Механический протез Lunet, полностью изготовляется с помощью 3D-печати

Простой в использовании 3D-печатный протез, созданный недавним выпускником University of Houston (UH), может предложить недорогое решение для восстановления функциональности пальцев рук.

Дэвид Эдкиланг впервые разработал протез Lunet, для сборки которого не нужны металлические крепления, клей или специальные инструменты, будучи студентом бакалавриата Gerald D. Hines College of Architecture and Design. В то время как стандартные протезы могут стоить тысячи долларов, Эдкиланг не намерен коммерциализировать свою разработку, а планирует выложить ее в открытый доступ.

"Не каждая хорошая идея должна превращаться в бизнес. Иногда лучшие идеи нужно просто воплотить в жизнь, - говорит Эдкиланг. - Медицинская страховка часто не покрывает стоимость протеза пальца, поскольку он не считается достаточно жизненно важным по сравнению с рукой или ногой. Если сделать Lunet доступным в интернете бесплатно, это позволит помочь наибольшему числу людей".

Наставником Эдкиланга в UH был доцент Джефф Фенг, содиректор программы промышленного дизайна UH. Благодаря сотрудничеству с Harris Health System Фенг узнал о пациентке, которой ампутировали пальцы из-за обморожения. Эдкиланг в тесном сотрудничестве с Фенгом создал протез пальцев, который вернул пациентке подвижность и позволил ей снова брать в руки предметы.

Спустя несколько месяцев Эдкиланг был нацелен на создание еще более совершенного продукта. В течение двух недель под руководством Фенга он разработал и испытал 60 прототипов, после чего пришел к окончательному варианту, который отличался большей прочностью, простотой настройки и сборки, а также улучшенной функциональностью.

Его "прорыв" произошел буквально благодаря поломке в конструкции. Он намеренно сломал один из своих прототипов, чтобы определить, где находится слабое место конструкции. Этим местом оказался жесткий дистальный межфаланговый сустав, поэтому он добавил сочленение и на свет появилась отмеченная наградами версия Lunet.

Дизайн протеза принес Эдкилангу награду Red Dot 2023 года: Luminary - высшая степень признания, присуждаемая на конкурсе Red Dot Award: Design Concept. Он и Фенг получили награду на церемонии вручения Red Dot, состоявшейся в прошлом месяце в Сингапуре.

Lunet состоит из двух распространенных типов 3D-печатных пластмасс: полимолочной кислоты (PLA) и термопластичного полиуретана (TPU). Каждый палец состоит из четырех частей, скрепленных между собой пластиковыми штифтами. В основу движения механизма пальцев Эдкиланг положил дуги и круговые орбиты. Геометрическая основа конструкции вызвала идею о том, что протез вращается вокруг суставов пользователя подобно луне, отсюда и название Lunet.

https://vimeo.com/867792398

"Проблема с повышенной механической сложностью заключается в том, что такие конструкции менее долговечны, - говорит Эдкиланг. - Чем больше деталей, тем больше точек отказа. Необходимо сделать протез пальца надежным и как можно более прочным, чтобы он не ломался при обычном использовании, но при этом нужно, чтобы конструкция была простой. Это была одна из самых сложных задач при создании Lunet".

https://robogeek.ru/ekzoskelety-protezy/mehanicheskii-protez-lunet-polnostyu-izgotovlyaetsya-s-pomoschyu-3d-pechati

Amazon запустил сервис доставки лекарств с помощью дрона

У клиентов Amazon Pharmacy появился новый способ быстрого и доступного получения необходимых лекарств. Теперь покупатели из города Колледж-Стейшен в Техасе могут получить свои лекарства, отпускаемые по рецепту, с помощью беспилотного летательного аппарата Amazon в течение 60 минут после оформления заказа.

При оформлении заказа клиенты Amazon Pharmacy могут выбрать опцию бесплатной доставки с помощью беспилотника. Фармацевт обеспечит погрузку и доставку лекарств на дом в течение ближайшего часа. Жители Колледж-Стейшн, выбравшие беспилотную доставку, имеют доступ к более чем 500 лекарственным препаратам для лечения распространенных заболеваний, включая грипп, астму и пневмонию.

"С первых дней обучения в медицинской школе нас учат, что в клинической медицине есть понятие "золотое окно, - говорит доктор Вин Гупта, CMO Amazon Pharmacy. - Это время между тем, как пациент почувствовал недомогание, и тем, как он может получить лечение. Мы в Amazon прилагаем все усилия, чтобы значительно сократить "золотое окно" от момента постановки диагноза до начала лечения, и доставка беспилотниками - это значительный шаг вперед. Будь то инфекционное или респираторное заболевание, раннее вмешательство может иметь решающее значение для улучшения результатов лечения пациентов".

Беспилотники Amazon летают на высоте от 40 до 120 метров - в воздушном пространстве с минимальным количеством препятствий. Встроенные датчики и камеры позволяют ему ориентироваться вблизи людей, домашних животных и линий электропередач.

Прибыв к дому заказчика, беспилотник медленно опускается над маркером доставки. Компьютерное зрение распознает сооружения и объекты, включая людей и животных, и проверяет, не мешают ли они траектории спуска. Если зона доставки свободна, беспилотник сбрасывает посылку, снова набирает высоту и возвращается в центр доставки. Клиенты забирают посылки без какого-либо взаимодействия с дроном.

Клиенты Amazon Pharmacy, которым требуется срочная медицинская помощь, также могут обратиться в Amazon Clinic, которая предлагает виртуальное круглосуточное лечение 35 заболеваний. Быстрый доступ к медицинской помощи в сочетании с быстрой доставкой лекарств позволяет улучшить результаты лечения.

https://www.youtube.com/watch?v=Oy4GALqZlHA

Amazon одна из немногих компаний, занимающихся беспилотной доставкой, получившая сертификат авиаперевозчика Федерального управления гражданской авиации США, необходимый для управления беспилотниками с расширенными возможностями.

https://robogeek.ru/letayuschie-roboty/amazon-zapustil-servis-dostavki-lekarstv-s-pomoschyu-drona

Cruise Origin, GM и Honda Motor запустят автономное такси в Токио

Cruise, General Motors Company (GM) и Honda Motor планируют запустить в центре японской столицы службу роботакси в начале 2026 года в рамках нового совместного предприятия. В рамках проекта будут развернуты специально разработанные автономные машины Cruise Origin.

Cruise, GM и Honda в первой половине 2024 года намерены создать новую компанию. Сообщается, что вначале сервис будет состоять из десятков машин Cruise Origin.В перспективе парк будет расширен до 500 автомобилей, а в дальнейшем планируется расширить зону обслуживания за пределы центра Токио.

Руководители трех компаний, включая генерального директора GM Мэри Барра, генерального директора Cruise Кайла Фогта и генерального директора Honda Global Тосихиро Мибе, сделали заявление на пресс-конференции перед выставкой Japan Mobility Show 2023 в Токио.

"Мы видим огромные возможности в Японии, поскольку она может стать одним из крупнейших рынков автономных машин в мире, учитывая нынешний высокий спрос на такси, - сказала Барра. - В этом регионе также растет потребность в новых видах транспорта".

Совместное предприятие GM, Cruise и Honda является продолжением устоявшегося партнерства. Honda и GM сотрудничают с 2013 года, когда компании начали работу над системами на водородных топливных элементах. Cruise Origin, ставший результатом многолетнего сотрудничества материнской компании GM и инвестора Honda, был представлен в январе 2020 года. Два года спустя GM и Honda объявили о планах совместной разработки доступных электромобилей, которые появятся в Северной Америке в 2027 году.

