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.
Разработчики роботов для сбора грибов привлекли $17,5 млн
TechBrew Robotics, стартап, занимающийся решением трудоемких задач в грибной промышленности, объявляет о значительном шаге в своем развитии. Компания привлекла финансирование в размере $17,5 млн и провела ребрендинг, сменив название на 4AG Robotics.
В этом раунде финансирования приняли участие венчурный фонд промышленных инноваций BDC Capital и инвестиционная корпорация InBC (InBC), а также компании Emmertech, Jim Richardson Family Office, Lex Capital и ряд инвесторов со всей Канады. Вливание нового капитала направлено на ускорение разработки и внедрения передовых решений компании по сбору грибов.
4AG Robotics находится на переднем крае решения самой важной проблемы в грибной индустрии - интенсивного труда, необходимого для сбора грибов, которые растут в темной и влажной среде. Их нежная природа, даже более хрупкая, чем у помидоров, представляет собой серьезную проблему для автоматизации, когда речь идет о таких задачах, как сбор, срезка и упаковка. Отрасль нуждается в автоматизированных решениях, учитывая сложные логистические и трудовые проблемы, связанные со скоропортящимся продуктом. Компания 4AG Robotics стремится предоставить свое решение и уже получила заказы от фермерских хозяйств в Канаде и Европе.
"Мы верим, что сможем построить успешную во всем мире робототехническую компанию прямо здесь, в Салмон Арм, и с нетерпением ждем начала роста нашей команды, - сказал Шон О'Коннор, генеральный директор 4AG Robotics. - Мы рады качеству этой инвестиционной группы и людям, на которых мы сможем опереться в предстоящие критические годы. У нас есть богатый опыт в сфере агротехнологий от BDC Capital и Emmertech, а также свежий подход и новая энергия от нового фонда InBC".
Лия Нгуен, главный инвестиционный директор InBC, выразила энтузиазм по поводу инвестиций компании в 4AG. "Мы убедились в способности 4AG решать проблемы грибной отрасли и верим в их потенциал, который позволит им провести позитивные преобразования в сельскохозяйственном секторе - секторе, который приносит значительную прибыль экономике Британской Колумбии, - говорит она. - Их инновации позволяют фермерам оптимизировать сбор урожая, значительно улучшая экономику фермы и ее доходность, а также позволяя дополнить традиционный трудоемкий процесс".
https://www.youtube.com/watch?v=LEz5ufduz1k
Вступая в новую фазу развития, компания 4AG Robotics продолжает оставаться верной идее автоматизации сельского хозяйства. "Мы верим, что в ближайшие годы 4AG Robotics поможет процветать сельскому хозяйству в закрытом грунте, выращивая различные культуры, - пояснил О'Коннор. - Однако сейчас наша основная задача - помочь грибным фермам по всему миру повысить рентабельность и использовать наших роботов для снижения воздействия сельского хозяйства на окружающую среду".
https://robogeek.ru/roboty-v-selskom-hozyaistve/razrabotchiki-robotov-dlya-sbora-gribov-privlekli-17-mln
TechBrew Robotics, стартап, занимающийся решением трудоемких задач в грибной промышленности, объявляет о значительном шаге в своем развитии. Компания привлекла финансирование в размере $17,5 млн и провела ребрендинг, сменив название на 4AG Robotics.
В этом раунде финансирования приняли участие венчурный фонд промышленных инноваций BDC Capital и инвестиционная корпорация InBC (InBC), а также компании Emmertech, Jim Richardson Family Office, Lex Capital и ряд инвесторов со всей Канады. Вливание нового капитала направлено на ускорение разработки и внедрения передовых решений компании по сбору грибов.
4AG Robotics находится на переднем крае решения самой важной проблемы в грибной индустрии - интенсивного труда, необходимого для сбора грибов, которые растут в темной и влажной среде. Их нежная природа, даже более хрупкая, чем у помидоров, представляет собой серьезную проблему для автоматизации, когда речь идет о таких задачах, как сбор, срезка и упаковка. Отрасль нуждается в автоматизированных решениях, учитывая сложные логистические и трудовые проблемы, связанные со скоропортящимся продуктом. Компания 4AG Robotics стремится предоставить свое решение и уже получила заказы от фермерских хозяйств в Канаде и Европе.
"Мы верим, что сможем построить успешную во всем мире робототехническую компанию прямо здесь, в Салмон Арм, и с нетерпением ждем начала роста нашей команды, - сказал Шон О'Коннор, генеральный директор 4AG Robotics. - Мы рады качеству этой инвестиционной группы и людям, на которых мы сможем опереться в предстоящие критические годы. У нас есть богатый опыт в сфере агротехнологий от BDC Capital и Emmertech, а также свежий подход и новая энергия от нового фонда InBC".
Лия Нгуен, главный инвестиционный директор InBC, выразила энтузиазм по поводу инвестиций компании в 4AG. "Мы убедились в способности 4AG решать проблемы грибной отрасли и верим в их потенциал, который позволит им провести позитивные преобразования в сельскохозяйственном секторе - секторе, который приносит значительную прибыль экономике Британской Колумбии, - говорит она. - Их инновации позволяют фермерам оптимизировать сбор урожая, значительно улучшая экономику фермы и ее доходность, а также позволяя дополнить традиционный трудоемкий процесс".
https://www.youtube.com/watch?v=LEz5ufduz1k
Вступая в новую фазу развития, компания 4AG Robotics продолжает оставаться верной идее автоматизации сельского хозяйства. "Мы верим, что в ближайшие годы 4AG Robotics поможет процветать сельскому хозяйству в закрытом грунте, выращивая различные культуры, - пояснил О'Коннор. - Однако сейчас наша основная задача - помочь грибным фермам по всему миру повысить рентабельность и использовать наших роботов для снижения воздействия сельского хозяйства на окружающую среду".
https://robogeek.ru/roboty-v-selskom-hozyaistve/razrabotchiki-robotov-dlya-sbora-gribov-privlekli-17-mln
YouTube
Mushroom Harvesting Robots in action! (4AG Robotics)
4AG Robotics' Mushroom Harvesting Robots picking fresh white mushrooms on-farm in BC, Canada.
Беспилотник для нанесения недорогой защиты лопастей ветряных турбин от обледенения
Лопасти ветряных турбин должны быть чистыми от льда, чтобы функционировать должным образом. Ученые разработали недорогой метод использования дронов для нанесения на лопасти экологически чистого антиобледенительного покрытия.
Если на лопастях скапливается слишком много льда, они вращаются медленнее, производя меньше энергии. Более того, если на всех трех лопастях будет разный уровень обледенения, баланс турбины может нарушиться, что приведет к повышенному износу и, возможно, даже к поломке.
Существуют системы антиобледенения, которые можно встроить в лопасти, но они могут оказаться не по карману многим операторам ветряных электростанций. То же самое можно сказать и об использовании вертолетов для нанесения химикатов для предотвращения обледенения.
В поисках более экономичной, но при этом эффективной альтернативы ученые из двух отделений немецкой исследовательской группы Fraunhofer недавно обратились к беспилотным летательным аппаратам. Исследовательский проект получил название "TURBO – Temporary coating by means of drones".
В текущей версии система представляет из себя гексакоптер, оснащенный небольшим насосом, который под высоким давлением нагнетает жидкую смесь мочевины и воска в длинное тонкое копье, на конце которого находится сопло диаметром всего 0,3 миллиметра. Система распыляет смесь под высоким давлением, образуя капли диаметром 100 мкм.
С помощью этой установки беспилотник успешно наносил покрытия из распыленных капель на обледенелые кромки лопастей ветряных турбин при скорости ветра до 35 км/ч. После застывания это защитное покрытие предотвращает образование льда в течение нескольких недель, после чего требуется повторить процесс.
Сейчас ученые ищут промышленных партнеров для коммерциализации технологии TURBO. Возможно, она найдет применение при обслуживании линий электропередач, верхних этажей высоких зданий и других объектов, до которых трудно добраться обычными способами.
https://robogeek.ru/letayuschie-roboty/bespilotniki-dlya-naneseniya-nedorogoi-zaschity-lopastei-vetryanyh-turbin-ot-obledeneniya
Лопасти ветряных турбин должны быть чистыми от льда, чтобы функционировать должным образом. Ученые разработали недорогой метод использования дронов для нанесения на лопасти экологически чистого антиобледенительного покрытия.
Если на лопастях скапливается слишком много льда, они вращаются медленнее, производя меньше энергии. Более того, если на всех трех лопастях будет разный уровень обледенения, баланс турбины может нарушиться, что приведет к повышенному износу и, возможно, даже к поломке.
Существуют системы антиобледенения, которые можно встроить в лопасти, но они могут оказаться не по карману многим операторам ветряных электростанций. То же самое можно сказать и об использовании вертолетов для нанесения химикатов для предотвращения обледенения.
В поисках более экономичной, но при этом эффективной альтернативы ученые из двух отделений немецкой исследовательской группы Fraunhofer недавно обратились к беспилотным летательным аппаратам. Исследовательский проект получил название "TURBO – Temporary coating by means of drones".
В текущей версии система представляет из себя гексакоптер, оснащенный небольшим насосом, который под высоким давлением нагнетает жидкую смесь мочевины и воска в длинное тонкое копье, на конце которого находится сопло диаметром всего 0,3 миллиметра. Система распыляет смесь под высоким давлением, образуя капли диаметром 100 мкм.
