Robotics Channel

@robotics_channel Нравится 7 3 100 + ВП

Мир робототехники, искусственного разума и сфер их применения.
Чат @robotics_chat
Книги @robotics_books
Вакансии @robotics_job
Бот-ассистент @robotics_bot
Вопросы по рекламе @wtfblum
Админ: @Goodlark
Гео и язык канала
Россия, Русский
Категория
Технологии


Написать автору
Гео канала
Россия
Язык канала
Русский
Категория
Технологии
Добавлен в индекс
09.05.2017 23:31
реклама
Продажа рекламы на полном автопилоте!
TAGIO профессиональная рекламная платформа для админов
Монетизация в Telegram 2021?
TAGIO.PRO это сделал еще в 2020! Присоединяйся!
Библиотека Anime-каналов
Смотри любимые сериалы и фильмы не выходя из Telegram
11 257
подписчиков
~2.5k
охват 1 публикации
~1.5k
дневной охват
~4
постов / нед.
22.5%
ERR %
41.25
индекс цитирования
Репосты и упоминания канала
170 упоминаний канала
38 упоминаний публикаций
315 репостов
FSCP
RUSmicro
Теории и Практики
AtomGramm
Будь в тренде с U Tech
IT Channels
Жизнь на Луне
Жизнь на Луне
Будь в тренде с U Tech
Жизнь на Луне
Обозреватель БПЛА
FSCP
Хакер — Xakep.RU
FSCP
H+ Block
Обозреватель БПЛА
H+ Block
Обозреватель БПЛА
Lshome-тех
H+ Block
H+ Block
H+ Block
H+ Block
Lshome-тех
Будь в тренде с U Tech
Транспорт будущего
Обозреватель БПЛА
Будь в тренде с U Tech
Хакер — Xakep.RU
Starkit.Education
FSCP
Будь в тренде с U Tech
Авиадиспетчер
Обозреватель БПЛА
FSCP
Будь в тренде с U Tech
Будь в тренде с U Tech
FSCP
FSCP
Обозреватель БПЛА
Каналы, которые цитирует @robotics_channel
Robotrends.ru
DIY or DIE
Ecofarm_ssady
Starkit.Education
PHYGITAL ART
IT лекции
Denis Sexy IT 🤖
DIY or DIE
Чат ARMLab
NOP::Nuances of programming
DIY or DIE
Russian Robotics Club
RTVI
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DIY or DIE
DX.Media
DX.Media
DIY or DIE
DX.Media
DX.Media
Robotrends.ru
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
DX.Media
Новое электричество
DX.Media
Последние публикации
Удалённые
С упоминаниями
Репосты
Robotics Channel 25 Jan, 10:55
Деньги для робототехников
В США в ноябре стартовал конкурс E-ROBOT Prize при поддержке Национального Департамента Энергетики, но ещё не поздно в нём поучаствовать. Дедлайн по первому заданию -- 19 мая 2021 года. Инициаторы конкурса ждут решений, которые позволят справиться с проблемой энергоэффективности зданий. В документации объясняется, что в стране 199 млн домов и 5,6 млн коммерческих зданий потребляют 40% от всей энергии в США и ответственны за 75% расходов на электричество. Примерно половина зданий построена до 1980 года, когда ещё не применялись технологии энергосбережения. В Департаменте Энергетики надеются, что их можно улучшить за счёт герметизации и дополнительной теплоизоляции без существенной перестройки или разрушения конструкций с помощью роботов. Решения, представленные на конкурс, должны уметь делать три вещи. Инспектировать помещения, выявлять места скопления влаги, инфильтрации воздуха и другие дефекты. Создавать карту пространства с визуализацией в реальном времени. А также с полной или частичной автономностью устранять дефекты.
Для первого этапа конкурса достаточно предоставить концепцию и дизайн решения. До десяти проектов получат $200 000 и смогут продолжить участие в конкурсе. Для победы во втором этапе, который продлится 6 месяцев, необходимо будет создать уже полноценное решение под ключ, малоинвазивное, недорогое. Это может быть один робот, умеющий всё, или набор инструментов, совместимых друг с другом. Кооперация команд приветствуется. До четырех победителей второго этапа разделят приз в $2 млн. Подробные условия конкурса читайте в PDF по ссылке.
https://americanmadechallenges.org/EROBOT/docs/E-ROBOT_Prize_Official_Rules.pdf

