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

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

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

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

«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

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

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

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

Перспективы производства промышленных роботов в России

Пандемия ускоряет цифровую трансформацию и автоматизацию бизнеса, стимулируя интерес инвесторов и предпринимателей к робототехнике.

Ранее промышленные роботы, в основном, использовались в автомобилестроении, сейчас их вариативное развитие приводит к внедрению в здравоохранении, обороне, аэрокосмической промышленности, образовании, производстве продуктов питания и напитков, бытовой техники и электроники и др.

Робототехника в России развивается преимущественно на базе иностранных фундаментальных исследований и технологий, внутренний спрос на промышленных роботов низкий. При этом эксперты отмечают высокий потенциал использования робототехники в РФ, он обоснован уровнем образования и кадрового потенциала, фундаментальной инженерной школой, открытостью населения новым технологиям и системным вниманием государства к цифровизации экономики.

В последние годы в отрасли российской робототехники происходят заметные подвижки. 5–6 лет назад отечественные производители промышленных роботов не были представлены на рынке, а в 2019 году было произведено 87 роботов и робототехнических систем на 145 млн рублей. Доля отечественных роботов на рынке составила 6%. Были разработаны дорожные карты развития отрасли, поставлены амбициозные цели достичь плотности роботизации в 40 роботов на 10 тыс. рабочих к 2025 году. Появилась программа поддержки роботизации.

Открытый отчет доступен по ссылке: https://techart.ru/insights/4628

SoftBank приостанавливает производство Pepper

SoftBank приостановил производство своего гуманоидного робота Pepper спустя семь лет после того, как представил мировому сообществу этого болтливого андроида. Роботы успели побывать в свое время продавцами, официантами, психологами, а один даже попробовал себя в роли буддийского монаха.

Эти роботы стали своего рода символом стратегии SoftBank по вливанию ресурсов в новые технологии, включая искусственный интеллект. Когда Pepper был выпущен в 2014 году, он был представлен как «новый вид» роботов, способный распознавать основные эмоции, такие как счастье и печаль на лицах людей.

Этот небольшой робот, стоимость которого составляет 1 790 долларов США плюс арендная плата, также недавно использовался для облегчения одиночества во время карантина по коронавирусу в японских гостиницах для пациентов с легкими симптомами. Пресс-секретарь подразделения робототехники компании сообщила AFP, что производство приостанавливается из-за скопления запасов.

«Мы временно приостанавливаем производство Pepper, но готовы возобновить его в любой момент, в зависимости от ситуации с запасам, - сказал пресс-секретарь. Уточнив что Pepper - это в основном про аренду, и нет необходимости в большом количестве новых единиц.

Компания не раскрывает количество проданных или арендованных роботов, но по некоторым источникам речь может идти о 27 000 единиц по всему миру. По словам пресс-секретаря, компания обсуждает потенциальные сокращения рабочих мест со своим европейским подразделением робототехники, штаб-квартира которого находится в Париже и насчитывает около 330 человек. Некоторые французские издания пишут, что речь идет о 50% сокращении штата сотрудников.

Reuters сообщает, что половина сотрудников уже уволена из небольших торговых подразделений в США и Великобритании, а сотрудники в Японии были переведены из робототехнического подразделения.

https://robogeek.ru/chelovekopodobnye-roboty/softbank-priostanavlivaet-proizvodstvo-pepper

Производители беспилотников в США должны сообщать о случаях ДТП в течении суток

Национальное управление безопасности дорожного движения (NHTSA) США ввело новое правило, согласно которому разработчики беспилотных автомобиле должны сообщать об инцидентах, связанных с полу- и полностью автономными системами вождения, в течение суток.

В приказе, опубликованном The Washington Post, NHTSA обязывает автопроизводителей заполнить электронную форму инцидента и отправить ее в агентство, когда одна из их систем была активна либо во время аварии, либо непосредственно перед ней. Они должны сообщать о происшествии в случае смерти, травмы, требующей лечения в больнице, необходимости буксировки транспортного средства, срабатывания подушки безопасности и участия в ДТП пешехода или велосипедиста. Приказ касается систем автономного вождения от 2-го до 5-го уровня, что означает, что он охватывает всех участников рынка, от автомобилей Tesla до роботакси Waymo.

