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
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
YouTube
The Un-Kidnappable Robot: Acoustic Localization of Sneaking People - Supplementary Video
Supplementary video for the paper: "The Un-Kidnappable Robot: Acoustic Localization of Sneaking People" - Mengyu Yang, Patrick Grady, Samarth Brahmbhatt, Arun Balajee Vasudevan, Charles C. Kemp, and James Hays.
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
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
Nature
Trimmed helicoids: an architectured soft structure yielding soft robots with high precision, large workspace, and compliant interactions
npj Robotics - Trimmed helicoids: an architectured soft structure yielding soft robots with high precision, large workspace, and compliant interactions
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.
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
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
robogeek.ru
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.
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
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
YouTube
ABB Robot Charger for remote blasting at the rock face in underground mining
ABB, Boliden and LKAB have completed successful testing of an industry-first automated robot charger for increased safety in underground mines. The ABB Robot Charger detects drilled holes in a rock face and installs explosive charges during mining operations…
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
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
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
YouTube
F3RM: Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation
Project website: f3rm.github.io
Title: Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation
Abstract:
Self-supervised and language-supervised image models contain rich knowledge of the world that is important for generalization. Many robotic…
Title: Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation
Abstract:
Self-supervised and language-supervised image models contain rich knowledge of the world that is important for generalization. Many robotic…
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
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
robogeek.ru
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.
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
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
YouTube
Phil LeDuc and Carmel Majidi: Paleobionics: Robotics Inspired by Extinct Species
Phil LeDuc and Carmel Majidi discuss their collaboration with each other, their students, and European paleontologists to develop a soft robot version of the pleurocystitid, an ancient organism that existed more than 450 million years ago.
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
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
robogeek.ru
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.
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
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
robogeek.ru
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.
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
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
robogeek.ru
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…
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
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
besjournals
ECOGEN: Bird sounds generation using deep learning
<em>Methods in Ecology and Evolution</em> is an open access journal publishing papers across a wide range of subdisciplines, disseminating new methods in ecology and evolution.
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
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
YouTube
This AI program creates 3D videos from a photo and an audio clip
Meet DIRFA, a program developed by #NTUsg scientists that can generate realistic 3D videos of people talking from just their passport photo and an audio clip...
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.
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.
продолжение
"Например, один из участников, у которого в результате инсульта больше пострадала правая сторона, меньше использовал правую руку в тех областях, которые находились выше на правой стороне, но при этом сохранял высокую вероятность использования правой руки для работы в более низких областях на той же стороне, - говорит Деннлер. - Другой участник демонстрировал более симметричное использование, но при этом компенсировал использование своей менее пострадавшей стороны несколько чаще для более высоких точек, расположенных близко к средней линии".
По мнению участников, система может быть усовершенствована за счет персонализации, которую команда надеется изучить в будущих исследованиях, а также за счет включения других поведенческих данных, таких как выражение лица и различные типы заданий.
https://robogeek.ru/roboty-v-meditsine/robotizirovannaya-sistema-dlya-otsenki-mobilnosti-patsientov-perenesshih-insult
"Например, один из участников, у которого в результате инсульта больше пострадала правая сторона, меньше использовал правую руку в тех областях, которые находились выше на правой стороне, но при этом сохранял высокую вероятность использования правой руки для работы в более низких областях на той же стороне, - говорит Деннлер. - Другой участник демонстрировал более симметричное использование, но при этом компенсировал использование своей менее пострадавшей стороны несколько чаще для более высоких точек, расположенных близко к средней линии".
По мнению участников, система может быть усовершенствована за счет персонализации, которую команда надеется изучить в будущих исследованиях, а также за счет включения других поведенческих данных, таких как выражение лица и различные типы заданий.
https://robogeek.ru/roboty-v-meditsine/robotizirovannaya-sistema-dlya-otsenki-mobilnosti-patsientov-perenesshih-insult
Science Robotics
A metric for characterizing the arm nonuse workspace in poststroke individuals using a robot arm
Interacting with a robot can quantify otherwise hard-to-measure clinical metrics.
