Ученые разработали инновационный метод планирования движения беспилотного автомобиля

Разработка увеличит маневренные возможности транспортного средства и поможет избегать опасных ситуаций на дороге. Кроме того, новый алгоритм призван сделать поездки более комфортными за счет плавности управления машиной.

Исследователи из Центра когнитивного моделирования Московского физико-технического института и Института искусственного интеллекта AIRI предложили инновационный алгоритм планирования траектории при движении в плотном потоке для беспилотного автомобиля. Исследование опубликовано в IEEE Robotics and Automation Magazine — международном академическом журнале, посвященном созданию роботизированной техники, а также вопросам ее взаимодействия с человеком.

Новая разработка дает возможность транспортному средству в процессе автономного вождения эффективно и безопасно выполнять критически важные маневры на дороге. Такие, как смена полосы движения (что требует однократного перестроения), обгон движущегося препятствия (двукратное перестроение) и другие.

По словам создателей, предложенный метод позволяет интегрировать два плана решения задачи: постановку проблемы на высоком уровне и планирование движения на низком уровне. Совмещение этих планов дает возможность избегать выбора заведомо неосуществимых с физической и технической точек зрения траекторий движения.

Вместе с тем новый алгоритм уменьшает чрезмерные ограничения, заложенные в традиционных моделях управления, что делает более свободным выбор бортовым компьютером оптимального маршрута в каждой конкретной ситуации. При этом акцент делается на тщательном анализе окружающей динамической среды и предсказании действий других участников движения.

В ходе исследований предложенный метод был апробирован в ряде имитационных экспериментов. Их сценарии охватывали поездки по двухполосной магистрали со встречным движением и по шоссе с несколькими полосами с односторонним движением. При этом для всех участников дорожного движения задавались разные скоростные режимы.

Компьютерное моделирование продемонстрировало, что новый алгоритм позволяет управляющему устройству беспилотных транспортных средств с эффективностью, близкой к 100%, выполнять планирование маневров и реализовывать их, учитывая существующие технические ограничения и избегая недопустимых траекторий.

Источник: https://robogeek.ru/avtonomnyi-transport/uchenye-razrabotali-innovatsionnyi-metod-planirovaniya-dvizheniya-bespilotnogo-avtomobilya

Московский Политех разрабатывает гибридный прототип спортивного болида FDR12

Проект FDR12 реализуется в рамках программы стратегического академического лидерства "Приоритет-2030" и направлен на создание научно-технологического задела в области разработки гибридных силовых установок. Гибридный спортпрототип FDR12 разрабатывают участники инженерно-гоночной команды FDR Moscow (Formula Dream Russia Moscow). На данный момент в проекте задействованы 16 студентов и 4 специалиста Передовой инженерной школы электротранспорта Московского Политеха, которые являются выпускниками университета. Руководителем команды является Ирина Слесарева, выпускница 2019 года, а ведущим инженером – Роман Зимов, выпускник 2017 года.

Помимо участия основной рабочей группы, проект в реализации поддержан всеми структурами Передовой инженерной школы электротранспорта Московского Политеха — опытными инженерами, технологами и маркетинговым составом. Этот проект служит мощным инструментом для повышения уровня профессионализма инженеров и студентов Московского Политеха.

"Особенностью проекта является широкое применение аддитивных технологий", - комментирует Ирина Слесарева, руководитель команды FDR Moscow. "Команда использует REC PLA-пластик - самый популярный материал для 3D-печати. Он полностью безвреден и прост в использовании, не требует специальных температурных условий. Важно отметить, что модели из PLA не выгибаются и не трескаются при изменении температуры окружающей среды благодаря отсутствию эффекта термоусадки. Для более ответственных деталей используется REC RELAX - прозрачный пластик на основе PET-G для очень прочной 3D-печати. Этот материал отлично подходит для крупногабаритных изделий, его усадка даже меньше, чем у сухого PLA. Благодаря высокой адгезии между слоями даже тонкостенные модели, напечатанные из REC RELAX, обладают впечатляющей прочностью."

Использование 3D-печати в процессе создания спортпрототипа имеет ряд существенных преимуществ. Эта технология позволяет значительно сократить время производства, так как 3D-принтеры быстро создают детали, снижая нагрузку на металлообрабатывающее производство. Кроме того, 3D-печать дает возможность создавать детали сложной формы и структуры, чего зачастую невозможно достичь при использовании традиционных методов производства. Важным преимуществом является и возможность быстрой адаптации к изменениям: 3D-печать позволяет оперативно вносить корректировки в конструкцию деталей, что критически важно на стадии разработки. Инженеры команды также используют 3D-печать для создания прототипов деталей перед их производством в металле, что позволяет валидировать их соответствие 3D-модели, примерить к уже изготовленным деталям и исключить возможные ошибки.

Благодаря Московскому Политеху у команды есть возможность производить прототипы в лабораториях университета. 80% комплектующих автомобиля создаются в стенах Московского Политеха в новейших лабораториях Центра технологического сопровождения Передовой инженерной школы электротранспорта.

Гибридный спортпрототип FDR12 создается для участия в гонках на выносливость, таких как Russian Endurance Challenge. Кроме того, инженерные разработки, полученные в ходе проекта, найдут применение в других проектах университета и его индустриальных партнеров, включая совместный проект с "Автотор Холдинг".

После презентации осенью 2024 года команду ожидает много работы по настройке и тестированию автомобиля на треке. Проект FDR12 нацелен как на развитие российского автоспорта, так и на создание основы для инноваций в автомобильной промышленности в России.

Источник: https://www.3dpulse.ru/news/interesnoe-o-3d/moskovskii-politeh-razrabatyvaet-gibridnyi-prototip-sportivnogo-bolida-fdr12/

Бостонский стартап провел первую в мире стоматологическую процедуру на человеке с помощью роботизированной системы

Это событие знаменует собой значительный скачок вперед в области стоматологии, объединяя передовую визуализацию, искусственный интеллект и робототехнику для установления нового стандарта стоматологического обслуживания, отмечаяется в заявлении компании.

Компания Perceptive, стартап из Бостона, занимается разработкой автоматизированных стоматологических технологий на базе ИИ и робототехники. 30 июля она объявила об завершении полностью автоматизированной операции, проведенной на человеке с помощью своей роботизированной стоматологической системы.

Инновационное решение объединяет в себе программное обеспечение для трехмерной визуализации, управляемое искусственным интеллектом, и роботизированный манипулятор для выполнения стоматологических процедур, начиная с реставрационных.

Как отмечается в пресс-релизе, "запатентованная система позволяет выполнять такие задачи, как установка коронок, всего за 15 минут, что значительно меньше, чем при нынешнем методе, требующем двух визитов в кабинет продолжительностью не менее часа каждый".

Для диагностики и планирования лечения роботизированная система Perceptive использует объемные 3D-данные. Процедура начинается с оптической когерентной технологии (ОКТ) сканирования зубов и полости рта пациента с помощью портативного интраорального сканера Perceptive, который позволяет получать 3D-изображения под линией десны, через жидкости и под поверхностью зуба.

Затем система использует алгоритмы искусственного интеллекта для анализа 3D-данных и высокоточного планирования стоматологической процедуры, снижая потребность в ручном труде.

В настоящее время ОКТ система компании не имеет разрешения FDA на продажу по стандарту 510(k) и не доступна для продажи в США. Как отмечается на ее сайте, одобренные FDA роботизированные системы в имплантологии имеют точность 1100 микрон. Реставрационная стоматология требует более высокой точности, и прототипы Perceptive могут резать с точностью до 100 микрон, что было продемонстрировано в ходе внутренних испытаний.

