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

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

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

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

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

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

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

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

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

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

Геоскан создал симулятор автономных полетов для линейки образовательных квадрокоптеров Пионер

Группа компаний «Геоскан» разработала собственный симулятор автономных полетов для квадрокоптеров линейки «Геоскан Пионер». Он позволяет отрабатывать навыки программирования как одиночного аппарата, так и группы без использования реальных дронов. Это программное обеспечение станет доступно пользователям «Геоскан Пионер» в марте 2024 года.

В симуляторе представлены два основных устройства – квадрокоптеры «Геоскан Пионер Базовый» и «Геоскан Пионер Мини». В программе можно завести двигатели дрона, отработать взлет и посадку, полет по заданным координатам, включение и выключение светодиодной подсветки в разных режимах, получить данные с датчиков и информацию о точном местоположении квадрокоптера и др.

Пользователи могут полностью смоделировать соревновательный полигон «Геоскан Арена» и в виртуальном режиме готовиться к соревнованиям. Программа поддерживает симуляцию одновременного полета группы дронов, что будет полезно для отработки алгоритмов роевого интеллекта или тестирования сценариев световых шоу дронов. Предусмотрены несколько уровней сложности, которые позволяют максимально приблизить условия полета к реальным. Реализована поддержка двух языков – русского и английского, что делает симулятор доступным и зарубежным пользователям квадрокоптеров «Геоскан Пионер».

«Возможности дронов как автономных систем постоянно развиваются. И если раньше в учебном процессе коптер чаще рассматривался как единичный объект, то сейчас на первый план выходят задачи группового управления. Знакомство с подобными алгоритмами лучше начинать в виртуальной среде – на время отладки и проверки техника будет в безопасности, нет ограничений по времени полетов и пр. Рад, что теперь мы можем предложить такой программный продукт», – прокомментировал генеральный директор компании «Геоскан» Алексей Юрецкий.

Источник: https://robogeek.ru/letayuschie-roboty/geoskan-sozdal-simulyator-avtonomnyh-poletov-dlya-lineiki-obrazovatelnyh-kvadrokopterov-pioner

Инженеры-программисты научили роборуку новым когнитивным способностям на базе ИИ

Исследования помогут создать интеллектуальные системы для роботов-помощников. Роботы смогут принимать решения на основе полученных инструкций и визуальной информации.

Ученые из Московского физико-технического института, Института искусственного интеллекта AIRI и Федерального исследовательского центра «Информатика и управление» РАН разработали метод управления роботизированной системой, которая выполняет свои действия, опираясь на текстовые инструкции и визуальную информацию. Работа опубликована в журнале IEEE Access.

В качестве основы для предлагаемого подхода, специалисты использовали архитектуру бимодального трансформера, которая изначально была обучена для решения таких задач, как перевод текста, получение ответов на вопросы по изображению, генерация изображений по текстовому описанию и другие. В результате добавления новой модальности для управления роботом роботизированная система получила возможность ориентироваться в незнакомой обстановке и самостоятельно определять алгоритм действий, оптимальный для решения поставленной задачи.

Ученые считают, что дальнейшее развитие методики позволит создавать роботов для автономного выполнения или сложных многоходовых операций без участия человека. По словам ученых, это нетривиальная задача, решить которую пока не удалось никому в мире. Все разработки в этой области пока находятся на уровне прототипа.

«В качестве модели мы задействовали роборуку с шестью степенями свободы. Нашей целью было научить ее самостоятельно сортировать объекты на столе по цветам и собирать их в заданную область. Свои действия роборука должна была выбирать на основе текстовой инструкции и данных с видеокамер», — объяснил суть научной работы один из авторов исследования, аспирант Центра когнитивного моделирования МФТИ и научный сотрудник AIRI Алексей Староверов.

По его словам, принцип работы алгоритма обучения манипулятора напоминает модель GPT. Только в отличие от «интеллектуального чата», где пользователь, задав команду, получает сгенерированный текст, разработанная модель вместо текста выдает последовательность действий для робота.

При этом, как отметил ученый, для электронно-вычислительного устройства, которое управляет манипулятором, важно после каждого действия получать обратную связь с видеокамер, чтобы на основе новой информации планировать свое следующее действие.