Объявление о поставке Cruise Origin в Японию приходится на год стремительного роста и достижения значительных успехов, а также на ряд инцидентов в Сан-Франциско. За прошедший год компания Cruise прошла путь от ограниченных операций в Сан-Франциско до получения разрешения, необходимого для расширения сервиса до круглосуточной работы по всему городу, а также запуска роботакси в некоторых районах Остина, Хьюстона и Феникса. Компания также приступила к тестированию своих автомобилей в ряде других городов, включая Даллас, Нэшвилл и Лос-Анджелес.

Ранее на этой неделе Национальная администрация безопасности дорожного движения (NHTSA) США начала расследование в отношении системы автономных автомобилей Cruise после нескольких инцидентов с участием пешеходов в Сан-Франциско. В результате последнего инцидента, произошедшего 2 октября, женщина попала под колеса роботакси Cruise после того, как ее сбил автомобиль, управляемый человеком.

https://robogeek.ru/avtonomnyi-transport/cruise-origin-gm-i-honda-motor-zapustyat-avtonomnoe-taksi-v-tokio

Японская компания запустила продажу пилотируемых роботов Archax

Философия токийской компании Tsubame Industries, основанной в августе 2021 года, заключается в "привнесении мира научной фантастики в научную реальность". В сентябре компания сообщила о старте продаж разработанного ими 4,5-метрового пилотируемого робота Archax. Первоначальная партия будет ограничена пятью единицами.

Пилот располагается в центральной части корпуса робота Archax. После закрытия люка кабины он оказывается в окружении четырех видеоэкранов, на которые выводится изображение с внешних камер. На этих экранах также отображаются такие данные, как скорость, угол наклона робота и время работы аккумулятора. Управление роботом осуществляется с помощью сенсорного экрана, а также двух встроенных в подлокотник джойстиков и двух педалей в режиме автомобиля.

Каждая рука Archax может управляться отдельно, сгибаясь в плечевом и локтевом суставах. Руки дополнительно поворачиваются в запястье, причем каждый палец на каждой руке может управляться независимо. Голова, на которой расположена одна видеокамера, поворачивается влево и вправо.

Хотя Archax не ходит, у него есть четыре ноги, каждая из которых имеет колесо в нижней части. При переходе в режим транспортного средства передние ноги выдвигаются вперед, а задние - назад, придавая роботу более устойчивое положение. При этом кабина наклоняется примерно на 17 градусов, чтобы компенсировать изменение угла наклона корпуса. Максимальная скорость Archax составляет 10 км/ч. О времени работы аккумулятора пока ничего не говорится.

По словам разработчиков, вес Archax составляет 3,5 т, высота в режиме робота - 4,5 м, в режиме автомобиля 3,9 м. Каркас состоит из сварных пластин из алюминиевого сплава и железных труб, обшитых пластиковыми панелями из армированного стекловолокна, окрашенными автомобильной краской.

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

Возможно, что Archax может найти и практическое применение, но разрабатывался он в основном как высокотехнологичная игрушка для богатых людей. В прошлом месяце компания Tsubame Industries начала принимать предварительные заказы от японских покупателей, которые в конечном итоге должны будут выложить 400 млн. иен (около $2,7 млн) за своего собственного Archax.

https://robogeek.ru/robo-igrushki/yaponskaya-kompaniya-zapustila-prodazhu-pilotiruemyh-robotov-archax

Гидрогель на растительной основе для создания крошечных управляемых роботов

Группа исследователей из University of Waterloo создала "умные" материалы, которые могут стать строительными блоками для будущего поколения мягких медицинских микророботов.

Эти миниатюрные роботы способны выполнять такие медицинские процедуры, как биопсия, перенос клеток и тканей, с минимальной инвазивностью. Они могут перемещаться в замкнутых пространствах, таких как человеческое тело, и доставлять деликатные и легкие грузы, такие как клетки или ткани, в заданное место.

Миниатюрные мягкие роботы длиной не более одного сантиметра биологически совместимы и нетоксичны. Роботы изготовлены из гидрогелевых композитов, в состав которых входят устойчивые наночастицы целлюлозы, получаемые из растений.

Исследование, проведенное под руководством Хамеда Шахсавана, профессора кафедры химического машиностроения, представляет собой целостный подход к разработке, синтезу, изготовлению и манипулированию микророботами. Гидрогель, используемый в данной работе, изменяет свою форму под воздействием внешней химической стимуляции. Возможность произвольно ориентировать наночастицы целлюлозы позволяет исследователям программировать такое изменение формы, что очень важно для создания функциональных мягких роботов.

"В моей исследовательской группе мы соединяем старое и новое, - говорит Шахсаван. - Мы создаем новые микророботы, используя традиционные мягкие материалы, такие как гидрогели, жидкие кристаллы и коллоиды".

Другим уникальным компонентом этого "умного" материала является его самовосстановление, что позволяет программировать широкий диапазон форм роботов. Исследователи могут разрезать материал и соединить его обратно без использования клея или других адгезивов, формируя различные формы для различных процедур.

Материал может быть дополнительно модифицирован магнитом, который облегчает перемещение мягких роботов по телу человека. В качестве доказательства того, как робот будет маневрировать в теле человека, крошечный робот был перемещен по лабиринту исследователями, контролирующими его движение с помощью магнитного поля.

https://www.youtube.com/watch?v=9G3K5SaTGDE

Следующим шагом в этом исследовании является масштабирование робота до субмиллиметровых масштабов. Работа "Programmable nanocomposites of cellulose nanocrystals and zwitterionic hydrogels for soft robotics" была опубликована в журнале Nature Communications.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/gidrogel-na-rastitelnoi-osnove-dlya-sozdaniya-kroshechnyh-upravlyaemyh-robotov

Манчестерские исследователи создали и запустили квадрокоптер из пенокартона

Инженеры из University of Manchester использовали пенокартон для создания и запуска "самого большого в мире квадрокоптера, обладающего возможностью автономного полета".

Беспилотник, получивший название Giant Foamboard Quadcopter (GFQ), имеет длину рамы 6,4 м и массу 24,5 кг. Квадрокоптер был изготовлен из листов пенокартона толщиной 5 мм и состоит из ряда полых коробчатых конструкций и могут быть легко демонтированы для транспортировки. GFQ приводится в движение четырьмя электродвигателями, работающими от 50-вольтового блока батарей. Он также оснащен бортовой системой управления полетом и может летать автономно.

Исследователи стремились использовать недорогой и экологичный материал, пригодный для создания легких аэрокосмических конструкций. В отличие от углеродного волокна, листовые материалы с низкой плотностью могут быть в значительной степени пригодны для вторичной переработки.

В своем заявлении Дэн Конинг, инженер-исследователь из University of Manchester, руководивший проектированием и созданием GFQ, сказал: "Пенокартон - это интересный материал для работы. При правильном использовании мы можем создавать сложные аэрокосмические конструкции, где каждый компонент спроектирован так, чтобы быть настолько прочным, насколько это необходимо - здесь нет места для чрезмерной инженерии".

Первый полет состоялся 5 июля 2023 года в Snowdonia Aerospace Centre во время CASCADE Collaboration Workshop Week, в рамках которой команды из различных университетов Великобритании собираются вместе для демонстрации своих исследовательских достижений.

https://www.youtube.com/watch?v=S_Qy8MyZZk0

По словам команды, они намерены оптимизировать конструкцию GFQ, с тем чтобы добавить несколько метров к своему следующему беспилотнику.

https://robogeek.ru/letayuschie-roboty/manchesterskie-issledovateli-sozdali-i-zapustili-kvadrokopter-iz-penokartona

Акустическая локализация находящихся рядом с роботом людей

Для безопасного совместного использования пространства с человеком роботы должны уметь обнаруживать его присутствие и определять его местоположение, чтобы избежать столкновения. Большинство роботов определяют местоположения человека с помощью методов компьютерного зрения.