Отметим, что компания сообщает только о проведении внутренних и пробных испытаниях своей системы на бодрствующих пациентах, тогда как испытания с одобрения контролирующих органов для одобрения FDA еще не проводились. В настоящее время система не имеет разрешения FDA на продажу по стандарту 510(k) и не доступна для продажи в США.

Источник: https://robogeek.ru/roboty-v-meditsine/bostonskii-startap-provel-pervuyu-v-mire-stomatologicheskuyu-protseduru-na-cheloveke-s-pomoschyu-robotizirovannoi-sistemy

Ученые ТУСУРа напечатали образец литиевого феррита для СВЧ-техники

Исследования проводились совместно с учеными Проблемной научно-исследовательской лаборатории электроники, диэлектриков и полупроводников Томского политехнического университета (ПНИЛ ЭДиП ТПУ), которые занимаются синтезом ферритовых материалов с помощью традиционных термических и уникальных электронно-пучковых технологий и исследованием их электромагнитных свойств.

"В настоящее время происходит быстрое развитие новых аддитивных технологий, направленных на получение изделий как с более сложной формой, так и с различными по свойствам функциональными слоями, – рассказал заведующий лабораторией печатной электроники ТУСУРа Сергей Артищев. – Для этого в нашей лаборатории разрабатываются методы экструзионной печати материалов на различных подложках для их применения в электронной технике".

По словам ученого, коллеги из ТПУ обратились в лабораторию ТУСУРа с гипотезой о том, что если применить технологию печати на принтере, то можно получить ферритовую керамику с определенным уровнем электромагнитных свойств, позволяющих интегрировать ее с электронными компонентами, включая сверхвысокочастотные приложения. При этом встает проблема получения ферритовых структур с высокой плотностью, что может быть достигнуто с помощью разработки керамических суспензий с высоким содержанием ферритового порошка.

На основе синтезированного порошка литиевого феррита, переданного в лабораторию ТУСУРа, ученые изготовили пасту для печати на принтере, а в дальнейшем и тестовый образец. Полученный в ходе печати феррит проходил ряд исследований и тестов в ТУСУР и ТПУ, в частности измерялись механические, магнитные и электрические свойства.

"В результате было подтверждено, что, во-первых, такая технология позволяет получать литиевый феррит, то есть с помощью принтера можно изготовить такое изделие, – добавил заведующий лабораторией. – Во-вторых, что сами связующие, которые мы подбирали, не изменяют критичным образом свойства феррита, то есть эту технологию можно применять. В дальнейшем планируется подбирать составы с точки зрения концентрации связующих, режимы нанесения, чтобы повысить качество слоев, их однородность, нарастить толщину".

Результаты совместного исследования ученых опубликованы в журнале "Russian Physics Journal" статья "Structural and Electromagnetic Properties of Lithium Ferrite Manufactured by Extrusion Printing".

"До этого мы в лаборатории пробовали наносить проводниковые, диэлектрические и резистивные материалы для отработки изготовления многослойных печатных плат, элементов гибридных интегральных схем (планарные резисторы, конденсаторы, катушки индуктивности), а также микрополосковые элементы СВЧ-техники, - рассказал ученый. - Благодаря совместным исследованиям с ТПУ мы можем увеличить номенклатуру материалов, доступных для печати".

Лаборатория печатной электроники была создана в 2022 году в рамках гранта Минобрнауки РФ. Ее сотрудники занимаются проработкой и исследованием технологии принтерной печати толстопленочных гибридных интегральных схем. Изготовленный макет принтера уже прошел опытную эксплуатацию на производстве АО "НПЦ "Полюс".

"В нашей лаборатории сейчас трудятся не только научные сотрудники, но и студенты, в основном, радиоконструкторского факультета, – сказал Артищев. – Начиная со второго курса, студенты у нас занимаются проектной деятельностью, проходят практику и дипломирование. Каждый студент может внести свою лепту в разработку конструкции принтера и материалов, которые мы изготавливаем для печати".

Источник: https://www.3dpulse.ru/news/nauchnye-razrabotki-tehnologii/uchenye-tusura-napechatali-obrazets-litievogo-ferrita-dlya-svch-tehniki/

Студенты НИУ ВШЭ успешно защитили дипломы, в работе над которыми применили YandexGPT

Этим летом студенты нескольких направлений подготовки НИУ ВШЭ — «Философия», «Медиакоммуникации», «Международные отношения» и «Востоковедение» — впервые использовали нейросеть в процессе написания дипломных и курсовых работ.

Университет разрешил применять возможности YandexGPT, генеративной технологии Яндекса, для решения заранее определённого перечня задач, на которые обычно у студента уходит много времени. Она помогала собирать, анализировать и обобщать информацию, проверять текст на ошибки и править оформление, а также разбираться в сложных темах и структурировать ход размышлений.

Больше половины студентов, обратившихся к ИИ во время подготовки, получили высший балл. Это первый подобный опыт системной интеграции ИИ-технологии бигтеха в учебный процесс. НИУ ВШЭ считает эксперимент успешным и со следующего года увеличит число направлений, где можно будет использовать YandexGPT.

«Очевидно, что генеративные модели используются повсеместно — в том числе и студентами при выполнении тех или иных заданий. Я уверен, что в части проектной и исследовательской работы стоит поощрять применение больших языковых моделей. Нам важно, чтобы студент получил успешный результат или создал новый продукт, и если инструменты ИИ помогли ему в этом, ускорили работу и повысили её качество, — мы только за. Поэтому мы в НИУ ВШЭ в целом разрешаем применять генеративные инструменты в дипломных работах, а также с радостью приняли участие в пилотном проекте с Яндексом», — комментирует Евгений Соколов, руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ.

В рамках проекта студенты научились грамотно использовать генеративные технологии и смогли глубже погрузиться в исследования, сократив время на рутинные задачи и освободив на творческие. В своих работах студенты отмечали, где именно применяли нейросетевые инструменты, а на защитах подробнее рассказывали, для решения каких задач обращались к ИИ-помощнику и как проводили фактчекинг.

По результатам опросов, самой популярной функцией стал поиск ошибок и опечаток, на втором месте — суммаризация данных. Помимо этого, студенты использовали нейросеть для ведения дискуссии о различных аспектах работы, обращались к ней для генерации изображений и за помощью в оформлении. При этом студенты самостоятельно делали выводы в своих дипломных проектах. Качество выполненной работы и то, насколько глубоко студент погружён в тему, проверялись во время защиты перед комиссией.

«Когда-то появление интернета ускорило поиск информации и изменило образовательный процесс. Подобные изменения мы наблюдаем сегодня — нейросети помогают студентам и преподавателям лучше ориентироваться в потоке информации. Наш совместный проект с Вышкой — шаг к осмысленному применению ИИ-технологий в учебном процессе. Этот опыт пригодится студентам в дальнейшей работе, где навыки использования ИИ-инструментов и критическое мышление становятся всё востребованней, вне зависимости от сферы. Наша задача — обеспечить условия и дать доступ к технологиям, которые создаются прямо сейчас», — поделилась Дарья Козлова, директор Яндекс Образования.

Помимо проведения исследований и успешной защиты дипломов, студенты получили представление о том, как в будущей профессиональной деятельности можно работать в тандеме с AI-ассистентами и инструментами.