«Это действие позволит NHTSA собрать информацию, необходимую для того, чтобы агентство могло сыграть свою роль в обеспечении безопасности американцев на дорогах, даже несмотря на то, что технологии, используемые на дорогах страны, продолжают развиваться, - сказал регулятор. NHTSA также заявило, что потребует, чтобы автопроизводители присылали ежемесячные отчеты с подробным описанием всех инцидентов с травмами или материальным ущербом, связанных с их автоматизированными системами вождения. По данным The Post, компании, которые не соблюдают этот приказ, могут столкнуться с штрафами до $22 992 в день.

Инициатива NHTSA появилась примерно через два месяца после того, как Tesla Model S попала в громкую аварию, в которой следователи изначально заявили, что за рулем машины никого не было. Национальный совет по безопасности на транспорте (NTSB) позже заявил, что изучил видеозаписи, на которых видно, что владелец сел на водительское сиденье до аварии со смертельным исходом. За несколько недель до этого инцидента Роберт Сумвальт, председатель NTSB, отправил письмо в NHTSA, в котором призвал агентство ввести более строгие правила, касающиеся автоматизированных транспортных средств. NHTSA «должно действовать», чтобы «создать прочную основу безопасности», - сказал он, часто ссылаясь в своем письме на компанию Tesla.

https://robogeek.ru/avtonomnyi-transport/proizvoditeli-bespilotnikov-v-ssha-dolzhny-soobschat-o-sluchayah-dtp-v-techenii-sutok

Первый рейс летающего автомобиля между двумя международными аэропортами

Летающий автомобиль AirCar выполнил ключевую веху в разработке, совершив 35-минутный перелет из международного аэропорта в Нитре в международный аэропорт в Братиславе 28 июня 2021 года.

Запатентованный самолет от Klein Vision совершил успешную посадку в Братиславе в 6:05. После посадки, нажатием кнопки, самолет трансформировался в спортивный автомобиль менее чем за три минуты и был доставлен его изобретателем, профессором Стефаном Кляйном и соучредителем компании Антоном Заяцем в центр Братиславы, сократив обычное время в пути в два раза.

«Профессор Стефан Кляйн - мировой лидер в разработке летающих машин - комментирует д-р Бранко Сарх, старший технический сотрудник Boeing Co. - Автоматический переход от дорожного к воздушному транспортному средству и наоборот, развертывание и убирание крыльев и хвоста - это не только результат новаторского энтузиазма, новаторского духа и смелости, но и результат отличных инженерных и профессиональных знаний».

AirCar Prototype 1 оснащен винтомоторным двигателем мощностью 160 л.с. и баллистическим парашютом. Под контролем Управления гражданской авиации AirCar выполнил более 40 часов испытательных полетов, включая крутые повороты на 35 градусов, а также испытания на устойчивость и маневренность. AirCar Prototype 1 совершил полет на высоте 2500 м и при мощности двигателя 45% достиг скорости 170 км/ч.

https://www.youtube.com/watch?v=a2tDOYkFCYo

Следующая версия AirCar Prototype 2 будет оснащена двигателем мощностью 300 л.с. и получит сертификат самолета EASA CS-23 с дорожным разрешением M1. Ожидается, что с винтом переменного шага Prototype 2 будет иметь крейсерскую скорость 300 км/ч и дальность полета 1000 км.

«Этот рейс открывает новую эру двойных транспортных средств. Он открывает новую категорию транспорта и возвращает человеку свободу, изначально приписываемую автомобилям - сказал профессор Кляйн после выхода из кабины AirCar в Братиславе.

«AirCar больше не просто доказательство концепции. Полет на высоте 8 200 футов (2500 м) со скоростью 92 узла превратил научную фантастику в реальность - добавляет Антон Заяц, соучредитель Klein Vision.

https://robogeek.ru/letayuschie-roboty/pervyi-reis-letayuschego-avtomobilya-mezhdu-dvumya-mezhdunarodnymi-aeroportami

Питтсбургская компания Locomation предлагает автономные грузоперевозки в составе автоколонн

Стрип Дистрикт в Питтсбурге, когда-то был домом для гигантов индустриальной эпохи Alcoa, Heinz, U.S. Steel и Westinghouse, за последнее десятилетие превратился в центр технологий и робототехники и, в частности, в испытательный стенд для автономных транспортных средств.