Команда из POSTECH использовала модели ИИ для повышения эффективности эксплуатации плотин
В августе 2020 г. после продолжительной засухи и интенсивных дождей плотина, расположенная на реке Сомджинган в Южной Корее, переполнилась во время сброса воды, что привело к ущербу, превысившему $76 млн.
Исследовательская группа под руководством профессора Джонхуна Кама и кандидата наук Юнми Ли из Pohang University of Science and Technology (POSTECH) недавно применила методы глубокого обучения для тщательного анализа схем эксплуатации плотин и оценки их эффективности. Результаты исследования были опубликованы в журнале Journal of Hydrology.
В Корее пик осадков приходится на летний период, поэтому для управления водными ресурсами она полагается на плотины и сопутствующую инфраструктуру. Однако обострение глобального климатического кризиса привело к появлению непредвиденных тайфунов и засух, что осложняет эксплуатацию плотин. В связи с этим появилось новое исследование, цель которого - превзойти традиционные физические модели за счет использования модели ИИ, обученной на больших данных.
Команда исследователей сосредоточилась на создании модели искусственного интеллекта, позволяющей не только прогнозировать режимы работы плотин (Seomjingang Dam, Juam Dam и Juam Controlled Dam) в бассейне реки Сомджинган, но и понимать процессы принятия решений обученными моделями ИИ. Задача состояла в том, чтобы сформулировать сценарий, описывающий методику прогнозирования уровня воды в плотине. Используя модель Gated Recurrent Unit (GRU), представляющую собой алгоритм глубокого обучения, команда обучила ее, используя данные с 2002 по 2021. В качестве входных данных использовались данные об осадках, притоке и оттоке воды, а в качестве выходных - почасовые уровни плотин. Анализ продемонстрировал высокую точность, индекс эффективности превысил 0,9.
В дальнейшем команда разработала сценарии, изменяя входные данные на -40%, -20%, +20% и +40% по каждой переменной, чтобы изучить реакцию обученной модели GRU на эти изменения входных данных. Если изменение количества осадков оказывало незначительное влияние на уровень воды в плотине, то изменение притока существенно влияло на уровень воды в плотине. Примечательно, что одинаковое изменение притока приводило к разным уровням воды на разных плотинах, подтверждая, что модель GRU эффективно изучила уникальные эксплуатационные нюансы каждой плотины.
Профессор Джонхун Кам отметил: "Наше исследование вышло за рамки предсказания закономерностей работы плотин с целью секьюритизации их эффективности с помощью моделей ИИ. Мы представили методику, направленную на косвенное понимание процесса принятия решений моделью "черного ящика" на основе ИИ, определяющей уровень воды в плотине. Мы надеемся, что эти знания будут способствовать более глубокому пониманию работы плотин и повышению их эффективности в будущем".
https://robogeek.ru/iskusstvennyi-intellekt/komanda-iz-postech-ispolzovala-modeli-ii-dlya-povysheniya-effektivnosti-ekspluatatsii-plotin
В августе 2020 г. после продолжительной засухи и интенсивных дождей плотина, расположенная на реке Сомджинган в Южной Корее, переполнилась во время сброса воды, что привело к ущербу, превысившему $76 млн.
Исследовательская группа под руководством профессора Джонхуна Кама и кандидата наук Юнми Ли из Pohang University of Science and Technology (POSTECH) недавно применила методы глубокого обучения для тщательного анализа схем эксплуатации плотин и оценки их эффективности. Результаты исследования были опубликованы в журнале Journal of Hydrology.
В Корее пик осадков приходится на летний период, поэтому для управления водными ресурсами она полагается на плотины и сопутствующую инфраструктуру. Однако обострение глобального климатического кризиса привело к появлению непредвиденных тайфунов и засух, что осложняет эксплуатацию плотин. В связи с этим появилось новое исследование, цель которого - превзойти традиционные физические модели за счет использования модели ИИ, обученной на больших данных.
