до 100 км со скоростью 180 км/ч. VoloConnect с ее шестью наборами роторов, двумя тяговыми пропеллерами и убирающимся шасси заметно отличается от VoloCity. В настоящее время компания тестирует масштабированные прототипы VoloConnect и надеется получить сертификацию самолета в ближайшие пять лет.
https://robogeek.ru/letayuschie-roboty/volocopter-planiruet-zapustit-servis-aerotaksi-na-letnih-olimpiiskih-igrah-2024-goda-v-parizhe
YouTube
Volocopter Paris Air Forum 2021
During the Paris Air Forum, the pioneer of urban air mobility (UAM), Volocopter, announced that we have kicked-off our test flight campaign in Paris. The tests took place at Paris-Le Bourget Airport earlier this month. With the VoloCity model onsite, Volocopter…
Yandex.Cloud поможет российским ученым разработать нейросеть для оценки здоровья Байкала
Объединённая команда учёных и разработчиков создаст нейросетевой алгоритм для мониторинга экосистемы Байкала. Алгоритм будет автоматически анализировать пробы байкальской воды, распознавать и классифицировать содержащиеся в ней микроорганизмы. Такой анализ облегчит работу учёных, которым сейчас приходится различать более 400 видов байкальского планктона и систематизировать данные вручную.
Новое технологическое решение будет использоваться в проекте экологического мониторинга Байкала «Точка №1». Проект заключается в регулярном анализе фито- и зоопланктона в воде озера. Наблюдения показывают, как развивается экосистема Байкала и как на неё влияет изменение климата на планете. Алгоритм позволит не только автоматизировать анализ планктона, но и масштабировать проект, открыв новые точки наблюдения.
В работе над созданием алгоритма принимают участие специалисты НИИ биологии Иркутского государственного университета, разработчики моделей искусственного интеллекта для изучения морских экосистем MaritimeAI, команда облачной платформы Yandex.Cloud и Фонда поддержки прикладных экологических разработок и исследований «Озеро Байкал».
Для обучения алгоритма учёные из НИИ биологии ИГУ предоставили более 1000 снимков каждого вида планктона. На основе этих данных команда Maritime AI создаст механизм классификации видов планктона с использованием Yandex DataSphere — сервиса Yandex.Cloud для анализа данных, разработки и эксплуатации моделей машинного обучения. Изображения микроорганизмов будут передаваться в Yandex.Cloud прямо с микроскопов лаборатории НИИ биологии ИГУ, и алгоритм будет автоматически определять видовую принадлежность планктонных частиц. Предполагается, что алгоритм будет определять до 99% всех видов планктона, а специалисты института биологии будут контролировать качество его работы. Рабочий прототип системы будет представлен уже этим летом.
Проект «Точка №1» появился в 1945 году и входит в Книгу рекордов России как самый длительный проект регулярного экологического мониторинга в истории науки. На протяжении более чем 75 лет учёные каждые 7–10 дней берут пробы воды с глубин от 0 до 800 метров. Накопленные данные позволяют следить за состоянием экосистемы Байкала и прогнозировать её развитие.
Почему ученые и разработчики объединили усилия?
В последние годы проект «Точка №1» находился под угрозой закрытия. Методика распознавания данных, которую сейчас применяют в проекте, технологически устарела. Ученые определяют виды микроорганизмов с использованием классических методов микроскопии. Для этого специалисту необходимо научиться различать более 400 видов фито- и зоопланктона, подготовка такого специалиста занимает более 10 лет непрерывной практики. Для поддержания проекта потребовалось бы несколько десятков специалистов высокого уровня, согласных при этом на выполнение рутинных операций. Для сохранения и развития проекта ученые НИИ Биологии ИГУ и Фонда «Озеро Байкал» сформулировали цель - создать интеллектуальную систему цифровой поддержки процесса анализа проб с использованием технологии искусственного интеллекта, которую можно обучить распознаванию микроорганизмов, чтобы автоматизировать основной объем рутинной работы ученых.
Практическая реализация задачи упиралась в барьер - создание такой нейросети с нуля требовало технической экспертизы и ИТ-инфраструктуры, которых не было у НИИ биологии ИГУ.
Эксперты в области ИИ платформы Yandex.Cloud предложили использовать в проекте облачные вычислительные мощности, а также сервис для ML-разработки DataSphere, который ускоряет разработку моделей искусственного интеллекта. Также команда Yandex.Cloud помогла привлечь в проект экспертов по созданию ML-алгоритмов для изучения морских экосистем - компанию Maritime AI.
https://robogeek.ru/iskusstvennyi-intellekt/yandex-cloud-pomozhet-rossiiskim-uchenym-razrabotat-neiroset-dlya-otsenki-zdorovya-baikala
Объединённая команда учёных и разработчиков создаст нейросетевой алгоритм для мониторинга экосистемы Байкала. Алгоритм будет автоматически анализировать пробы байкальской воды, распознавать и классифицировать содержащиеся в ней микроорганизмы. Такой анализ облегчит работу учёных, которым сейчас приходится различать более 400 видов байкальского планктона и систематизировать данные вручную.
Новое технологическое решение будет использоваться в проекте экологического мониторинга Байкала «Точка №1». Проект заключается в регулярном анализе фито- и зоопланктона в воде озера. Наблюдения показывают, как развивается экосистема Байкала и как на неё влияет изменение климата на планете. Алгоритм позволит не только автоматизировать анализ планктона, но и масштабировать проект, открыв новые точки наблюдения.
В работе над созданием алгоритма принимают участие специалисты НИИ биологии Иркутского государственного университета, разработчики моделей искусственного интеллекта для изучения морских экосистем MaritimeAI, команда облачной платформы Yandex.Cloud и Фонда поддержки прикладных экологических разработок и исследований «Озеро Байкал».