И хотя Argo AI, Aurora Innovation и Motional являются наиболее яркими представителями в области тестирования и разработки автономных транспортных средств в городе, за последние шесть лет появилось множество других стартапов.

Locomation, основанный в 2018 году, который занимается автономными грузовиками, является одним из них. Соучредители, которые встретились в Национальном центре робототехники, операционном подразделении Института робототехники Университета Карнеги-Меллона, считают, что самый простой и быстрый путь к автономным грузовикам - это сначала использовать систему сопровождения, управляемую человеком.

Стартап Locomation утверждает, что автономные грузовики, которые могут работать без человека за рулем, рано или поздно появятся. Но до тех пор компания разрабатывает систему автоколонн, в которой водитель пилотирует ведущий грузовик, а другой грузовик следует за ним автономно. В салоне ведомого также будет находится человек, но в качестве пассажира.

«Мы решили, что нам нужно безопасно и выгодно вывести систему в реальный мир, - сказал соучредитель и генеральный директор компании Четин Меричли в недавнем интервью TechCrunch. - Мы все еще строим систему 4-го уровня, которая может управлять собой, и ей не нужен водитель на сиденье, пока прямо перед ней находится управляемый человеком ведущий грузовик».

Отправной точкой Locomation является система с двумя водителями и двумя грузовиками для дальних маршрутов. Пока один водитель управляет ведущим грузовиком, второй отдыхает в другом автомобиле. Оба грузовика оснащены системой автономного вождения, поэтому они могут периодически меняться местами. После съезда с межштатной автомагистрали водители переходят на ручное управление.

Следующий этап - это то, что Locomation называет системой беспилотного сопровождения, разработанной для более коротких маршрутов протяженностью до 250 миль. Эта система включает в себя одного водителя и два грузовика.

Эти две концепции автоколонн, управляемых людьми, помогут компании перейти к автономной системе, в которой грузовики будут работать без людей между хабами на межштатных автомагистралях, а затем и между доками, что подразумевает использование и других автомобильных дорог.

Locomation имеет контракт на оснащение 1120 грузовиков Wilson Logistics своей технологией автономного сопровождения в течение следующих пяти лет. Ожидается, что первые грузовики появятся в 2022 году.

https://robogeek.ru/avtonomnyi-transport/pittsburgskaya-kompaniya-locomation-predlagaet-avtonomnye-gruzoperevozki-v-sostave-avtokolonn

Компания Zipline, занимающаяся автономной доставкой с помощью беспилотников, привлекла $250 млн

Zipline Inc. вчера объявила о привлечении нового финансирования в размере 250 миллионов долларов, чтобы ускорить разработку новой модели логистики. Раунд серии E был проведен при оценки компании в 2,75 миллиарда долларов.

Среди инвесторов были Fidelity, Intercorp, Emerging Capital Partners, Reinvent Capital, Baillie Gifford, Temasek и Katalyst Ventures.

Компания Zipline, основанная в 2011 году, занимается разработкой, производством и эксплуатацией автономных дронов, которые доставляют жизненно важные медицинские товары в отдаленные районы. Беспилотная служба компании наиболее известна своими услугами по срочной доставке медицинских препаратов в отдаленные районы Африки, в частности в Руанду. Компания также работает в Гане и Нигерии.

Изготовленные на заказ дроны Zipline могут доставлять посылки весом до 1,5 кг на расстояние почти 160 км, перемещаясь со скоростью до 100 км/ч. В то время как Amazon и другие участники рынка сосредотачиваются на потенциале дронов для предоставления коммерческих услуг, Zipline с самого начала была ориентирована в первую очередь на гуманитарные нужды.

Zipline изначально заявляла, что «идет туда, где дороги недоступны». В Руанде многие дороги становятся недоступны во время сезона дождей. Дроны Zipline удовлетворяют насущную потребность больниц, которым сложно пополнить запасы крови и лекарств в сезон дождей.