«Новизна работы в том, что для обучения робота мы использовали готовые языковые модели — алгоритмы, которые помогают переводить естественную речь в код, понятный системе управления. Она представляют собой нейронные сети, которые предобучены на больших объемах текстовых данных. В нашем случае была применена мультимодальная модель RozumFormer. В отличие от других, она, может генерировать ответ и на текстовые запросы, и на те, которые сделаны в виде изображений», — рассказал соавтор работы младший научный сотрудник ФИЦ «Информатика и управление» РАН и научный сотрудник AIRI Алексей Ковалев. Он пояснил, что в ходе работы была проведена тонкая настройка языковой модели. Ученые дообучили нейронную сеть, чтобы она могла «понимать» цвета кубиков, расстояния до них и другие параметры окружающей действительности.

Пошаговая адаптация позволила отрегулировать языковую модель, чтобы она, получая обратную связь с видеокамер, могла на основе усвоенных алгоритмов самостоятельно планировать дальнейшие действия и решать поставленные перед ней задачи.

Как рассказали ученые, дальнейшей целью работы будет задача научить модель запоминать более длинные последовательности действий. Это в перспективе поможет роботам выполнять действия, которые требуют нестандартного для робототехнической системы подхода и оценки ситуации. Например, мыть посуду, различая предметы и действуя осторожно, или наводить порядок в квартире, различая разные комнаты и предметы и разделяя их по назначению.

Источник: https://robogeek.ru/interesnoe-o-robotah/inzhenery-programmisty-nauchili-roboruku-novym-kognitivnym-sposobnostyam-na-baze-ii

В офисе застройщика во Владивостоке начал свою работу российский робот-консьерж

Недавно в офисе Восточный луч, компании застройщика из Владивостока, начал работать механизированный сотрудник от компании Promobot. Робот Иван общается с людьми и отвечает на их вопросы, облегчая работу сотрудникам. Робот автономный — он свободно передвигается в помещении и не нуждается в контроле со стороны человека.

Promobot V.4 обладает возможностью интеграции с информационной базой, предоставлять ответы на вопросы гостей и вызывать сотрудников по запросу, а также развлекать посетителей. В функционал робота также входит возможность взаимодействия с посетителями: песни, танцы и другие активности.

Робот становится надежным сотрудником для организации: он никогда не опаздывает, не отвлекается, не уходит в отпуск и не болеет. Это помогает ему работать в 4 раза эффективнее обычного сотрудника. Новый сотрудник постоянно находится в центре внимания: людям интересно взаимодействовать с роботом — как взрослым, так и детям.

«Мы уверены, что робот будет эффективным помощником. Посетителям не придется долго ждать обратной реакции от сотрудников, наш робот ускорит этот процесс и плюс ко всему повысит общее настроение. Информация в базе робота регулярно обновляется — это позволяет механизированному сотруднику давать правильную и актуальную информацию», — комментирует директор по развитию Promobot Олег Кивокурцев.

Специально для робота компании Восточный луч, Promobot разработал лингвобазу о компании, ее ценностях и услугах. В базу вошли интересные факты, полезная информация и реализованные проекты. Также в разработку добавили ответы на частые вопросы.

Источник: https://robogeek.ru/robo-keisy/v-ofise-zastroischika-vo-vladivostoke-nachal-svoyu-rabotu-rossiiskii-robot-konserzh

X5 начинает роботизацию распределительных центров

X5 Group запустила серию проектов по роботизации распределительных центров. На первом этапе на одном из распределительных центров компания открыла инновационную лабораторию-полигон для испытаний технологий роботизации. Согласно планам компании, уже в сентябре-октябре 2024 года торговые сети группы смогут начать внедрение роботизированных решений для частичной автоматизации складских процессов.