Для обучения алгоритма учёные из НИИ биологии ИГУ предоставили более 1000 снимков каждого вида планктона. На основе этих данных команда Maritime AI создаст механизм классификации видов планктона с использованием Yandex DataSphere — сервиса Yandex.Cloud для анализа данных, разработки и эксплуатации моделей машинного обучения. Изображения микроорганизмов будут передаваться в Yandex.Cloud прямо с микроскопов лаборатории НИИ биологии ИГУ, и алгоритм будет автоматически определять видовую принадлежность планктонных частиц. Предполагается, что алгоритм будет определять до 99% всех видов планктона, а специалисты института биологии будут контролировать качество его работы. Рабочий прототип системы будет представлен уже этим летом.
Проект «Точка №1» появился в 1945 году и входит в Книгу рекордов России как самый длительный проект регулярного экологического мониторинга в истории науки. На протяжении более чем 75 лет учёные каждые 7–10 дней берут пробы воды с глубин от 0 до 800 метров. Накопленные данные позволяют следить за состоянием экосистемы Байкала и прогнозировать её развитие.
Почему ученые и разработчики объединили усилия?
В последние годы проект «Точка №1» находился под угрозой закрытия. Методика распознавания данных, которую сейчас применяют в проекте, технологически устарела. Ученые определяют виды микроорганизмов с использованием классических методов микроскопии. Для этого специалисту необходимо научиться различать более 400 видов фито- и зоопланктона, подготовка такого специалиста занимает более 10 лет непрерывной практики. Для поддержания проекта потребовалось бы несколько десятков специалистов высокого уровня, согласных при этом на выполнение рутинных операций. Для сохранения и развития проекта ученые НИИ Биологии ИГУ и Фонда «Озеро Байкал» сформулировали цель - создать интеллектуальную систему цифровой поддержки процесса анализа проб с использованием технологии искусственного интеллекта, которую можно обучить распознаванию микроорганизмов, чтобы автоматизировать основной объем рутинной работы ученых.
Практическая реализация задачи упиралась в барьер - создание такой нейросети с нуля требовало технической экспертизы и ИТ-инфраструктуры, которых не было у НИИ биологии ИГУ.
Эксперты в области ИИ платформы Yandex.Cloud предложили использовать в проекте облачные вычислительные мощности, а также сервис для ML-разработки DataSphere, который ускоряет разработку моделей искусственного интеллекта. Также команда Yandex.Cloud помогла привлечь в проект экспертов по созданию ML-алгоритмов для изучения морских экосистем - компанию Maritime AI.
https://robogeek.ru/iskusstvennyi-intellekt/yandex-cloud-pomozhet-rossiiskim-uchenym-razrabotat-neiroset-dlya-otsenki-zdorovya-baikala
robogeek.ru
Yandex.Cloud поможет российским ученым разработать нейросеть для оценки здоровья Байкала
Объединённая команда учёных и разработчиков создаст нейросетевой алгоритм для мониторинга экосистемы Байкала. Алгоритм будет автоматически анализировать пробы байкальской воды, распознавать и классифицировать содержащиеся в ней микроорганизмы.
Toyota обучает своих роботов выполнять бытовые задачи
Исследовательский институт Toyota (TRI) представил новые возможности робототехники, направленные на решение сложных задач в домашних условиях. В частности, робототехники TRI смогли обучить роботов действовать в сложных ситуациях, которые сбивают с толку большинство других роботов, включая распознавание прозрачных и отражающих поверхностей и взаимодействия с ними в различных обстоятельствах.
«Наша цель - создать роботизированные возможности, которые усиливают, а не заменяют человеческие способности, - сказал Макс Баджрачарья, вице-президент по робототехнике в TRI. - Обучение роботов тому, как работать в домашних условиях, создает особые проблемы из-за разнообразия и сложности наших домов, где даже небольшие задачи могут стать серьезным вызовом».
Человек может легко отличить объект от его отражения, прозрачные или светоотражающие предметы, которые часто встречаются в доме, но все это сбивает с толку современных роботов. Поскольку большинство роботов запрограммированы так, чтобы реагировать на объекты и геометрию без учета контекста ситуации, их легко обмануть стеклянным столом, блестящим тостером или прозрачной чашкой.
«Чтобы преодолеть это, робототехники TRI разработали новый метод обучения, позволяющий понимать трехмерную геометрию пространства, а также обнаруживать объекты и поверхности, - продолжил Баджрачарья. - Эта комбинация позволяет исследователям использовать большие объемы синтетических данных для обучения системы». Использование синтетических данных также снижает потребность в трудоемком, дорогостоящем или непрактичном сборе и маркировке данных.
Хотя ни одна система не является совершенной, новые возможности пополняют базу знаний, помогая роботам уверенно перемещаться и работать в домашних условиях. Это техническое достижение позволяет роботу быстро учиться на синтетических данных, которые можно воссоздавать и извлекать уроки из прошлых неудач.
https://www.youtube.com/watch?v=YGCwhjw-NTo
Видео, выпущенное в Национальный день селфи, использует ироничный подход к фиксации новых возможностей, поскольку робот снимает себя сам, гордо демонстрируя свои новые навыки.
https://robogeek.ru/bytovye-roboty/toyota-obuchaet-svoih-robotov-vypolnyat-bytovye-zadachi
Исследовательский институт Toyota (TRI) представил новые возможности робототехники, направленные на решение сложных задач в домашних условиях. В частности, робототехники TRI смогли обучить роботов действовать в сложных ситуациях, которые сбивают с толку большинство других роботов, включая распознавание прозрачных и отражающих поверхностей и взаимодействия с ними в различных обстоятельствах.
«Наша цель - создать роботизированные возможности, которые усиливают, а не заменяют человеческие способности, - сказал Макс Баджрачарья, вице-президент по робототехнике в TRI. - Обучение роботов тому, как работать в домашних условиях, создает особые проблемы из-за разнообразия и сложности наших домов, где даже небольшие задачи могут стать серьезным вызовом».