С помощью этой установки беспилотник успешно наносил покрытия из распыленных капель на обледенелые кромки лопастей ветряных турбин при скорости ветра до 35 км/ч. После застывания это защитное покрытие предотвращает образование льда в течение нескольких недель, после чего требуется повторить процесс.
Сейчас ученые ищут промышленных партнеров для коммерциализации технологии TURBO. Возможно, она найдет применение при обслуживании линий электропередач, верхних этажей высоких зданий и других объектов, до которых трудно добраться обычными способами.
https://robogeek.ru/letayuschie-roboty/bespilotniki-dlya-naneseniya-nedorogoi-zaschity-lopastei-vetryanyh-turbin-ot-obledeneniya
robogeek.ru
Беспилотник для нанесения недорогой защиты лопастей ветряных турбин от обледенения
Лопасти ветряных турбин должны быть чистыми от льда, чтобы функционировать должным образом. Ученые разработали недорогой метод использования дронов для нанесения на лопасти экологически чистого антиобледенительного покрытия.
В EPFL исследуют способы управления дополнительной роботизированной рукой
Ученые из Ecole polytechnique federale de Lausanne (EPFL) показали, что дыхание может быть использовано для управления носимой роботизированной рукой, не препятствуя при этом управлению другими частями тела.
Нейроинженер Сильвестро Мицера разрабатывает передовые технологические решения, помогающие людям восстановить утраченные сенсорные и моторные функции. Ранее “он никогда не работал над улучшением человеческого тела”.
Теперь в исследовании, опубликованном в журнале Science Robotics, Мицера и его команда сообщают о том, как можно контролировать движение диафрагмы для успешного управления третьей роботизированной рукой.
Исследование является частью проекта Third-Arm, ранее получившим финансирование от Swiss National Science Foundation, целью которого является создание носимой роботизированной руки для помощи в выполнении повседневных задач или для помощи в поисково-спасательных операциях. Мицера считает, что изучение когнитивных ограничений, связанных с управлением третьей рукой, может открыть путь к лучшему пониманию человеческого мозга.
Мицера говорит: "Основная мотивация этого управления третьей рукой - понять нервную систему. Если поставить мозг перед необходимостью сделать что-то совершенно новое, можно узнать, способен ли он это сделать и можно ли облегчить это обучение. Затем мы сможем использовать эти знания для разработки, например, вспомогательных устройств для людей с ограниченными возможностями или протоколов реабилитации после инсульта".
"Мы хотим понять, заложено ли в нашем мозге управление тем, что дала нам природа, и мы показали, что человеческий мозг может адаптироваться к координации новых конечностей в тандеме с нашими биологическими, - объясняет Солайман Шокур, соавтор исследования. - Речь идет о приобретении новых двигательных функций, расширении возможностей, выходящих за рамки существующих у конкретного пользователя, будь то здоровый человек или инвалид. С точки зрения нервной системы, это непрерывный процесс между реабилитацией и аугментацией".
Чтобы изучить когнитивные ограничения аугментации, исследователи сначала создали виртуальную среду для проверки способности здорового пользователя управлять виртуальной рукой с помощью движения диафрагмы. Они обнаружили, что управление диафрагмой не мешает таким действиям, как управление физиологическими руками, речью или взглядом. Надев VR гарнитуру, пользователь видит три руки: правую и левую руку, а также третью руку между ними с симметричной шестипалой кистью.
"Мы сделали эту руку симметричной, чтобы избежать любого смещения в сторону левой или правой руки", - объясняет Джулия Домиджанни, аспирант EPFL.
В виртуальной среде пользователю предлагается протянуть одну из трех рук. В реальности пользователь держится обеими руками за экзоскелет, который позволяет управлять виртуальными левой и правой руками. Движения, распознаваемые поясом на диафрагме, используются для управления третьей рукой. Установка была протестирована на 61 человеке в течение более 150 сеансов.
"Управление третьей рукой с помощью диафрагмы на самом деле очень интуитивно, и участники быстро научились управлять дополнительной конечностью, - объясняет Домиджанни. - Более того, наша стратегия управления по своей сути не зависит от биологических конечностей, и мы показали, что управление диафрагмой не влияет на способность пользователя связно говорить".
https://www.youtube.com/watch?v=w78rRbaH7Wg
Исследователи успешно протестировали управление диафрагмой упрощенной роботизированной руки в виде стержня. Когда пользователь сокращает диафрагму, стержень выдвигается. В эксперименте пользователя просят дотянуться и навестись на целевые круги левой или правой рукой, или с помощью роботизированного стержня.
https://robogeek.ru/ekzoskelety-protezy/v-epfl-issleduyut-sposoby-upravleniya-dopolnitelnoi-robotizirovannoi-rukoi
Ученые из Ecole polytechnique federale de Lausanne (EPFL) показали, что дыхание может быть использовано для управления носимой роботизированной рукой, не препятствуя при этом управлению другими частями тела.
Нейроинженер Сильвестро Мицера разрабатывает передовые технологические решения, помогающие людям восстановить утраченные сенсорные и моторные функции. Ранее “он никогда не работал над улучшением человеческого тела”.
Теперь в исследовании, опубликованном в журнале Science Robotics, Мицера и его команда сообщают о том, как можно контролировать движение диафрагмы для успешного управления третьей роботизированной рукой.
Исследование является частью проекта Third-Arm, ранее получившим финансирование от Swiss National Science Foundation, целью которого является создание носимой роботизированной руки для помощи в выполнении повседневных задач или для помощи в поисково-спасательных операциях. Мицера считает, что изучение когнитивных ограничений, связанных с управлением третьей рукой, может открыть путь к лучшему пониманию человеческого мозга.
Мицера говорит: "Основная мотивация этого управления третьей рукой - понять нервную систему. Если поставить мозг перед необходимостью сделать что-то совершенно новое, можно узнать, способен ли он это сделать и можно ли облегчить это обучение. Затем мы сможем использовать эти знания для разработки, например, вспомогательных устройств для людей с ограниченными возможностями или протоколов реабилитации после инсульта".
"Мы хотим понять, заложено ли в нашем мозге управление тем, что дала нам природа, и мы показали, что человеческий мозг может адаптироваться к координации новых конечностей в тандеме с нашими биологическими, - объясняет Солайман Шокур, соавтор исследования. - Речь идет о приобретении новых двигательных функций, расширении возможностей, выходящих за рамки существующих у конкретного пользователя, будь то здоровый человек или инвалид. С точки зрения нервной системы, это непрерывный процесс между реабилитацией и аугментацией".
Чтобы изучить когнитивные ограничения аугментации, исследователи сначала создали виртуальную среду для проверки способности здорового пользователя управлять виртуальной рукой с помощью движения диафрагмы. Они обнаружили, что управление диафрагмой не мешает таким действиям, как управление физиологическими руками, речью или взглядом. Надев VR гарнитуру, пользователь видит три руки: правую и левую руку, а также третью руку между ними с симметричной шестипалой кистью.
"Мы сделали эту руку симметричной, чтобы избежать любого смещения в сторону левой или правой руки", - объясняет Джулия Домиджанни, аспирант EPFL.
В виртуальной среде пользователю предлагается протянуть одну из трех рук. В реальности пользователь держится обеими руками за экзоскелет, который позволяет управлять виртуальными левой и правой руками. Движения, распознаваемые поясом на диафрагме, используются для управления третьей рукой. Установка была протестирована на 61 человеке в течение более 150 сеансов.
"Управление третьей рукой с помощью диафрагмы на самом деле очень интуитивно, и участники быстро научились управлять дополнительной конечностью, - объясняет Домиджанни. - Более того, наша стратегия управления по своей сути не зависит от биологических конечностей, и мы показали, что управление диафрагмой не влияет на способность пользователя связно говорить".
https://www.youtube.com/watch?v=w78rRbaH7Wg
Исследователи успешно протестировали управление диафрагмой упрощенной роботизированной руки в виде стержня. Когда пользователь сокращает диафрагму, стержень выдвигается. В эксперименте пользователя просят дотянуться и навестись на целевые круги левой или правой рукой, или с помощью роботизированного стержня.
https://robogeek.ru/ekzoskelety-protezy/v-epfl-issleduyut-sposoby-upravleniya-dopolnitelnoi-robotizirovannoi-rukoi
Science Robotics
Human motor augmentation with an extra robotic arm without functional interference
A nonintrusive human-machine interface for controlling extra arms was tested using a neurorobotic platform.
БПЛА VT-Naut обеспечивает вертикальный взлет и посадку на воду
Посадить дрона на наклонную палубу корабля в открытом море довольно сложная задача. Канадская компания Aeromao разработала беспилотный летательный аппарат VT-Naut, призванный облегчить эту задачу. Его можно посадить на воду.
VT-Naut является беспилотным летательным аппаратом VTOSL (Vertical Takeoff and Short Landing). Это означает, что он взлетает прямо вверх, переходит в горизонтальную ориентацию для быстрого и эффективного полета и требует немного места для горизонтальной посадки.
Aeromao утверждает, что VT-Naut - это "единственный вертикально взлетающий беспилотник, который может садиться на воду". Существующий беспилотник Aeromapper Talon также совершает посадку на воду, но взлетает он горизонтально.
Вся электроника VT-Naut покрыта защитой от влаги и соленой воды, а каждый компонент находится в своем собственном герметичном отсеке. Дополнительные бортовые отсеки для оборудования, например, картографических камер, также защищены от воды, а их двери имеют уплотнительные прокладки.