Лаборатория-полигон открыта на базе распределительного центра Х5 в Подольске, где проходят тестирование два типа роботов: AMR (автономные мобильные роботы) и FMR (автономные вилочные погрузчики) — они перемещаются без участия человека и могут выполнять задачи в зависимости от программы. Различные решения автоматизации распределительных центров позволят оптимизировать несколько ключевых бизнес-процессов, на которые сейчас тратятся большое количество человеческих ресурсов: перемещение и размещение товаров в зоне хранения, пополнение ячеек, отбор товаров для комплектации заказов и их перемещение в зону отгрузки. Внедрение роботизированных решений позволит в перспективе оптимизировать в среднем до 20% персонала на каждом распределительном центре.


Возможности лаборатории-полигона позволяют, используя специализированное программное обеспечение, сымитировать и проанализировать все сценарии взаимодействия роботов с физическими объектами — площадка учитывает разнообразие товаров на складе, их габариты, условия хранения и упаковки. Специалисты Х5 готовят к запуску центр компетенций цифрового моделирования для распределительных центров

«Рост стоимости линейного персонала позволил нам иначе посмотреть на проекты роботизации логистики, которые еще недавно выглядели непривлекательной инвестицией. Сегодня мы видим здесь реальные возможности повышения эффективности бизнеса и смещаем наши приоритеты в сторону замещения как линейных, так и офисных сотрудников современными технологическими решениями. Многие проекты в этой области носят долгосрочный стратегический характер, однако мы убеждены, инвестиции в роботизацию и решения в области искусственного интеллекта, сделанные сегодня, в будущем станут условием долгосрочного и устойчивого успеха”, — отметил Владимир Салахутдинов, директор по стратегии и развитию бизнеса X5 Group.


В планах компании — в ближайшие годы построить полностью роботизированный распределительный центр, а часть процессов на действующих складах автоматизировать уже в этом году. Реализация стратегии по роботизации, которой следует X5 Group, позволит компании оптимизировать логистические процессы, увеличить производительность труда, сократить затраты на инфраструктуру и улучшить качество обслуживания клиентов.

Источник: https://robogeek.ru/servisnye-roboty/x5-nachinaet-robotizatsiyu-raspredelitelnyh-tsentrov

Московский Политех создаст пять инженерно-технологических центров к 2030 году

Ректор Московского политехнического университета Владимир Миклушевский принял участие в ректорском клубе на Московском международном салоне образования (ММСО). В своем выступлении он рассказал о планах вуза на ближайшее время и обозначил ключевые вызовы, стоящие перед высшим образованием в России.

Одной из главных задач Московского Политеха станет создание к 2030 году пяти инженерно-технологических центров, ориентированных на работу с производственными компаниями по направлениям «Электромобилестроение», «Высокоавтоматизированное машиностроение», «Программное обеспечение технических систем», «Интеллектуальные системы управления» и «Технологии сенсорики».

По словам Владимира Миклушевского, эта работа подразумевает создание продуктов с высоким уровнем технологической готовности, поэтому важно работать в тесном партнерстве с организациями реального сектора экономики.

«Индустрия часто с недоверием относится к тому, что делают университеты. Мы можем преодолеть это недоверие только одним способом – показать конкретный результат», - заявил Владимир Миклушевский.

Ректор Московского Политеха также отметил, что данные направления неразрывно связаны с ретроспективой деятельности университета и двумя Постановлениями Правительства, которые определяют вектор развития России в парадигме перехода на технологический суверенитет. «Каждый университет должен найти свою уникальную нишу, чтобы не конкурировать с другими вузами за одно и то же место. Координировать этот процесс должно Правительство России. Эта задача будет решена, в этом нет никаких сомнений», - добавил Владимир Миклушевский.

Московский международный салон образования — ежегодный открытый форум, организованный Министерством образования и науки РФ для обмена опытом по актуальным вопросам российской системы образования.

Источник: https://robogeek.ru/robo-obrazovanie/moskovskii-politeh-sozdast-pyat-inzhenerno-tehnologicheskih-tsentrov-k-2030-godu

Немецкий суд постановил, что роботы в магазинах должны отдыхать по воскресеньям

Решение стало следствием судебного спора с участием региональной сети Tegut, которая уже 4 года владеет 40 полностью автоматизированными мини-магазинами.