Исследовательская группа из Georgia Institute of Technology разработала альтернативный метод определения местоположения человека, который основан на еле уловимых звуках, естественно издаваемых при движении. Этот метод, представленный в статье "The Un-Kidnappable Robot: Acoustic Localization of Sneaking People", опубликованной на сайте arXiv и может быть применен к широкому спектру робототехнических систем.

"В последнее время наша группа заинтересована в изучении высокоуровневой темы исследований, касающейся того, какие типы "скрытой" информации находятся в свободном доступе, на основе которых мы можем обучать модели, - говорит один из авторов работы Менгю Ян. - Часто в робототехнике для акустического обнаружения человека требуется, чтобы он издавал громкие звуки, например, говорил или хлопал. Исходя из этих соображений, мы хотели выяснить, могут ли звуки, которые человек непреднамеренно издает при движении, стать тем самым сигналом".

Метод акустической локализации, предложенный Яном и его коллегами, основан на алгоритмах машинного обучения. Команда создала набор данных, получивший название Robot Kidnapper dataset, который содержит 14 часов высококачественных четырехканальных аудиозаписей в паре с видеозаписями с RGB-камер. Эти записи были получены в ходе экспериментальных исследований, в которых людей просили двигаться вокруг робота различными способами.

Технология машинного обучения, разработанная Яном и его коллегами, была обучена определять местоположение человека исключительно по звуку. Исследователи обучили свою модель игнорировать внешние и нерелевантные шумы, например, шумы, исходящие от систем отопления, вентиляции и кондиционирования воздуха, а также звуки, издаваемые самим роботом. В ходе первых испытаний они проверили свою методику на роботе Stretch RE-1 от компании Hello Robot.

В ходе первых испытаний было установлено, что разработанная командой методика в два раза превосходит другие методы акустической локализации, позволяя эффективно обнаруживать находящихся рядом людей только по звукам, издаваемым во время ходьбы. Эти результаты свидетельствуют о целесообразности применения акустической локализации, которая отличается высокой масштабируемостью и меньшей интрузивностью, чем локализация с помощью камер.

В будущем методика локализации человека, разработанная Яном и его коллегами, может помочь повысить безопасность и производительность роботов, предназначенных для тесного взаимодействия с человеком, сохранив при этом конфиденциальность их пользователей. Эта работа также может вдохновить другие исследовательские группы на создание других методов локализации для робототехники или даже приложений, связанных с безопасностью, которые полагаются на звуки.

https://www.youtube.com/watch?v=kxQW5XxxmGk

Отмечается, что работа была направлена только на обнаружение и локализацию только движущихся людей, но исследователи надеются что в будущем они смогут обнаруживать и неподвижных людей.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/akusticheskaya-lokalizatsiya-nahodyaschihsya-ryadom-s-robotom-lyudei

Ученые EPFL и TU Delft разработали мягкого робота для тесного взаимодействия с человеком

Исследователи из Ecole polytechnique federale de Lausanne (EPFL) и Delft University of Technology (TU Delft) разработали биоинспирированного робота, напоминающего хобот слона, который обеспечивает широкий диапазон движений и безопасное взаимодействие с человеком.

Для того чтобы роботизированные системы могли безопасно работать рядом с человеком, они не должны быть жесткими и неподатливыми. Именно с этой целью был разработан новый экспериментальный манипулятор.

По сердечнику робота в ряд идут электроприводы, соединенные между собой гибкими разъемами. Вокруг сердечника расположена открытая сетчатая структура, полимерные элементы которой расположены в виде спирали (геликоида).

Обрезая элементы робота в разных частях конструкции, можно регулировать степень его изгиба и деформации в различных направлениях. Таким образом, удалось сделать руку внешне достаточно мягкой и податливой, чтобы не травмировать людей, на которых она может натолкнуться, и в то же время достаточно прочной, чтобы защитить ее исполнительные механизмы и другую внутреннюю электронику от ударов.

Кроме того, устройство гораздо более гибкое, чем традиционные роботизированные руки. Поэтому, наряду с удобством для человека, рука идеально подходит для выполнения таких работ, как сбор фруктов и других сельскохозяйственных работ, уход за пожилыми людьми или работа на конвейере.

"Благодаря изобретению новой архитектурной структуры мы разработали роботизированную руку, которая превосходит нас по управляемости, диапазону движений и безопасности, - говорит руководитель проекта, профессор Джози Хьюз из EPFL. - Когда новая архитектура сочетается с распределенным управлением - когда несколько приводов размещаются по всей конструкции или устройству - этот манипулятор обладает широким диапазоном движений, высокой точностью и безопасен для взаимодействия с человеком".

В настоящее время технология манипулятора коммерциализируется через компанию Helix Robotics. Профессор Джози Хьюз покажет робота и несколько других своих разработок на мероприятии Swiss Robotics Day в ETHZ 3 ноября.

Результаты исследования, подробно описывающие структуру и методологию, были опубликованы в журнале npj Robotics.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/uchenye-epfl-i-tu-delft-razrabotali-myagkogo-robota-dlya-tesnogo-vzaimodeistviya-s-chelovekom

Использование больших языковых моделей для обеспечения персонализированной навигации роботов

Роботы должны гибко взаимодействовать с пользователями и объектами в окружающей среде. Одним из подходов, направленных на достижение этой цели, который в последнее время привлекает значительное внимание исследователей, является ZSON (Zero-shot object navigation).

ZSON предполагает разработку вычислительных технологий, позволяющих робототехническим агентам ориентироваться в незнакомой среде, взаимодействуя с ранее неизвестными объектами и реагируя на широкий спектр подсказок. Хотя некоторые из этих методик показали многообещающие результаты, зачастую они позволяют роботам находить только общие классы объектов.

Группа исследователей из University of Michigan поставила перед собой задачу разработать новый подход, который позволил бы расширить возможности роботов по исследованию открытых сред и индивидуальной навигации по ним. Предложенная ими схема, представленная в работе, опубликованной в arXiv, использует большие языковые модели (LLM), позволяющие роботам лучше реагировать на запросы пользователей, например, определять местоположение конкретных объектов.

В своей работе авторы представили новую задачу, которую они назвали ZIPON. Эта задача представляет собой обобщенную форму ZSON, которая предполагает точное реагирование на персонализированные подсказки и определение местоположения конкретных целевых объектов.

"Существующие работы по ZSON в основном сосредоточены на выполнении индивидуальных инструкций для поиска общих классов объектов, игнорируя использование взаимодействия на естественном языке и сложности идентификации специфических для пользователя объектов, - пишут в своей статье Иньпэй Дай, Рун Пенг и их коллеги. - Для устранения этих недостатков мы представляем ZIPON (Zero-shot Interactive Personalized Object Navigation), в которой роботы должны перемещаться к персонализированным целевым объектам, одновременно вступая в диалог с пользователями".

Если традиционный ZSON предполагает определение местоположения кровати или кресла, то ZIPON делает еще один шаг вперед, требуя от робота определить кровать конкретного человека, кресло, купленное на Amazon, и т.д. В дальнейшем исследователи попытались разработать вычислительную схему, которая позволила бы эффективно решить эту задачу.

"Для решения задачи ZIPON мы предлагаем новую структуру, названную Open-woRld Interactive persOnalized Navigation (ORION), которая использует большие языковые модели (LLM) для принятия последовательных решений по манипулированию различными модулями восприятия, навигации и коммуникации", - говорится в статье.