Деятельность компании не ограничивается Африкой. В марте Zipline подписала соглашение о партнерстве с Toyota Tshuou Corp. чтобы обеспечить доступ к здравоохранению для людей и сообществ по всей Японии, включая самые отдаленные районы страны.

Zipline также имеет сделку с Walmart Inc. обеспечить доставку товаров для здоровья в США по запросу. Партнерство было подписано в сентябре с пробными поставками в Северо-Западный Арканзас. Zipline также сотрудничает с Pfizer для доставки вакцины COVID-19 в страны своего присутствия.

На данный момент компания преодолела отметку в 10 миллионов миль автономных доставок, распределила 2 миллиона доз вакцины и выполнила более 50 000 коммерческих поставок.

https://robogeek.ru/letayuschie-roboty/kompaniya-zipline-privlekla-250-mln

Baidu Research и Университет Мэриленда испытали автономные экскаваторы

Исследователи из Baidu Research Robotics and Auto-Driving Lab (RAL) и Университета Мэриленда в Колледж-Парке, представили автономную экскаваторную систему (AES), которая может выполнять задачи по погрузке материалов в течение длительного времени без вмешательства человека, обеспечивая производительность, близкую к производительности опытного оператора-человека.

AES - одна из первых в мире систем экскавации без экипажа, которая была развернута в реальных условиях и непрерывно работала более 24 часов. Исследователи описали свою методологию в исследовательской статье, опубликованной 30 июня 2021 года в журнале Science Robotics.

Строительные компании во всем мире сталкиваются с нехваткой квалифицированных кадров для управления тяжелой техникой, особенно экскаваторами. Кроме того, COVID-19 продолжает усугублять кризис нехватки рабочей силы. Еще одним фактором, способствующим этому, является опасная и токсичная рабочая среда, которая может повлиять на здоровье и безопасность людей, работающих на стройплощадке. Обрушения пещер, обвалы грунта или другие несчастные случаи при проведении земляных работ только в США приводят к гибели около 200 человек в год.

Поэтому отрасль применяет научный подход и стремится создать роботов-экскаваторов, которые могут предоставить новаторские решения для удовлетворения этих потребностей, что делает разработку таких систем, как AES, растущей тенденцией наряду с внедрением других роботов в производство, склады и автономные транспортные средства.

В то время как большинство промышленных роботов сравнительно меньше по размеру и работают в более предсказуемых условиях, роботы-экскаваторы должны работать в широком диапазоне опасных условий окружающей среды. Они должны уметь идентифицировать целевые материалы, избегать препятствия, работать в неконтролируемой среде и продолжать все это делать в неблагоприятных погодных условиях.

AES использует точные алгоритмы реального времени для восприятия, планирования и управления наряду с новой архитектурой, чтобы включить эти возможности для автономной работы. Множественные датчики, включая лидары, камеры и проприоцептивные датчики, интегрированы в модуль восприятия, чтобы воспринимать трехмерную среду и идентифицировать целевые материалы, а также передовые алгоритмы, такие как нейронная сеть для создания чистых изображений.

Благодаря модульной конструкции архитектура AES может эффективно использоваться экскаваторами всех размеров, включая компактные экскаваторы массой 6,5 и 7,5 тонн, стандартные экскаваторы массой 33,5 тонн и большие экскаваторы массой 49 тонн.

Чтобы оценить эффективность и надежность AES, исследователи совместно с ведущей компанией по производству оборудования развернули систему на полигоне по утилизации отходов - токсичном и вредном реальном сценарии, где автоматизация очень востребована. Несмотря на сложное задание, AES смогла непрерывно работать более 24 часов без вмешательства человека. AES также была протестирован в зимних погодных условиях. Объем извлеченных материалов, как в мокром, так и в сухом виде, составил 67,1 кубических метров в час для компактного экскаватора, что соответствует производительности традиционного человека-оператора.

https://www.youtube.com/watch?v=KFcNf_k0E_M

Исследователи также создали десять различных сценариев на закрытом тестовом поле, чтобы увидеть, как система выполняет множество реальных задач. После испытаний различных экскаваторов было в конечном итоге доказано, что AES соответствует средней эффективности человека-оператора.