Источник: https://robogeek.ru/iskusstvennyi-intellekt/studenty-niu-vshe-uspeshno-zaschitili-diplomy-v-rabote-nad-kotorymi-primenili-yandexgpt

Стали прочнее: ученые Пермского Политеха улучшили технологию аддитивного производства деталей

Заготовки из металлических материалов создают с помощью технологий, основанных на плавлении. Однако из-за перегрева и непостоянной температуры в процессе работы они не обеспечивают нужного качества деталей. Существует еще один способ получения таких изделий — с помощью послойной плазменной металлизации. В настоящее время он почти не изучен, но разработка технологии формирования материала таким способом решит проблему изготовления габаритных изделий (например, коленчатых валов, корпусов подшипника) и обеспечит высокую производительность процесса. Ученые ПНИПУ проработали на практике технологию аддитивного формирования стальных заготовок таким способом. Результаты исследования позволят получать промышленные детали без дефектов с высокими эксплуатационными характеристиками.

Исследование опубликовано в журнале «СТИН», № 6 за 2024 год. Работа выполнена при финансовой поддержке Правительства Пермского края в рамках научного проекта № С-26/694 от 24.03.2022.

Аддитивные технологии позволяют получать детали разнообразной формы с особыми свойствами. При таком способе материал слоями наносят на подложку или на часть готового изделия по цифровой модели. Это упрощает работу и сокращает затраты на производство. Существует более 20 способов аддитивного производства металлических изделий. По большей части они основываются на технологиях плавления исходного материала. Чтобы получить заготовку с высокими характеристиками, нужно обеспечить необходимую структуру и свойства металла.

В качестве источников нагрева в аддитивных технологиях в основном применяют электронный луч, лазер, электрические и плазменные дуги. Исходным сырьем для послойной наплавки могут быть проволоки и их комбинации. Существуют также технологии послойного формирования изделий без плавления наносимого материала. Например, спекание, диффузионное нанесение и другие. Но они трудоемки и применяются в специфических областях.

Качественного изделия при аддитивном формировании габаритных заготовок с помощью послойной плазменной металлизации в мире еще не получали, однако ученые ПНИПУ провели исследование и выяснили, что получить металлическую заготовку c минимальной дефектностью и заданными характеристиками таким способом возможно. Политехники провели опыты на основе комбинированной аддитивной технологии: холодного газодинамического напыления проволоки с последующим лазерным и плазменным переплавом.

Плазменную металлизацию можно выполнять с использованием одной, двух или нескольких проволок, они могут подаваться одновременно или последовательно. При этом появляется уникальная возможность управлять химическим составом, структурой и свойствами получаемых материалов.

Ученые Пермского Политеха проводили исследования на жаростойкой и коррозионностойкой стали. Она широко применяется для изготовления конструкций в различных отраслях машиностроения. В качестве исходного материала для металлизации использовали проволоку. Ее плавление и распыление производили плазменной дугой. Однородность частиц заготовки и их равномерное распределение обеспечили с помощью управления газодинамическими процессами. Испытания полученных образцов на растяжение показали хорошие характеристики — предел прочности оказался близким к требованиям ГОСТ, а предел текучести — повышенным.

Ученые ПНИПУ разработали способ получения качественных металлических изделий с повышенными эксплуатационными характеристиками. Разработка позволит применять технологии аддитивного производства изделий, состоящих из нескольких материалов и с производительностью до 10 кг/час.

Источник: https://www.3dpulse.ru/news/nauchnye-razrabotki-tehnologii/ctali-prochnee-uchenye-permskogo-politeha-uluchshili-tehnologiyu-additivnogo-proizvodstva-detalei/

Анализ больших данных и «умный» компас для выбора локаций магазинов: новые продукты AI-лаборатории ИТМО и Х5Tech

В рамках объединенной AI-лаборатории X5 Tech и AI Talent Hub разработали MVP системы с использованием моделей машинного обучения для внедрения в процессы ритейлера X5 Group.

Совместная магистратура по искусственному интеллекту ИТМО и Napoleon IT – AI Talent Hub в сентябре 2023 года запустила лабораторию по искусственному интеллекту c компанией X5 Tech на базе института. В течение 9 месяцев молодые ML-инженеры работали в одной команде с опытными экспертами X5 Tech и представили несколько новых продуктов для одного из крупнейших ритейлеров страны — X5 Group. По итогам стажировки, лучшие магистранты стали сотрудниками X5 Tech.

В рамках объединенной AI-лаборатории X5 Tech и AI Talent Hub разработали MVP системы с использованием моделей машинного обучения для внедрения в процессы ритейлера X5 Group.

Первый продукт, который создала команда, стал сервис с RAG (генерация с расширенным поиском). Сервис включает в себя генерацию ответа пользователям с учетом дополнительной релевантной информации из больших текстовых документов. Результат анализа больших данных формируется на основе технологии машинного обучения.

«Специалисты AI-лаборатории улучшили некоторые бизнес-метрики на 40% и встроили алгоритм RAG в нашу систему. Обновленная система позволит ускорить проверку актуальности информации в больших системах и автоматизировать QA-системы», — пояснил руководитель команды по разработке генеративных сетей в Х5 Group Мичил Егоров.

Вторым продуктом, который разработала объединенная команда, стала платформа Shop Placement Platform. Она позволяет прогнозировать выручку в определенной локации на основе геоданных и информации о продажах. Модель, наподобие компаса, помогает определить оптимальное местоположение новых магазинов для торговых сетей X5 Group, эффективно учитывая риски при планировании торговых точек.

«Для компании крайне важно эффективно прогнозировать плотность продаж нового магазина. Во-первых, чтобы определить наиболее удачную локацию для размещения будущего магазина, а, во-вторых, для четкого планирования финансовых показателей. Благодарим студентов лаборатории за вовлеченность и вклад в совместную работу», — прокомментировала старший менеджер по работе с большими данными X5 Tech Диана Ульянова.

В рамках сотрудничества X5 Tech выделила лучших студентов AI Talent Hub и пригласила для работы в компании. Например, магистрант первого курса Александр Потехин через проектный семинар присоединился к команде X5 и теперь занимается большими языковыми моделями (LLM). Студент Даниил Соловьев стал частью команды X5 Tech, где занимается модельным риском в качестве Fullstack-разработчика, а Максим Головин стал Data Scientist в CVM и занимается анализом данных, подготовкой тренировочных датасетов, обучением моделей и интерпретацией результатов.

Само обучение в магистратуре AI Talent Hub проходит в течение двух лет. За это время начинающие IT-специалисты могут стать профессионалами в искусственном интеллекте мирового уровня, развиваясь благодаря работе на реальных бизнес-задачах и набираясь опыта у специалистов именитых компаний, которые являются партнерами образовательной площадки.

Источник: https://robogeek.ru/iskusstvennyi-intellekt/analiz-bolshih-dannyh-i-umnyi-kompas-dlya-vybora-lokatsii-magazinov-novye-produkty-ai-laboratorii-itmo-i-h5tech

В лаборатории аддитивных технологий БГМУ начали отрабатывать технологию изготовления имплантов из PEEK

В настоящее время в лаборатории отрабатываются режимы 3D-печати полиэфирэфиркетона на принтере TOTAL Z. Новейший материал и оборудование закуплено в рамках реализации университетом программы развития «ПРИОРИТЕТ-2030» (нацпроект «наука и университеты») и республиканского мегагранта. Исследования проводятся на базе межвузовского студенческого кампуса евразийского НОЦ.

PEEK (полиэфирэфиркетон) - полукристаллический полимер с высокотемпературной устойчивостью. Материал выделяется среди множества медицинских материалов, имея массу преимуществ, среди которых отмечают отличную биосовместимость, и видающуюся стерилизационную эффективность.