Посадка на воду осуществляется автономно в заранее определенном месте, но координаты может быть изменены во время полета. Дальномер на дроне постоянно отслеживает расстояние до воды, подстраивая его положение для плавной посадки. Корпус дрона, изготовленный из полипропилена с пенным наполнителем (EPP), как сообщается, может выдержать достаточно сильные удары, если приземление окажется не таким уж гладким.
После того как VT-Naut садится на воду, его просто вылавливают. Сообщается, что прототип способен использовать свои пропеллеры, чтобы перемещаться по поверхности воды. Однако эту функцию еще предстоит довести до совершенства, поэтому она не входит в стандартную комплектацию.
https://www.youtube.com/watch?v=KGdg-bdeIpA
Что касается основных технических характеристик, то VT-Naut имеет максимальную скорость 85 км/ч и может летать до 90 минут на одном заряде батареи. Дальность связи составляет более 30 км и он может нести до 0,5 кг оборудования для таких целей, как картография, геодезия, инспекция, разведка и наблюдение. Размах крыльев дрона составляет 1,96 м, вес без полезной нагрузки 3,1 кг. На сайте компании он стоит 14 900 канадских долларов (по текущему курсу чуть более 1 млн руб).
https://robogeek.ru/letayuschie-roboty/bpla-vt-naut-obespechivaet-vertikalnyi-vzlet-i-posadku-na-vodu
Посадить дрона на наклонную палубу корабля в открытом море довольно сложная задача. Канадская компания Aeromao разработала беспилотный летательный аппарат VT-Naut, призванный облегчить эту задачу. Его можно посадить на воду.
VT-Naut является беспилотным летательным аппаратом VTOSL (Vertical Takeoff and Short Landing). Это означает, что он взлетает прямо вверх, переходит в горизонтальную ориентацию для быстрого и эффективного полета и требует немного места для горизонтальной посадки.
Aeromao утверждает, что VT-Naut - это "единственный вертикально взлетающий беспилотник, который может садиться на воду". Существующий беспилотник Aeromapper Talon также совершает посадку на воду, но взлетает он горизонтально.
Вся электроника VT-Naut покрыта защитой от влаги и соленой воды, а каждый компонент находится в своем собственном герметичном отсеке. Дополнительные бортовые отсеки для оборудования, например, картографических камер, также защищены от воды, а их двери имеют уплотнительные прокладки.
Посадка на воду осуществляется автономно в заранее определенном месте, но координаты может быть изменены во время полета. Дальномер на дроне постоянно отслеживает расстояние до воды, подстраивая его положение для плавной посадки. Корпус дрона, изготовленный из полипропилена с пенным наполнителем (EPP), как сообщается, может выдержать достаточно сильные удары, если приземление окажется не таким уж гладким.
После того как VT-Naut садится на воду, его просто вылавливают. Сообщается, что прототип способен использовать свои пропеллеры, чтобы перемещаться по поверхности воды. Однако эту функцию еще предстоит довести до совершенства, поэтому она не входит в стандартную комплектацию.
https://www.youtube.com/watch?v=KGdg-bdeIpA
Что касается основных технических характеристик, то VT-Naut имеет максимальную скорость 85 км/ч и может летать до 90 минут на одном заряде батареи. Дальность связи составляет более 30 км и он может нести до 0,5 кг оборудования для таких целей, как картография, геодезия, инспекция, разведка и наблюдение. Размах крыльев дрона составляет 1,96 м, вес без полезной нагрузки 3,1 кг. На сайте компании он стоит 14 900 канадских долларов (по текущему курсу чуть более 1 млн руб).
https://robogeek.ru/letayuschie-roboty/bpla-vt-naut-obespechivaet-vertikalnyi-vzlet-i-posadku-na-vodu
YouTube
Aeromao VTNaut - VTOSL marine fixed wing drone (Vertical Takeoff & Short Landing)
Aeromao Inc, the leading fixed wing drone manufacturer in Canada since 2013, presents the "VTNaut" VTOSL (Vertical Takeoff and Short Landing) fixed wing drone.
Designed for high accuracy mapping, surveying, inspection, scouting & observation and agriculture…
Designed for high accuracy mapping, surveying, inspection, scouting & observation and agriculture…
Японские ученые представили робота Dragon Firefighter для борьбы с пожарами
По задумке группы ученых из Akita Prefectual University, Osaka University и Tohoku University “летающий” робот Dragon Firefighter в будущем сможет помочь тушить самые опасные пожары. Авторы ожидают, что реальное применение их разработки станет возможным через десять лет.
Работа “Development of a remotely controllable 4 m long aerial-hose-type firefighting robot” была опубликована в журнале Frontiers in Robotics and AI. А поскольку он был опубликован как Open Science, робототехники всего мира могут свободно использовать его для создания собственных Dragon Firefighter.
"Мы представляем прототип четырехметрового дистанционно управляемого летающего робота-пожарного, который предназначен для безопасного и эффективного тушения пожаров в зданиях путем непосредственного приближения к источникам огня", - говорит автор совместного исследования доктор Юичи Амбе, доцент из Osaka University.
Исследовательская группа из лаборатории профессора Сатоси Тадокоро в Tohoku University начала работу над подобными летающими роботами в 2016 году. С тех пор 11 исследователей и студентов внесли свой вклад в его дальнейшее развитие. На всех этапах разработки они общались с японскими пожарными, чтобы лучше понять их потребности.
Dragon Firefighter поднимается на высоту до 2 метров благодаря восьми управляемым струям воды. Форму и направление струи можно менять, блок управления расположен на четырехколесном ровере, который соединен с пожарным автомобилем с резервуаром воды объемом 14 000 литров. Робот подает воду со скоростью 6,6 литра в секунду под давлением до одного мегапаскаля. На наконечнике шланга установлены обычная и тепловизионная камеры, которые помогают определить местоположение пожара.
Первые испытания Dragon Firefighter прошел на церемонии открытия World Robot Summit 2020 (WRS2020), проходившего в сентябре 2021 года в Фукусиме. Доктор Ю Ямаучи, доцент в Akita Prefectual University и еще один автор работы, сказал: "После демонстрации на WRS2020 мы продолжали работать над улучшением нашего Dragon Firefighter и узнали много нового. Например, мы обнаружили, что первоначальный механизм пассивного демпфирования непрактичен: подготовка к полету занимает слишком много времени. Мы также обнаружили, что тепло от пожаров может вызвать вредную пластическую деформацию гофрированной трубки, удерживающей водяной шланг и электрические кабели, при наружном применении".
Другие улучшения, описанные в исследовании, включают повышенную гидроизоляцию, усовершенствованное сопло и улучшенный механизм направления потока воды.
https://www.youtube.com/watch?v=DAlelI8zsG8
"По нашим оценкам, потребуется еще около 10 лет, чтобы задействовать нашего робота в реальных сценариях пожаротушения, - говорит Амбе. - Основной задачей будет расширение зоны действия робота до расстояния более 10 метров. Разработка эффективной тактики пожаротушения с учетом уникальных возможностей робота также станет важнейшим аспектом дальнейших разработок".
https://robogeek.ru/roboty-spasateli/yaponskie-uchenye-predstavili-robota-dragon-firefighter-dlya-borby-s-pozharami
По задумке группы ученых из Akita Prefectual University, Osaka University и Tohoku University “летающий” робот Dragon Firefighter в будущем сможет помочь тушить самые опасные пожары. Авторы ожидают, что реальное применение их разработки станет возможным через десять лет.
Работа “Development of a remotely controllable 4 m long aerial-hose-type firefighting robot” была опубликована в журнале Frontiers in Robotics and AI. А поскольку он был опубликован как Open Science, робототехники всего мира могут свободно использовать его для создания собственных Dragon Firefighter.
"Мы представляем прототип четырехметрового дистанционно управляемого летающего робота-пожарного, который предназначен для безопасного и эффективного тушения пожаров в зданиях путем непосредственного приближения к источникам огня", - говорит автор совместного исследования доктор Юичи Амбе, доцент из Osaka University.
Исследовательская группа из лаборатории профессора Сатоси Тадокоро в Tohoku University начала работу над подобными летающими роботами в 2016 году. С тех пор 11 исследователей и студентов внесли свой вклад в его дальнейшее развитие. На всех этапах разработки они общались с японскими пожарными, чтобы лучше понять их потребности.
Dragon Firefighter поднимается на высоту до 2 метров благодаря восьми управляемым струям воды. Форму и направление струи можно менять, блок управления расположен на четырехколесном ровере, который соединен с пожарным автомобилем с резервуаром воды объемом 14 000 литров. Робот подает воду со скоростью 6,6 литра в секунду под давлением до одного мегапаскаля. На наконечнике шланга установлены обычная и тепловизионная камеры, которые помогают определить местоположение пожара.
Первые испытания Dragon Firefighter прошел на церемонии открытия World Robot Summit 2020 (WRS2020), проходившего в сентябре 2021 года в Фукусиме. Доктор Ю Ямаучи, доцент в Akita Prefectual University и еще один автор работы, сказал: "После демонстрации на WRS2020 мы продолжали работать над улучшением нашего Dragon Firefighter и узнали много нового. Например, мы обнаружили, что первоначальный механизм пассивного демпфирования непрактичен: подготовка к полету занимает слишком много времени. Мы также обнаружили, что тепло от пожаров может вызвать вредную пластическую деформацию гофрированной трубки, удерживающей водяной шланг и электрические кабели, при наружном применении".