Человек может легко отличить объект от его отражения, прозрачные или светоотражающие предметы, которые часто встречаются в доме, но все это сбивает с толку современных роботов. Поскольку большинство роботов запрограммированы так, чтобы реагировать на объекты и геометрию без учета контекста ситуации, их легко обмануть стеклянным столом, блестящим тостером или прозрачной чашкой.
«Чтобы преодолеть это, робототехники TRI разработали новый метод обучения, позволяющий понимать трехмерную геометрию пространства, а также обнаруживать объекты и поверхности, - продолжил Баджрачарья. - Эта комбинация позволяет исследователям использовать большие объемы синтетических данных для обучения системы». Использование синтетических данных также снижает потребность в трудоемком, дорогостоящем или непрактичном сборе и маркировке данных.
Хотя ни одна система не является совершенной, новые возможности пополняют базу знаний, помогая роботам уверенно перемещаться и работать в домашних условиях. Это техническое достижение позволяет роботу быстро учиться на синтетических данных, которые можно воссоздавать и извлекать уроки из прошлых неудач.
https://www.youtube.com/watch?v=YGCwhjw-NTo
Видео, выпущенное в Национальный день селфи, использует ироничный подход к фиксации новых возможностей, поскольку робот снимает себя сам, гордо демонстрируя свои новые навыки.
https://robogeek.ru/bytovye-roboty/toyota-obuchaet-svoih-robotov-vypolnyat-bytovye-zadachi
YouTube
Robo-Selfie - Adeptness at Complex Tasks in Home Environments
Today, Toyota Research Institute (TRI) unveiled new robotics capabilities aimed at solving complex tasks in home environments. Specifically, TRI roboticists were able to train robots to understand and operate in complicated situations that confuse most other…
Немецкие ученые представили прототип робота из диэлектрического эластомера
Представьте себе гибкие хирургические инструменты, которые могут крутиться и поворачиваться во всех направлениях, как миниатюрные щупальца осьминога. А как насчет больших и мощных робототехнических щупалец, которые могут безопасно работать рядом с людьми на производственных линиях.
Новое поколение роботизированных инструментов появилось благодаря комбинации сильных «мышц» и чувствительных «нервов», созданных из интеллектуальных полимерных материалов. Группа исследователей, во главе с экспертами по интеллектуальным материалам профессором Стефаном Зелеке и младшим профессором Джанлукой Риццелло из Саарландского университета, изучает фундаментальные аспекты в этой области мягкой робототехники.
В качестве материала для изготовления этих новых мягких роботов-манипуляторов используется особый вид полимера - диэлектрический эластомер. Исследователи используют этот композитный материал для создания искусственных мышц и нервов. «Мы печатаем электроды на обеих сторонах эластомерного материала. Когда мы подаем напряжение, два электрода притягиваются друг к другу, сжимая полимер и заставляя его расширяться в стороны, - говорит д-р Риццелло, младший профессор по адаптивным системам на основе полимеров. - Таким образом, эластомер можно заставить сокращаться и расслабляться, как мышечная ткань. Мы используем это свойство при разработке наших приводов». Точно изменяя электрическое поле, инженеры могут заставить эластомер совершать высокочастотные колебания, плавно изменяемые движения или оставаться неподвижным в конкретном промежуточном состоянии.
Затем исследователи объединяют большое количество этих маленьких «мышц», чтобы создать гибкую руку робота. Взаимодействие между мышцами создает движения, имитирующие движения щупальца осьминога, которое может скручиваться и поворачиваться во всех направлениях. В отличие от тяжелых, жестких роботизированных конечностей, которые используются в настоящее время и могут выполнять движения только в определенных направлениях, эти новые роботизированные щупальца могут свободно двигаться практически в любом направлении.
Риццелло отвечает за блок управления (то есть «мозг» робота) входными данными, необходимыми для разумного перемещения руки - очень сложная и амбициозная задача. «Эти системы значительно сложнее, чем используемые сегодня манипуляторы. Использование искусственного интеллекта для управления компонентами на основе полимеров значительно сложнее, чем управление обычными мехатронными системами», - объясняет Риццелло. Поскольку эластомерные мышцы также обладают сенсорными свойствами, они могут действовать как «нервы», а это означает, что рука не нуждается в оснащении дополнительными датчиками. «Каждое искажение эластомера, каждое изменение его геометрии вызывает изменение емкости материала, что позволяет команде назначить точное значение электрической емкости для любой конкретной деформации эластомера. Измеряя емкость, мы точно знаем, какую форму принял эластомер», - объясняет Риццелло.
Затем эти количественные данные можно использовать для точного моделирования и программирования движения. В центре внимания исследовательской работы Риццелло находится разработка интеллектуальных алгоритмов, которые могут обучить эти новые щупальца роботов двигаться и реагировать требуемым образом. «Мы пытаемся раскрыть, какие физические свойства ответственны за поведение этих полимеров. Чем больше мы знаем, тем точнее мы можем разработать алгоритмы для управления эластомерными мышцами», - говорит Риццелло.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/nemetskie-uchenye-predstavili-prototip-robota-iz-dielektricheskogo-elastomera
Представьте себе гибкие хирургические инструменты, которые могут крутиться и поворачиваться во всех направлениях, как миниатюрные щупальца осьминога. А как насчет больших и мощных робототехнических щупалец, которые могут безопасно работать рядом с людьми на производственных линиях.
Новое поколение роботизированных инструментов появилось благодаря комбинации сильных «мышц» и чувствительных «нервов», созданных из интеллектуальных полимерных материалов. Группа исследователей, во главе с экспертами по интеллектуальным материалам профессором Стефаном Зелеке и младшим профессором Джанлукой Риццелло из Саарландского университета, изучает фундаментальные аспекты в этой области мягкой робототехники.