Сегодня и дальше с вами Светлана Рагимова, ранее спорадический, а теперь постоянный автор канала. Андрей отправился в более выгодные проекты, а я осталась из любви к искусству робототехники. Я пишу про технологии уже 20 лет, 4 из них живу в Кремниевой Долине. Здесь продолжается всеобщий карантин, поэтому пока с видео-репортажами с местных мероприятий по робототехнике придётся подождать. Но они обязательно будут, тут много чего происходит. Кстати, поздравляю со столетием со дня появления на свет слова «робот». В этот день 100 лет назад с большим успехом в Праге прошла премьера пьесы Карела Чапека “Rossum's Universal Robots” (R.U.R.)
Attached file
Читать полностью
Robotics Channel 22 Jan, 18:06
Порхай как бабочка, приземляйся как пчела!

Исследователи из Технологического университета Делфта (TU Delft, Нидерланды) и Вестфальского университета прикладных наук (Германия) разработали метод, с помощью которого дроны могут научиться летать самостоятельно и совершать плавные манёвры вместо резких движений.

Летающие насекомые могут определять скорость, с которой различные объекты перемещаются в их поле зрения. Они регулируют собственные перемещения, совершая сложные роевые взаимодействия и мягкую посадку.

Несмотря на простую нервную систему, многие насекомые умудряются ловко маневрировать среди колеблющихся на ветру веток, добывать корм и одновременно уклоняться от охотящихся на них птиц.

Их техника визуальной оценки траекторий и скоростей получила название «оптический поток». Сейчас её пытаются адаптировать к мультикоптерам, и довольно успешно.

«Мы начали работать с техникой оптического потока из-за энтузиазма по поводу элегантных и простых стратегий, которые используют летающие насекомые», — сказал профессор TU Delft Гвидо де Крун.

Он разработал алгоритм точной оценки расстояний до объектов и их размеров, использующий параллакс. В ходе полёта дрон совершает небольшие колебательные движения, быстро рассматривая предметы под разными углами.

Получая информацию об удалённых объектах заранее, бортовой компьютер имеет больше времени на вычисление оптимальных траекторий и может использовать плавную коррекцию параметров полёта вместо задействования аварийных протоколов уклонения.

Результаты проделанной работы были опубликованы в журнале Nature Machine Intelligence.

Источник: Nature

PS: Друзья!
Похоже, это мой последний пост для @Robotics_Channel.
Мне было очень приятно познакомиться с увлечёнными людьми. С удовольствием ежедневно писал для вас на протяжении двух с лишним лет.

Берегите это сообщество! Сейчас очень мало информативных и уютных каналов, не загаженных рекламой и мусорным контентом.

Я очень люблю роботов, а ещё больше — людей, способных или стремящихся их создавать! Удачи вам во всех креативных начинаниях! / Ваш постоянный автор Андрей Васильков 🙋🏻
Читать полностью
Robotics Channel 22 Jan, 18:02
Порхай как бабочка, приземляйся как пчела!

Исследователи из Технологического университета Делфта (TU Delft, Нидерланды) и Вестфальского университета прикладных наук (Германия) разработали метод, с помощью которого дроны могут научиться летать самостоятельно и совершать плавные манёвры вместо резких движений.

Летающие насекомые могут определять скорость, с которой различные объекты перемещаются в их поле зрения. Они регулируют собственные перемещения, совершая сложные роевые взаимодействия и мягкую посадку.

Несмотря на простую нервную систему, многие насекомые умудряются ловко маневрировать среди колеблющихся на ветру веток, добывать корм и одновременно уклоняться от охотящихся на них птиц.