В настоящее время студент 4 курса лечебного факультета БГМУ Альфред Галяутдинов проводит работу над обработкой снимков медицинского формата (изображений) – DICOM-файлов, которые включают в себя КТ-исследование черепа после нейрохирургической операции.

«В нашей лаборатории начаты работы по первичной отработке технологии печати имплантов с помощью инновационного материала на основе реальных медицинских данных. В процессе – печать медицинских моделей имплантатов для закрытия дефектов после нейрохирургических операций, целюстно-лицевой хирургии. Импланты в данном случае должны обладать особыми характеристиками – быть легкими и прочными. Продолжим работать в данном направлении», рассказал Марс Галаутдинов, заведующий лабораторией аддитивных технологий БГМУ.

После обработки имеющейся информации о патологии, полученные данные преобразуются в цифровую модель. Благодаря переводу снимка компьютерной томографии в 3D-модель ученые-медики смогут с максимальной точностью подобрать форму и размеры будущего импланта для конкретного пациента. Специальная программа также подгоняет имплант под замещаемый дефект и помогает планировать будущую операцию.

В работу ученых-инженеров лаборатории аддитивных технологий также входит и подготовка к печати 3D-модели импланта. Задача ученых с точностью рассчитать не только усадку материала, но и обеспечить корректное расположение детали для дальнейшей печати на 3D принтере.

В дальнейшем, с помощью материала PEEK и современного принтера, ученые БГМУ планируют усовершенствовать технологию 3D моделирования имплантов с учетом индивидуальных особенностей пациента и повысить прочностные характеристики изделия в результате специальной обработки. Работа ученых-медиков – это важный шаг для внедрения персонифицированной медицины в здравоохранение.

После прохождения необходимых клинических исследований, сертификации материалов и будущих медицинских изделий, внедрение новой технологии в работу лаборатории позволит в будущем запустить производство персонифицированных имплантатов из PEEK.

В настоящее время, в рамках первичной отработки технологии печати имплантов, у ученых и студентов БГМУ формируются современные компетенции и навыки для работы с высокотехнологичными методами медицинской помощи.

Источник: https://www.3dpulse.ru/news/meditsina/v-laboratorii-additivnyh-tehnologii-bgmu-nachali-otrabatyvat-tehnologiyu-izgotovleniya-implantov-iz-peek/

Завершился 4-й этап исследований «Моторики», ДВФУ и Сколтеха по очувствлению протезов и купированию фантомных болей (часть 1)

Цель этапа — проверить протез с новой системой очувствления. Отличие этого прототипа от предыдущих заключается в том, что новая кибер-рука двигается свободно, без фиксации. Пилоты-испытатели брали хрупкие предметы кибер-рукой и перемещали их.

«Управление бионическим протезом всё ещё существенно отличается от использования естественной руки. Мы работаем над тем, чтобы сделать киберпротезы с очувствлением. В 2024 году планируется открытие Центра кибернетической медицины и нейропротезирования, где одной из главных задач будет создание и применение новых типов протезов с обратной связью», — Андрей Давидюк, генеральный директор «Моторики».

«Мы вживили электрод в периферический нерв и спинной мозг и провели ряд исследований, чтобы создать протез, идеально соответствующий индивидуальным параметрам пациента», — рассказал нейрохирург Медицинского комплекса ДВФУ Артур Биктимиров. Он отметил, что в России только в ДВФУ проводятся операции по очувствлению протезов и купированию фантомных болей. Работа ведётся в рамках программы «Приоритет-2030».

«Новый пациент потерял кисть в результате взрыва и испытывал сильные боли. Нам удалось снизить их на 70–80% с помощью электростимуляции, даже без протеза. С протезом мы полностью избавили пациента от фантомных болей. Этот этап очень значим для нас, так как мы рассчитываем на долгосрочный результат. Специалисты продолжат отслеживать и корректировать лечение, когда электрод полностью приживется к нерву. Если предыдущие этапы были направлены на мгновенный результат, то сейчас мы хотим оценить, как будут меняться показатели с течением времени. Для этого нужно делать акцент на послеоперационном состоянии», — добавил Биктимиров.

«Мы тщательно проработали протокол исследований, чтобы с уверенностью сказать, что эффект стимуляции сохраняется в течение длительного периода после стабилизации на нерве и будет таким же эффективным, как и на первоначальном этапе. Мы подтвердили наши гипотезы, однако для продолжения исследования нам все еще необходима большая выборка пациентов. Сейчас мы ищем пациентов с травмой верхней конечности и фантомными болями, для участия нужно обратиться в “Моторику”», — сказал Юрий Матвиенко, руководитель департамента нейротехнологий «Моторики».

Источник: https://robogeek.ru/roboty-v-meditsine/zavershilsya-4-i-etap-issledovanii-motoriki-dvfu-i-skolteha-po-ochuvstvleniyu-protezov-i-kupirovaniyu-fantomnyh-bolei

Продолжение ниже ⬇

Завершился 4-й этап исследований «Моторики», ДВФУ и Сколтеха по очувствлению протезов и купированию фантомных болей (часть 2)

В отличие от предыдущих этапов, на этот раз исследование проводилось в два раунда, с расширенным периодом реабилитации после вживления электродов. Второй раунд, который прошел спустя несколько месяцев после операции, позволил специалистам проверить протокол реабилитации пациентов. Также были получены ценные сведения о снижении подвижности электродов в ткани с течением времени. Дело в том, что электроды не сразу «приживаются» и принимают неподвижное положение.

В ходе исследования также регулярно измерялась скорость выполнения задания пациентом. К последнему измерению испытуемому удалось выполнить задания быстрее более чем в полтора раза.

«На этом этапе мы впервые в полной мере реализовали систему двунаправленного нейропротеза. Этот протез управляется через электромиографический интерфейс и позволяет получать сенсорную обратную связь в виде электростимуляции, которая вызывает ощущения в утраченной конечности», — сказал Гурген Согоян, аспирант Центра нейробиологии и нейрореабилитации имени Владимира Зельмана в Сколтехе и научный координатор проекта. «Пациент выполнял задания по перемещению объектов при помощи протеза руки в движении. Он ощущал их кончиками пальцев. Пациент смог даже перенести стакан, полный хрупких шариков, и не рассыпать их. Кроме того, одному пациенту удалось почувствовать пятку протеза при помощи умной стельки», — добавил Согоян.

Еще одно новшество четвертого этапа — использование айтрекинга — технологии отслеживания положения глаз. При помощи алгоритмов искусственного интеллекта и системы слежения за взглядом пациентов, измерялись разные показатели: фиксация пациентом на своем протезе, на перемещаемом предмете и на других объектах среды. Такая система позволяет определить увеличение когнитивной нагрузки пациента при выполнении заданий при помощи протеза. Результаты 4-го этапа показали, что благодаря увеличению естественной чувствительности в протезе, паттерн наблюдения за протезом у пациента поменялся — зрительная фиксация на протезе снизилась. Успешность схватов протеза стала оцениваться больше за счет ощущений, а не зрения.

Также исследовали корреляцию между активностью мозга и интенсивностью тактильных ощущений. Исследователи учатся в режиме реального времени извлекать данные об ощущениях человека из электроэнцефалограммы (ЭЭГ). Подобные эксперименты проводились на животных около 20 лет назад под руководством нейробиолога Михаила Лебедева, научного лидера и вдохновителя проекта. Теперь же аналогичные результаты, полученные в исследованиях на людях, представляют собой значительный шаг в развитии науки.