ORION состоит из шести ключевых модулей: модуль управления, семантическая карта, модуль OVD (open-vocabulary detection), модуль исследования, модуль памяти и модуль взаимодействия. Модуль управления позволяет роботу перемещаться в окружающей среде, модуль семантической карты индексирует естественный язык, а модуль OVD позволяет обнаруживать объекты на основе языковых описаний.

Далее роботы осуществляют поиск объектов в окружающей среде с помощью модуля разведки, сохраняя важную информацию и отзывы пользователей в модуле памяти. Наконец, модуль взаимодействия позволяет роботам разговаривать с пользователями, устно отвечая на их запросы.

Исследователи оценили свою систему как в имитационных, так и в реальных экспериментах используя мобильного колесного робота TIAGo. Результаты оказались многообещающими, поскольку предложенная ими система успешно улучшила способность робота использовать обратную связь с пользователем при попытке определить местоположение конкретных объектов.

Исследователи из Binghamton University программируют роботизированную собаку для сопровождения слабовидящих людей

Инженеры кафедры компьютерных наук Binghamton University в штате Нью-Йорк запрограммировали робота для помощи слабовидящим людям, который реагирует на движение поводка.

Доцент Шики Чжан вместе с аспирантом Дэвидом ДеФазио и студентом Эйсуке Хирота работали над созданием робота-поводыря, призванного расширить возможности людей с ослабленным зрением. Они представили демонстрацию, в которой робот вел человека по коридору лаборатории, уверенно реагируя на команды. Судя по фото пресс-службы университета в проекте используется четырехногий робот Unitree A1, стоимость которого менее $15 тыс. на сайте производителя.

Чжан объяснил некоторые причины, побудившие его начать этот проект.

"Мы были удивлены тем, что среди людей с нарушениями зрения и слепых так мало тех, кто может всю жизнь пользоваться настоящей собакой-поводырем. Мы проверили статистику, и оказалось, что только 2% из них могут это сделать", - сказал он.

Причины такого дефицита в том, что настоящие собаки-поводыри стоят около $50 тыс. и их подготовка занимает два-три года. Лишь около 50% собак успешно заканчивают обучение и продолжают служить людям с нарушениями зрения. Роботы представляют собой потенциально значительное улучшение в плане стоимости и доступности.

Это одна из первых попыток создания робота-поводыря, последовавшая за развитием и снижением стоимости технологии четвероногих роботов. Проработав около года, команде удалось разработать уникальный интерфейс использования поводка, реализуемый с помощью обучения с подкреплением.

"Примерно за 10 часов обучения эти роботы способны передвигаться, ориентироваться в помещении, направлять людей, избегать препятствий и в то же время распознавать дерганье [поводка]", - сказал Чжан.

Интерфейс позволяет пользователю потянуть робота в определенном направлении, что побуждает его повернуть. Несмотря на перспективность робота, ДеФазио отметил, что необходимы дальнейшие исследования и разработки, прежде чем технология будет готова к использованию в определенных условиях. "Следующим шагом будет добавление интерфейса на естественном языке. В идеале я смогу разговаривать с роботом в зависимости от ситуации, чтобы получить какую-то помощь, - сказал он.

Команда поддерживает контакт с сиракузским отделением Национальной федерации слепых, чтобы получить прямую и ценную обратную связь от представителей сообщества людей с нарушениями зрения. ДеФазио считает, что конкретные отзывы помогут направить их дальнейшие исследования.

"На днях мы разговаривали со слепым человеком, и она сказала, что очень важно не допускать резких перепадов. Например, если перед вами неровный водосток, было бы здорово, если бы вас об этом предупредили, верно?" - сказал ДеФазио.

Хотя команда не ограничивает себя в возможностях технологии, отзывы подсказывают им, что роботы могут быть более полезны в определенных условиях. Поскольку в роботы можно добавить картографические данные мест, в которых особенно трудно ориентироваться, они могут быть более эффективны, чем собаки-поводыри, для того чтобы привести слабовидящих людей к желаемым местам назначения.

"Если все пойдет хорошо, то, возможно, через несколько лет мы сможем устанавливать таких собак-проводников в торговых центрах и аэропортах. Это похоже на то, как люди пользуются общими велосипедами в университетском городке", - сказал Чжан.

Несмотря на то, что исследование находится на ранней стадии, команда считает его перспективным шагом для повышения доступности общественных мест для людей с нарушениями зрения. Исследователи представят доклад о своих исследованиях на Conference on Robot Learning (CoRL), которая состоится в Атланте с 6 по 9 ноября 2023 года.

https://robogeek.ru/servisnye-roboty/issledovateli-iz-binghamton-university-programmiruyut-robotizirovannuyu-sobaku-dlya-soprovozhdeniya-slabovidyaschih-lyudei

Роботизированная система для закладки взрывчатых веществ в шахте

ABB совместно с шведскими компаниями Boliden и LKAB завершила успешные испытания первой в отрасли роботизированной системы Robot Charger, которая может автоматически заряжать взрывчаткой выбоины в шахтах.

В ABB заявляют, что цель разработки Robot Charger - сделать шахты более безопасными, автоматизировав один из немногих оставшихся ручных процессов в горной промышленности. Это решение может быть установлено на любой грузовик.

График взрывных работ в подземных рудниках может быть разным, но на крупных шахтах этот процесс происходит до 15 раз в день. Robot Charger автоматически обнаруживает шпуры и заполняет их зарядами без присутствия человека, избавляя его от необходимости находиться рядом с незакрепленным забоем во время проведения взрывных работ.

Завершившийся этап испытаний подтверждает эффективность интеграции робота с транспортным средством, связи системы подачи эмульсионного взрывчатого вещества с техническим зрением, а также использования второй руки робота для сборки запала и детонатора. При этом обеспечивается полный охват всех уровней скважины и участков горной породы, а также дистанционное управление.

Программа была реализована на подземном цинковом руднике Boliden Garpenberg, расположенном в 180 км к северо-западу от Стокгольма.

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

В настоящее время компания ABB приступает к завершающему этапу разработки, целью которого является выполнение полной последовательности взрывных работ в подземном руднике с передачей полного контроля над роботом заказчику. ABB также начинает переговоры с другими операторами шахт о возможности участия в проекте совместной разработки, чтобы протестировать технологию в различных условиях шахт и в регионах за пределами Северной Европы с различным климатом и составом горных пород.

https://robogeek.ru/promyshlennaya-avtomatizatsiya/robotizirovannaya-sistema-dlya-zakladki-vzryvchatyh-veschestv-v-shahte

Умеренная скорость речи ИИ стимулирует использование цифрового помощника

Скорость речи и стиль взаимодействия могут определять, видит ли пользователь в цифровом помощнике типа Alexa или Siri полезного партнера или нечто, чем можно управлять, утверждает группа исследователей под руководством специалистов из Pennsylvania State University (Penn State). По мнению исследователей, полученные результаты позволяют понять, какие парасоциальные отношения могут возникать у людей с цифровыми помощниками.

Работа "Speaking fast and slow: How speech rate of digital assistants affects likelihood to use" была опубликована в журнале Journal of Business Research.

"Мы наделяем этих цифровых помощников личностными и человеческими качествами, и это влияет на то, как мы взаимодействуем с этими устройствами", - говорит Бретт Кристенсон, первый автор исследования.

Исследователи обнаружили, что умеренная скорость разговора цифрового помощника по сравнению с более быстрой и медленной скоростью увеличивает вероятность того, что человек воспользуется этим помощником.