Их техника визуальной оценки траекторий и скоростей получила название «оптический поток». Сейчас её пытаются адаптировать к мультикоптерам, и довольно успешно.

«Мы начали работать с техникой оптического потока из-за энтузиазма по поводу элегантных и простых стратегий, которые используют летающие насекомые», — сказал профессор TU Delft Гвидо де Крун.

Он разработал алгоритм точной оценки расстояний до объектов и их размеров, использующий параллакс. В ходе полёта дрон совершает небольшие колебательные движения, быстро рассматривая предметы под разными углами.

Получая информацию об удалённых объектах заранее, бортовой компьютер имеет больше времени на вычисление оптимальных траекторий и может использовать плавную коррекцию параметров полёта вместо задействования аварийных протоколов уклонения.

Результаты проделанной работы были опубликованы в журнале Nature Machine Intelligence.

Источник: Nature

PS: Друзья!
Похоже, это мой последний пост для @Robotics_Channel.
Мне было очень приятно познакомиться с увлечёнными людьми. С удовольствием ежедневно писал для вас на протяжении двух с лишним лет.

Берегите это сообщество! Сейчас очень мало информативных и уютных каналов, не загаженных рекламой и мусорным контентом.

Я очень люблю роботов, а ещё больше — людей, способных или стремящихся их создавать! Удачи вам во всех креативных начинаниях! 🙋🏻
Читать полностью
Robotics Channel 22 Jan, 08:00
Иллюзия объёма для ИИ

Вывод глубоких нейронных сетей (DNN) часто работает медленно из-за нехватки встроенной памяти. Использование больших объёмов оперативки не всегда решает проблему, поскольку обращение к ней сопряжено с бóльшими задержками и затратами энергии.

Теоретически можно сделать достаточное для DNN количество памяти в самом чипе с процессорными ядрами. Однако на практике это зачастую нерационально из-за увеличения тепловыделения, повышения процента брака и резкого возрастания конечной стоимости микросхем.

Международная исследовательская группа нашла оригинальный способ решения этой проблемы. Они разработали технологический подход, который назвали «иллюзия большого объёма встроенной памяти в микросхемах для логического вывода нейронной сети».

Кратко её смысл в том, что большая нейросеть режется на функциональные участки, а затем они распределяются алгоритмом по нескольким чипам необычной архитектуры.

Для нейросети всё выглядит так, будто она запущена на однокристалке с больши́м объёмом встроенной памяти.

Проект получил название «Иллюзия» (Ilusion). Он использует процессоры с резистивной оперативной памятью в трехмерном стеке (3D RRAM).

К хранящимся в ней данным можно быстро получить доступ даже после прерывания питания, потому что она энергонезависимая.

Возможность на лету отключать и включать процессорные ядра вместе с блоками встроенной памяти без потери данных позволяет настроить очень гибкое управление кластером и существенно экономить энергию (а заодно и снижать нагрев).

В любой нейронной сети есть места, где объём передаваемых между узлами данных очень большой, или наоборот — ничтожно малый.

Ilusion автоматически разделяет DNN так, чтобы наиболее нагруженные части обрабатывались каждая на своём процессоре со своей памятью. Это гарантирует снижение задержек, поскольку между чипами будет минимальный трафик.

Конечно, резистивная память не лишена и недостатков. Она быстро изнашивается, подобно NAND Flash. Поэтому информатик из Стэнфорда Мэри Вуттерс написал эффективный код управления износом RRAM под названием Distributed Endurer. Он работает примерно как прошивка в SSD, выравнивая нагрузку на отдельные ячейки памяти.

Команда создала восьмичиповую версию Illusion и провела тест-драйв на трех глубоких нейронных сетях. Также она смоделировала систему с 64 чипами, чтобы продемонстрировать возможность лёгкого масштабирования.

В состав группы вошли представители Facebook, Стэнфордского университета, Государственного университета Сан-Хосе, французской исследовательской лаборатории CEA-Leti и Технологического университета Наньяна в Сингапуре.