https://robogeek.ru/roboty-spasateli/baidu-research-i-universitet-merilenda-ispytali-avtonomnye-ekskavatory

Traptic начинает коммерческое внедрение робототехники для сбора клубники

Робототехнический стартап Traptic сообщил, что Blazer-Wilkinson, входящая в пятерку крупнейших американских производителей клубники начал внедрять робототехнику в июне, при этом система работает в тандеме с людьми. Это последовало за пилотным проектом 2020 года, когда многие сельскохозяйственные компании искали помощи в условиях дефицита кадров, связанного с пандемией.

Еще до всей этой ситуации с COVID-19 нехватка рабочей силы приводила к огромным потерям. По данным компании Traptic, около 10% клубники сгнивало прямо на кустах, что выливалось в ежегодные потери на сумму до 300 миллионов долларов. Во время пандемии возник еще больший дефицит, поскольку работники, в частности иностранцы по визе H-2A, были ограничены в передвижении.

Ускорение роста компании происходит благодаря привлечению 5 миллионов долларов в конце 2019 года в рамках раунда серии A от Collaborative Fund, Homebrew Ventures и K9 Ventures. В общей сложности компания привлекла 8,4 миллиона долларов.

«Мы использовали недавнее финансирование, чтобы запустить успешный пилотный проект, - заявил соучредитель и генеральный директор Льюис Андерсон, - спроектировать и построить нашу машину коммерческого масштаба и начать наше первое платное развертывание».

«Поскольку рекордная жара заставляет работников ферм работать в закрытых помещениях и сдерживает сбор урожая на этой неделе, миссия Traptic стала как никогда актуальной, - сказал Крейг Шапиро из Collaborative Fund. - Запуск их роботизированного сборщика - это большой шаг вперед для рынка клубники, объем которого составляет 10 миллиардов долларов, и взгляд в будущее сельскохозяйственного производства в целом. Collaborative гордится тем, что поддерживает технологию, которая может повысить безопасность урожая и создать более безопасные рабочие места во всей цепочке поставок продовольствия, и мы уверены, что Traptic - это именно та команда, которая сможет довести эту идею до конца».

https://www.youtube.com/watch?v=ZPmsvnouJ9w

Система Traptic сочетает в себе 3D-камеры и искусственный интеллект с компьютерным зрением в сочетании с роботизированными руками, способными срывать хрупкие фрукты не повреждая их. В настоящее время в компании работает около десятка человек, в основном из области робототехники и инженерии. Консультантами компании выступают Питер Аббел из Калифорнийского университета в Беркли и Серж Белонги из Университета Корнелла.

https://robogeek.ru/roboty-v-selskom-hozyaistve/traptic-nachinaet-kommercheskoe-vnedrenie-robototehniki-dlya-sbora-klubniki

Компьютерное зрение для инспекций конструкций после землетрясения

Осмотр конструкций после землетрясения, урагана или наводнения имеет важное значение для спасения жизней, но это может быть трудно выполнить своевременно.

«Обученным инспекторам необходимо решить, оставить ли мост открытым, ограничить движение только для служб быстрого реагирования или закрыть его и это должно произойти в течение короткого времени, - пояснил доцент Мостафа Тазарв факультета гражданского и экологического строительства Университета Южной Дакоты. - После землетрясения вам понадобится армия инженеров-строителей, чтобы быстро оценить и прокомментировать исправность мостов и зданий в зоне происшествия».

Тазарв изучает структурное поведение зданий и мостов во время катастрофических событий, особенно землетрясений. Он также возглавляет исследовательскую группу «Устойчивая и отказоустойчивая гражданская инфраструктура» (SARCI).

Тазарв работает с другим членом SARCI, доцентом Кванхи Вон с факультета электротехники и компьютерных наук, над разработкой программного обеспечения искусственного интеллекта, которое сканирует и определяет трещины и другие повреждения в опорных колоннах и других конструктивных элементах. Вон специализируется на компьютерном зрении, нейронных сетях, глубоком обучении и интеллектуальных системах.