Кристенсон и его коллеги провели три эксперимента с целью определить, как изменение скорости речи и стиля взаимодействия с цифровым помощником влияет на вероятность того, что пользователь будет использовать устройство и доверять ему. В первом эксперименте приняли участие 753 человека, которых попросили использовать цифрового помощника для составления личного бюджета. В результате цифрового помощник предлагал варианты в виде монолога в медленном, умеренном или быстром темпе.

Затем исследователи спросили участников, насколько вероятно, что они воспользуются цифровым помощником для составления личного бюджета, оценивая ответы от 1 (совсем не вероятно) до 7 (очень вероятно). Было обнаружено, что участники, услышавшие умеренный темп голоса, с большей вероятностью воспользуются цифровым помощником, чем те, кто услышал медленный или быстрый темп.

Во втором исследовании ученые попросили 266 участников использовать цифровой помощник для создания личного плана здоровья. Помимо медленного, умеренного или быстрого темпа голоса, участники слышали либо монолог, либо им предлагалось вступить с цифровым помощником в диалог. Затем исследователи спросили участников, насколько вероятно, что они будут использовать цифровой помощник для создания плана здоровья и решения других задач, а также насколько вероятно, что они поделятся с ним своей контактной информацией.

Было обнаружено, что участники, которые слушали монолог на умеренной скорости, примерно в 5,5 раза чаще делились своей контактной информацией, чем те, кто слышал быстрый голос, и примерно в 2 раза чаще, чем те, кто слышал медленный голос. С другой стороны, диалоговый стиль взаимодействия, как оказалось, смягчает негативное влияние быстрой и медленной скорости речи, что позволяет предположить, что взаимодействие в форме разговора может повысить доверие пользователей к цифровым помощникам, говорящим быстрее или медленнее.

В третьем исследовании 252 участника использовали Amazon Echo для поиска рецепта десерта. Цифровой помощник говорил в медленном, умеренном или быстром темпе, в режиме монолога или диалога. Помимо вопроса о том, насколько вероятно, что участники будут использовать устройство для заказа ингредиентов для рецепта, исследователи спрашивали участников, видят ли они в Alexa скорее слугу или партнера, робота или человека.

Исследователи обнаружили, что вероятность того, что участники будут использовать устройство для заказа ингредиентов, соответствует результатам двух предыдущих исследований. Также было установлено, что независимо от темпа речи и стиля взаимодействия участники в основном воспринимали Alexa как робота. При умеренном и быстром темпе речи в режиме диалога участники чаще воспринимали Alexa как партнера, чем при медленном темпе речи и монологе.

https://robogeek.ru/analitika/umerennaya-skorost-rechi-ii-stimuliruet-ispolzovanie-tsifrovogo-pomoschnika

Система F3RM позволяет роботам интерпретировать текстовые подсказки на естественном языке

Вдохновившись способностью человека обращаться с незнакомыми предметами, группа специалистов из MIT CSAIL разработала систему Feature Fields for Robotic Manipulation (F3RM), которая объединяет 2D-изображения в 3D-сцены, помогая роботам распознавать и захватывать близлежащие предметы.

F3RM позволяет роботам интерпретировать текстовые подсказки на естественном языке, помогая им манипулировать предметами. В результате роботы могут понимать менее конкретные запросы человека и при этом выполнять поставленную задачу. Например, если пользователь попросит робота "поднять высокую кружку", то робот сможет найти и взять предмет, наиболее подходящий под это описание.

"Создать роботов, способных к обобщенным действиям в реальном мире, невероятно сложно, - говорит Гэ Янг, постдок в MIT CSAIL. - Мы очень хотим понять, как это сделать, поэтому в этом проекте мы пытаемся добиться агрессивного уровня обобщения - от трех или четырех объектов до всего, что мы найдем в MIT Stata Center. Мы хотели научиться делать роботов такими же гибкими, как мы сами, поскольку мы можем схватывать и размещать объекты, даже если никогда их раньше не видели".

Этот метод может помочь роботам при отборе товаров в крупных центрах обработки заказов, где неизбежно возникает беспорядок и непредсказуемость. На таких складах роботам часто дают описание товара, который они должны идентифицировать. Роботы должны сопоставить предоставленный текст с объектом, независимо от разницы в упаковке. Например, в центрах обработки заказов крупных интернет-магазинов могут храниться миллионы товаров, со многими из которых робот никогда раньше не сталкивался. Для работы в таких масштабах роботам необходимо понимать геометрию и семантику различных предметов, причем некоторые из них могут находиться в ограниченном пространстве. Благодаря расширенным возможностям пространственного и семантического восприятия F3RM робот сможет более эффективно находить предметы, помещать их в контейнер и отправлять на упаковку.

Система F3RM с помощью селфи-палки делает 50 снимков с различных ракурсов, что позволяет использовать Neural Radiance Fields (NeRF) - метод глубокого обучения, который использует 2D-изображения для построения 3D-сцены. Этот коллаж из RGB-фотографий создает "цифрового двойника" окружающей среды. Помимо этого F3RM строит поле признаков, дополняя геометрию семантической информацией. Система использует Contrastive Language-Image Pre-Training (CLIP) - это базовая модель, обученная на огромном наборе данных пар изображений и текста.

Чтобы продемонстрировать способность системы интерпретировать открытые запросы человека, исследователи попросили робота поднять Бэймакса, персонажа диснеевского фильма «Город героев». Хотя F3RM никогда не обучали подбирать игрушку, робот использовал свои пространственные знания и зрительно-языковые функции из базовых моделей, чтобы определить объект и способ его захвата.

https://www.youtube.com/watch?v=PA9rWWVWsc4

Работа "Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation" была выложена на сайте arXiv и будет представлена на Conference on Robot Learning 2023 на следующей неделе.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/sistema-f3rm-pozvolyaet-robotam-interpretirovat-tekstovye-podskazki-na-estestvennom-yazyke

Исследователи разрабатывают автономного робота для электрохимии

Исследователи из Beckman Institute for Advanced Science and Technology разработали автоматизированного лабораторного робота Electrolab для проведения электрохимических экспериментов и анализа данных.

Ожидается, что настольный робот Electrolab позволит значительно сократить время и усилия, необходимые для проведения электрохимических исследований, автоматизируя многие базовые и повторяющиеся лабораторные задачи. Он может быть использован для изучения материалов для хранения энергии и химических реакций, способствующих использованию альтернативных и возобновляемых источников энергии.

Междисциплинарная группа работала под руководством профессора химического факультета Хоакина Родригеса-Лопеса и профессора экономики Чарльза Шредера из University of Illinois Urbana-Champaign. Работа "The Electrolab: An open-source, modular platform for automated characterization of redox-active electrolytes" была опубликована в журнале Device.

Один из типов аккумуляторов, известный как проточная редокс батарея , используется для хранения энергии на уровне энергосистемы. По словам Майкла Пенса, аспиранта лаборатории Родригеса-Лопеса, основным недостатком изучения условий работы этих аккумуляторов является то, что на поиск подходящей системы уходит много времени и усилий.

После разработки окончательного дизайна Electrolab исследовательская группа успешно создала и протестировала устройство, которое отличается высокой адаптивностью, изготавливается из распространенных деталей и стоит около $1000. Группа открыто делится чертежами конструкции Electrolab.

Electrolab состоит из двух основных компонентов: аппаратного и программного. Аппаратная часть состоит из стандартной рамы 3D-принтера, которая была преобразована в робота для работы с растворами, массива eChips и электрохимического оборудования. Рама позволяет роботу перемещаться в заданной области над электрохимическими ячейками для дозирования различных жидкостей. Чипы измеряют электрический ток, необходимый для понимания электрохимических измерений.