В качестве материала для изготовления этих новых мягких роботов-манипуляторов используется особый вид полимера - диэлектрический эластомер. Исследователи используют этот композитный материал для создания искусственных мышц и нервов. «Мы печатаем электроды на обеих сторонах эластомерного материала. Когда мы подаем напряжение, два электрода притягиваются друг к другу, сжимая полимер и заставляя его расширяться в стороны, - говорит д-р Риццелло, младший профессор по адаптивным системам на основе полимеров. - Таким образом, эластомер можно заставить сокращаться и расслабляться, как мышечная ткань. Мы используем это свойство при разработке наших приводов». Точно изменяя электрическое поле, инженеры могут заставить эластомер совершать высокочастотные колебания, плавно изменяемые движения или оставаться неподвижным в конкретном промежуточном состоянии.
Затем исследователи объединяют большое количество этих маленьких «мышц», чтобы создать гибкую руку робота. Взаимодействие между мышцами создает движения, имитирующие движения щупальца осьминога, которое может скручиваться и поворачиваться во всех направлениях. В отличие от тяжелых, жестких роботизированных конечностей, которые используются в настоящее время и могут выполнять движения только в определенных направлениях, эти новые роботизированные щупальца могут свободно двигаться практически в любом направлении.
Риццелло отвечает за блок управления (то есть «мозг» робота) входными данными, необходимыми для разумного перемещения руки - очень сложная и амбициозная задача. «Эти системы значительно сложнее, чем используемые сегодня манипуляторы. Использование искусственного интеллекта для управления компонентами на основе полимеров значительно сложнее, чем управление обычными мехатронными системами», - объясняет Риццелло. Поскольку эластомерные мышцы также обладают сенсорными свойствами, они могут действовать как «нервы», а это означает, что рука не нуждается в оснащении дополнительными датчиками. «Каждое искажение эластомера, каждое изменение его геометрии вызывает изменение емкости материала, что позволяет команде назначить точное значение электрической емкости для любой конкретной деформации эластомера. Измеряя емкость, мы точно знаем, какую форму принял эластомер», - объясняет Риццелло.
Затем эти количественные данные можно использовать для точного моделирования и программирования движения. В центре внимания исследовательской работы Риццелло находится разработка интеллектуальных алгоритмов, которые могут обучить эти новые щупальца роботов двигаться и реагировать требуемым образом. «Мы пытаемся раскрыть, какие физические свойства ответственны за поведение этих полимеров. Чем больше мы знаем, тем точнее мы можем разработать алгоритмы для управления эластомерными мышцами», - говорит Риццелло.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/nemetskie-uchenye-predstavili-prototip-robota-iz-dielektricheskogo-elastomera
robogeek.ru
Немецкие ученые представили прототип робота из диэлектрического эластомера
Представьте себе гибкие хирургические инструменты, которые могут крутиться и поворачиваться во всех направлениях, как миниатюрные щупальца осьминога. А как насчет больших и мощных робототехнических щупалец, которые могут безопасно работать рядом с людьми…
Zoox выпустила обновленный отчет о безопасности своего робо-такси
Команда Zoox выпустила подробный отчет по безопасности, в котором подробно описаны функции безопасности, встроенные инженерами в автономное транспортное средство компании.
Zoox была основана в 2014 году в Сан-Франциско с целью создания безопасного автономного транспортного средства и куплена компанией Amazon в прошлом году. На данный момент компания разработала только одну модель автомобиля под названием Zoox. Примечательно, что автомобиль не является доработкой существующего автомобиля, произведенной автомобильной компанией. Команда Zoox спроектировала автомобиль с нуля с целью создания полностью автономного и максимально безопасного транспортного средства, способного перевозить пассажиров по дорогам общего пользования. Команда Zoox выпустила подробный отчет о безопасности, в котором описаны функции, встроенные в автомобиль.
На первый взгляд наиболее очевидной особенностью автомобиля является отсутствие руля и приборной панели. Zoox имеет просторный салон с двумя широкими креслами друг напротив друга. Еще одна уникальная особенность - колеса, которые работают независимо друг от друга и все четыре могут поворачивать, что придает автомобилю очень высокую маневренность. Такая маневренность необходима, учитывая, что у транспортного средства нет четко обозначенной передней или задней части - он может двигаться в любом направлении.
Автомобиль также имеет много функций безопасности. Прежде всего, это автономная система вождения, которая прошла дорожные испытания в реальных условиях в Сан-Франциско. Zoox имеет на борту такие системы, как лидар, радар и другие датчики, которые информируют центральный компьютер о том, где находится транспортное средство, куда оно движется и о ситуации вокруг него. Беспилотник также имеет компьютерную систему для сокращения тормозного пути. В автомобиле также есть несколько подушек безопасности, которые при срабатывании полностью охватывают всех четырех пассажиров, и ремни безопасности, которые необходимо использовать, иначе автомобиль не будет двигаться.
https://robogeek.ru/avtonomnyi-transport/zoox-vypustila-obnovlennyi-otchet-o-bezopasnosti-svoego-robo-taksi
Команда Zoox выпустила подробный отчет по безопасности, в котором подробно описаны функции безопасности, встроенные инженерами в автономное транспортное средство компании.
Zoox была основана в 2014 году в Сан-Франциско с целью создания безопасного автономного транспортного средства и куплена компанией Amazon в прошлом году. На данный момент компания разработала только одну модель автомобиля под названием Zoox. Примечательно, что автомобиль не является доработкой существующего автомобиля, произведенной автомобильной компанией. Команда Zoox спроектировала автомобиль с нуля с целью создания полностью автономного и максимально безопасного транспортного средства, способного перевозить пассажиров по дорогам общего пользования. Команда Zoox выпустила подробный отчет о безопасности, в котором описаны функции, встроенные в автомобиль.