Команда исследователей сосредоточилась на создании модели искусственного интеллекта, позволяющей не только прогнозировать режимы работы плотин (Seomjingang Dam, Juam Dam и Juam Controlled Dam) в бассейне реки Сомджинган, но и понимать процессы принятия решений обученными моделями ИИ. Задача состояла в том, чтобы сформулировать сценарий, описывающий методику прогнозирования уровня воды в плотине. Используя модель Gated Recurrent Unit (GRU), представляющую собой алгоритм глубокого обучения, команда обучила ее, используя данные с 2002 по 2021. В качестве входных данных использовались данные об осадках, притоке и оттоке воды, а в качестве выходных - почасовые уровни плотин. Анализ продемонстрировал высокую точность, индекс эффективности превысил 0,9.
В дальнейшем команда разработала сценарии, изменяя входные данные на -40%, -20%, +20% и +40% по каждой переменной, чтобы изучить реакцию обученной модели GRU на эти изменения входных данных. Если изменение количества осадков оказывало незначительное влияние на уровень воды в плотине, то изменение притока существенно влияло на уровень воды в плотине. Примечательно, что одинаковое изменение притока приводило к разным уровням воды на разных плотинах, подтверждая, что модель GRU эффективно изучила уникальные эксплуатационные нюансы каждой плотины.
Профессор Джонхун Кам отметил: "Наше исследование вышло за рамки предсказания закономерностей работы плотин с целью секьюритизации их эффективности с помощью моделей ИИ. Мы представили методику, направленную на косвенное понимание процесса принятия решений моделью "черного ящика" на основе ИИ, определяющей уровень воды в плотине. Мы надеемся, что эти знания будут способствовать более глубокому пониманию работы плотин и повышению их эффективности в будущем".
https://robogeek.ru/iskusstvennyi-intellekt/komanda-iz-postech-ispolzovala-modeli-ii-dlya-povysheniya-effektivnosti-ekspluatatsii-plotin
robogeek.ru
Команда из POSTECH использовала модели ИИ для повышения эффективности эксплуатации плотин
В августе 2020 г. после продолжительной засухи и интенсивных дождей плотина, расположенная на реке Сомджинган в Южной Корее, переполнилась во время сброса воды, что привело к ущербу, превысившему $76 млн.
Носимый робот для оказания помощи людям при ходьбе
В последние годы робототехники представляют все более совершенные системы, которые могут открыть новые возможности для хирургии, реабилитации и оказания медицинской помощи. Эти роботизированные системы уже помогают улучшить качество жизни многих людей с ограниченными возможностями, а также пациентов, получивших физические травмы или перенесших медицинские операции.
Недавно исследователи из Chung-Ang University в Южной Корее представили нового носимого робота, предназначенного для помощи людям, испытывающим трудности при ходьбе из-за старения, мышечной слабости, операций или специфических заболеваний. Этот робот, представленный в статье "Effect of hip abduction assistance on metabolic cost and balance during human walking", опубликованной в журнале Science Robotics, улучшает равновесие, а также снижает энергетические затраты при ходьбе.
"На создание нашей недавней работы нас вдохновило то, что большинство носимых роботов для помощи при ходьбе ориентированы исключительно на движения в сагиттальной плоскости, - говорит Гиук Ли, один из исследователей, проводивших работу. - Однако ходьба по своей сути является трехмерной, и движения в других плоскостях не менее важны".
В отличие от других роботизированных систем для помощи при абдукции бедра, предложенных ранее, робот, созданный Ли и его коллегами, ориентирован на фронтальную плоскость. Это фронтальная часть человеческого тела, которая поддерживает движения и боковую устойчивость при ходьбе.
Основное предположение, лежащее в основе исследования ученых, заключается в том, что энергетические затраты при ходьбе могут быть снижены с помощью носимых роботов, имитирующих естественный момент абдукции бедра. Это движение ноги в сторону от средней линии тела, которое обеспечивает ходьбу и многие другие действия, выполняемые человеком каждый день.
"Разработанный нами носимый робот для помощи при абдукции бедра работает на основе принципа, согласно которому эффективность ходьбы может быть повышена за счет поддержки боковых движений тела, - сказал Ли. - Когда мы идем вперед, центр масс нашего тела естественным образом смещается из стороны в сторону для поддержания равновесия. Во время этой фазы восстановления задействуются мышцы, отводящие бедро. Наше устройство помогает этим мышцам, облегчая процесс восстановления центра масс с меньшими усилиями".