Судебная тяжба началась после того, как профсоюз работников сферы обслуживания Verdi заявил, что разрешение на непрерывную работу подобных магазинов может иметь "негативные последствия" для работников-людей.

Высший административный суд земли Гессен согласился с требованием профсоюза, что роботизированные магазины должны закрываться по воскресеньям, ссылаясь на 1700-летний христианский принцип "воскресного отдыха", закрепленный в конституции с 1919 года.

Томас Штеб, член правления Tegut, раскритиковал это решение, назвав его "совершенно гротескным", и заявил, что магазины, по сути, являются "торговыми автоматами". По его словам, на воскресные дни приходится около 25-30 процентов недельной торговли автоматизированных магазинов.

По мнению профсоюза Verdi, успех таких магазинов может привести к тому, что конкуренты будут добиваться дальнейшего смягчения правил воскресной торговли, тогда как эти магазины дали компании возможность обойти строгие правила торговли в Германии, согласно которым обычные магазины должны закрываться в 18:30 в будние дни и полностью закрываться в воскреснье.

В свете этого решения, вынесенного против компании Tegut, правительство земли Гессен заявило, что готово создать юридическое исключение для автоматизированных магазинов.

Источник: https://robogeek.ru/zakonodatelstvo/nemetskii-sud-postanovil-chto-roboty-v-magazinah-dolzhny-otdyhat-po-voskresenyam

Геоскан разработал гоночный FPV-дрон и симулятор полетов

ГК «Геоскан» на конференции «Технологии Геоскана 2024» продемонстрировала первый FPV-квадрокоптер линейки «Пионер», специально разработанный для молодежных соревнований по гонкам дронов, а также сопутствующее ПО для виртуальных полетных тренировок. Продукты будут доступны к заказу уже в первом полугодии 2024 г.

Квадрокоптер «Геоскан Пионер FPV» разработан для быстрых полетов в помещениях. Благодаря специальной раме и моторам дрон идеально подходит для оттачивания навыков пилотирования и съемки. Обновленная плата позволяет подключать более мощные моторы, обеспечивает большую маневренность, грузоподъемность дрона, улучшенные скоростные характеристики. Поддержка протокола ExpressLRS обеспечивает надежную связь с пультом управления на расстоянии до 1 км. Плата автопилота совместима с экосистемой квадрокоптера «Геоскан Пионер», что открывает широкие возможности для программирования и создания разных модификаций.

В дополнение к квадрокоптеру компания выпустит специальный FPV-симулятор для отработки навыков ручного пилотирования. В программе смоделированы летные характеристики квадрокоптеров «Геоскан Пионер FPV», что позволит освоить технику полета в виртуальном пространстве без рисков повредить устройство. В симуляторе предусмотрена возможность задать несколько сценариев применения дронов с воссозданием различных внешних условий.

«Гонки дронов – один из наиболее популярных среди детей способов стартовать в мире беспилотников. Cообщество пользователей давно просило нас сделать FPV-дрон, но Геоскан развивался в направлении летающей робототехники и не рассматривал FPV-направление как приоритетное. И сегодня, когда мы представляем FPV-квадрокоптер, мы говорим не просто о гоночном дроне, но об элементе экосистемы «Геоскан Пионер». Благодаря совместимости новой платы автопилота с экосистемой Пионеров, пользователи смогут «прокачать» свои дроны и создавать классные проекты в сфере автономных полетов. Эти возможности и дополнительные элементы расширяют спектр сценариев применения и дают простор для экспериментов. Так, со специальной сферической защитой дрон превращается в спортивный снаряд для игры в футбол, баскетбол и квиддич», — прокомментировал руководитель отдела образовательных проектов ГК «Геоскан» Михаил Луцкий.

Характеристики квадрокоптера Геоскан Пионер FPV:
Длительность полета: до 8 мин.
Форм-фактор: Cinewhoop
Радиопротокол: ELRS
Масса: менее 500 г
Подсветка: светодиодная лента
Двигатели: бесколлекторные
Камера FPV: аналог, 1000 ТВЛ
Аккумулятор: 4S, 120C, > 1200 мА ч
Рама: класс 127 мм, карбон и пластик

Источник: https://robogeek.ru/letayuschie-roboty/geoskan-razrabotal-gonochnyi-fpv-dron-i-simulyator-poletov

Mitsui OSK Lines представила робота для технического обслуживания судов

Устройство, разработанное совместно с другими японскими компаниями, включая Sumitomo Heavy Industries, может подниматься по стальным конструкциям и предназначено для проведения осмотров и использования в операциях по обслуживанию судов.