На первый взгляд наиболее очевидной особенностью автомобиля является отсутствие руля и приборной панели. Zoox имеет просторный салон с двумя широкими креслами друг напротив друга. Еще одна уникальная особенность - колеса, которые работают независимо друг от друга и все четыре могут поворачивать, что придает автомобилю очень высокую маневренность. Такая маневренность необходима, учитывая, что у транспортного средства нет четко обозначенной передней или задней части - он может двигаться в любом направлении.
Автомобиль также имеет много функций безопасности. Прежде всего, это автономная система вождения, которая прошла дорожные испытания в реальных условиях в Сан-Франциско. Zoox имеет на борту такие системы, как лидар, радар и другие датчики, которые информируют центральный компьютер о том, где находится транспортное средство, куда оно движется и о ситуации вокруг него. Беспилотник также имеет компьютерную систему для сокращения тормозного пути. В автомобиле также есть несколько подушек безопасности, которые при срабатывании полностью охватывают всех четырех пассажиров, и ремни безопасности, которые необходимо использовать, иначе автомобиль не будет двигаться.
https://robogeek.ru/avtonomnyi-transport/zoox-vypustila-obnovlennyi-otchet-o-bezopasnosti-svoego-robo-taksi
Zoox
Safety - Zoox | Zoox
Safety isn’t just part of what we do. It’s why we’re here. Learn about the innovations that makes Zoox safety second-to-none.
«Ночной дозор» Рембрандта восстановили с помощью нейронных сетей
Как сообщает Associated Press, сочетание искусственного интеллекта и кропотливых изысканий позволило исследователям восстановить «Ночной дозор» Рембрандта ван Рейна до его первоначального размера, спустя столетия после того, как картина была обрезана, чтобы поместиться на стене меньшего размера. Работа проводилась в рамках проекта «Операция «Ночной дозор», и результаты выставлены в Рейксмюсеуме, Амстердам.
Картина была написана в 1642 году по заказу отряда гражданского ополчения Нидерландов, пожелавших украсить свое новое здания. Но 70 лет спустя ее перенесли на новое место, где не было места для всей картины, и бесцеремонно подрезали по размеру. Значительная часть была удалена с его левой стороны, вместе с фрагментами сверху, снизу и справа.
Хотя недостающие части холста были утрачены, исследователи смогли восстановить их благодаря уменьшенной копии оригинала, написанной Герритом Лунденсом. В течение почти двух лет были сделаны сканы, рентгеновские снимки и 528 цифровых снимка оригинальной картины, чтобы научить модель искусственного интеллекта имитировать стиль Рембрандта и заполнить пробелы на основе копии Лунденса. «Рембрандт определенно сделал бы это красивее, но это очень близко», - сказал директор музея Тако Диббитс.
Нейронные сети также позволили музею устранить искажения перспективы, которые присутствуют в копии Лунденса, потому что художник сидел в углу, когда писал картину Рембрандта.
Это означает, что когда посетители смогут увидят отреставрированную картину в ближайшие месяцы в Рейксмюсеуме, они смогут увидеть новые детали на полях картины. Работа проливает новый свет на картину спустя более трех сотен лет. Для тех у кого нет возможности попасть в Амстердам, чтобы увидеть работу в живую, музей запустил спец-проект по картине.
https://robogeek.ru/iskusstvennyi-intellekt/nochnoi-dozor-rembrandta-vosstanovili-s-pomoschyu-neironnyh-setei
Как сообщает Associated Press, сочетание искусственного интеллекта и кропотливых изысканий позволило исследователям восстановить «Ночной дозор» Рембрандта ван Рейна до его первоначального размера, спустя столетия после того, как картина была обрезана, чтобы поместиться на стене меньшего размера. Работа проводилась в рамках проекта «Операция «Ночной дозор», и результаты выставлены в Рейксмюсеуме, Амстердам.
Картина была написана в 1642 году по заказу отряда гражданского ополчения Нидерландов, пожелавших украсить свое новое здания. Но 70 лет спустя ее перенесли на новое место, где не было места для всей картины, и бесцеремонно подрезали по размеру. Значительная часть была удалена с его левой стороны, вместе с фрагментами сверху, снизу и справа.
Хотя недостающие части холста были утрачены, исследователи смогли восстановить их благодаря уменьшенной копии оригинала, написанной Герритом Лунденсом. В течение почти двух лет были сделаны сканы, рентгеновские снимки и 528 цифровых снимка оригинальной картины, чтобы научить модель искусственного интеллекта имитировать стиль Рембрандта и заполнить пробелы на основе копии Лунденса. «Рембрандт определенно сделал бы это красивее, но это очень близко», - сказал директор музея Тако Диббитс.
Нейронные сети также позволили музею устранить искажения перспективы, которые присутствуют в копии Лунденса, потому что художник сидел в углу, когда писал картину Рембрандта.
Это означает, что когда посетители смогут увидят отреставрированную картину в ближайшие месяцы в Рейксмюсеуме, они смогут увидеть новые детали на полях картины. Работа проливает новый свет на картину спустя более трех сотен лет. Для тех у кого нет возможности попасть в Амстердам, чтобы увидеть работу в живую, музей запустил спец-проект по картине.
https://robogeek.ru/iskusstvennyi-intellekt/nochnoi-dozor-rembrandta-vosstanovili-s-pomoschyu-neironnyh-setei
Experience the Nightwatch
An interactive masterpiece
Отбор проб воды с помощью дронов Nixie может сэкономить время и деньги
Регулярное тестирование водных путей и водохранилищ бесконечная обязанность коммунальных компаний и муниципальных органов власти, и в целом требуется либо лодка, либо пара болотных сапог. Компания Reign Maker предлагает выполнять эту работу с помощью дрона.