«Моторика» продолжает инвазивные исследования по очувствлению протезов и купированию фантомных болей. Команда ищет добровольцев с ампутациями и фантомными болями для исследования — подать заявку на участие.

Источник: https://robogeek.ru/roboty-v-meditsine/zavershilsya-4-i-etap-issledovanii-motoriki-dvfu-i-skolteha-po-ochuvstvleniyu-protezov-i-kupirovaniyu-fantomnyh-bolei

Новые модели несущих конструкций для строительной 3D-печати разрабатывают в СКФУ

На конкурсе «студенческий стартап» научный коллектив Северо-Кавказского федерального университета успешно защитил проект по разработке конструктивных решений несущих строительных конструкций, напечатанных на 3D-принтере. Авторы планируют создать архитектурное бюро для реализации аддитивных технологий в строительстве.

Аддитивные технологии предполагают создание трехмерных объектов путем постепенного добавления материалов по слоям. Такой способ начинает широко использоваться в машиностроении, аэрокосмической промышленности, металлургии, биомедицине, а также в строительстве.

С 2022 года на базе Северо-Кавказского федерального университета открыт Научно-образовательный центр (НОЦ) аддитивных технологий. Совместно с индустриальным партнером ученые занимаются разработками в сфере строительства домов с использованием 3D-печати. Еще один проект в этом направлении связан с формированием более эффективных конструктивных решений несущих конструкций, созданных на 3D-принтере.

«Ученые СКФУ продолжают реализацию проектов, направленных на внедрение аддитивных технологий в строительную отрасль. Отмечу, что инновационные решения вызывают повышенный интерес индустриальных партнеров университета. Уверен, что внедрение предприятиями таких разработок позволит ускорить процесс строительства, повысит прочность объектов, а также снизит временные и финансовые затраты», – подчеркнул ректор СКФУ Дмитрий Беспалов.

По мнению ученых, 3D-печать бетона – это стремительно развивающаяся технология, способная произвести революцию в строительной отрасли. По сравнению с традиционными методами, аддитивные технологии позволяют создавать более сложные архитектурные формы, минимизировать объем отходов при использовании бетона, а также снизить временные и экономические затраты.

Научный коллектив СКФУ под руководством старшего преподавателя кафедры строительной инженерии Дмитрия Швачева намерен создать оптимальную модель строительных конструкций повышенной прочности, выполненных по технологии 3D-печати. Для этого будет разработан алгоритм цифрового моделирования напечатанных элементов.

Также полученные вертикальные компьютерные модели будут обладать параметрическими настройками. Это гарантирует их совместимость с различными видами строительных 3D-принтеров.

«Наш стартап предполагает создание архитектурного бюро для работы над проектами с использованием аддитивных технологий. На данный момент не существует строгих стандартов и правил технологии печати, также мало известны свойства прочности используемого материала. Реализация проекта позволит оптимизировать процесс строительства и детально раскрыть архитектурно-дизайнерский потенциал технологии крупномасштабной печати. Мы уже исследуем возможность параметрического проектирования с использованием искусственного интеллекта, а также планируем более детально изучить материалы, применяемые в строительной печати», – пояснил один из авторов проекта, студент инженерного института СКФУ Никита Ольховский.

Бизнес-проект федерального университета получил грант в размере 1 млн рублей в рамках конкурса «Студенческий стартап», который реализуется по новому федеральному проекту «Платформа университетского технологического предпринимательства» нацпроекта «Наука и университеты».

Справочно: ранее в рамках сотрудничества со ставропольским заводом инновационного строительного оборудования «СмартБилд» студенты СКФУ впервые приняли участие в строительстве первого жилого дома, созданного с использованием 3D-печати.

Источник: https://www.3dpulse.ru/news/stroitelstvo/novye-modeli-nesuschih-konstruktsii-dlya-stroitelnoi-3d-pechati-razrabatyvayut-v-skfu/

Команда МФТИ по робофутболу завоевала бронзу на FIRA RoboWorld Cup в Бразилии

Команда МФТИ по робофутболу STARKIT вновь доказала своё лидерство в сфере робототехники и заняла третье место в разных категориях на международных соревнованиях FIRA RoboWorld Cup and Summit 2024, которые прошли в Сан-Луисе, Бразилия. В этом году соревнования привлекли более 300 команд и 1500 участников из 40 стран, став одним из самых масштабных событий в мире робототехники.

На этих соревнованиях команда STARKIT выступала в разделе FIRA Sports HuroCup, который делает акцент на разработке гуманоидных роботов, способных выполнять широкий спектр задач. Особое внимание в этом разделе уделяется исследованиям в области ходьбы и балансировки, сложного планирования движений и взаимодействия человека и робота. В программу HuroCup входят такие дисциплины, как стрельба из лука, спринт, марафон, футбол, бег с препятствиями, прыжки в длину, спартанская гонка, тяжелая атлетика и баскетбол, что позволяет выявить наиболее универсальных и многофункциональных роботов.

В тройном прыжке роботы STARKIT были непревзойдёнными и завоевали первое место. В других дисциплинах физтехи показали стабильные результаты: в стрельбе из лука и марафоне команда заняла также бронзу. Эти результаты позволили команде войти в тройку лидеров общего зачёта в категории FIRA HuroCup KidSize.

«Мы заняли третье место на мировом чемпионате в Бразилии по робототехнике, и это для нас огромное достижение. Мы увидели, в каких областях с предыдущих соревнований в Тайване мы стали лучше и сильнее, а в каких нам предстоит разрабатывать что-то новое. Для нас это не только победа, но и ценный опыт, который поможет нам в дальнейшем совершенствовании наших разработок», – отметил капитан команды STARKIT, техник лаборатории волновых процессов и систем управления Вячеслав Сивак. По его словам, немаловажным оказались встречи и консультации с международными командами из Тайваня, Уругвая, Бразилии, Канады и Индии.

«Благодаря международным обменам мы узнали о новых подходах в управлении движением робота и в конструировании, это будет полезно для нашей команды в будущем. Впереди нас ждут соревнования в Корее, где ожидается ещё больше сильных и опытных команд. Мы будем готовиться и тренироваться, чтобы достойно представить нашу страну на международной арене», – добавил Вячеслав Сивак.

Команда STARKIT была организована на базе МФТИ в 2018 году Лабораторией волновых процессов и систем управления. Основной целью команды с самого начала стало участие в крупнейших международных соревнованиях по робофутболу, таких как RoboCup и FIRA. Руководитель и основатель команды — Азер Бабаев, почетный профессор МФТИ и член Физтех-союза. Под его руководством команда не только смогла занять ведущие позиции на российской арене, но и неоднократно добивалась успехов на международных турнирах.

Так, в 2021 году STARKIT стала чемпионом мира по робофутболу в лиге Humanoid KidSize на RoboCup, продемонстрировав превосходство в области разработки автономных мобильных роботизированных систем. С тех пор команда не перестаёт совершенствоваться, принимая участие в различных соревнованиях, отрабатывая новые стратегии и улучшая конструкцию своих роботов.

Участие в соревнованиях FIRA не только позволяет проверять свои разработки в условиях реальной конкуренции, но и вносит значительный вклад в развитие робототехники в России. Подобные успехи демонстрируют высокий уровень подготовки специалистов МФТИ и их способность конкурировать с ведущими мировыми командами в области робототехники.