Программный компонент был создан на языке Python, который позволяет пользователю подключаться к Electrolab для проведения экспериментов. ПО позволяет полностью автоматизировать анализ данных, строить визуальные графики и диаграммы. В сочетании с машинным обучением Electrolab превращается из робота, выполняющего заранее поставленные задачи, в робота, который может принимать решения о направлении эксперимента в процессе его проведения. Обычно электрохимик вручную выбирает интересующие его наборы данных, чтобы двигаться дальше, но Electrolab использует данные, которые он собирает и анализирует в режиме реального времени, чтобы сделать следующий шаг.

В своей недавно опубликованной работе команда исследователей описывает работу Electrolab и сообщает о результатах двух экспериментов, проведенных для проверки точности и надежности робота. Electrolab выполнил более 200 экспериментов в различных условиях, проанализировал данные и даже убрал за собой за 2 часа. Для среднего электрохимика этот эксперимент занял бы около 8 часов.

Во втором эксперименте проверялась способность Electrolab работать в качестве специалиста. Запрограммированная на изучение материала для проточных батарей нового поколения в гораздо более требовательном эксперименте по поиску поддерживающих растворов электролитов, лаборатория Electrolab была модифицирована более мелкими и чувствительными электродами и настроена на полностью автономную работу. Она выполнила поставленные задачи менее чем за 4 часа без вмешательства человека, что позволило исследователям работать над другими проектами.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/issledovateli-razrabatyvayut-avtonomnogo-robota-dlya-elektrohimii

Мягкая роботизированная версия древнего организма

Плевроцистит - это морской организм, существовавший около 450 млн. лет назад, задолго до появления первых динозавров. Теперь ученые создали его мягкую роботизированную копию, которая может помочь изучить способы перемещения этих вымерших организмов.

В письме, опубликованном в журнале Proceedings of the National Academy of Sciences, профессор Уильям Аусич из Ohio State University прокомментировал опубликованное в том же номере исследование нового мягкого робота, который может помочь исследователям проверить свои гипотезы о том, как вымершие существа могли перемещаться в окружающей среде.

"Возможность проверить, как когда-то действовали эти организмы, очень важна для понимания палеоэкологии и истории жизни на Земле, - сказал Аусич. - Создание мягких роботов - это новый инновационный подход к достижению этой цели".

Аусич рассказал об исследовании, проведенном под руководством Ричарда Десатника и Кармеля Маджиди из Carnegie Mellon University, а также Зака Паттерсона из Massachusetts Institute of Technology. Исследователи разработали прототип мягкого робота под названием Rhombot. Он был создан по образу плевроцистита (Pleurocystites), относящихся к роду позднеордовикских иглокожих. Это вымершие организмы с плоским телом и с двумя крупными придатками.

По словам Аусича не существует ископаемых плевроциститов, отпечатки которых могли бы рассказать о механике их движения, поэтому интерпретация образа жизни этих животных ограничивалась изучением их скелетной морфологии. Теперь, с развитием палеобионики - области, объединяющей достижения робототехники с проверенными палеонтологическими принципами, - исследователи начинают заполнять эти глубокие пробелы в летописи окаменелостей. Создатели Rhombot начали с имитации особой соединительной ткани иглокожих и различных теоретических и физических симуляций для успешного перемещения Rhombot по поверхности, напоминающей древнее морское дно.

В письме также отмечается, что проведенные эксперименты подтвердили одно из предыдущих предположений исследователей относительно движения организмов: робот двигался в переднем направлении, используя в первую очередь свои придатки. Команда также выяснила, что максимальная скорость движения робота Rhombot достигается за счет размашистых движений хвоста, и что у реальных особей с определенным соотношением тела и хвоста эволюционно могла сформироваться тенденция к увеличению скорости.

https://www.youtube.com/watch?v=KMz26Q6Vh-g

По мнению Аусича, эти выводы особенно информативны при моделировании вымерших организмов, для которых у ученых нет современных аналогов, с которыми можно было бы сравнить. В своем письме он предлагает использовать Rhombot и другие подобные ему мягкие робототехнические технологии для анализа поведенческих других животных, а также для оценки эволюционных изменений от одной древней формы к другой. Поскольку ученые работают в масштабах миллионов лет, более четкое представление об эволюционной головоломке может дать ключ к разгадке того, почему одни виды выжили, а другие вымерли.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/myagkaya-robotizirovannaya-versiya-drevnego-organizma

Civ Robotics выпустила CivDash - решение для автоматизации нанесения дорожной разметки

Компания Civ Robotics, представившая в прошлом году автономного геодезического робота CivDot, выпустила новое устройство для автоматизации нанесения дорожной разметки. По заявлению компании использование CivDash позволит ускорить и обезопасить эти работы.

Нанесение дорожной разметки является важным аспектом дорожного строительства. Это сложный процесс, в котором очень важна высокая точность нанесения и четкая видимость. В пресс-релизе компании утверждается, что система CivDash "призвана совершить революцию в области нанесения дорожной разметки, автоматизировав процесс и позволив подрядчикам наносить разметку быстро и без особых усилий". CivDash может нанести до 25,7 км линий за один рабочий день, поддерживая типичную точность 3 см. При традиционном подходе производительность составляет около 0,8-1,5 км нанесенной разметки в час.

Наряду с повышением производительности, CivDash обеспечивает повышение безопасности за счет возможности управлять им дистанционно на расстоянии до 30 м. На одном заряде аккумулятора робот работает в течение 8 часов. Также он оснащен датчиком обнаружения препятствий, позволяющим избежать столкновений. Оператор может выбирать между сплошной и прерывистой разметкой. Предустановленное ПО CivPlan позволяет получать данные о работе CivDash и предупреждает оператора о необходимости замены баллончика с краской. Робот может одновременно нести два дополнительных баллончика.

CivDash совместим с GNSS приемником Trimble R780 и может подключаться к базовым станциям компании Trimble, и их сервисам VRS и RTX, обеспечивая "сантиметровую точность". Trimble является инвестором компании Civ Robotics.

"Мы стремимся переопределить точность и эффективность дорожной разметки, предоставив компаниям, занимающимся нанесением полос и строительством дорог, инструмент, который установит новые отраслевые стандарты, - говорит Том Йешурун, основатель и генеральный директор Civ Robotics. - Это только начало нашего пути на этот новый захватывающий рынок".

CivDash весит 11,3 кг и совместим с базовыми станциями других производителей, например Topcon и Leica. Программное обеспечение CivPlan позволяет генерировать подробные отчеты по отмеченным координатам с указанием времени, уровня допуска и высоты над уровнем моря.

https://robogeek.ru/promyshlennye-roboty/civ-robotics-vypustila-civdash-reshenie-dlya-avtomatizatsii-naneseniya-dorozhnoi-razmetki

Роботизированная версия рака-богомола для исследования подводных пространств

Исследователи из Zhejiang Sci-Tech University и University of Essex разработали робота, вдохновленного раками-богомолами, который может помочь в исследовании и мониторинге подводных пространств.

"Многие подводные среды имеют узкие пространства, труднодоступные для человека, поэтому было бы оптимально, если бы их исследованием занимались роботы, - говорит один из авторов статьи Ган Чен. - Рак-богомол гибкий и быстро плавающий мелкий хищник в морской среде, и ее отличная способность к движению может дать новые исследовательские идеи для разработки подводных роботов".

Вдохновившись этим ракообразным Чен и его коллеги задались целью искусственно воспроизвести его. Созданный маневренный робот состоит из 10 искусственных плеопод и гибкого тела.