Ли и его коллеги оценивали работу своего робота как в симуляторах, так и в реальных экспериментах. Результаты этих испытаний оказались весьма многообещающими - робот снизил энергетические затраты при ходьбе на 11,6% по сравнению с ходьбой без посторонней помощи, а также улучшил равновесие и устойчивость.
"Наше исследование демонстрирует существенную роль боковой помощи в повышении эффективности ходьбы за счет более эффективного переноса центра масс тела с одной ноги на другую, - добавил Мьюнгхи Ким, соавтор статьи. - Этот вывод особенно обнадеживает людей с мышечной слабостью, предлагая новое направление развития механизмов поддержки. В дальнейшем важно изучить, как боковая помощь может помочь людям с ограниченной подвижностью, что в перспективе изменит стратегии реабилитации и поддержки".
В будущем роботизированная система, разработанная группой исследователей, может быть усовершенствована и в перспективе коммерциализирована, что позволит использовать ее как для реабилитации, так и для повседневного использования.
https://www.youtube.com/watch?v=Yb2yUsNKbVc
"В будущем мы планируем более глубоко изучить, как абдукция бедра влияет на баланс при ходьбе, - добавил Ли. - Мы заметили, что абдукция бедра не только повышает эффективность походки, но и может влиять на равновесие. Мы намерены изучить возможности носимых роботов в улучшении баланса при ходьбе".
https://robogeek.ru/ekzoskelety-protezy/nosimyi-robot-dlya-okazaniya-pomoschi-lyudyam-pri-hodbe
В последние годы робототехники представляют все более совершенные системы, которые могут открыть новые возможности для хирургии, реабилитации и оказания медицинской помощи. Эти роботизированные системы уже помогают улучшить качество жизни многих людей с ограниченными возможностями, а также пациентов, получивших физические травмы или перенесших медицинские операции.
Недавно исследователи из Chung-Ang University в Южной Корее представили нового носимого робота, предназначенного для помощи людям, испытывающим трудности при ходьбе из-за старения, мышечной слабости, операций или специфических заболеваний. Этот робот, представленный в статье "Effect of hip abduction assistance on metabolic cost and balance during human walking", опубликованной в журнале Science Robotics, улучшает равновесие, а также снижает энергетические затраты при ходьбе.
"На создание нашей недавней работы нас вдохновило то, что большинство носимых роботов для помощи при ходьбе ориентированы исключительно на движения в сагиттальной плоскости, - говорит Гиук Ли, один из исследователей, проводивших работу. - Однако ходьба по своей сути является трехмерной, и движения в других плоскостях не менее важны".
В отличие от других роботизированных систем для помощи при абдукции бедра, предложенных ранее, робот, созданный Ли и его коллегами, ориентирован на фронтальную плоскость. Это фронтальная часть человеческого тела, которая поддерживает движения и боковую устойчивость при ходьбе.
Основное предположение, лежащее в основе исследования ученых, заключается в том, что энергетические затраты при ходьбе могут быть снижены с помощью носимых роботов, имитирующих естественный момент абдукции бедра. Это движение ноги в сторону от средней линии тела, которое обеспечивает ходьбу и многие другие действия, выполняемые человеком каждый день.
"Разработанный нами носимый робот для помощи при абдукции бедра работает на основе принципа, согласно которому эффективность ходьбы может быть повышена за счет поддержки боковых движений тела, - сказал Ли. - Когда мы идем вперед, центр масс нашего тела естественным образом смещается из стороны в сторону для поддержания равновесия. Во время этой фазы восстановления задействуются мышцы, отводящие бедро. Наше устройство помогает этим мышцам, облегчая процесс восстановления центра масс с меньшими усилиями".
Ли и его коллеги оценивали работу своего робота как в симуляторах, так и в реальных экспериментах. Результаты этих испытаний оказались весьма многообещающими - робот снизил энергетические затраты при ходьбе на 11,6% по сравнению с ходьбой без посторонней помощи, а также улучшил равновесие и устойчивость.