Источник: https://robogeek.ru/sportivnaya-robototehnika/komanda-mfti-po-zavoevala-bronzu-na-fira-roboworld-cup-v-brazilii

Геоскан модернизировал тренажер для операторов промышленных БАС

В новой версии программного обеспечения Geoscan Trainer для индивидуальной и групповой отработки навыков полетов операторами БАС усовершенствованы сценарии имитации для различных условий окружающей среды, расширен модельный ряд воздушных судов — к ранее доступным «Геоскан Lite», «Геоскан 201» и «Геоскан 401» добавлен «Геоскан Gemini». Также в программе реализована возможность имитации полетов до 10 БВС одновременно с заданием индивидуальных условий.

Специальное программное обеспечение Geoscan Trainer предназначено для симуляции учебно-тренировочных полетов промышленных комплексов производства ГК «Геоскан» с различными видами полезных нагрузок. Тренажер имитирует все этапы эксплуатации БВС, в том числе аэрофототопографическую съемку и видеомониторинг с формированием геопривязки снимков после завершения симуляции полета. Использование картографических подложек и рельефа позволит получить реалистичные результаты фото- и видеосъемки. При этом ПО работает совместно с программой для проектирования полетных заданий, подготовки полетов и контроля их выполнения Geoscan Planner.

Тренажер точно воспроизводит поведение автопилота и командной радиолинии, поставляемых в беспилотных комплексах Геоскана. Geoscan Trainer достоверно моделирует аэродинамику полета в заданных инструктором условиях и передает синтезированные сигналы датчиков в блок автопилота. При загрузке точного рельефа пользователь может отрабатывать избежание столкновения с ним. Инструктор может создавать сценарии симуляции, включающие одиночные и периодические события на протяжении полета, управлять возникновением нештатных ситуаций для тренировки операторов БАС.

«В беспилотной авиации, как и в пилотируемой гражданской авиации, тренажерная подготовка с соответствующими средствами — один из важнейших методов обучения, который решает задачу формирования готовности летного персонала. При этом подготовка операторов БАС имеет свои технические и методологические особенности. Geoscan Trainer — это безопасная среда и важный инструмент для отработки и повышения основных профессиональных навыков при управлении и контроле с наземной станции управления промышленных комплексов Геоскана. Учитывая все тонкости сферы, тренажер определенно позволит повысить уровень безопасности эксплуатации БВС», — прокомментировал руководитель отдела образовательных услуг компании «Геоскан Москва» Никита Попов.

Источник: https://robogeek.ru/letayuschie-roboty/geoskan-moderniziroval-trenazher-dlya-operatorov-promyshlennyh-bas

В МФТИ научили искусственный интеллект выписывать больничные

Распознавая голос доктора в реальном времени, AI-помощник MeMo: Meeting Moments не только ведет запись приема, но и заполняет медицинскую документацию: личную карту пациента, направления к узким специалистам или рецепт.

Предложенное студентами Физтех-школы физики и исследований имени Ландау, а также кафедры БФК МФТИ решение позволит более чем на треть сократить время, которое врач тратит на непрофильные задачи. Также использование автоматизации на 20% увеличит количество пациентов, которых врач принимает за рабочий день.

«По статистике, до 40% времени приема пациента врач тратит на ведение отчетности: заполнение документации, выписывание направлений и прочее, что негативно сказывается на качестве оказываемых медицинских услуг. Внимание врача сфокусировано не на пациенте, приемы задерживаются, образуются очереди. В итоге клиника (медицинский центр) терпит экономические убытки. Мы хотим изменить правила игры, по которым сейчас врачи вынуждены проводить медицинские осмотры и консультации, позволив специалистам не отвлекаться от пациентов. Вести медицинскую карту будут алгоритмы», — продолжает Мария Протопопова.

Одно из приоритетных направлений Национальной стратегии развития искусственного интеллекта (ИИ) в РФ — это развитие рынка программных продуктов на основе ИИ для здравоохранения. Причем сейчас интересны государству не только разработка алгоритмов для обработки медицинской статистики, компьютерное моделирование лекарственных средств, но и развитие пациентоориентированной культуры. Последнее, по словам автора проекта MeMo: Meeting Moments Марии Протопоповой, невозможно без внедрения автоматизации в процедуру врачебного приема. Только так получится высвободить интеллектуальный ресурс врача от решения рутинных задач.

Команда разработчиков MeMo: Meeting Moments уже завершила работу над основными опциями программного обеспечения. AI-помощник может в режиме реального времени преобразовывать устную речь в текст и делать саммари информации — заполнять предварительно загруженные шаблоны протоколов приема. Также команда стартапа, помимо разработки технологии, провела кастдевы и получила поддержку от Московского центра инновационных технологий в здравоохранении (Medtech.Moscow). Авторы проекта уточняют — автоматизация приема никак не нарушит нормы врачебной тайны.

«Диалог врача с пациентом и содержимое медицинской карты — это конфиденциальная информация, которая согласно 152 статье ФЗ является «врачебной тайной». Это одна из самых больших трудностей, с которыми мы сталкивались при работе над проектом. Проанализировав рынок и кейсы похожих решений как у нас, так и за рубежом, мы выбрали бизнес-модель, при которой решение полностью устанавливается на сервера в ЦОДе (Центр обработки данных), на котором уже работает медицинское учреждение. Наше решение представляет собой ПО (приложение), установленное на компьютер в кабинете врача. А обработка всех данных как раз и происходит на серверах в ЦОДе. Таким образом, вся информация остается в контуре каждой клиники. Решение представляет собой полностью локальные алгоритмы, без использования сторонних API (подключений или серверов)», — уточняет Мария Протопопова.

Проект MeMo: Meeting Moments стал победителем акселератора МФТИ «Физтех.Идея», а также получил грантовую поддержку Фонда содействию инновациям. Общая сумма государственных инвестиций в стартап студентов МФТИ составила 1,2 млн рублей.

До конца августа 2024 команда проекта планирует завершить работу над локальной версией приложения и проведет пилотное тестирование в одной из московских частных клиник.

Источник: https://robogeek.ru/iskusstvennyi-intellekt/v-mfti-nauchili-iskusstvennyi-intellekt-vypisyvat-bolnichnye

Гонки роверов 2024 собрали более 40 команд школьников из разных регионов

Соревнования по дистанционному управлению робототехническими устройствами прошли на базе НИИ механики МГУ имени М.В. Ломоносова. В Гонках роверов, которые проводятся проектом «Братья Вольт» и НИИ механики при поддержке Фонда содействия инновациям и Камчатского Вулканариума, приняли участие более 40 команд школьников.

Мероприятие предваряет Гонки роверов на Камчатке, которые пройдут с 16 по 18 августа 2024 года – на этих соревнованиях участники дистанционных соревнований смогут управлять роверами вживую.

Всего на гонки зарегистрировались представители 26 регионов России. В первый день состязались команды из западной части страны, а во второй день – школьники из Приморского и Камчатского краев. Соревнования проводились по олимпийской системе – 12 полуфинальных и 4 финальных заезда.

Роверы должны были проехать трассу из 6 ворот в определенном направлении. За касание ворот, столкновение с другим аппаратом или проезд в неправильном направлении начислялись дополнительные секунды к итоговому времени. Участники смогли побороть все проблемы со связью и ограниченностью данных, по которым можно ориентироваться на площадке. Общая продолжительность гонок составила 6 часов.

Лучшее время заезда – 4 минуты и 15 секунд – во время отбора показала команда «Луг-3» из Волгоградского дома творчества «Луг».