Другие улучшения, описанные в исследовании, включают повышенную гидроизоляцию, усовершенствованное сопло и улучшенный механизм направления потока воды.
https://www.youtube.com/watch?v=DAlelI8zsG8
"По нашим оценкам, потребуется еще около 10 лет, чтобы задействовать нашего робота в реальных сценариях пожаротушения, - говорит Амбе. - Основной задачей будет расширение зоны действия робота до расстояния более 10 метров. Разработка эффективной тактики пожаротушения с учетом уникальных возможностей робота также станет важнейшим аспектом дальнейших разработок".
https://robogeek.ru/roboty-spasateli/yaponskie-uchenye-predstavili-robota-dragon-firefighter-dlya-borby-s-pozharami
Frontiers
Frontiers | Development of a remotely controllable 4 m long aerial-hose-type firefighting robot
In a fire outbreak, firefighters are expected to rapidly extinguish fires to stop the spread of damage and prevent secondary disasters. We proposed the conce...
Подземная роботизированная служба доставки
Компания Pipedream Labs Inc., занимающаяся разработкой подземных логистических сетей, в партнерстве с Curiosity Lab запустила систему роботизированной подземной доставки в Пичтри Корнерс, штат Джорджия. Компании заявили, что она может обеспечить быструю и экономически эффективную автономную доставку.
Пичтри-Корнерс стремится стать одним из первых "умных" городов в США, используя подключенную инфраструктуру и беспроводные сети 5G. По данным Pipedream и Curiosity Lab, это первый город, в котором установлена и запущена подземная логистическая система.
"Перенеся систему доставки под землю и непосредственно к клиенту, Pipedream демонстрирует будущее логистических технологий, которые не только принесут дополнительные удобства жителям и предприятиям, но и сократят трафик, шум и выбросы от транспортных средств на наших дорогах, - сказал Брэндон Брэнэм, помощник городского главы Пичтри Корнерс. - Мы гордимся тем, что стали первым городом в мире, внедрившим и использующим технологию Pipedream, используя ее потенциал для преобразования логистики в том виде, в котором мы ее знаем, обеспечивая реальную коммерческую выгоду и улучшение качества жизни в нашем районе".
Подземная сеть доставки протянулась почти на 1,6 км. Туннель соединяет торговый центр с центром инноваций Curiosity Lab. Pipedream утверждает, что система обеспечивает более дешевый и быстрый способ доставки товаров.
Работники Curiosity Lab могут заказывать еду из нескольких ресторанов и товары повседневного спроса. Сервис работает с понедельника по пятницу в пиковые обеденные часы.
"Компания Pipedream стремится внедрять инновации, ставя на первое место потребности местных жителей, - сказал Гарретт МакКеррах, генеральный директор Pipedream. - Благодаря этому проекту мы доказали, что подземная доставка не только возможна сегодня, но и легко поддается модернизации".
Компания заявила, что ее установка в Curiosity Lab - это только начало. Pipedream планирует внедрить своих роботов во многих городах, которые ищут "логистику будущего", чтобы внедрить ее в свои сообщества без необходимости принятия новых законов или регулирования.
https://www.youtube.com/watch?v=STZJyfAl5bU
Pipedream также сотрудничает с сетью ресторанов быстрого питания Wendy's, в одном из которых роботы доставляют заказы с кухни в порталы Instant Pickup, расположенными на парковке.
https://robogeek.ru/servisnye-roboty/podzemnaya-robotizirovannaya-sluzhba-dostavki
Компания Pipedream Labs Inc., занимающаяся разработкой подземных логистических сетей, в партнерстве с Curiosity Lab запустила систему роботизированной подземной доставки в Пичтри Корнерс, штат Джорджия. Компании заявили, что она может обеспечить быструю и экономически эффективную автономную доставку.
Пичтри-Корнерс стремится стать одним из первых "умных" городов в США, используя подключенную инфраструктуру и беспроводные сети 5G. По данным Pipedream и Curiosity Lab, это первый город, в котором установлена и запущена подземная логистическая система.
"Перенеся систему доставки под землю и непосредственно к клиенту, Pipedream демонстрирует будущее логистических технологий, которые не только принесут дополнительные удобства жителям и предприятиям, но и сократят трафик, шум и выбросы от транспортных средств на наших дорогах, - сказал Брэндон Брэнэм, помощник городского главы Пичтри Корнерс. - Мы гордимся тем, что стали первым городом в мире, внедрившим и использующим технологию Pipedream, используя ее потенциал для преобразования логистики в том виде, в котором мы ее знаем, обеспечивая реальную коммерческую выгоду и улучшение качества жизни в нашем районе".
Подземная сеть доставки протянулась почти на 1,6 км. Туннель соединяет торговый центр с центром инноваций Curiosity Lab. Pipedream утверждает, что система обеспечивает более дешевый и быстрый способ доставки товаров.
Работники Curiosity Lab могут заказывать еду из нескольких ресторанов и товары повседневного спроса. Сервис работает с понедельника по пятницу в пиковые обеденные часы.
"Компания Pipedream стремится внедрять инновации, ставя на первое место потребности местных жителей, - сказал Гарретт МакКеррах, генеральный директор Pipedream. - Благодаря этому проекту мы доказали, что подземная доставка не только возможна сегодня, но и легко поддается модернизации".
Компания заявила, что ее установка в Curiosity Lab - это только начало. Pipedream планирует внедрить своих роботов во многих городах, которые ищут "логистику будущего", чтобы внедрить ее в свои сообщества без необходимости принятия новых законов или регулирования.
https://www.youtube.com/watch?v=STZJyfAl5bU
Pipedream также сотрудничает с сетью ресторанов быстрого питания Wendy's, в одном из которых роботы доставляют заказы с кухни в порталы Instant Pickup, расположенными на парковке.
https://robogeek.ru/servisnye-roboty/podzemnaya-robotizirovannaya-sluzhba-dostavki
YouTube
First Ever Underground Delivery
Let us know what questions you have, and we'll answer them in the next video!
Pipedream's first pilot, installed in the town of Peachtree Corners, GA, is .7 miles long connecting a busy shopping center to Curiosity Lab, a 25,000 square foot innovation center.…
Pipedream's first pilot, installed in the town of Peachtree Corners, GA, is .7 miles long connecting a busy shopping center to Curiosity Lab, a 25,000 square foot innovation center.…
Новые мягкие роботы для картирования неизвестных сред
Исследователи из North Carolina State University разработали новую конструкцию мягкого робота, который одновременно выполняет три действия: перемещается вперед, вращается и следует по траектории. Устройство, работающее без человеческого или компьютерного контроля, открывает перспективы для разработки технологий мягких роботов, которые можно использовать для навигации по неизвестным средам и их картирования.
Новые мягкие роботы, изготовленные из лентообразных жидкокристаллических эластомеров, получили название “twisted ringbots”. Когда роботов помещают на поверхность с температурой не менее 55 градусов Цельсия, часть ленты, касающаяся поверхности, сжимается. Это вызывает движение качения и чем теплее поверхность, тем быстрее скорость перемещения робота.
"Лента вращается вокруг своей горизонтальной оси, придавая кольцу поступательный импульс", - говорит Цзе Инь, автор статьи о работе и доцент кафедры механической и аэрокосмической инженерии North Carolina State University.
Робот также вращается вдоль своей центральной оси, как пластинка на проигрывателе. При движении вперед робот движется по орбите вокруг центральной точки, по сути, двигаясь по большому кругу. Если он столкнется с препятствием, то продолжит движение вдоль него.
"Такое поведение может быть особенно полезно для картографирования неизвестных сред", - говорит Инь.
Исследователям удалось точно настроить поведение робота, изменив геометрию устройства. Например, они могут контролировать направление вращения робота, перекручивая ленту в ту или иную сторону. На скорость можно влиять, изменяя ширину ленты, количество витков в ней и так далее. В ходе испытаний исследователи продемонстрировали, что робот способен повторять контуры различных замкнутых пространств.
"Независимо от того, как именно робот попадает в эти пространства, он способен добраться до границы и, следуя пограничным линиям, определить контуры пространства - будь то квадрат, треугольник и так далее", - говорит Фанцзе Ци, первый автор статьи и аспирант NC State. Он также определяет пробелы или повреждения в границах".
"Мы также смогли определить границы более сложных пространств, введя в них двух роботов, причем каждый из них вращается в своем направлении, - говорит Ци. - Это заставляет их выбирать разные пути вдоль границы. Сравнивая траектории обоих закрученных кольцевых роботов, мы получаем контуры более сложного пространства".
"В принципе, каким бы сложным ни было пространство, вы сможете составить его карту, если введете достаточное количество закрученных кольцевых ботов, чтобы составить полную картину, - говорит Инь. - А учитывая, что они относительно недороги в производстве, это вполне осуществимо".
https://www.youtube.com/watch?v=V6Ah_K1x4-8
Работа "Defected twisted ring topology for autonomous periodic flip–spin–orbit soft robot" была опубликована в Proceedings of the National Academy of Sciences.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/novye-myagkie-roboty-dlya-kartirovaniya-neizvestnyh-sred
Исследователи из North Carolina State University разработали новую конструкцию мягкого робота, который одновременно выполняет три действия: перемещается вперед, вращается и следует по траектории. Устройство, работающее без человеческого или компьютерного контроля, открывает перспективы для разработки технологий мягких роботов, которые можно использовать для навигации по неизвестным средам и их картирования.