Это программное обеспечение может революционизировать методы обследования зданий и мостов, а также сэкономить время и деньги. На первом этапе проекта исследователи разрабатывали программное обеспечения для визуализации различных типов повреждений в бетонной колонне. «Колонны мостов обычно делают из бетона, - отметил Тазарв. - Дальше мы можем перейти к другим компонентам мостов и, возможно, другим типам конструкций».

Это программное обеспечение на основе технического зрения может ускорить процесс проверки. «Оно может распознать повреждения бетона, включая трещины, их углы, сколы и обнаженную арматуру, - сказал Тазарв. - После доработки программы мы можем исследовать структурные компоненты со всех сторон и даже использовать цветовую кодировку, чтобы классифицировать серьезность повреждений и сообщить эту информацию инспектору».

Исследователи предполагают интеграцию программного обеспечения в мобильное приложение, которое позволит неподготовленному человеку использовать его для сканирования мостов и передачи изображений в центральный инспекционный офис. «Используя эти знания, обученный персонал может затем определить, можно ли, например, открыть мост», - пояснил Тазарв.

Другая возможность - встроить программное обеспечение в дрон, для чего Тазарв будет полагаться на опыт другого исследователя SARCI, доцента машиностроения Марко Чиарсиа, который специализируется на средствах управления, робототехнике и мультироторных транспортных средствах.

Дрон с программным обеспечением может облетать строения и отправлять информацию в транспортный офис для ускорения проверок. «Мы могли бы отправить флот дронов, чтобы определить трещины в конструкциях», - сказал он.

https://robogeek.ru/iskusstvennyi-intellekt/kompyuternoe-zrenie-dlya-inspektsii-konstruktsii-posle-zemletryaseniya

Инженеры Калифорнийского университета в Беркли создали насекомоподобного робота, который может быстро бегать и резко поворачивать на месте. Этим шустрым движениям робот обязан своим причудливым лапкам, которые используют переменное напряжение для изменения сцепления с поверхностью и совершения резких поворотов.

Новый робот основан на конструкции, описанной командой в 2019 году, которая была сделана из прямоугольного листа поливинилиденфторида (ПВДФ), покрытого эластичным полимером. Идея состоит в том, что при подаче переменного тока материал быстро изгибается и выпрямляется, обеспечивая движение вперед.

Команда сообщает робот уже тогда мог перемещаться на 20 длин тела в секунду по плоской поверхности и даже нести небольшие полезные нагрузки. Единственная проблема заключалась в том, что он не был особенно маневренным, поэтому инженеры сделали его более продвинутым.

«Наш оригинальный робот мог двигаться очень, очень быстро, но мы не могли реально контролировать движение робота влево или вправо, - говорит Ливэй Линь, старший автор исследования. - Основным нововведением в этой работе было добавление подушек для ног, которые позволяют ему делать быстрые повороты».

Новые причудливые ножки робота работают по принципу электростатической адгезии. Когда на одну ногу подается напряжение, она будет прилипать к поверхности, заставляя робота резко повернуть в этом направлении.

https://www.youtube.com/watch?v=TmRol48_DKs

Исследователи продемонстрировали ловкость робота, который пробежал лабиринт за 5,6 секунды. В ходе других испытаний он был оснащен газовыми датчиками и получил задание создать карту концентрации газа в районе, что может намекнуть на его будущее применение для поиска источников утечек.

Команда построила две разные версии: одну, которая была подключена к источнику питания, а другая работала от батареи. Первая модель была более быстрой, увеличивая максимальную скорость до 28 длин тела в секунду. Между тем, аккумуляторная модель с датчиком газа была медленнее, но потенциально могла путешествовать дальше, до 31 м.

Исследование было опубликовано в журнале Science Robotics.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/robot-razmerom-s-nasekomoe-peremeschaetsya-s-lovkostyu-geparda

Новый робот отправится на Международную космическую станцию

Европейский роботизированный манипулятор (ERA) был разработан более трех десятилетий назад и за последние 20 лет из-за технических проблем пропустил три запланированных полета на МКС. Но теперь ERA готов к полету на космическую станцию с космодрома Байконур.