«Мы уже работаем над новым, более функциональным прототипом», — заявил Роберт Рэдвей, аспирант Стэнфордского университета и соавтор научной статьи в Nature Electronics.

Источник: Nature

Данные и код проекта Ilusion
Читать полностью
Robotics Channel 21 Jan, 19:01
#реклама

Какие производственные задачи можно эффективно решать с помощью систем численного моделирования?

Узнайте из электронной книги Siemens. В одном документе эксперты компании собрали теорию и практику применения симуляций сборки систем для производителей электроники. Познакомьтесь с методами разработки симуляций и опытом их применения для решения конкретных задач: расчета стратегий увеличения мощности производства, оптимизации логистических процессов и повышения эффективности производственных линий.

Скачайте свой экземпляр книги после регистрации на сайте: https://www.plm.automation.siemens.com/global/ru/resource/electronics-manufacturing/82422?stc=rudi100429
Читать полностью
Robotics Channel 21 Jan, 18:00
Renesas раздаёт платы с новыми процессорами

Японская компания Renesas Electronics бесплатно высылает платы с новыми 64-разрядными микропроцессорами общего назначения (MPU) серии RZ / G2.

Они ориентированы на сектор IoT и EdgeAI, работу с нейросетями и современными человеко-машинными интерфейсами (HMI).

Новые MPU RZ / G2L построены на основе ядра Cortex-A55, которое обеспечивает примерно в 6 раз более быструю обработку типовых операций в приложениях ИИ по сравнению с предыдущим ядром Cortex-A53.

Кроме того, RZ / G2L имеют движок 3D-графики с аппаратной поддержкой видеокодеков и интерфейсов подключения камер, что обеспечивает экономичный апгрейд при внедрении интеллектуальных функций.

Дополнительное ядро Cortex-M33 позволяет выполнять в реальном времени сбор и обработку данных со множества датчиков без необходимости использования внешних микроконтроллеров (MCU), что также снижает общую стоимость системы.

Например, с помощью этих MPU легко превратить имеющуюся систему видеонаблюдения в «умную», распознающую лица, номера машин и опасные ситуации (пожар, затопление, разбитие окна, закрывание объектива, движение в кадре и т.д.).

Примечательно, что RZ / G2L обеспечивает коррекцию ошибок (ECC) как для встроенной памяти, так и для внешней памяти стандарта DDR4 или DDR3L .

Процессоры поддерживаются пакетом Linux промышленного уровня (VLP) с платформой Civil Infrastructure Platform (CIP) Linux.

Для неё предусмотрена долговременная поддержка (LTS) с гарантированным исправлением проблем безопасности, которые могут быть выявлены в последующие 10 лет.

Если заказчику требуется запускать более ресурсоёмкие AI-приложения, то Renesas готова предложить модификации RZ / G2L со встроенным ускорителем DRP-AI.

Это динамически реконфигурируемый процессор, способный ускорить несколько алгоритмов в одном приложении. Лучше всего он справляется с обработкой изображений, ускоряя данную процедуру более чем в 10 раз.

Источник: Renesas.com

Запросить бесплатный образец
Читать полностью
Robotics Channel 19 Jan, 18:21
IVA TPU — российская разработка в области AI станет серийным продуктом

В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).

Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.

Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.

За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).

Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).

Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.

В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.

Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.

Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.

Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).

Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.