Новые мягкие роботы, изготовленные из лентообразных жидкокристаллических эластомеров, получили название “twisted ringbots”. Когда роботов помещают на поверхность с температурой не менее 55 градусов Цельсия, часть ленты, касающаяся поверхности, сжимается. Это вызывает движение качения и чем теплее поверхность, тем быстрее скорость перемещения робота.
"Лента вращается вокруг своей горизонтальной оси, придавая кольцу поступательный импульс", - говорит Цзе Инь, автор статьи о работе и доцент кафедры механической и аэрокосмической инженерии North Carolina State University.
Робот также вращается вдоль своей центральной оси, как пластинка на проигрывателе. При движении вперед робот движется по орбите вокруг центральной точки, по сути, двигаясь по большому кругу. Если он столкнется с препятствием, то продолжит движение вдоль него.
"Такое поведение может быть особенно полезно для картографирования неизвестных сред", - говорит Инь.
Исследователям удалось точно настроить поведение робота, изменив геометрию устройства. Например, они могут контролировать направление вращения робота, перекручивая ленту в ту или иную сторону. На скорость можно влиять, изменяя ширину ленты, количество витков в ней и так далее. В ходе испытаний исследователи продемонстрировали, что робот способен повторять контуры различных замкнутых пространств.
"Независимо от того, как именно робот попадает в эти пространства, он способен добраться до границы и, следуя пограничным линиям, определить контуры пространства - будь то квадрат, треугольник и так далее", - говорит Фанцзе Ци, первый автор статьи и аспирант NC State. Он также определяет пробелы или повреждения в границах".
"Мы также смогли определить границы более сложных пространств, введя в них двух роботов, причем каждый из них вращается в своем направлении, - говорит Ци. - Это заставляет их выбирать разные пути вдоль границы. Сравнивая траектории обоих закрученных кольцевых роботов, мы получаем контуры более сложного пространства".
"В принципе, каким бы сложным ни было пространство, вы сможете составить его карту, если введете достаточное количество закрученных кольцевых ботов, чтобы составить полную картину, - говорит Инь. - А учитывая, что они относительно недороги в производстве, это вполне осуществимо".
https://www.youtube.com/watch?v=V6Ah_K1x4-8
Работа "Defected twisted ring topology for autonomous periodic flip–spin–orbit soft robot" была опубликована в Proceedings of the National Academy of Sciences.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/novye-myagkie-roboty-dlya-kartirovaniya-neizvestnyh-sred
YouTube
Celestial-like soft orbiting ringbot
Researchers at NC State have developed an autonomous soft robot in a twisted ring shape that can spin on its axis and orbit along a circular path with the same rotating period, similar to the Moon’s motion that spins and orbits around the Earth. When placing…
NASA экспериментирует с роботами для создания космической инфраструктуры
NASA тестирует возможности системы, включающей простых роботов, структурные строительные блоки и интеллектуальные алгоритмы для создания функциональных, крупномасштабных структур, что в конечном итоге позволит автономно создавать инфраструктуру в космосе.
Будущие длительные космические экспедиции на Луну, Марс и другие планеты потребуют создания крупномасштабной инфраструктуры, такой как солнечные электростанции, башни связи, жилые пространства и т.д. Чтобы обеспечить долгосрочное присутствие в дальнем космосе, необходимо иметь возможность строить и обслуживать такую инфраструктуру на месте, а не отправлять с Земли громоздкие предварительно собранные конструкции.
Команда NASA запустила проект Automated Reconfigurable Mission Adaptive Digital Assembly Systems (ARMADAS) для удовлетворения этой потребности. В системе используются различные типы червеобразных роботов, которые могут собирать, ремонтировать и изменять конфигурацию конструкционных материалов. Роботы могут выполнять свою работу на орбите, на поверхности Луны или на других планетах - еще до прибытия людей.
Исследователи провели лабораторную демонстрацию технологии ARMADAS и проанализировали работу системы. В ходе испытаний три робота автономно работали в команде, чтобы построить конструкцию убежища используя сотни строительных блоков. Результаты исследования были опубликованы в журнале Science Robotics.
"Эксперимент по наземной сборке продемонстрировал важнейшие составляющие системы: масштабируемость и надежность роботов, а также их производительность. Этот тип испытаний является ключевым для совершенствования технологии для применения в космосе", - говорит Кристин Грегг, главный инженер проекта.
“Возможности адаптации позволяют повторно использовать систему для различных целей, включая те, которые используют аппаратные средства от завершенных работ, что снижает стоимость новых миссий, - говорит Кенни Чунг, главный исследователь ARMADAS. - "Цифровые системы сборки" означают использование дискретных строительных блоков, как физический аналог цифровых систем, которые мы используем сегодня".
Система ARMADAS может использовать небольшой набор трехмерных строительных блоков, так называемых вокселей, для формирования практически любой структуры. Воксели, использованные в демонстрации, были изготовлены из прочных и легких композитных материалов, сформированных в кубооктаэдр.
"Удивительно, насколько прочными и жесткими являются эти системы, учитывая их внешний вид, - говорит Чунг. - Создание больших структур из небольших строительных блоков позволяет нам использовать хорошие материалы по минимальной цене. Размер структур, которые можно создавать, ограничивается только количеством строительных блоков, которые можно поставлять".
Для демонстрации команда ARMADAS предоставила планы структуры, но не управляла работой роботов. Планированием задач роботов занимались программные алгоритмы. Перед началом работы система отработала последовательность сборки в симуляции.
Во время работы два робота перемещались по внешней стороне конструкции, перемещая по одному вокселю. Один робот забирал воксели со станции снабжения и передавал их второму роботу, который, в свою очередь, размещал каждый его на целевом месте. Третий робот перемещается по внутреннему пространству вокселей и крепит каждый новый воксель к остальной конструкции.
В будущем планируется расширить библиотеку элементов, с которыми работают роботы, включив в нее солнечные панели, электрические соединения и многое другое. Каждый новый тип модуля значительно расширит возможности применения, потому что роботы смогут комбинировать и сочетать их для удовлетворения конкретных потребностей и мест.
https://robogeek.ru/kosmicheskie-roboty/nasa-eksperimentiruet-s-robotami-dlya-sozdaniya-kosmicheskoi-infrastruktury
NASA тестирует возможности системы, включающей простых роботов, структурные строительные блоки и интеллектуальные алгоритмы для создания функциональных, крупномасштабных структур, что в конечном итоге позволит автономно создавать инфраструктуру в космосе.
Будущие длительные космические экспедиции на Луну, Марс и другие планеты потребуют создания крупномасштабной инфраструктуры, такой как солнечные электростанции, башни связи, жилые пространства и т.д. Чтобы обеспечить долгосрочное присутствие в дальнем космосе, необходимо иметь возможность строить и обслуживать такую инфраструктуру на месте, а не отправлять с Земли громоздкие предварительно собранные конструкции.
Команда NASA запустила проект Automated Reconfigurable Mission Adaptive Digital Assembly Systems (ARMADAS) для удовлетворения этой потребности. В системе используются различные типы червеобразных роботов, которые могут собирать, ремонтировать и изменять конфигурацию конструкционных материалов. Роботы могут выполнять свою работу на орбите, на поверхности Луны или на других планетах - еще до прибытия людей.
Исследователи провели лабораторную демонстрацию технологии ARMADAS и проанализировали работу системы. В ходе испытаний три робота автономно работали в команде, чтобы построить конструкцию убежища используя сотни строительных блоков. Результаты исследования были опубликованы в журнале Science Robotics.
"Эксперимент по наземной сборке продемонстрировал важнейшие составляющие системы: масштабируемость и надежность роботов, а также их производительность. Этот тип испытаний является ключевым для совершенствования технологии для применения в космосе", - говорит Кристин Грегг, главный инженер проекта.
“Возможности адаптации позволяют повторно использовать систему для различных целей, включая те, которые используют аппаратные средства от завершенных работ, что снижает стоимость новых миссий, - говорит Кенни Чунг, главный исследователь ARMADAS. - "Цифровые системы сборки" означают использование дискретных строительных блоков, как физический аналог цифровых систем, которые мы используем сегодня".
Система ARMADAS может использовать небольшой набор трехмерных строительных блоков, так называемых вокселей, для формирования практически любой структуры. Воксели, использованные в демонстрации, были изготовлены из прочных и легких композитных материалов, сформированных в кубооктаэдр.
"Удивительно, насколько прочными и жесткими являются эти системы, учитывая их внешний вид, - говорит Чунг. - Создание больших структур из небольших строительных блоков позволяет нам использовать хорошие материалы по минимальной цене. Размер структур, которые можно создавать, ограничивается только количеством строительных блоков, которые можно поставлять".
Для демонстрации команда ARMADAS предоставила планы структуры, но не управляла работой роботов. Планированием задач роботов занимались программные алгоритмы. Перед началом работы система отработала последовательность сборки в симуляции.
Во время работы два робота перемещались по внешней стороне конструкции, перемещая по одному вокселю. Один робот забирал воксели со станции снабжения и передавал их второму роботу, который, в свою очередь, размещал каждый его на целевом месте. Третий робот перемещается по внутреннему пространству вокселей и крепит каждый новый воксель к остальной конструкции.