"Бионический робот приводится в движение пятью парами плеопод, - пояснил Чен. - Баланс скорости и устойчивости может быть достигнут путем регулировки частоты, амплитуды и разности фаз движения этих пяти пар плеопод. Кроме того, соединение каждой пары плеопод является независимым, что очень удобно для ремонта в случае структурных повреждений под водой".

Управление движениями робота осуществляется за счет изгиба гибкого туловища с помощью троса, а также за счет движения искусственных плеопод. В совокупности эти механизмы позволяют роботу быстро изменять угол поворота, чтобы плыть в нужном направлении.

"Несколько плеопод являются резервными, что позволяет роботу осуществлять поворот даже при отказе некоторых плеопод, - говорит Чен. - Бионический плеопод имеет три шарнира, один из которых является активным, приводимым в движение сервоприводом, а два остальных - пассивными, использующими сопротивление воды".

По сути, когда одна из конечностей робота движется назад, три ее сустава полностью раскрываются, что приводит к максимальной тяге. И наоборот, когда конечность возвращается в исходное положение, суставы складываются, уменьшая сопротивление движению. Такая уникальная конструкция позволяет использовать особенности течения воды для упрощения конструкции робота, увеличения его движущей силы и облегчения управления им под водой.

Исследователи протестировали прототип робота и обнаружили, что он хорошо передвигается под водой, развивая максимальную скорость 0,28 м/с и имеет минимальный радиус разворота 36 см. Отмечается, что скорость и движения робота легко и точно контролируются, что снижает риск столкновения с подводными препятствиями.

"В будущем мы сосредоточимся на том, как реализовать автономное перемещение бионического робота в узкой подводной среде, - говорит Чен. - Мы планируем оптимизировать конструкцию, форму и дизайн аппаратной системы робота, чтобы улучшить его способность к движению в трехмерном пространстве с шестью степенями свободы и повысить скорость движения под водой. Затем будет увеличено количество IMU, камер, датчиков глубины и других устройств сбора информации, что позволит добиться более точного управления движением робота".

На данный момент робот находится на ранней стадии разработки. Статья "Design and Control of a Novel Bionic Mantis Shrimp Robot" была опубликована в журнале IEEE/ASME Transactions on Mechatronics.

https://robogeek.ru/podvodnye-i-nadvodnye-roboty/robotizirovannaya-versiya-raka-bogomola-dlya-issledovaniya-podvodnyh-prostranstv

Einride и GE Appliances запустили автономные грузоперевозки

Шведская компания Einride в 2017 году представила свое видение будущего грузоперевозок с помощью бескапотного электрогрузовика T-pod. В прошлом компания получил разрешение от NHTSA (National Highway Traffic Safety Administration) на использование машины на дорогах общего пользования и теперь запустила ее в ежедневную эксплуатацию в городе Селмер, штат Теннесси.

Компания Einride сотрудничает с GE Appliances после пилотных испытаний, проведенных в закрытом помещении в штате Кентукки в 2021 году. В настоящее время T-pod перевозит готовую продукцию с производственного предприятия GE в Селмере на склад, расположенный в 480 метрах от него, совершая 7 рейсов по частной дороге в день с понедельника по четверг каждую неделю.

Автомобиль размещается на погрузочной площадке, где камеры с искусственным интеллектом от компании TaskWatch запускают работу складских рулонных ворот и перегрузочных мостов, а также фиксируют положение грузовика и связываются с автономным погрузочным роботом от компании Slip Robotics. Затем робот автономно загружает и разгружает автомобиль, сокращая время погрузки на 80%.

После загрузки T-pod направляется на склад для автономной стыковки и разгрузки. Каждая поездка контролируется удаленным оператором через частную сеть, предоставленную компанией Ericsson.

"В компании Einride мы верим в автономность, управляемую человеком, что означает, что в процессе автономной работы всегда присутствует человек в виде удаленного оператора, - пояснили в компании. - Хотя автономные транспортные средства Einride предназначены для автономной работы, наши удаленные операторы помогают сделать автономную работу масштабируемой, безопасной и обеспечить оптимальную эффективность и безопасность в любое время для наших транспортных средств. Оператор, работающий в Selmer, при необходимости будет направлять или помогать системе ADS (Automated Driving System) автономного автомобиля Einride, а также контролировать выполнение операций на низкой скорости. Одним из операторов будет Тиффани Хиткотт, которая была первым удаленным оператором, принятым на работу в Einride".

"Наше партнерство с компанией Einride в Сельмере отражает наш развивающийся подход к робототехнике и технологиям автоматизации, - сказал старший директор по центральным материалам GE Appliances Гарри Чейз. - Мы переходим от внедрения единичных решений, направленных на решение различных задач, к созданию функциональной совместимости между системами, которая позволяет обеспечить согласованность и рационализацию процессов на наших заводах и во всей цепочке поставок. Внедрение этой системы в Селмере помогает нам сократить выбросы в атмосферу, позволяет нашим сотрудникам сосредоточиться на выполнении важных задач, снижает интенсивность движения в местах скопления людей, создавая более безопасную рабочую среду, и устраняет некоторые из наиболее сложных эргономических задач, таких как подъем на вилочный погрузчик и спуск с него, подсоединение и отсоединение прицепов. Мы считаем, что робототехника и технологии автоматизации должны работать вместе с людьми и для людей, чтобы улучшить их работу".

https://robogeek.ru/avtonomnyi-transport/einride-i-ge-appliances-zapustili-avtonomnye-gruzoperevozki

ИИ помогает экологам идентифицировать птиц по их пению

Канадские исследователи из University of Moncton разработали новый инструмент ИИ с глубоким обучением, который генерирует синтетические образцы похожие на песни птиц для обучения алгоритмов идентификации птиц, помогая экологам отслеживать редкие виды в дикой природе.

Идентифицировать распространенные виды птиц по их песням не являлось проблемой, существуют многочисленные приложения для телефонов и ПО доступные как экологам, так и широкой публике. Но что делать, если программа идентификации никогда раньше не слышала конкретную птицу или имеет лишь небольшую выборку записей для сравнения? С такой проблемой сталкиваются экологи и специалисты по охране природы, наблюдающие за редкими птицами.

Для решения этой проблемы исследователи из University of Moncton разработали ECOGEN - инструмент глубокого обучения ИИ, который может генерировать реалистичные звуки птиц для улучшения образцов недостаточно представленных видов. Затем эти звуки могут быть использованы для обучения инструментов аудиоидентификации, применяемых в экологическом мониторинге, которые зачастую имеют несоизмеримо больше информации о распространенных видах.

Исследователи обнаружили, что добавление синтетических образцов пения птиц, сгенерированных ECOGEN, повышает точность классификации в среднем на 12%. Результаты исследования опубликованы в журнале Methods in Ecology and Evolution.

Доктор Николя Лекомт, один из ведущих исследователей, говорит: "В связи со значительными глобальными изменениями в популяциях животных существует острая необходимость в автоматизированных инструментах, таких как акустический мониторинг, для отслеживания сдвигов в биоразнообразии. Однако модели ИИ, используемые для идентификации видов в акустическом мониторинге, не имеют полных справочных библиотек. С помощью ECOGEN можно устранить этот пробел путем создания новых наборов звуков птиц для поддержки моделей ИИ. По сути, для видов с ограниченным количеством записей в дикой природе, например, редких, неуловимых или чувствительных, можно расширить библиотеку звуков, не беспокоя животных и не проводя дополнительных полевых работ".

По мнению исследователей, создание синтетических данных может способствовать сохранению исчезающих видов птиц, а также дать ценные сведения об их вокализации, поведении и предпочтениях в среде обитания.