Источник: MLPerf

Подробнее: IVA Tech
Читать полностью
Robotics Channel 18 Jan, 22:06
Посмотрите, как роботы собирают новые аккумуляторы Tesla, которые компания анонсировала в сентябре прошлого года. Они обещают быть в 5 раз более ёмкими, чем старые, производства Panasonic, за счёт того, что убрали “tab” -- переходный элемент, «язычок», между батареей и тем, куда необходимо подавать энергию. Поэтому технологию назвали “tabless”. Ни одного человека в процессе производства не задействовано. Конечно, люди потратили тысячи часов на то, чтобы создать роботов и их запрограммировать.

https://youtu.be/zB8_HbrxUi8
Читать полностью
Robotics Channel 18 Jan, 21:09
Репост из: Robotrends.ru
🇺🇸 Сортировка мусора. Автоматизация. Роботизация

Американский стартап AMP Robotics привлек дополнительные $55 млн финансирования, которые пойдут на расширение географического присутствия компании и оптимизацию систем автоматической сортировки мусора. Роботы сортируют порядка 80-100 объектов в минуту. Для сравнения, один человек сортирует до 60-80 объектов в минуту в моменты пиковых нагрузок, однако, с повышением усталости, сбавляет темпы до 40 объектов в минуту. Как ожидается, устройства сократят издержки, решат проблему кадрового голода в отрасли и существенно повысят выработку ценных ресурсов.

http://robotrends.ru/pub/2103/amp-robotics-privlekli-$55-mln-dlya-avtomatizacii-sortirovki-musora
AMP Robotics привлекли $55 млн для автоматизации сортировки мусора
Американский стартап AMP Robotics привлек дополнительные $55 млн финансирования, которые пойдут на расширение географического присутствия компании и оптимизацию систем автоматической сортировки мусора. Роботы сортируют порядка 80-100 объектов в минуту. Для сравнения, один человек сортирует до 60-80 объектов в минуту в моменты пиковых нагрузок, однако, с повышением усталости, сбавляет темпы до 40 объектов в минуту. Как ожидается, устройства сократят издержки, решат проблему кадрового голода в отрасли и существенно повысят выработку ценных ресурсов.
Читать полностью
Robotics Channel 18 Jan, 10:21
За каждым успешным AI-продуктом (от системы антифрода до голосового помощника) стоит… нет, не только команда крутых разработчиков. Тут бы без талантливого продакт-менеджера тоже не обошлось.

И если сейчас вы продакт-менеджер уровня middle, но хотите большего: запускать сложные продуктовые решения и решать верхнеуровневые задачи бизнеса — то мы знаем, чем вам помочь. Нужно всего лишь 4 месяца и мотивация стать лучше.

Речь о курсе «AI Продакт-менеджер» от Product LIVE. После него вы научитесь управлять созданием продуктов с применением AI/DS-инструментов и коммуницировать с командой разработчиков. Курс рассчитан на 10 часов в неделю — можно совмещать с основной работой и сразу применять полученные навыки.

Лекции читают лидеры AI-сферы из Сбербанка, Mail.ru и Facebook, а менторы и кураторы помогут не забросить курс, если что-то не получается.

📣Сейчас курс можно получить со скидка 30%, успейте записать!
Действует беспроцентная рассрочка на 12 месяцев: https://clc.am/RJ1ocQ
Читать полностью
Robotics Channel 15 Jan, 18:19
Микробот с лазерным управлением

В Институте биологической инженерии Висса при Гарвардском университете разработали миниатюрного робота для медицинского использования. Его отличительными чертами стали лазерное управление и совместимость с уже существующими эндоскопическими инструментами.

Фактически это полуавтономная насадка для эндоскопа, которая помогает хирургу очень точно управлять лазерным лучом и выполнять абляцию тканей под любым углом. Интересно, что лазерный луч используется и для передачи команд роботу, и для непосредственного воздействия на ткани пациента.

По сравнению с аналогами робот характеризуется более высокой скоростью и точностью позиционирования. Это позволяет вывести минимально инвазивные операции на новый уровень и проводить сложные манипуляции с меньшим риском.

Метод лазерного управления был разработан совместно со специалистами Школы инженерии и прикладных наук Джона А. Полсона (SEAS).

Основная загвоздка была в том, что при внутренних операциях лазерный луч необходимо точно направлять и быстро перемещать на конце эндоскопа, что не может быть выполнено с помощью доступной в настоящее время (и довольно громоздкой) технологии.