При длине чуть более 11 метров манипулятор имеет семь суставов, включая «локоть, плечи и даже запястья». ERA будет работать снаружи российского сегмента космической станции, что позволит космонавтам более эффективно работать в этой части МКС.

«Легкий, но мощный орбитальный манипулятор способен закрепиться на станции и самостоятельно перемещаться вперед-назад между фиксированными опорными точками», - говорится в статье Европейского космического агентства (ЕКА), посвященной новому оборудованию.

По данным ЕКА, основные задачи манипулятора будут включать установку, снятие и замену экспериментальной полезной нагрузки и крупных элементов станции; перенос небольших полезных нагрузок на станцию и обратно через российский шлюз; транспортировку космонавтов из одной части МКС в другую; использование четырех камер для осмотра внешней поверхности МКС.

«Первыми задачами ERA на орбите, после развертывания и проверки, будут установка шлюза и монтаж радиатора для новейшего модуля космической станции», - говорится в сообщении ЕКА.

На МКС уже есть два роботизированных манипулятора - канадский Canadarm2 и японский Experiment Module Remote Manipulator System. Они оба работают с полезными нагрузками на американской и японской секциях МКС, но их расположение и радиус действия не позволяют им работать в российской части космической станции.

Запуск ракеты, которая доставит ERA на космическую станцию запланирован на 15 июля, а стыковка с МКС должна состояться 23 июля.

https://robogeek.ru/kosmicheskie-roboty/novyi-robot-otpravitsya-na-mezhdunarodnuyu-kosmicheskuyu-stantsiyu

Королевский флот испытывает дроны для спасения упавших за борт моряков

Королевский военно-морской флот Великобритании совместно с частными компаниями Malloy Aeronautics и Planck Aerosystems тестируют возможности дронов Minerva находить и помогать упавшим за борт морякам до тех пор, пока не прибудет помощь.

Чтобы найти и спасти кого-то в воде, требуются острый взгляд, профессионализм и командная работа, чтобы его отследить и перехватить. Такие инциденты еще более усугубляются на больших судах из-за высоты борта и того факта, что возврат и спуск спасательной лодки на воду может оказаться довольно длительным процессом, при котором каждую минуту есть риск потерять человека из виду.

Первоначальные испытания проводились в школе дайвинга Королевского флота на острове Хорса в Портсмуте, а затем были проведены морские испытания на гражданском судне. Целью последних испытаний было показать, как беспилотник может не только найти человека в воде, но и зависнуть над ним, и даже сбросить рядом с ним спасательный круг и другое снаряжение.

В ходе первых испытаний Minerva T-150 был использован для обнаружения плавающего манекена в гавани Портсмута, развертывания тестового пакета, снаряженного спасательным оборудованием, и зависания над манекеном, чтобы обеспечить спасателям визуальный маркер его местонахождения. Маневр сброса был основан на уроках, полученных в ходе испытаний беспилотников для пополнения запасов, проведенных Королевской морской пехотой во время учений коммандос в Норвегии и на Кипре в 2020 году.

На втором этапе испытаний использовался беспилотник меньшего размера Minerva T-80. В ходе этих испытаний он поднимался с движущегося катера, а затем улетал в море. При возвращении беспилотник мог использовать свои бортовые системы для отслеживания точки взлета на палубе катера для дальнейшего автономного приземления.

https://robogeek.ru/letayuschie-roboty/korolevskii-flot-ispytyvaet-drony-dlya-spaseniya-upavshih-za-bort-moryakov

ВЦИОМ и АНО «Национальные приоритеты» провели опрос россиян на тему отношения к искусственному интеллекту:

81% опрошенных знакомы с термином «искусственный интеллект»
48% заявили о своем доверии технологиям искусственного интеллекта
33% опасаются замены человека технологиями искусственного интеллекта в их профессии, сфере деятельности
67% воспользовались бы возможностью применять искусственный интеллект, чтобы меньше работать при сохранении уровня дохода
50% хотели бы в течение ближайших двух-трех лет пройти обучение в сфере технологий ИИ
44% считают, что использование ИИ для принятия решений в сфере государственного и городского управления приведет к более справедливым решениям