По итогам всех заездов определены победители:

Григорий Волокитин, Школа №66, Владивосток;
Владимир Чеботарев, Дом творчества «Луг», Волгоград;
Джафар Шакиров, Лицей №35, Казань;
Андрей Межебицкий, Гимназия №40, Калининград.
«Управление устройством без визуального контроля – очень важный навык. При этом, оператор должен справиться с выполнением поставленной задачи, ориентируясь только по плану местности, так как робот может работать в среде, где человеку находиться опасно или невозможно. Сейчас, например, очень востребованы операторы дронов, но уже скоро вокруг нас будет очень много роботов, и оператор робототехнических устройств станет вполне обычной профессией. Рад, что многим ребятам понравилось побыть в этой роли уже сейчас», – отметил ведущий инженер НИИ механики МГУ имени М.В. Ломоносова Антон Рогачев.

Посмотреть все заезды Гонок роверов 2024 можно в сообществе проекта «Братья Вольт» в социальной сети ВКонтакте.

Источник: https://robogeek.ru/robo-sobytija/gonki-roverov-2024-sobrali-bolee-40-komand-shkolnikov-iz-raznyh-regionov

3 сентября состоялся наш очередной открытый вебинар, посвященный применению искусственного интеллекта в строительной отрасли. В ходе мероприятия мы рассказали о важности ИИ для индустрии в целом, постарались создать обобщенную картину основных классов ИИ-инструментов и вариантов их применения, а также озвучили основные типы сложностей, связанные с их внедрением в реальном секторе.

Отдельное внимание было уделено теме генеративного ИИ. Это направление привлекает повышенный интерес с точки зрения возможного потенциала, однако не является общепринятой практикой в отрасли из-за ряда ограничений.

В третьей части вебинара мы привели список наиболее типичных отечественных отраслевых решений, в которых используются ИИ-технологии, а также несколько примеров кейсов.

Среди слушателей на мероприятии присутствовали руководители, директора по цифровой трансформации, генеральные директора и директора по развитию. Благодарим всех участников вебинара за проявленный интерес и активное участие!

Презентация — https://readymag.website/techart/webinar-20240903/
Запись вебинара — https://cloud.techart.ru/s/dPP7op7cT7Pqisf

Российские учение изучили распределение плотности образцов, напечатанных методом FFF с различными рисунками заполнения

Сотрудники лаборатории физики высоких энергий ОИЯИ, Томского Политехнического университета и томского национального исследовательского медицинского центра РАН провели рентгеновское исследование распределения плотности образцов, напечатанных методом послойного наплавления, с различными рисунками заполнения.

Трехмерная печать имеет большую область применения в науке и технике. Изготовление методом послойного наплавления (Fused filament fabrication – FFF) является широко используемой технологией трехмерной печати, которая в настоящее время все чаще применяется в радиационной физике. В методе FFF внутренняя структура объекта в первую очередь определяется его рисунком заполнения и выбранными режимами печати, поэтому данное исследование направлено на изучение взаимодействия между рентгеновскими лучами и напечатанными на 3D-принтере образцами с различными рисунками заполнения. Объекты, напечатанные на 3D-принтере с помощью метода FFF, были изготовлены с разными рисунками заполнения, включая прямолинейные, решетку, треугольные, звездчатые, сотовидные, концентрические, Архимедовы спирали, гироид и кривые Гильберта. Была использована плотность заполнения, равная 80% и 90%.

Для анализа полученных образцов были применены томографические методы. Исследование предоставляет томограммы внутренней структуры образцов для каждого рисунка заполнения. Было отмечено, что рисунки прямоугольного заполнения и решетки образовали наиболее однородные образцы. Результаты данного исследования способствуют пониманию распространения рентгеновских лучей через 3D-напечатанные пластиковые образцы со сложной внутренней структурой.

Итоги исследования были опубликованы в журнале «Journal of Instrumentation». Авторы статьи – Ангелина Булавская, Елизавета Бушмина, Анна Григорьева, Ирина Милойчикова и Сергей Стучебров.

Источник: https://www.3dpulse.ru/news/nauchnye-razrabotki-tehnologii/rossiiskie-uchenie-izuchili-raspredelenie-plotnosti-obraztsov-napechatannyh-metodom-fff-s-razlichnymi-risunkami-zapolneniya/

Ученые ЛЭТИ обучили нейросеть прогнозировать успешность проведения искусственного оплодотворения по анамнезу членов семьи

В будущем разработка ляжет в основу автоматизированной системы прогнозирования искусственной беременности для поддержки принятия решений врачей.

По данным Всемирной организации здравоохранения сегодня около 8 % супружеских пар в течение репродуктивного периода жизни сталкиваются с проблемой бесплодия (и это число по разным причинам ежегодно растет). Одним из современных способов ее решения является экстракорпоральное оплодотворение (ЭКО): в ходе данного процесса яйцеклетку извлекают из организма женщины и оплодотворяют искусственно в условиях «in vitro» (т.е. в лаборатории). Полученный эмбрион содержится в условиях специального инкубатора, где он развивается в течение 2—5 дней, после чего эмбрион переносят в полость матки для дальнейшего развития.

Несмотря на высокотехнологичность ЭКО, беременность наступает только примерно в трети случаев. При этом на удачный исход беременности и рождения здорового ребенка влияет огромное количество факторов, которые требуется учитывать медикам-репродуктологам, среди которых патологии родителей, включая те, что передаются по наследству. Изучение этих данных требует от врача высокой квалификации и проведения длительной аналитической работы.

«Был создан нейросетевой алгоритм, который позволяет прогнозировать исход применения вспомогательных репродуктивных технологий. Разработка ляжет в основу автоматизированной системы поддержки принятия решений для медиков, которые, в частности, занимаются проведением процедуры ЭКО. Для подобной диагностики не требуются медицинские анализы и подобные исследования, только смартфон или компьютер. Пока аналогов подобной системы нет ни в России, ни за рубежом», – рассказывает аспирант кафедры алгоритмической математики СПбГЭТУ «ЛЭТИ» Дарина Рипка.

В рамках проекта нейросеть обучалась на обезличенной базе данных 3 177 пациентов, которая учитывала 22 параметра. Датасет был собран при поддержке ученых из Северо-Западного государственного медицинского университета им. И.И. Мечникова.

Принцип работы алгоритма основан на оценке информации об истории заболеваний обследуемого человека и его родственников. Система автоматически анализирует вероятный исход применения вспомогательных репродуктивных технологий (например, наступление беременности или ее успешное окончание). Точность прогноза составляет более 90%. Сейчас ученые ЛЭТИ ведут разработку полноценной онлайн платформы на основе своего алгоритма. С ее помощью станет возможно не только оценить вероятные исход процедуры ЭКО, но и патологий беременности, с которыми женщина может столкнуться.

Проект поддержан грантом конкурса «Студенческий стартап» от Фонда содействия инновациям (V очередь), который реализуется в рамках федерального проекта «Платформа университетского технологического предпринимательства». Размер гранта составляет 1 млн рублей.

Источник: https://robogeek.ru/iskusstvennyi-intellekt/uchenye-leti-obuchili-neiroset-prognozirovat-uspeshnost-provedeniya-iskusstvennogo-oplodotvoreniya-po-anamnezu-chlenov-semi

Геоскан запускает открытое тестирование FPV-симулятора

Группа компаний «Геоскан» запускает открытое тестирование нового продукта — симулятора полетов от первого лица для образовательных квадрокоптеров линейки «Геоскан Пионер». До 30 сентября любой желающий сможет потренироваться в мастерстве пилотирования в программе Pioneer Drone Sim.