«Мы обнаружили, что для перенаправления лазерного луча оптимально подходит конфигурация из трех миниатюрных зеркал, которые могут быстро вращаться относительно друг друга. Это и стало основной конструкции будущего робота», — пояснил соавтор разработки инженер-механик Рут Пенья.

«Этот робот позволяет очень точно направлять лазерный луч на небольшие целевые участки в пределах интересующей анатомической области. Более того, с его помощью можно задавать сложнейшие траектории», — сказал ведущий автор исследования докторант Питер Йорк.

Благодаря большому количеству степеней свободы самого робота и минимальной занимаемой им площади, он стал уникальным конечным эффектором с лазерным управлением.

В качестве доказательства на примере физической модели толстой кишки авторы продемонстрировали успешную резекцию полипов, имитируя типичную операцию при колоноскопии.

На сегодня представлены десятки прототипов микроботов, которые выглядят перспективно. Однако их внедрение в клиническую практику может растянуться на годы, или вовсе не состояться из-за сложностей размещения и медленного продвижения внутри организма пациента.

Новый робот лишён большинства типичных проблем и уже практически готов к внедрению. Он выполнен в цилиндрическом корпусе диаметром 6 мм и длиной 16 мм, что делает его максимально универсальным.

Видео: Vimeo

Источник: The Robot report
Читать полностью
Robotics Channel 14 Jan, 18:07
Новые боты от Samsung

На онлайн-трансляции выставки CES 2021 компания Samsung представила двух роботов-помощников для использования дома.

Первый из них — Samsung Bot Care. Он создан в первую очередь для людей, которым требуется помощь сиделки. Робот использует ИИ, чтобы анализировать поведение человека и предугадывать его потребности.

Например, бот обращает внимание, что пользователь слишком долго сидит за компьютером, и рекомендует ему сделать паузу для разминки. Затем он напоминает, что запланированная видеоконференция начнётся через несколько минут.

За это время он готовит презентационные материалы, выбирает оптимальное место с учётом освещения и фона, а затем разворачивает на своей голове встроенный планшет и придвигает его ближе на телескопической штанге.

Другой робот ещё интереснее. Это Samsung Bot Handy, который оснащён манипулятором с тремя степенями свободы, камерой и захватом в виде клешни.

Сначала кажется, что манипулятор трёхпалый, но при внимательно рассмотрении видно, что независимо движутся только два пальца. Просто второй из них более широкий.

Заявлено, что бот использует ИИ для распознавания объектов и определения алгоритма их оптимального захвата. Он аккуратно берёт хрупкие вещи и учитывает расположение соседних. Например, он не станет вытаскивать нижнюю тарелку из стопки, чтобы не разбились другие.

Его аккуратности хватает даже для таких деликатных задач, как поставить цветы в вазу или налить бокал вина.

«Bot Handy использует искусственный интеллект, чтобы распознавать объекты, такие как стеклянная чашка или керамическая тарелка. Он обращает внимание на их форму и материалы, чтобы правильно манипулировать ими и служить вам надежным партнером», — сказал Себастьян Сон, глава подразделения Samsung Research.


По замыслу это «рука помощи», которая максимально автономно действует в доме, преимущественно на кухне. Робот поможет накрыть на стол, а после соберет со стола грязную посуду и самостоятельно уложит её в посудомоечную машину.

После этого он принимается собирать разбросанное по квартире бельё, сортирует его по цветам и загружает в стиральную машинку. Оба робота снабжены ЖК-панелями, которые отображают стилизованные выражения лица.

В презентации не называлась ориентировочная дата начала производства новых роботов. Пока Samsung изучает реакцию общественности на представленные новинки.

Видео: YouTube

Источник: TechXplore
Читать полностью
Robotics Channel 12 Jan, 18:01
Kodiak запускает беспилотные грузовики

Калифорнийский стартап Kodiak Robotics начинает полностью беспилотные грузовые перевозки на коммерческой основе. Впервые тяжёлые машины станут ездить в штате Техас без сопровождающего инженера в кабине.