В будущем планируется расширить библиотеку элементов, с которыми работают роботы, включив в нее солнечные панели, электрические соединения и многое другое. Каждый новый тип модуля значительно расширит возможности применения, потому что роботы смогут комбинировать и сочетать их для удовлетворения конкретных потребностей и мест.
https://robogeek.ru/kosmicheskie-roboty/nasa-eksperimentiruet-s-robotami-dlya-sozdaniya-kosmicheskoi-infrastruktury
Science Robotics
Ultralight, strong, and self-reprogrammable mechanical metamaterials
Programmable matter can reconfigure and adapt autonomously, extending to high-performance mechanical materials at scale.
Британские ученые представили робота читающего шрифт Брайля быстрее человека
Исследовательская группа из University of Cambridge использовала алгоритмы машинного обучения, чтобы научить роботизированный датчик читать шрифт Брайля со скоростью 315 слов в минуту с точностью почти 90 %.
Хотя робот не разрабатывался как вспомогательная технология, исследователи говорят, что высокая чувствительность, необходимая для чтения шрифта Брайля, делает его идеальным тестом при разработке роботизированных рук или протезов с чувствительностью, сравнимой с чувствительностью кончиков пальцев человека. О результатах исследования сообщается в статье “High-Speed Tactile Braille Reading via Biomimetic Sliding Interactions” опубликованной в журнале IEEE Robotics and Automation Letters.
Кончики пальцев человека обладают удивительной чувствительностью и помогают нам собирать информацию об окружающем мире. Кончики пальцев могут обнаружить крошечные изменения в текстуре материала или помочь нам понять, какое усилие нужно приложить при захвате предмета: например, поднять яйцо или шар для боулинга.
Воспроизведение такого уровня чувствительности в роботизированной руке с минимальным потреблением энергии - большая инженерная задача. В лаборатории профессора Фумии Ииды на инженерном факультете Кембриджа исследователи разрабатывают решения этой и других задач, которые людям даются легко, а роботам - сложно.
Шрифт Брайля является идеальным тестом для робота, поскольку для его чтения требуется высокая чувствительность, т.к. точки расположены очень близко друг к другу. Исследователи использовали готовый датчик для разработки роботизированного устройства, которое более точно повторяет поведение человека при чтении.
"Существуют роботы для чтения шрифта Брайля, но они читают только по одной букве за раз, что не соответствует человеческому чтению, - говорит исследователь Дэвид Хардман, соавтор статьи. - Существующие роботы работают статично: они касаются одной буквы, считывают ее, поднимаются, перемещаются, опускаются на следующую букву и так далее. Мы хотим получить нечто более реалистичное и гораздо более эффективное".
Роботизированный сенсор, который использовали исследователи, имеет камеру в "кончике пальца" и считывает информацию, используя комбинацию данных с камеры и датчиков. "Это сложная проблема для робототехников, так как для устранения размытости изображения требуется много обработки, что отнимает много времени и энергии", - говорит Парф Потдар, первый автор статьи.
Команда разработала алгоритмы машинного обучения, чтобы робот мог "размывать" изображения до того, как датчик попытается распознать буквы. Они обучили алгоритм на наборе четких изображений шрифта Брайля с искусственным размытием. После того как алгоритм научился распознавать буквы, они использовали модель компьютерного зрения для обнаружения и классификации каждого символа.
После того как алгоритмы были внедрены, исследователи протестировали свой считыватель, быстро передвигая его вдоль ряда символов Брайля. Робот мог читать 315 слов в минуту с точностью 87 %. Исследователи заявляют, что это “в два раза быстрее и примерно так же точно, как человек”.
"Учитывая, что для обучения алгоритма мы использовали искусственное размытие, было удивительно, насколько точно он читает шрифт Брайля, - говорит Хардман. - Мы нашли хороший компромисс между скоростью и точностью, что также характерно для людей, читающих шрифт Брайля".
https://www.youtube.com/watch?v=xqtA2Z668Ic
В будущем исследователи надеются масштабировать технологию до размеров гуманоидной руки или кожи.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/britanskie-uchenye-predstavili-robota-chitayuschego-shrift-brailya-bystree-cheloveka
Исследовательская группа из University of Cambridge использовала алгоритмы машинного обучения, чтобы научить роботизированный датчик читать шрифт Брайля со скоростью 315 слов в минуту с точностью почти 90 %.
Хотя робот не разрабатывался как вспомогательная технология, исследователи говорят, что высокая чувствительность, необходимая для чтения шрифта Брайля, делает его идеальным тестом при разработке роботизированных рук или протезов с чувствительностью, сравнимой с чувствительностью кончиков пальцев человека. О результатах исследования сообщается в статье “High-Speed Tactile Braille Reading via Biomimetic Sliding Interactions” опубликованной в журнале IEEE Robotics and Automation Letters.
Кончики пальцев человека обладают удивительной чувствительностью и помогают нам собирать информацию об окружающем мире. Кончики пальцев могут обнаружить крошечные изменения в текстуре материала или помочь нам понять, какое усилие нужно приложить при захвате предмета: например, поднять яйцо или шар для боулинга.
Воспроизведение такого уровня чувствительности в роботизированной руке с минимальным потреблением энергии - большая инженерная задача. В лаборатории профессора Фумии Ииды на инженерном факультете Кембриджа исследователи разрабатывают решения этой и других задач, которые людям даются легко, а роботам - сложно.
Шрифт Брайля является идеальным тестом для робота, поскольку для его чтения требуется высокая чувствительность, т.к. точки расположены очень близко друг к другу. Исследователи использовали готовый датчик для разработки роботизированного устройства, которое более точно повторяет поведение человека при чтении.
"Существуют роботы для чтения шрифта Брайля, но они читают только по одной букве за раз, что не соответствует человеческому чтению, - говорит исследователь Дэвид Хардман, соавтор статьи. - Существующие роботы работают статично: они касаются одной буквы, считывают ее, поднимаются, перемещаются, опускаются на следующую букву и так далее. Мы хотим получить нечто более реалистичное и гораздо более эффективное".
Роботизированный сенсор, который использовали исследователи, имеет камеру в "кончике пальца" и считывает информацию, используя комбинацию данных с камеры и датчиков. "Это сложная проблема для робототехников, так как для устранения размытости изображения требуется много обработки, что отнимает много времени и энергии", - говорит Парф Потдар, первый автор статьи.
Команда разработала алгоритмы машинного обучения, чтобы робот мог "размывать" изображения до того, как датчик попытается распознать буквы. Они обучили алгоритм на наборе четких изображений шрифта Брайля с искусственным размытием. После того как алгоритм научился распознавать буквы, они использовали модель компьютерного зрения для обнаружения и классификации каждого символа.
После того как алгоритмы были внедрены, исследователи протестировали свой считыватель, быстро передвигая его вдоль ряда символов Брайля. Робот мог читать 315 слов в минуту с точностью 87 %. Исследователи заявляют, что это “в два раза быстрее и примерно так же точно, как человек”.
"Учитывая, что для обучения алгоритма мы использовали искусственное размытие, было удивительно, насколько точно он читает шрифт Брайля, - говорит Хардман. - Мы нашли хороший компромисс между скоростью и точностью, что также характерно для людей, читающих шрифт Брайля".
https://www.youtube.com/watch?v=xqtA2Z668Ic
В будущем исследователи надеются масштабировать технологию до размеров гуманоидной руки или кожи.
https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/britanskie-uchenye-predstavili-robota-chitayuschego-shrift-brailya-bystree-cheloveka
YouTube
Can robots read braille?
Researchers have developed a robotic sensor that incorporates artificial intelligence techniques to read braille at speeds roughly double that of most human readers.
The research team, from the University of Cambridge, used machine learning algorithms to…
The research team, from the University of Cambridge, used machine learning algorithms to…
GPT-3 может изменить химический анализ, сделав его более быстрым и удобным
ИИ становится ключевым инструментом в химических исследованиях, предлагая новые методы для решения сложных задач, с которыми не справляются традиционные подходы. Машинное обучение, которое использует алгоритмы и статистические модели для принятия решений на основе данных и выполнения задач, находит все большее применение в химии.
Но для того, чтобы делать надежные прогнозы, машинное обучение также требует большого количества данных, которые не всегда доступны в химических исследованиях. Небольшие наборы химических данных просто не дают достаточной информации для обучения алгоритмов, что ограничивает их эффективность.
В новом исследовании ученые из команды Беренда Смита из EPFL нашли решение в больших языковых моделях, таких как GPT-3. Эти модели предварительно обучаются на огромных объемах текстов и известны своими широкими возможностями в понимании и создании человекоподобных текстов. GPT-3 лежит в основе более популярного ChatGPT.
Исследование, опубликованное в журнале Nature Machine Intelligence, представляет собой новый подход, который значительно упрощает химический анализ.
"GPT-3 не знаком с большей частью химической литературы, поэтому, если мы задаем ChatGPT вопрос по химии, ответы обычно ограничиваются тем, что можно найти в Википедии, - говорит Кевин Яблонка, ведущий научный сотрудник исследования. - Вместо этого мы настраиваем GPT-3 с помощью небольшого набора данных, преобразованных в вопросы и ответы, создавая новую модель, способную давать точные химические выводы".
Этот процесс включает в себя подачу GPT-3 курируемого списка вопросов и ответов. "Например, для высокоэнтропийных сплавов важно знать, находится ли сплав в одной фазе или имеет несколько фаз, - говорит Смит. - В литературе мы нашли множество сплавов, для которых ответ известен, и использовали эти данные для тонкой настройки GPT-3. В результате мы получили усовершенствованную модель искусственного интеллекта, которая обучена отвечать на этот вопрос только "да" или "нет"".