Самые распространенные методы проверки качества воды не менялись долгое время, отчасти потому, что они эффективны и просты. Но с появлением дронов, достаточно мощных и надежных для использования в профессиональных и промышленных условиях, ситуация изменилась. Nixie - это решение, включающее либо изготовленный на заказ манипулятор для сбора образцов, либо манипулятор с датчиком для анализа воды на месте.
Пробоотборник представляет собой длинную вертикальную штангу с фиксатором для контейнера. Вы просто кладете туда пустой контейнер, летите к месту и погружаете манипулятор в воду. По возвращению контейнер можно снять и закрепить новый не останавливая работу дрона, по словам разработчиков это безопасно при скорости ветра до 8 м/с. Это позволяет производить быстрый отбор проб в нескольких местах, батареи дрона хватает примерно на 20 минут, чего достаточно для 2-4 проб в зависимости от погоды и расстояния.
Для сравнения Reign Maker приводит пример Управления водного хозяйства Нью-Йорка, которое собирает 30 проб в день с лодок и другими методами по приблизительной стоимости 100 долларов за образец (это включая рабочую силу, топливо для лодок и т. д.). Использование Nixie для сбора в среднем 120 образцов в день обошлось примерно в 10 долларов за образец.
Следует отметить, что дрон не работает автономно. У него есть пилот, которым должен управлять беспилотником в пределах прямой видимости. Но даже в этом случае команда из двух человек с комплектом запасных батарей будет на порядок эффективней чем экипаж на лодке. В настоящее время система работает с дронами M600 и M300 RTK от DJI.
В разработке находится более умная версия пробоотборника, которая включает в себя набор датчиков, которые могут проводить тестирование на месте различных показателей: температуры, уровень pH, наличие химикатов и т.д. Исключение шага по доставке воды в лабораторию для тестирования значительно упрощает процесс.
Прямо сейчас Reign Maker работает с Департаментом охраны окружающей среды Нью-Йорка и ведет переговоры с другими агентствами. Хотя система потребует некоторых первоначальных инвестиций, возможность более быстро и дешево проводить тестирования выглядит довольно привлекательно.
В конечном итоге компания надеется выйти на рынок с предложением SaaS (программное обеспечение как услуга), включающее обновление карт качества воды в режиме реального времени.
https://robogeek.ru/letayuschie-roboty/otbor-prob-vody-s-pomoschyu-dronov-nixie-mozhet-sekonomit-vremya-i-dengi
Регулярное тестирование водных путей и водохранилищ бесконечная обязанность коммунальных компаний и муниципальных органов власти, и в целом требуется либо лодка, либо пара болотных сапог. Компания Reign Maker предлагает выполнять эту работу с помощью дрона.
Самые распространенные методы проверки качества воды не менялись долгое время, отчасти потому, что они эффективны и просты. Но с появлением дронов, достаточно мощных и надежных для использования в профессиональных и промышленных условиях, ситуация изменилась. Nixie - это решение, включающее либо изготовленный на заказ манипулятор для сбора образцов, либо манипулятор с датчиком для анализа воды на месте.
Пробоотборник представляет собой длинную вертикальную штангу с фиксатором для контейнера. Вы просто кладете туда пустой контейнер, летите к месту и погружаете манипулятор в воду. По возвращению контейнер можно снять и закрепить новый не останавливая работу дрона, по словам разработчиков это безопасно при скорости ветра до 8 м/с. Это позволяет производить быстрый отбор проб в нескольких местах, батареи дрона хватает примерно на 20 минут, чего достаточно для 2-4 проб в зависимости от погоды и расстояния.
Для сравнения Reign Maker приводит пример Управления водного хозяйства Нью-Йорка, которое собирает 30 проб в день с лодок и другими методами по приблизительной стоимости 100 долларов за образец (это включая рабочую силу, топливо для лодок и т. д.). Использование Nixie для сбора в среднем 120 образцов в день обошлось примерно в 10 долларов за образец.
Следует отметить, что дрон не работает автономно. У него есть пилот, которым должен управлять беспилотником в пределах прямой видимости. Но даже в этом случае команда из двух человек с комплектом запасных батарей будет на порядок эффективней чем экипаж на лодке. В настоящее время система работает с дронами M600 и M300 RTK от DJI.
В разработке находится более умная версия пробоотборника, которая включает в себя набор датчиков, которые могут проводить тестирование на месте различных показателей: температуры, уровень pH, наличие химикатов и т.д. Исключение шага по доставке воды в лабораторию для тестирования значительно упрощает процесс.
Прямо сейчас Reign Maker работает с Департаментом охраны окружающей среды Нью-Йорка и ведет переговоры с другими агентствами. Хотя система потребует некоторых первоначальных инвестиций, возможность более быстро и дешево проводить тестирования выглядит довольно привлекательно.
В конечном итоге компания надеется выйти на рынок с предложением SaaS (программное обеспечение как услуга), включающее обновление карт качества воды в режиме реального времени.
https://robogeek.ru/letayuschie-roboty/otbor-prob-vody-s-pomoschyu-dronov-nixie-mozhet-sekonomit-vremya-i-dengi
robogeek.ru
Отбор проб воды с помощью дронов Nixie может сэкономить время и деньги
Регулярное тестирование водных путей и водохранилищ бесконечная обязанность коммунальных компаний и муниципальных органов власти, и в целом требуется либо лодка, либо пара болотных сапог. Компания Reign Maker предлагает выполнять эту работу с помощью дрона.
Milrem Robotics применяет военные робототехнические технологии к планетоходам
Европейское космическое агентство (ЕКА) заключило контракт с Milrem Robotics на серию проектов по предоставлению планетарным вездеходам более высокой степени автономности за счет использования технологий, которые Milrem разработала для своей линейки модульных военных роботов.
Может показаться, что между роботами, предназначенными для поля боя, и роботами для исследования космоса, не так уж много общего, но их объединяет то, что по мере роста их возможностей оба требуют все большей автономности. Это означает, что они не только должны уметь ориентироваться и выполнять другие задачи для достижения своих целей, но и иметь возможность переоценки цели в зависимости от меняющихся условий и заново планировать свою миссию.