Mitsui O.S.K. Lines — японская транспортная компания, в основном занимающаяся морскими грузовыми перевозками. Три года назад она подписала меморандум о взаимопонимании с местной компанией MELTIN, специализирующейся на робототехнике, об установке дистанционно управляемых роботов на своих судах.

Отмечается, что робот может подниматься не только по вертикальным стенам стальных конструкций, но и перемещаться по изогнутым поверхностям и неровностям. С его помощью можно исследовать очень элементы конструкций судов находящиеся на большой высоте и которые ранее были труднодоступны для людей или роботов, делать их фотографии, измерять толщину стальных листов с точностью до 0,01 мм.

Это не только позволяет избежать опасностей, связанных с работой на высоте, но и исключает необходимость использования строительных лесов, что снижает трудозатраты и стоимость осмотров. Кроме того, робот может работать в замкнутом пространстве, исключая риск кислородной недостаточности для экипажа.

Сообщается, что робот получил одобрение ""Innovation Endorsement Certification" японского классификационного общества ClassNK после проведения демонстрационных испытаний.

Источник: https://robogeek.ru/roboty-spasateli/mitsui-osk-lines-predstavila-robota-dlya-tehnicheskogo-obsluzhivaniya-sudov

В Самаре будут обучать работе с роботами

Производственно-инжиниринговая компания ООО «Тесвел» и Передовая инженерная аэрокосмическая школа (ПИАШ) Самарского национального исследовательского университета имени академика С.П. Королева запустили программы дополнительного профессионального образования. На занятиях будут обучать, как программировать, эксплуатировать и обслуживать роботов.

В рамках сотрудничества стартовала работа Учебного центра роботизации, а также были разработаны две программы обучения по работе с коллаборативными роботами. Коботы отличаются простотой эксплуатации, поэтому максимальный срок обучения составляет всего 5 дней. За это время обучающиеся получат все необходимые знания и навыки для взаимодействия с коллаборативными роботами: научатся их подключать, программировать и обслуживать, будут разбираться в продуктовой линейке одного из ведущих производителей робототехнических устройств Dobot, изучат технологии, которые обеспечивают безопасное взаимодействие роботов в непосредственной близости с человеком, а также отработают на практике полученные теоретические знания. Обучение могут пройти все, кто желает научиться работать с роботами.

Программы обучения разработаны преподавателями Самарского университета совместно с практиками, которые каждый день внедряют, настраивают и ремонтируют роботов, — речь идет о специалистах ООО «Тесвел». Компания реализует проекты по роботизации технологических процессов для таких производителей, как ОДК, Ростсельмаш, СИБУР, Металлоинвест, Тяжмаш. Кроме того, Тесвел является официальным дистрибьютором Dobot в России и имеет собственную дилерскую сеть по продаже коллаборативных роботов.

Со стороны Самарского университета работу Учебного центра роботизации курирует Передовая инженерная аэрокосмическая школа «Интегрированные технологии в создании аэрокосмической техники», которая является структурным подразделением вуза. ПИАШ создана в 2022 году в рамках федерального проекта Министерства науки и высшего образования РФ «Передовые инженерные школы» в целях подготовки инженеров новой формации, владеющих наукоемкими и мультидисциплинарными технологиям.

Доктор технических наук, профессор, заведующий кафедрой производства летательных аппаратов и управления качеством в машиностроении Самарского университета Дмитрий Антипов считает, что роботизация производственных процессов будет расти экспоненциально, а значит, профильные специалисты будут чрезвычайно востребованы. «‎На сегодняшний день обеспечить конкурентоспособность производственных предприятий можно только за счет повышения производительности труда и снижения трудоемкости технологических операций. Для этого необходимы автоматизация и роботизация производственных процессов и создание роботизированных производственных ячеек. Специалисты, занимающемся программированием и эксплуатацией подобных роботизированных комплексов, будут не просто востребованы, а еще и высокооплачиваемы. В ближайшие пять лет роботизация производственных процессов будет расти экспоненциально», — поделился мнением преподаватель Самарского университета.