"Наше исследование демонстрирует существенную роль боковой помощи в повышении эффективности ходьбы за счет более эффективного переноса центра масс тела с одной ноги на другую, - добавил Мьюнгхи Ким, соавтор статьи. - Этот вывод особенно обнадеживает людей с мышечной слабостью, предлагая новое направление развития механизмов поддержки. В дальнейшем важно изучить, как боковая помощь может помочь людям с ограниченной подвижностью, что в перспективе изменит стратегии реабилитации и поддержки".
В будущем роботизированная система, разработанная группой исследователей, может быть усовершенствована и в перспективе коммерциализирована, что позволит использовать ее как для реабилитации, так и для повседневного использования.
https://www.youtube.com/watch?v=Yb2yUsNKbVc
"В будущем мы планируем более глубоко изучить, как абдукция бедра влияет на баланс при ходьбе, - добавил Ли. - Мы заметили, что абдукция бедра не только повышает эффективность походки, но и может влиять на равновесие. Мы намерены изучить возможности носимых роботов в улучшении баланса при ходьбе".
https://robogeek.ru/ekzoskelety-protezy/nosimyi-robot-dlya-okazaniya-pomoschi-lyudyam-pri-hodbe
Science Robotics
Effect of hip abduction assistance on metabolic cost and balance during human walking
Hip abduction assistance can influence balance and reduce the metabolic cost of human walking.
Роботизированный экскаватор возводит каменную стену без помощи человека
Возведение стены путем точной укладки валунов произвольной формы можно назвать тяжелым трудом - как физическим, так и умственным. Команда из исследовательского института ETH Zurich представила робота HEAP, который может выполнить эту работу.
Фактически HEAP (Hydraulic Excavator for an Autonomous Purpose) представляет собой модифицированный 12-тонный шагающий экскаватор Menzi Muck M545. Среди доработок - установка системы глобального позиционирования GNSS, инерциального измерительного блока (IMU) на шасси, модуля управления, а также лидаров в кабине и на стреле экскаватора.
В рамках последнего проекта HEAP просканировал строительную площадку, создал ее 3D-карту и зафиксировал расположение валунов весом несколько тонн каждый, которые были свалены на площадке. Затем робот поднял каждый валун с земли и с помощью технологии машинного зрения оценил его вес и центр тяжести, а также зафиксировал его 3D форму.
После этого алгоритм, работающий на модуле управления HEAP, определял оптимальное местоположение каждого валуна для создания стены методом сухой кладки из камня высотой 6 м и длиной 65 м. Под сухой кладкой понимается, что стена сооружается из камней без использования связывающего раствора. HEAP приступила к строительству такой стены, укладывая примерно 20-30 валунов за один сеанс строительства.
В разработке приняли участие специалисты из Gramazio Kohler Research, Robotics Systems Lab, Vision for Robotics Lab и Chair of Landscape Architecture. Они разработали это инновационное приложение для проектирования в рамках National Centre of Competence in Research for Digital Fabrication (NCCR dfab).
https://www.youtube.com/watch?v=P7wmotyKgXc
Работа "A framework for robotic excavation and dry stone construction using on-site materials" недавно была опубликована в журнале Science Robotics.
https://robogeek.ru/promyshlennye-roboty/robotizirovannyi-ekskavator-vozvodit-kamennuyu-stenu-bez-pomoschi-cheloveka
Возведение стены путем точной укладки валунов произвольной формы можно назвать тяжелым трудом - как физическим, так и умственным. Команда из исследовательского института ETH Zurich представила робота HEAP, который может выполнить эту работу.
Фактически HEAP (Hydraulic Excavator for an Autonomous Purpose) представляет собой модифицированный 12-тонный шагающий экскаватор Menzi Muck M545. Среди доработок - установка системы глобального позиционирования GNSS, инерциального измерительного блока (IMU) на шасси, модуля управления, а также лидаров в кабине и на стреле экскаватора.
В рамках последнего проекта HEAP просканировал строительную площадку, создал ее 3D-карту и зафиксировал расположение валунов весом несколько тонн каждый, которые были свалены на площадке. Затем робот поднял каждый валун с земли и с помощью технологии машинного зрения оценил его вес и центр тяжести, а также зафиксировал его 3D форму.