В ходе испытаний модель, обученная на относительно небольшом количестве вопросов и ответов, правильно ответила более чем на 95 % самых разнообразных химических задач, часто превосходя по точности современные модели машинного обучения.
Один из самых поразительных аспектов этого исследования - его простота и скорость. Традиционные модели машинного обучения требуют месяцев для разработки и большого количества данных для обучения. В отличие от них, подход, разработанный Яблонкой, занимает пять минут.
В пресс-релизе EPFL, отмечается, что последствия этого исследования очень глубоки. Оно представляет метод, который так же прост, как поиск литературы, и применим к различным химическим задачам. Возможность формулировать вопросы типа "Высок ли выход (химического вещества), полученного по этому (рецепту)?" и получать точные ответы может произвести революцию в планировании и проведении химических исследований.
В статье авторы заявляют: "Наряду с поиском в справочной литературе, запрос к основополагающей модели GPT может стать обычным способом начать проект, используя коллективные знания, закодированные в ней".
https://robogeek.ru/iskusstvennyi-intellekt/gpt-3-mozhet-izmenit-himicheskii-analiz-sdelav-ego-bolee-bystrym-i-udobnym
ИИ становится ключевым инструментом в химических исследованиях, предлагая новые методы для решения сложных задач, с которыми не справляются традиционные подходы. Машинное обучение, которое использует алгоритмы и статистические модели для принятия решений на основе данных и выполнения задач, находит все большее применение в химии.
Но для того, чтобы делать надежные прогнозы, машинное обучение также требует большого количества данных, которые не всегда доступны в химических исследованиях. Небольшие наборы химических данных просто не дают достаточной информации для обучения алгоритмов, что ограничивает их эффективность.
В новом исследовании ученые из команды Беренда Смита из EPFL нашли решение в больших языковых моделях, таких как GPT-3. Эти модели предварительно обучаются на огромных объемах текстов и известны своими широкими возможностями в понимании и создании человекоподобных текстов. GPT-3 лежит в основе более популярного ChatGPT.
Исследование, опубликованное в журнале Nature Machine Intelligence, представляет собой новый подход, который значительно упрощает химический анализ.
"GPT-3 не знаком с большей частью химической литературы, поэтому, если мы задаем ChatGPT вопрос по химии, ответы обычно ограничиваются тем, что можно найти в Википедии, - говорит Кевин Яблонка, ведущий научный сотрудник исследования. - Вместо этого мы настраиваем GPT-3 с помощью небольшого набора данных, преобразованных в вопросы и ответы, создавая новую модель, способную давать точные химические выводы".
Этот процесс включает в себя подачу GPT-3 курируемого списка вопросов и ответов. "Например, для высокоэнтропийных сплавов важно знать, находится ли сплав в одной фазе или имеет несколько фаз, - говорит Смит. - В литературе мы нашли множество сплавов, для которых ответ известен, и использовали эти данные для тонкой настройки GPT-3. В результате мы получили усовершенствованную модель искусственного интеллекта, которая обучена отвечать на этот вопрос только "да" или "нет"".
В ходе испытаний модель, обученная на относительно небольшом количестве вопросов и ответов, правильно ответила более чем на 95 % самых разнообразных химических задач, часто превосходя по точности современные модели машинного обучения.
Один из самых поразительных аспектов этого исследования - его простота и скорость. Традиционные модели машинного обучения требуют месяцев для разработки и большого количества данных для обучения. В отличие от них, подход, разработанный Яблонкой, занимает пять минут.
В пресс-релизе EPFL, отмечается, что последствия этого исследования очень глубоки. Оно представляет метод, который так же прост, как поиск литературы, и применим к различным химическим задачам. Возможность формулировать вопросы типа "Высок ли выход (химического вещества), полученного по этому (рецепту)?" и получать точные ответы может произвести революцию в планировании и проведении химических исследований.
В статье авторы заявляют: "Наряду с поиском в справочной литературе, запрос к основополагающей модели GPT может стать обычным способом начать проект, используя коллективные знания, закодированные в ней".
https://robogeek.ru/iskusstvennyi-intellekt/gpt-3-mozhet-izmenit-himicheskii-analiz-sdelav-ego-bolee-bystrym-i-udobnym
Nature
Leveraging large language models for predictive chemistry
Nature Machine Intelligence - Machine learning techniques are widely employed in chemical science, but are application specific and their development requires dedicated expertise. Jablonka and...
Cognitive Pilot решила сложную задачу при обучении нейросетей
Выбор редких интересных данных из видеопотока является чрезвычайно важным этапом, особенно на поздних стадиях обучения нейронных сетей. Именно он позволяет достигнуть максимальной точности распознавания объектов и крайне важен при решении задач класса life critical (критичных для жизни человека) к которым относятся системы автопилотирования трамваем, трактором и иными транспортными средствами, призванных обеспечить безопасность участников движения в любых условиях.
Специалисты Cognitive Pilot предложили продуктивный метод автоматического поиска необычных данных в видеопотоке. Ими была разработана технология Cognitive Smart OoD (от международного названия этого направления - Out-of-Distribution detection), позволяющая осуществлять такой поиск автоматически.
Суть подхода, разработанного Cognitive Pilot, состоит в следующем. Если обучить нейронную сеть на наиболее часто встречающихся при движении транспортного средства изображениях, с чем у разработчиков, как правило, проблем не возникает, то система в этом случае может обеспечить только базовый, близкий к промышленному уровень безопасности. Но для того, чтобы система автопилотирования гарантировала безопасность транспортного средства, нужно, чтобы нейронная сеть была обучена всем ситуациям, которые только могут возникнуть в процессе ее эксплуатации. Чтобы учесть это, нейронную сеть необходимо обучить всевозможным редким ситуациям, с чем и возникают большие сложности.
«Открытие ученых и инженеров Cognitive Pilot означает, что найдено важнейшее средство автоматического обучения автопилота всевозможным случайностям, которые могут возникнуть при движении транспортного средства. А это значит, что практически во всех случаях наша система автопилотирования способна четко понимать ситуацию на дороге, в поле, на рельсах и адекватно на нее реагировать, обеспечивая максимальную безопасность движения. Это огромный технологический прорыв, чрезвычайно большое событие на рынке систем ИИ», - говорит генеральный директор Cognitive Pilot Ольга Ускова.
Примером редких, нетипичных данных может быть частично заслоненный светофор, вспышка молнии во время движения, животное в поле, необычная машина и даже метеорит.
Поиск такого рода объектов в видеопотоке традиционным, “ручным” способом является чрезвычайно трудоемкой и утомительной процедурой, которая занимает у разработчиков ИИ многие недели, а то и месяцы. «Это как добыча радия, может занимать десятки человеко-лет», рассказывает руководитель направления беспилотного транспорта Cognitive Pilot Геннадий Савицкий. «Произвести качественный отбор изображений такого рода специалисту по разметке вручную просто нереально. Уникальных кадров может быть один на миллион, они просто на вес золота. Мы же это делаем, фактически, по нажатию клавиши».
Технология Cognitive Smart OoD позволяет правильно классифицировать и упорядочивать редкие и необычные объекты. На первом этапе производится оценка датасета на предмет содержания редких изображений. Это осуществляется с помощью нейронной сети, обученной на достаточно большом разнообразном наборе данных.
На втором этапе, для поиска нетипичных данных и данных с редкими признаками в Cognitive Smart OoD используются статистические методы.
Cogniitve Pilot ранее уже представляла результаты работ по автоматизации поиска репрезентативных данных в видеопотоке. «Возможность автоматизации отбора редких данных является громадным шагом вперед, продолжением наших разработок в направлении машинного обучения. В этой зоне рынка ИИ для беспилотного транспорта у нас накоплена одна из наиболее солидных экспертиз по обучению нейронных сетей на собственных датасетах сразу в нескольких сегментах: сельском хозяйстве, рельсовом транспорте и системах помощи водителю», - заключает Ольга Ускова.
Технология Cognitive Smart OoD уже реализована в системах автопилотирования Cognitive Pilot, как для агро-транспорта, так и умных трамваев.
https://robogeek.ru/avtonomnyi-transport/cognitive-pilot-reshila-slozhnuyu-zadachu-pri-obuchenii-neirosetei
Выбор редких интересных данных из видеопотока является чрезвычайно важным этапом, особенно на поздних стадиях обучения нейронных сетей. Именно он позволяет достигнуть максимальной точности распознавания объектов и крайне важен при решении задач класса life critical (критичных для жизни человека) к которым относятся системы автопилотирования трамваем, трактором и иными транспортными средствами, призванных обеспечить безопасность участников движения в любых условиях.
Специалисты Cognitive Pilot предложили продуктивный метод автоматического поиска необычных данных в видеопотоке. Ими была разработана технология Cognitive Smart OoD (от международного названия этого направления - Out-of-Distribution detection), позволяющая осуществлять такой поиск автоматически.
Суть подхода, разработанного Cognitive Pilot, состоит в следующем. Если обучить нейронную сеть на наиболее часто встречающихся при движении транспортного средства изображениях, с чем у разработчиков, как правило, проблем не возникает, то система в этом случае может обеспечить только базовый, близкий к промышленному уровень безопасности. Но для того, чтобы система автопилотирования гарантировала безопасность транспортного средства, нужно, чтобы нейронная сеть была обучена всем ситуациям, которые только могут возникнуть в процессе ее эксплуатации. Чтобы учесть это, нейронную сеть необходимо обучить всевозможным редким ситуациям, с чем и возникают большие сложности.