Также он обозначил, где именно будут ждать робототехников: «‎Специалистам по программированию и эксплуатации роботов открываются большие перспективы в крупных отраслевых предприятиях — лидерах рынка — и на предприятиях малого и среднего предпринимательства, которые нацелены на развитие и непрерывное повышение своей эффективности. Специалисты будут востребованы на большинстве производственных предприятий таких отраслей промышленности, как машиностроение, авиа- и ракетостроение, а также в пищевой промышленности и др., так как роботизированные комплексы будут заменять повторяющиеся трудоемкие высокоточные операции, требующие высокой скорости, а также сложные операции на тех участках, где существуют тяжелые условия труда».

Источник: https://robogeek.ru/robo-obrazovanie/v-samare-budut-obuchat-rabote-s-robotami

Заместитель гендиректора по инновациям и технологиям компании Росатома «Цифрум» рассказал о роли ИИ на промышленных предприятиях

Использование ИИ на промышленных предприятиях должно решать вопросы эффективности бизнеса и производительности труда. В Росатоме искусственному интеллекту отводится роль «второго пилота», который помогает сотрудникам избегать ошибок и повышать качество работы.

О подходах Госкорпорации «Росатом» к развитию ИИ на «цифровых» предприятиях атомной отрасли рассказал заместитель генерального директора компании «Цифрум» (Росатом) по проектам и технологиям Дмитрий Баглей в рамках совместной конференции «Ведомостей» и FESCO о применении ИИ в производственных компаниях и ритейле. Мероприятие прошло накануне в Москве.

Эксперт подчеркнул, что промышленные компании прошли этап дискуссий о применении ИИ на производстве, и в настоящее время фокус направлен на вопросы о том, как именно следует осуществлять трансформацию технологических процессов, чтобы применение ИИ было наиболее эффективно. Прежде всего, решается вопрос, в каких переделах и цепочках это внедрение наиболее целесообразно и экономически обосновано.

Фактором эффективности сегодня становится скорость принятия решений и внедрения ИИ, которая обеспечивает предприятиям технологические преимущества в конкуренции на российском и международном рынках. Ускоренное внедрение «цифры» также служит преодолению дефицита кадровых ресурсов на производстве: «Мы должны уметь достигать эффективности с учетом динамики рынка труда, а значит на новой технологической базе, включая ИИ».

В этой связи максимальный охват и применение сквозных цифровых технологий, включая ИИ, становятся ключевым инструментом обеспечения производительности труда, необходимой для роста выручки, повышения операционной эффективности или снижения себестоимости продукции: «Решать поставленные задачи линейной оптимизацией уже недостаточно», - отметил спикер.

Успешные проекты Росатома по применению ИИ на предприятиях аккумулируются в Реестре лучших практик, рекомендуемых к тиражированию в атомной отрасли: «Например, Топливный дивизион Росатома для прогнозирования качества изделий и состояния оборудования разработал систему предиктивной аналитики «АтомМайнд». В результате внедрения на Чепецком механическом заводе уровень брака основной номенклатуры - циркониевых труб для тепловыделяющих элементов - по двум видам дефектов был снижен в два раза. В настоящее время проводятся мероприятия по тиражированию этого опыта на 12 предприятиях Топливного дивизиона с последующим масштабированием на остальные организации атомной отрасли в релевантных технологических процессах и продуктовых потоках», - указал эксперт.

Дмитрий Баглей рассказал, что среди ключевых целей Единой цифровой стратегии Росатома - достижение 0% рутинных операций к 2030 году, что предполагает масштабное внедрение решений на основе ИИ: «Перед экспертами цифрового блока Росатома поставлены задачи по максимальному охвату применения современных технологий, включая ИИ, как на производственных предприятиях и технологических процессах, так и на уровне всех корпоративных функций».