После этого алгоритм, работающий на модуле управления HEAP, определял оптимальное местоположение каждого валуна для создания стены методом сухой кладки из камня высотой 6 м и длиной 65 м. Под сухой кладкой понимается, что стена сооружается из камней без использования связывающего раствора. HEAP приступила к строительству такой стены, укладывая примерно 20-30 валунов за один сеанс строительства.
В разработке приняли участие специалисты из Gramazio Kohler Research, Robotics Systems Lab, Vision for Robotics Lab и Chair of Landscape Architecture. Они разработали это инновационное приложение для проектирования в рамках National Centre of Competence in Research for Digital Fabrication (NCCR dfab).
https://www.youtube.com/watch?v=P7wmotyKgXc
Работа "A framework for robotic excavation and dry stone construction using on-site materials" недавно была опубликована в журнале Science Robotics.
https://robogeek.ru/promyshlennye-roboty/robotizirovannyi-ekskavator-vozvodit-kamennuyu-stenu-bez-pomoschi-cheloveka
YouTube
Autonomous excavator constructs a six-metre-high dry stone wall
ETH researchers have taught an autonomous excavator to construct dry stone walls using boulders weighing several tonnes or demolition debris.
Read more: https://ethz.ch/en/news-and-events/eth-news/news/2023/11/autonomous-excavator-constructs-a-six-metre…
Read more: https://ethz.ch/en/news-and-events/eth-news/news/2023/11/autonomous-excavator-constructs-a-six-metre…
Флуоресцентные искусственные семена для мониторинга температуры почвы с помощью дронов
Искусственное семя, способное воспринимать параметры окружающей среды, не оказывая при этом негативного влияния на нее,было разработано в Istituto Italiano di Tecnologia (IIT) в Генуе. Мягкий робот, получивший название Acer i-Seed, создан по образу крылатки - семя клена полевого (лат. Acer campestre) и может отслеживать температуру почвы. Он изготовлен из биосовместимого материала и напечатан на 3D-принтере. С помощью беспилотника их можно разбрасывать на больших площадях и изучать местность на расстоянии.
Технология Acer i-Seed была описана в журнале Science Advances исследовательской группой под руководством Барбары Маццолаи из IIT в сотрудничестве с Leibniz Institute for New Materials (INM), Германия.
Искусственное семя повторяет аэродинамические характеристики крылатки. После созревания эти семена отделяются от растения и разносятся ветром на большие расстояния. Семена имеют своеобразную однокрылую аэродинамическую конструкцию, позволяющую им при падении вращаться, что снижает скорость падения и позволяет семени дольше находиться в воздухе, увеличивая тем самым расстояние рассеивания.
"Это исследование показывает, что имитация стратегий или структур живых существ и их воспроизведение в робототехнике являются ключевыми элементами для получения инноваций с низким уровнем воздействия на окружающую среду с точки зрения энергопотребления и загрязнения", - прокомментировала Барбара Маццолай, заместитель директора по робототехнике IIT и директор лаборатории Bioinspired Soft Robotics (BSR).
Проанализировав морфологию и аэродинамику природных семян, группа исследователей разработала и воплотила в жизнь искусственное биомиметическое семя. Затем они разработали биосовместимый и компостируемый материал на основе полилактида (PLA) со встроенными нетоксичными флуоресцентными частицами лантанидов, чувствительными к температуре.
Флуоресцентные искусственные семена потенциально могут быть размещены на беспилотниках, оснащенных системой fLiDAR (fluorescence Light Detection and Ranging), что позволит осуществлять дистанционный и распределенный мониторинг температуры почвы и других параметров. Исследователи уже провели полевые испытания беспилотного летательного аппарата и Acer I-Seed, продемонстрировав их целесообразность.
"Перемещение сенсоров в материал позволяет обойтись без источников питания и электроники, что делает его экологичным и надежным", - говорит Тобиас Краус, возглавляющий разработку сенсорных материалов в INM.