Pioneer Drone Sim — это реалистичный FPV-симулятор, созданный для освоения и совершенствования навыков пилотирования, съемки фото и видео без риска повредить беспилотник. В ПО представлено два квадрокоптера: Геоскан Пионер Базовый (с модулем FPV) и Геоскан Пионер FPV. Первый подходит для обучения основам пилотирования, а второй — для отработки трюков и новых рекордов на гоночных трассах. Реалистичность симулятора достигается за счет физики, повторяющей параметры беспилотников линейки «Геоскан Пионер», и применения физической модели распространения света в пространстве, которая используется для отрисовки полетных локаций. Пользователи могут выбирать территории, гоночные трассы, полетные миссии, а также время суток и погодные условия (ветер, туман, дождь). Управление происходит при помощи геймпада или совместимого радиопульта.

В симуляторе доступно три режима полета. Acro (Acrobatic) характеризуется полностью ручным управлением без стабилизации и подходит для гонок, отработки трюков и маневров. В Angle пилотирование происходит плавно за счет стабилизации по горизонту с ограничением углов наклона, этот режим предусмотрен для обучения начинающих операторов БВС. PosHold (FullStab) обеспечивает стабильный полет без необходимости постоянных корректировок за счет удержания дроном позиции и высоты, он создан для выполнения точных маневров и съемки с заданной позиции.

«В будущем планируется совершенствовать продукт, предоставив пользователям больше возможностей для реализации творческого потенциала. Например, появится возможность собирать свои конфигурации квадрокоптеров с полезной нагрузкой, совместимой с линейкой «Геоскан Пионер», проводить онлайн-состязания, создавать собственные трассы. Обратная связь, которую мы получим в результате тестирования, поможет добавить и другие интересные, востребованные функции в следующие обновления», — отметил руководитель отдела разработки ПО ГК «Геоскан» Арсений Афанасенко.

Pioneer Drone Sim совместим со следующими операционными системами: Windows 10, 11; Ubuntu 20.04.6, x64; Astra Linux SE 1.7.5, x64. Рекомендуемые технические требования для установки симулятора: минимальные — CPU i3 12100, 16Gb RAM, Nvidia 1650; средние — CPU i5 / Ryzen 5, 16Gb RAM, Nvidia 1650; оптимальные — CPU i7, RTX2060 / Radeon 5699M.

Источник: https://robogeek.ru/letayuschie-roboty/geoskan-zapuskaet-otkrytoe-testirovanie-fpv-simulyatora

Разработка ученых ЛЭТИ позволит создавать поисковых и спасательных дронов, оснащенных компьютерным зрением

Сейчас ученые ведут разработку программного обеспечения, которое позволит дронам при помощи видеокамеры автоматически определять заданный объект (например, потерявшегося в лесу человека) с минимальным риском совершить ошибку в любых погодных условиях.

Сегодня беспилотные летательные аппараты выполняют огромное количество задач в самых разных сферах жизни – от доставки заказов и полива сельхозкультур до разведки местности и диагностики высотных строений.

В частности, дроны демонстрируют высокую эффективность в спасательных и поисковых работах в дикой местности на больших пространствах: несколько беспилотников могут сравнительно быстро изучить территорию и при помощи камер быстро передать необходимую информацию оператору. Однако когда речь идет о поиске небольших объектов, например, отдельных людей, требуется проанализировать большое количество видеозаписей – этот процесс требует много сил и времени операторов.

«Наша разработка направлена на повышение автоматизации поисковых и спасательных операций в любых погодных условиях. Основная направленность не столько на создание дрона, сколько на создание чипа с базовой прошивкой по определению на видео различных объектов. И для каждой конкретной задачи будет возможность добавить дополнительные критерии поиска. Например, если задача - найти пропавшего в заснеженной территории человека в красной куртке, то к базовой прошивке, обученной искать человека, добавится критерий красного цвета, что позволит сузить вариации поиска и уточнить критерии», – поясняет руководитель проекта, студент 3-его курса Института инновационного проектирования и технологического предпринимательства СПбГЭТУ «ЛЭТИ» Александр Паутин.

В рамках проекта ученые уже смоделировали летную базу испытательного беспилотника и подобрали его внутренние компоненты. На этой основе при помощи технологий 3D-печати был собран первый прототип для отработки технологий машинного зрения.

Пока по летным характеристикам он уступает беспилотникам крупных производителей. Поэтому одна из важнейших задач проекта – создание программного обеспечения, которое можно встроить в любой дрон по запросам заказчика. В ближайший год оно будет доработано и позволит определять заданный объект с высоты полета беспилотника.

«В будущем такой дрон с машинным зрением сможет выполнять функции в различных сферах, то есть это не только поисковые и спасательные операции, но и, например, сканирование линий электропередач на разрыв, мониторинг и охрана выделенной территории и прочее. А в перспективе предполагается развитие автоматической системы управления роем подобных беспилотников», – отмечает Александр Паутин.

Проект поддержан грантом конкурса «Студенческий стартап» от Фонда содействия инновациям (V очередь), который реализуется в рамках федерального проекта «Платформа университетского технологического предпринимательства». Размер гранта составляет 1 млн рублей. Заявки на конкурс “Студенческий стартап” можно подготовить в ходе участия в акселерационной программе “Стартапы LETI”, которая стартует уже 17 сентября 2024.

Источник: https://robogeek.ru/letayuschie-roboty/razrabotka-uchenyh-leti-pozvolit-sozdavat-poiskovyh-i-spasatelnyh-dronov-osnaschennyh-kompyuternym-zreniem

Специалисты «РОСАТОМА» провели мастер-класс по 3D-печати для учеников аддитивного класса

Специалисты бизнес-направления «Аддитивные технологии» госкорпорации «РОСАТОМ» (входит в топливную компанию «ТВЭЛ») провели мастер-класс для воспитанников аддитивного класса АНОО «Город детства» в Красногорске, Московская область. Мероприятие состоялось в рамках недели фиксиков, которая прошла в дошкольном учреждении.

На занятии дети самостоятельно работали на ноутбуках, создавая 3D-модели, учились выращивать детали на 3D-принтерах «Росатома», собирали из напечатанных деталей героев популярного мультсериала «Фиксики». В рамках Недели Фиксиков в АНОО «Город детства» воспитанники образовательного учреждения также познакомились с роботами, конструировали «Город мечты», создали костюмы и атрибуты роботов, а в завершении веселились на рободискотеке.

«Развитие аддитивного или инженерного мышления начинается уже в возрасте 3-4 лет, поэтому, если мы хотим обеспечить экономическую стабильность и технологический суверенитет нашей стране, мы должны уже сейчас озаботиться развитием детских умов в направлении конструирования и моделирования. Мы в «Росатоме» плотно сотрудничаем с образовательными организациями на разных этапах учебного процесса, потому что дети – это основа нашего будущего», – считает Илья Кавелашвили, директор бизнес-направления «Аддитивные технологии» госкорпорации «Росатом».

Аддитивный класс для дошколят открылся на базе Автономной некоммерческой общеобразовательной организации «Город детства» в Красногорске в октябре 2023 года. Проект реализован в рамках программы «Наука — образование — производство» при поддержке Российской академии наук и бизнес-направления «Аддитивные технологии» госкорпорации «Росатом». Компания оснастила новый класс 3D-принтерами FORA F-150 собственного производства, которые работают по технологии FDM (моделирование методом послойного наплавления), а также 3D-ручками и планшетами с установленным на них отечественным компьютерно-игровым комплексом. С помощью данного оборудования дети дошкольного возраста развивают пространственное мышление и создают различные изделия, например, игрушки или собственные изобретения.

Источник: https://www.3dpulse.ru/news/3d-obrazovanie/spetsialisty-rosatoma-proveli-master-klass-po-3d-pechati-dlya-uchenikov-additivnogo-klassa/