В частности, предусмотрено развитие цифровой платформы управления атомной отраслью, в концепции которой рассматривается модель с использованием ИИ в качестве «второго пилота» и помощника в принятии решений на различных уровнях: «Речь не идет о замене человека, а скорее о создании экспертных систем, с учетом рекомендаций которых менеджеры и специалисты будут принимать дальнейшие решения». Дмитрий Баглей призвал «понимать, какую опасность может нести неуправляемый генеративный (сильный) искусственный интеллект, если исключить человека из принятия решений».

Источник: https://robogeek.ru/iskusstvennyi-intellekt/zamestitel-gendirektora-po-innovatsiyam-i-tehnologiyam-kompanii-rosatoma-tsifrum-rasskazal-o-roli-ii-na-promyshlennyh-predpriyatiyah

Подстричь газон и взорвать снаряд: гусеничная платформа ученого Пермского Политеха выполнит широкий спектр работ

Часть 1

Студент Пермского Политеха разработал универсальную гусеничную электрическую платформу для решения широкого спектра задач. Установка мобильного шасси полезна как на промышленном производстве, так и на государственной службе, а именно поможет работе МЧС, пожарной части, скорой помощи и вооруженным силам РФ.

Исследование выполнено в рамках программы стратегического академического лидерства «Приоритет 2030».

Разработка молодого ученого представляет собой электрическое управляемое оператором шасси с различным навесным оборудованием. Оно включает в себя два мотора привода гусениц, которые в отличие от колесных транспортных средств позволяют передвигаться по пересеченной местности. При достаточно небольших габаритах (40х100х120 см) грузоподъемность платформы доходит до 400 кг, а скорость до 10 км/час. Встроен электрический привод, позволяющий использовать устройство до 8 часов.

Особенность установки – дистанционное управление большим количеством исполнительных устройств, находящихся на платформе (освещение, сервоприводы, двигатели). Она позволяет устанавливать различное оборудование и манипуляторы, которыми оператор может управлять для выполнения рабочих задач. Такое преимущество повышает конкурентоспособность разработки на рынке.

Шасси оборудовано качественной камерой, поэтому весь процесс передается специалисту на компьютер или видео-очки в режиме реального времени без задержек и помех. Хорошая видимость картинки сохраняется и днем, и ночью.

«В настоящее время технологии позволяют сделать эффективную электрическую платформу, которая обеспечивает безопасность персонала, упрощает и ускоряет выполнение задач по уборке, осмотру территорий, эвакуации, доставке и даже разминированию. Наше устройство покрывает обширный спектр работ, их выполнение может быть всесезонным и производиться в любое время суток при любой погоде, а удаленное управление оператором позволяет работать из зданий или транспорта, даже не выходя на улицу», – поделился руководитель проекта, студент кафедры «Автоматизация технологических процессов» ПНИПУ Михаил Борисов.

Помимо доставки крупногабаритного оборудования комплектация многофункциональной платформы позволяет использовать ее и для дорожно-уборочных работ. Например, с помощью насадки роторного снегоуборщика можно легко убирать снег по городу, а полимерной щеткой чистить улицы, парки, дворы от листьев и пыли. Также есть возможность устанавливать насадку-косилку, которая подстрижет газоны и безопасно уберет борщевик с обочин без риска получить ожоги. Для работы в сельском хозяйстве устанавливаются насадка-распылитель и дополнительный бак для жидкости, чтобы обработать поля удобрениями.

Спецслужбы смогут применять платформу в чрезвычайных ситуациях, так как манипулятором можно увезти неопознанные предметы в безопасное место, либо уничтожить взрывоопасные объекты (снаряды, мины). Оснащение устройства тепловизионной камерой и мощной инфракрасной подсветкой поможет МЧС и пожарным проводить поисковые работы в ночное время суток. А оборудовав платформу лежачим местом (носилками), можно эвакуировать пострадавших из труднодоступных мест.

Источник: https://robogeek.ru/roboty-spasateli/podstrich-gazon-i-vzorvat-snaryad-gusenichnaya-platforma-uchenogo-permskogo-politeha-vypolnit-shirokii-spektr-rabot