В рамках «Дорожной карты глобальных исследований» ЕКА, Milrem поможет разработать автоматическую систему планирования полетов для длительных лунных миссий. Эта система сможет использовать данные дистанционного наблюдения, местные снимки и данные с датчиков, а также ресурсы ровера для оценки точек интереса на основе приоритетов миссии. По мере совершенствования системы она также может быть использована для миссий на Марс и околоземные астероиды в течение следующих двух десятилетий.
Одним из вариантов применения в будущем является Европейский большой логистический посадочный модуль (EL3). Проект EL3 нацелен на доставку груза или ровера на поверхность Луны. Ровер будет заниматься сбором образцов поверхности и возвращением их на Землю. Затем ровер сможет продолжить исследование поверхности, преодолевая большие расстояния при непрерывном управлении командой наземных операций на Земле.
«Milrem очень гордится сотрудничеством с ЕКА в разработке инновационных космических возможностей, - говорит профессор Март Нурма, директор по науке и развитию Milrem Robotics. - Вместе с нашим научным партнером, Тартуской обсерваторией Тартуского университета, мы можем предложить лучшие интеллектуальные навигационные решения для лунных и планетарных миссий».
https://robogeek.ru/kosmicheskie-roboty/milrem-robotics-primenyaet-voennye-robototehnicheskie-tehnologii-k-planetohodam
Европейское космическое агентство (ЕКА) заключило контракт с Milrem Robotics на серию проектов по предоставлению планетарным вездеходам более высокой степени автономности за счет использования технологий, которые Milrem разработала для своей линейки модульных военных роботов.
Может показаться, что между роботами, предназначенными для поля боя, и роботами для исследования космоса, не так уж много общего, но их объединяет то, что по мере роста их возможностей оба требуют все большей автономности. Это означает, что они не только должны уметь ориентироваться и выполнять другие задачи для достижения своих целей, но и иметь возможность переоценки цели в зависимости от меняющихся условий и заново планировать свою миссию.
В рамках «Дорожной карты глобальных исследований» ЕКА, Milrem поможет разработать автоматическую систему планирования полетов для длительных лунных миссий. Эта система сможет использовать данные дистанционного наблюдения, местные снимки и данные с датчиков, а также ресурсы ровера для оценки точек интереса на основе приоритетов миссии. По мере совершенствования системы она также может быть использована для миссий на Марс и околоземные астероиды в течение следующих двух десятилетий.
Одним из вариантов применения в будущем является Европейский большой логистический посадочный модуль (EL3). Проект EL3 нацелен на доставку груза или ровера на поверхность Луны. Ровер будет заниматься сбором образцов поверхности и возвращением их на Землю. Затем ровер сможет продолжить исследование поверхности, преодолевая большие расстояния при непрерывном управлении командой наземных операций на Земле.
«Milrem очень гордится сотрудничеством с ЕКА в разработке инновационных космических возможностей, - говорит профессор Март Нурма, директор по науке и развитию Milrem Robotics. - Вместе с нашим научным партнером, Тартуской обсерваторией Тартуского университета, мы можем предложить лучшие интеллектуальные навигационные решения для лунных и планетарных миссий».
https://robogeek.ru/kosmicheskie-roboty/milrem-robotics-primenyaet-voennye-robototehnicheskie-tehnologii-k-planetohodam
robogeek.ru
Milrem Robotics применяет военные робототехнические технологии к планетоходам
Европейское космическое агентство (ЕКА) заключило контракт с Milrem Robotics на серию проектов по предоставлению планетарным вездеходам более высокой степени автономности за счет использования технологий, которые Milrem разработала для своей линейки модульных…
Нейросеть изучит физику толпы для обучения урбанистических роботов
Цифровой двойник плотных скоплений хаотически движущихся объектов разрабатывают для задач навигации роботов студенты НИТУ «МИСиС», ИТМО и МФТИ. Он будет представлять собой веб-сервис с применением графовых нейронных сетей и позволит изучать физику толпы, законы роевого поведения у животных и принципы движения «активной материи». Первые результаты опубликованы в журнале Journal of Physics: Conference Series.
Если при движении в потоке людей в метро мы начинаем фокусировать взгляд на ком-то из встречных, мы обязательно остановимся в середине толпы и с кем-то столкнемся. Когда мы расслабленно, «интуитивно» идем сквозь толпу, то безошибочно выбираем нужную траекторию и лавируем в потоке, никого не задевая. И это умеет почти каждый человек. Так происходит потому, что мозг работает, как сложная нейросеть. Незаметно для сознания он использует накопленные за годы интуитивные знания, быстро просчитывает меняющиеся условия и выбирает оптимальный путь.
Современным инженерам очень важно понять, как именно работает эта нейросеть, чтобы перенять ее принципы и интегрировать их в цифровую среду. Задача навигации роботов в плотных скоплениях (людей, машин, других роботов и т.д.) с каждым годом становится всё актуальнее. При этом, для успешного управления устройствами необходимо отслеживание и экстраполяция траектории каждого отдельного агента в таких скоплениях, что само по себе является сложной задачей.
Подобные системы можно эффективно описывать статистически как «активную материю», в которой каждая частичка сама закачивает энергию в систему, и успешно моделировать такую материю с помощью ансамблей хаотически движущихся роботов - например, имитировать поведение стаи птиц или косяка рыб. Для этого нужно создать симуляцию активной материи, т. е. сгенерировать роевое поведение.
Для реализации подобных систем роевой робототехники многочисленным лабораториям по всему миру необходимы большие «скопища» движущихся по простым законам роботов - как платформы для экспериментальной симуляции физики толпы. Однако проведение подобных экспериментов требует значительных ресурсов, и доступно не всем научным группам.