Инструмент искусственного интеллекта ECOGEN имеет и другие потенциальные применения. Например, он может быть использован для сохранения чрезвычайно редких видов, таких как находящийся под угрозой исчезновения бородавчатый медосос. Этот инструмент может быть полезен и для других видов животных. Доктор Лекомт добавил: "Хотя ECOGEN был разработан для птиц, мы уверены, что его можно применять для млекопитающих, рыб, насекомых и амфибий".

Помимо универсальности, ключевым преимуществом инструмента ECOGEN является его доступность, поскольку он имеет открытый исходный код и может использоваться даже на базовых компьютерах.

ECOGEN преобразует реальные записи песен птиц в спектрограммы, а затем генерирует на их основе новые изображения, чтобы увеличить набор данных для редких видов с небольшим количеством записей. Затем эти спектрограммы снова преобразуются в аудиозаписи для обучения алгоритмов идентификации звуков птиц. В данном исследовании использовался набор данных из 23 784 записей диких птиц со всего мира, охватывающий 264 вида.

https://robogeek.ru/iskusstvennyi-intellekt/ii-pomogaet-ekologam-identifitsirovat-ptits-po-ih-peniyu

Создание "реалистичных говорящих голов" с помощью ИИ

Группа исследователей под руководством доцента Лу Шицзяня из Nanyang Technological University (NTU) разработала компьютерную программу, которая создает реалистичные видеоролики, отражающие мимику и движения головы говорящего человека. Для этого требуется только аудиозапись и фото лица.

DIverse yet Realistic Facial Animations (DIRFA), - это ПО, основанное на ИИ, которое, получив аудиозапись и фотографию, создает 3D-видео на котором аватар демонстрирует реалистичные и последовательные лицевые анимации, синхронизированные с произносимым звуком. Сообщается, что программа превосходит существующие подходы, которые с трудом справляются с изменением позы и эмоциональным контролем. Для этого команда обучила DIRFA на более чем 1 млн. аудиовизуальных клипов с участием более 6 тыс. человек, взятых из открытой базы данных, чтобы предсказать сигналы из речи и связать их с мимикой и движениями головы.

Исследователи рассчитывают, что DIRFA сможет найти новые применения в различных отраслях и сферах, включая здравоохранение, поскольку она позволяет создавать более сложных и реалистичных виртуальных помощников. Кроме того, она может стать полезным инструментом для людей с нарушениями речи, помогая им передавать свои мысли и эмоции с помощью выразительных аватаров или цифровых представлений, повышая их способность к общению.

"Влияние нашего исследования может быть глубоким и далеко идущим, поскольку оно революционизирует сферу мультимедийных коммуникаций, позволяя создавать высокореалистичные видеоролики говорящих людей, сочетая такие методы, как ИИ и машинное обучение - говорит доцент Шицзянь. - Наша программа также опирается на предыдущие исследования и представляет собой прогресс в технологии, поскольку видеоролики, созданные с помощью нашей программы, дополнены точными движениями губ, яркой мимикой и естественными позами головы, при этом используются только их аудиозаписи и статичные изображения".

"Речь имеет множество вариаций. Люди произносят одни и те же слова по-разному в различных контекстах, варьируя продолжительность, амплитуду, тон и т.д. Кроме того, помимо лингвистического содержания, речь передает богатую информацию об эмоциональном состоянии говорящего и таких факторах его личности, как пол, возраст, этническая принадлежность и даже черты характера. - говорит доктор Ву Ронглианг, первый автор статьи. - Наш подход представляет собой новаторскую попытку повысить производительность с точки зрения обучения представлению звука в ИИ и машинном обучении".

https://www.youtube.com/watch?v=a0SoZKZajAs

Исследователи планируют добавить дополнительные опции и усовершенствовать интерфейс DIRFA, а также доработать мимику с помощью более широкого набора данных, включающего разнообразные выражения лица и голосовые аудиоклипы. Работа "Audio-driven talking face generation with diverse yet realistic facial animations" была опубликована в журнале Pattern Recognition.

https://robogeek.ru/iskusstvennyi-intellekt/sozdanie-realistichnyh-govoryaschih-golov-s-pomoschyu-ii

Роботизированная система для оценки мобильности пациентов перенесших инсульт

Многие люди, пережившие инсульт, полагаются на свою более сильную руку при выполнении повседневных задач, от переноски продуктов до расчесывания волос, даже если слабая рука имеет потенциал для выздоровления. Отказ от этой привычки, известной как “выученное неиспользование конечности”, может способствовать дальнейшему выздоровлению.

Определить, насколько активно пациент использует свою слабую руку вне клиники, довольно сложно. При этом наблюдения должны быть скрытыми, чтобы пациент вел себя естественно.

Исследователи из University of Southern California разработали новую роботизированную систему для сбора точных данных о том, как люди, восстанавливающиеся после инсульта, машинально используют свои руки. Метод описан в статье “A metric for characterizing the arm nonuse workspace in poststroke individuals using a robot arm”, опубликованной в журнале Science Robotics.

Используя роботизированный манипулятор для отслеживания трехмерной пространственной информации и методы машинного обучения для обработки полученных данных, метод позволяет получить метрику "неиспользования конечности", которая может помочь врачам точно оценить прогресс в реабилитации пациента. Социально-ассистирующий робот (SAR) дает указания и подбадривает пациента на протяжении всей процедуры.

"В конечном счете, мы пытаемся оценить, насколько результаты физиотерапии переносятся в реальную жизнь", - говорит Натан Деннлер, ведущий автор статьи и докторант факультета компьютерных наук.

"Эта работа объединяет количественные данные о работе пользователя, собранные с помощью роботизированной руки, и одновременно мотивирует пользователя на репрезентативную работу благодаря социальному роботу, - говорит Майя Матари, соавтор исследования. - Эта новая комбинация может послужить более точным и мотивирующим процессом для оценки состояния пациента, перенесшего инсульт".

Для исследования были набраны 14 участников, у которых до инсульта преобладала правая рука. Участникам было необходимо вытянуть руку и коснуться устройства с сенсорными датчиками, который зафиксирован в захвате манипулятора.

SAR описывал механику работы системы и обеспечивал положительную обратную связь, а манипулятор перемещала устройство в различные целевые точки перед участником (всего 100 точек). Испытание начинается, когда загорается кнопка, и SAR дает команду участнику двигаться.

В первой фазе участникам было предложено дотянуться до кнопки той рукой, которой удобно, что отражает повседневное использование. На втором этапе участникам давали указание использовать только руку, пораженную инсультом, что отражает работу в физиотерапии или других клинических условиях.

Используя машинное обучение, команда проанализировала три измерения для определения метрики “неиспользования конечности”: вероятность использования руки, время дотягивания и успешное дотягивание. Заметная разница в показателях между фазами свидетельствует о неиспользовании пораженной руки.

"Участники имеют ограничение по времени, чтобы дотянуться до кнопки, поэтому, даже зная, что их тестируют, они все равно должны реагировать быстро, - говорит Деннлер. - Таким образом, мы измеряем интуитивную реакцию на включение света - какой рукой вы воспользуетесь в тот момент?"

У людей, перенесших хронический инсульт, исследователи наблюдали высокую вариабельность в выборе руки и времени достижения целей в рабочей области. Метод оказался надежным при повторных занятиях, а участники оценили его как простой в использовании. Все участники сочли взаимодействие безопасным и простым.

Исследователи обнаружили различия в использовании руки у разных участников, что может быть использовано медицинскими работниками для более точного отслеживания восстановления пациента после инсульта.