«Открытие ученых и инженеров Cognitive Pilot означает, что найдено важнейшее средство автоматического обучения автопилота всевозможным случайностям, которые могут возникнуть при движении транспортного средства. А это значит, что практически во всех случаях наша система автопилотирования способна четко понимать ситуацию на дороге, в поле, на рельсах и адекватно на нее реагировать, обеспечивая максимальную безопасность движения. Это огромный технологический прорыв, чрезвычайно большое событие на рынке систем ИИ», - говорит генеральный директор Cognitive Pilot Ольга Ускова.
Примером редких, нетипичных данных может быть частично заслоненный светофор, вспышка молнии во время движения, животное в поле, необычная машина и даже метеорит.
Поиск такого рода объектов в видеопотоке традиционным, “ручным” способом является чрезвычайно трудоемкой и утомительной процедурой, которая занимает у разработчиков ИИ многие недели, а то и месяцы. «Это как добыча радия, может занимать десятки человеко-лет», рассказывает руководитель направления беспилотного транспорта Cognitive Pilot Геннадий Савицкий. «Произвести качественный отбор изображений такого рода специалисту по разметке вручную просто нереально. Уникальных кадров может быть один на миллион, они просто на вес золота. Мы же это делаем, фактически, по нажатию клавиши».
Технология Cognitive Smart OoD позволяет правильно классифицировать и упорядочивать редкие и необычные объекты. На первом этапе производится оценка датасета на предмет содержания редких изображений. Это осуществляется с помощью нейронной сети, обученной на достаточно большом разнообразном наборе данных.
На втором этапе, для поиска нетипичных данных и данных с редкими признаками в Cognitive Smart OoD используются статистические методы.
Cogniitve Pilot ранее уже представляла результаты работ по автоматизации поиска репрезентативных данных в видеопотоке. «Возможность автоматизации отбора редких данных является громадным шагом вперед, продолжением наших разработок в направлении машинного обучения. В этой зоне рынка ИИ для беспилотного транспорта у нас накоплена одна из наиболее солидных экспертиз по обучению нейронных сетей на собственных датасетах сразу в нескольких сегментах: сельском хозяйстве, рельсовом транспорте и системах помощи водителю», - заключает Ольга Ускова.
Технология Cognitive Smart OoD уже реализована в системах автопилотирования Cognitive Pilot, как для агро-транспорта, так и умных трамваев.
https://robogeek.ru/avtonomnyi-transport/cognitive-pilot-reshila-slozhnuyu-zadachu-pri-obuchenii-neirosetei
robogeek.ru
Cognitive Pilot решила сложную задачу при обучении нейросетей
Выбор редких интересных данных из видеопотока является чрезвычайно важным этапом, особенно на поздних стадиях обучения нейронных сетей. Именно он позволяет достигнуть максимальной точности распознавания объектов и крайне важен при решении задач класса life…
Пермские ученые представили антропоморфного робота для обучения студентов, ординаторов и врачей стоматологов
Международный день стоматолога отмечается 9 февраля. Профессионализм врачей во многом зависит от полученных во время учебы не только теоретических, но и практических навыков.
Ученые Пермского Политеха, Пермского государственного медицинского университета им. академика Е. А. Вагнера (ПГМУ) и Российского университета медицины завершили разработку антропоморфного робота-симулятора, имитирующего пациента в стоматологическом кабинете. Робот должен усовершенствовать обучение студентов-стоматологов и подготовить их к работе в реальных условиях клиники.
Робот создан при финансовой поддержке Пермского научно-образовательного центра мирового уровня «Рациональное недропользование» (Пермский НОЦ) в рамках технологического проекта «Инновационные химические, медицинские и фармацевтические технологии».
Симулятор оснащен сменными smart-челюстями, которые изготовлены из резиновых и пластмассовых материалов, с несколькими видами сменных зубов. Робот подготовлен к четырем видам стоматологических процедур: лечение кариеса, каналов и корня зуба, фрезерование под коронку и удаление. Специально обученная нейросеть определяет глубину, ширину, ровность, однородность снятого материала и прочие признаки при сверлении — так робот будет оценивать проводимые манипуляции и давать обратную связь.
Александр Южаков, доктор технических наук, заведующий кафедрой автоматики и телемеханики ПНИПУ: «В 2023 году мы создали стоматологический симулятор промышленного образца с полным комплектом документации. В базовый комплект робота входят четыре кейса, 2 съемные smart-челюсти и три вида зубов. В зависимости от программы обучения студенты и ординаторы могут выполнять следующие процедуры – лечение кариеса, лечение корня зуба, фрезерование зуба для установки коронки и процедуру по удаление зуба. Это базовые кейсы. Сейчас мы ведем работу по их дополнению, добавляя различные условия, например, пациент испытывает страх от приема стоматолога, нервничает или проявляет агрессию. Сегодня у нас определен заказ на 2024 год в количестве 5 штук. Ориентировочная стоимость промышленного образца со всем необходимым ПО составляет около 6 миллионов рублей. Заказ на робота поступил от нескольких московских стоматологических клиник, Пермского медицинского университета и частной стоматологической компании. Благодаря поддержке Пермского НОЦ реализованы все наработки и методологические подходы, которые ученые смогли воплотить в жизнь и получить законченный продукт».
По оценке московских социологов после завершения обучения часть выпускников медицинских вузов не остаются работать по специальности. Причина – страх перед общением и работой с настоящими пациентами. Робот-симулятор создан для отработки коммуникативных навыков студентов-ординаторов и получения обратной связи.
Ученые университетов продолжают работать над созданием отечественной платформы, задача которой – дистанционное выполнение всех образовательных процедур для стоматолога. Врач надевает шлем виртуальной реальности, видит стоматологический кабинет, пациента и может выполнять все те же самые процедуры, находясь в другом месте.
https://robogeek.ru/robo-obrazovanie/robot-dlya-obucheniya-studentov-ordinatorov-i-vrachei-stomatologov
Международный день стоматолога отмечается 9 февраля. Профессионализм врачей во многом зависит от полученных во время учебы не только теоретических, но и практических навыков.
Ученые Пермского Политеха, Пермского государственного медицинского университета им. академика Е. А. Вагнера (ПГМУ) и Российского университета медицины завершили разработку антропоморфного робота-симулятора, имитирующего пациента в стоматологическом кабинете. Робот должен усовершенствовать обучение студентов-стоматологов и подготовить их к работе в реальных условиях клиники.
Робот создан при финансовой поддержке Пермского научно-образовательного центра мирового уровня «Рациональное недропользование» (Пермский НОЦ) в рамках технологического проекта «Инновационные химические, медицинские и фармацевтические технологии».
Симулятор оснащен сменными smart-челюстями, которые изготовлены из резиновых и пластмассовых материалов, с несколькими видами сменных зубов. Робот подготовлен к четырем видам стоматологических процедур: лечение кариеса, каналов и корня зуба, фрезерование под коронку и удаление. Специально обученная нейросеть определяет глубину, ширину, ровность, однородность снятого материала и прочие признаки при сверлении — так робот будет оценивать проводимые манипуляции и давать обратную связь.
Александр Южаков, доктор технических наук, заведующий кафедрой автоматики и телемеханики ПНИПУ: «В 2023 году мы создали стоматологический симулятор промышленного образца с полным комплектом документации. В базовый комплект робота входят четыре кейса, 2 съемные smart-челюсти и три вида зубов. В зависимости от программы обучения студенты и ординаторы могут выполнять следующие процедуры – лечение кариеса, лечение корня зуба, фрезерование зуба для установки коронки и процедуру по удаление зуба. Это базовые кейсы. Сейчас мы ведем работу по их дополнению, добавляя различные условия, например, пациент испытывает страх от приема стоматолога, нервничает или проявляет агрессию. Сегодня у нас определен заказ на 2024 год в количестве 5 штук. Ориентировочная стоимость промышленного образца со всем необходимым ПО составляет около 6 миллионов рублей. Заказ на робота поступил от нескольких московских стоматологических клиник, Пермского медицинского университета и частной стоматологической компании. Благодаря поддержке Пермского НОЦ реализованы все наработки и методологические подходы, которые ученые смогли воплотить в жизнь и получить законченный продукт».
По оценке московских социологов после завершения обучения часть выпускников медицинских вузов не остаются работать по специальности. Причина – страх перед общением и работой с настоящими пациентами. Робот-симулятор создан для отработки коммуникативных навыков студентов-ординаторов и получения обратной связи.
Ученые университетов продолжают работать над созданием отечественной платформы, задача которой – дистанционное выполнение всех образовательных процедур для стоматолога. Врач надевает шлем виртуальной реальности, видит стоматологический кабинет, пациента и может выполнять все те же самые процедуры, находясь в другом месте.
https://robogeek.ru/robo-obrazovanie/robot-dlya-obucheniya-studentov-ordinatorov-i-vrachei-stomatologov
robogeek.ru
Пермские ученые представили антропоморфного робота для обучения студентов, ординаторов и врачей стоматологов
Международный день стоматолога отмечается 9 февраля. Профессионализм врачей во многом зависит от полученных во время учебы не только теоретических, но и практических навыков.