«Реализация подобной экспериментальной платформы требует компетенции в схемотехнике, а для создания достаточного количества структурно однородных роботов необходимы значительные финансовые затраты. В качестве альтернативы мы предлагаем создание цифрового двойника экспериментальной установки, позволяющего как исключить затраты на её физическую реализацию, так и ускорить и автоматизировать процесс постановки экспериментов. Возможность эффективного построения подобного программного обеспечения подтверждается недавними применениями графовых нейронных сетей в схожих задачах, включая симуляции гидродинамики», - рассказал лидер студенческого научного коллектива, выпускник кафедры «Инженерная кибернетика» НИТУ «МИСиС» Вадим Порватов.
По словам разработчиков, в качестве источника данных для нейросетевого алгоритма используется собранная командой проекта экспериментальная установка, состоящая из 100 движущихся роботов. Движение системы записывается с помощью видеокамеры. В качестве основного инструмента отслеживания индивидуальных траекторий будут применены алгоритмы, предоставляемые библиотекой OpenCV. Информация о конфигурации установки вместе с полученными в результате движения роботов траекториями будут использованы для обучения графовой нейронной сети.
Использование цифрового двойника позволит проводить отраслевые исследования, связанные с навигацией в хаотических окружениях. К примеру, виртуальные симуляции уже применяются компанией NVidia для отработки алгоритмов навигации беспилотных автомобилей. Результаты проекта могут быть использованы для обучения алгоритмов управления наземными дронами, перемещающимися в плотных людских потоках. Подобные симуляции могут быть особенно полезны для тестирования роботов-курьеров.
https://robogeek.ru/iskusstvennyi-intellekt/neiroset-izuchit-fiziku-tolpy-dlya-obucheniya-urbanisticheskih-robotov
Цифровой двойник плотных скоплений хаотически движущихся объектов разрабатывают для задач навигации роботов студенты НИТУ «МИСиС», ИТМО и МФТИ. Он будет представлять собой веб-сервис с применением графовых нейронных сетей и позволит изучать физику толпы, законы роевого поведения у животных и принципы движения «активной материи». Первые результаты опубликованы в журнале Journal of Physics: Conference Series.
Если при движении в потоке людей в метро мы начинаем фокусировать взгляд на ком-то из встречных, мы обязательно остановимся в середине толпы и с кем-то столкнемся. Когда мы расслабленно, «интуитивно» идем сквозь толпу, то безошибочно выбираем нужную траекторию и лавируем в потоке, никого не задевая. И это умеет почти каждый человек. Так происходит потому, что мозг работает, как сложная нейросеть. Незаметно для сознания он использует накопленные за годы интуитивные знания, быстро просчитывает меняющиеся условия и выбирает оптимальный путь.
Современным инженерам очень важно понять, как именно работает эта нейросеть, чтобы перенять ее принципы и интегрировать их в цифровую среду. Задача навигации роботов в плотных скоплениях (людей, машин, других роботов и т.д.) с каждым годом становится всё актуальнее. При этом, для успешного управления устройствами необходимо отслеживание и экстраполяция траектории каждого отдельного агента в таких скоплениях, что само по себе является сложной задачей.
Подобные системы можно эффективно описывать статистически как «активную материю», в которой каждая частичка сама закачивает энергию в систему, и успешно моделировать такую материю с помощью ансамблей хаотически движущихся роботов - например, имитировать поведение стаи птиц или косяка рыб. Для этого нужно создать симуляцию активной материи, т. е. сгенерировать роевое поведение.
Для реализации подобных систем роевой робототехники многочисленным лабораториям по всему миру необходимы большие «скопища» движущихся по простым законам роботов - как платформы для экспериментальной симуляции физики толпы. Однако проведение подобных экспериментов требует значительных ресурсов, и доступно не всем научным группам.
«Реализация подобной экспериментальной платформы требует компетенции в схемотехнике, а для создания достаточного количества структурно однородных роботов необходимы значительные финансовые затраты. В качестве альтернативы мы предлагаем создание цифрового двойника экспериментальной установки, позволяющего как исключить затраты на её физическую реализацию, так и ускорить и автоматизировать процесс постановки экспериментов. Возможность эффективного построения подобного программного обеспечения подтверждается недавними применениями графовых нейронных сетей в схожих задачах, включая симуляции гидродинамики», - рассказал лидер студенческого научного коллектива, выпускник кафедры «Инженерная кибернетика» НИТУ «МИСиС» Вадим Порватов.
По словам разработчиков, в качестве источника данных для нейросетевого алгоритма используется собранная командой проекта экспериментальная установка, состоящая из 100 движущихся роботов. Движение системы записывается с помощью видеокамеры. В качестве основного инструмента отслеживания индивидуальных траекторий будут применены алгоритмы, предоставляемые библиотекой OpenCV. Информация о конфигурации установки вместе с полученными в результате движения роботов траекториями будут использованы для обучения графовой нейронной сети.
Использование цифрового двойника позволит проводить отраслевые исследования, связанные с навигацией в хаотических окружениях. К примеру, виртуальные симуляции уже применяются компанией NVidia для отработки алгоритмов навигации беспилотных автомобилей. Результаты проекта могут быть использованы для обучения алгоритмов управления наземными дронами, перемещающимися в плотных людских потоках. Подобные симуляции могут быть особенно полезны для тестирования роботов-курьеров.
https://robogeek.ru/iskusstvennyi-intellekt/neiroset-izuchit-fiziku-tolpy-dlya-obucheniya-urbanisticheskih-robotov
robogeek.ru
Нейросеть изучит физику толпы для обучения урбанистических роботов
Цифровой двойник плотных скоплений хаотически движущихся объектов разрабатывают для задач навигации роботов студенты НИТУ «МИСиС», ИТМО и МФТИ. Он будет представлять собой веб-сервис с применением графовых нейронных сетей и позволит изучать физику толпы,…