Хотя в данном исследовании основное внимание уделяется термочувствительности, в будущем ученые рассматривают возможность включения флуоресцентных частиц, чувствительных к другим важным параметрам окружающей среды, таким как влажность, уровень CO2 и загрязняющих веществ.
Следующим шагом станет сотрудничество с заинтересованными компаниями для использования этих новых мягких роботов Acer i-Seeds на больших территориях, таких как сельскохозяйственные угодья, для распределенного, беспроводного и экологичного анализа окружающей среды.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/fluorestsentnye-iskusstvennye-semena-dlya-monitoringa-temperatury-pochvy-s-pomoschyu-dronov
Искусственное семя, способное воспринимать параметры окружающей среды, не оказывая при этом негативного влияния на нее,было разработано в Istituto Italiano di Tecnologia (IIT) в Генуе. Мягкий робот, получивший название Acer i-Seed, создан по образу крылатки - семя клена полевого (лат. Acer campestre) и может отслеживать температуру почвы. Он изготовлен из биосовместимого материала и напечатан на 3D-принтере. С помощью беспилотника их можно разбрасывать на больших площадях и изучать местность на расстоянии.
Технология Acer i-Seed была описана в журнале Science Advances исследовательской группой под руководством Барбары Маццолаи из IIT в сотрудничестве с Leibniz Institute for New Materials (INM), Германия.
Искусственное семя повторяет аэродинамические характеристики крылатки. После созревания эти семена отделяются от растения и разносятся ветром на большие расстояния. Семена имеют своеобразную однокрылую аэродинамическую конструкцию, позволяющую им при падении вращаться, что снижает скорость падения и позволяет семени дольше находиться в воздухе, увеличивая тем самым расстояние рассеивания.
"Это исследование показывает, что имитация стратегий или структур живых существ и их воспроизведение в робототехнике являются ключевыми элементами для получения инноваций с низким уровнем воздействия на окружающую среду с точки зрения энергопотребления и загрязнения", - прокомментировала Барбара Маццолай, заместитель директора по робототехнике IIT и директор лаборатории Bioinspired Soft Robotics (BSR).
Проанализировав морфологию и аэродинамику природных семян, группа исследователей разработала и воплотила в жизнь искусственное биомиметическое семя. Затем они разработали биосовместимый и компостируемый материал на основе полилактида (PLA) со встроенными нетоксичными флуоресцентными частицами лантанидов, чувствительными к температуре.
Флуоресцентные искусственные семена потенциально могут быть размещены на беспилотниках, оснащенных системой fLiDAR (fluorescence Light Detection and Ranging), что позволит осуществлять дистанционный и распределенный мониторинг температуры почвы и других параметров. Исследователи уже провели полевые испытания беспилотного летательного аппарата и Acer I-Seed, продемонстрировав их целесообразность.
"Перемещение сенсоров в материал позволяет обойтись без источников питания и электроники, что делает его экологичным и надежным", - говорит Тобиас Краус, возглавляющий разработку сенсорных материалов в INM.
Хотя в данном исследовании основное внимание уделяется термочувствительности, в будущем ученые рассматривают возможность включения флуоресцентных частиц, чувствительных к другим важным параметрам окружающей среды, таким как влажность, уровень CO2 и загрязняющих веществ.
Следующим шагом станет сотрудничество с заинтересованными компаниями для использования этих новых мягких роботов Acer i-Seeds на больших территориях, таких как сельскохозяйственные угодья, для распределенного, беспроводного и экологичного анализа окружающей среды.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/fluorestsentnye-iskusstvennye-semena-dlya-monitoringa-temperatury-pochvy-s-pomoschyu-dronov
Science Advances
A printed luminescent flier inspired by plant seeds for eco-friendly physical sensing
Biocompatible, printed luminescent seed-inspired fliers sense environmental parameters (i.e., temperature) via optical readouts.
Компания Aurrigo International запускает автономный шаттл в небольшом британском городке
Компания Aurrigo International проводит испытания автономного транспортного средства Auto-Shuttle в городе Милтон-Кейнс в рамках проекта LivingLAPT, реализуемого в Великобритании и Европе.
Auto-Shuttle будет перевозить пассажиров в центре города на 25 минутном маршруте, соединяющим новую штаб-квартиру Santander на Unity Place с Centre:mk, Театральным районом и Вокзальной площадью.
Проект LivingLAPT финансируется EIT Urban Mobility и возглавляется University College London (UCL). Общеевропейские исследовательские испытания уже проводятся в Праге и Брно (Чехия) и, как утверждается, являются самыми продолжительными и географически сложными в своем роде.
Компания Aurrigo International, расположенная в Ковентри, впервые провела испытания своих автомобилей в Милтон Кейнс в 2014 году. Совсем недавно компания приняла участие в испытаниях 5G в этом городе.
В своем заявлении Дэвид Кин, генеральный директор Aurrigo International, сказал: "Мы рады вернуться в Милтон-Кинс, чтобы продвинуться вперед в области внедрения автономных электромобилей в реальных условиях. Этот город одним из первых начал сотрудничать с нами в области испытаний беспилотных автомобилей и мы ценим сотрудничество с таким дальновидным местом, которое стремится продемонстрировать преимущества, которые могут принести жителям Милтон-Кейнса и Великобритании автономные электромобили, подобные нашему".
Восьмиместный Auto-Shuttle использует 5 лидаров и 7 камер для создания полного 360-градусного обзора вокруг автомобиля и навигации по дорогам общего пользования. На его борту будет находиться оператор, который сможет в любой момент взять управление на себя.
Исследовательская группа UCL будет находиться в Милтон-Кейнсе для наблюдения за ходом испытаний и получения обратной связи от пассажиров о том, как можно развивать эту услугу, чтобы удовлетворить их потребности.
https://robogeek.ru/avtonomnyi-transport/kompaniya-aurrigo-international-zapuskaet-avtonomnyi-shattl-v-nebolshom-britanskom-gorodke
Компания Aurrigo International проводит испытания автономного транспортного средства Auto-Shuttle в городе Милтон-Кейнс в рамках проекта LivingLAPT, реализуемого в Великобритании и Европе.
Auto-Shuttle будет перевозить пассажиров в центре города на 25 минутном маршруте, соединяющим новую штаб-квартиру Santander на Unity Place с Centre:mk, Театральным районом и Вокзальной площадью.
Проект LivingLAPT финансируется EIT Urban Mobility и возглавляется University College London (UCL). Общеевропейские исследовательские испытания уже проводятся в Праге и Брно (Чехия) и, как утверждается, являются самыми продолжительными и географически сложными в своем роде.
Компания Aurrigo International, расположенная в Ковентри, впервые провела испытания своих автомобилей в Милтон Кейнс в 2014 году. Совсем недавно компания приняла участие в испытаниях 5G в этом городе.
В своем заявлении Дэвид Кин, генеральный директор Aurrigo International, сказал: "Мы рады вернуться в Милтон-Кинс, чтобы продвинуться вперед в области внедрения автономных электромобилей в реальных условиях. Этот город одним из первых начал сотрудничать с нами в области испытаний беспилотных автомобилей и мы ценим сотрудничество с таким дальновидным местом, которое стремится продемонстрировать преимущества, которые могут принести жителям Милтон-Кейнса и Великобритании автономные электромобили, подобные нашему".
Восьмиместный Auto-Shuttle использует 5 лидаров и 7 камер для создания полного 360-градусного обзора вокруг автомобиля и навигации по дорогам общего пользования. На его борту будет находиться оператор, который сможет в любой момент взять управление на себя.
Исследовательская группа UCL будет находиться в Милтон-Кейнсе для наблюдения за ходом испытаний и получения обратной связи от пассажиров о том, как можно развивать эту услугу, чтобы удовлетворить их потребности.
https://robogeek.ru/avtonomnyi-transport/kompaniya-aurrigo-international-zapuskaet-avtonomnyi-shattl-v-nebolshom-britanskom-gorodke
robogeek.ru
Компания Aurrigo International запускает автономный шаттл в небольшом британском городке
Компания Aurrigo International проводит испытания автономного транспортного средства Auto-Shuttle в городе Милтон-Кейнс в рамках проекта LivingLAPT, реализуемого в Великобритании и Европе.