Такое решение было принято после того, как за 2 года грузовики проехали в общей сложности около 1300 км без единой аварии. Они выполнили ряд коммерчески рейсов, ни разу не потребовав перехвата управления водителем.

Длительные испытания проходили на трассе I-45 между Далласом и Хьюстоном. По шоссе они движутся полностью автономно. Водитель требуется только для выезда на трассу и парковки грузовика в конечной точке маршрута.

Глава отдела по связям с общественностью Kodiak Robotics Дэниел Гофф пояснил, что компания использует свой подход к развитию беспилотного транспорта.

Если конкуренты в основном полагаются на детальные дорожные карты и строят трехмерные модели окружающей среды вокруг транспортного средства, то Kodiak намеренно использует карты низкого разрешения и более простые модели, но при этом крайне осторожный ИИ.

Основной приоритет при оценке дорожной ситуации отводится текущей информации от датчиков, а не эталону карты в памяти бортового компьютера. Если он распознаёт что-то как препятствие, а на карте его нет, ИИ принимает решение дождаться удобного момента для совершения безопасного объезда.

Это нужно потому, что подробные карты обновляются с задержкой и не всегда отражают реальную ситуацию. Например, если на карте появилась отметка о проведении ремонтных работ в конкретной точке, то к моменту встречи с грузовиком рабочие могут переместиться на сотни метров.

Кроме того, система от Kodiak меньше зависит от общего транспортного потока и условий освещения. Конкуренты предпочитают тестировать свои грузовики глубокой ночью, а беспилотники Kodiak одинаково уверенно движутся в любое время суток.

Это требует гораздо более сложной обработки данных от сенсоров, подверженных солнечной засветке, зато позволяет использовать гибкий график и ускорять доставку. В итоге рейсы становятся более выгодными для клиентов.

Видео: YouTube

Источник: The Robot report
Читать полностью
Robotics Channel 11 Jan, 19:07
Оптический нейропроцессор с рекордной скоростью

Международная группа исследователей разработала нейроморфный процессор с оптическим ядром. Он ускоряет работу свёрточных нейронных сетей (CNN) на 2–3 порядка по сравнению с кремниевыми нейрочипами того же уровня энергопотребления.

Работа выполнена под руководством профессора Дэвида Мосса — директора Центра оптических наук Технологического университета Суинберна (Австралия).

Его команда создала универсальный векторный ускоритель для любых CNN, который в базовой версии генерирует 8-битные свертки изображений в разрешении 500x500 пикселей, что достаточно для распознавания лиц и рукописных текстов (достигнутая точность составила 88%).

Прототип оптоэлектронного нейропроцессора продемонстрировал пиковую скорость в 11 TFLOPs (трлн операций с плавающей запятой в секунду).

Группа из нескольких нейроморфных процессоров может быть объединена в единую оптическую нейросеть, способную обрабатывать большие данные в реальном времени.

Такая возможность востребована в задачах машинного зрения, особенно в управлении беспилотным транспортом и медицинской диагностике.

От своих кремниевых аналогов фотонный нейропроцесор отличается более широкой полосой пропускания, достигаемой за счёт высокой плотности кодирования.

В нём используется источник так называемых «микрогребней» — изобретённый 10 лет назад оптический генератор, состоящий из сотен инфракрасных лазеров на одном чипе.

Эта лазерная матрица позволяет кодировать данные как чередование длин волн, временных и пространственных характеристик оптического сигнала.

«При помощи микрогребней в мае 2020 года мы установили мировой рекорд скорости передачи данных в Интернете. Сейчас эта же технология используется в приложениях искусственного интеллекта. Отличный пример междисциплинарного взаимодействия!», — говорит профессор Мосс.

Дополнительно фотонный нейропроцессор может служить универсальным интерфейсом, обеспечивающим сверхвысокую пропускную способность между оптическими и электронными компонентами.

Источник: Nature
Читать полностью
Robotics Channel 31 Dec 2020, 21:37
С новым годом металлического быка! 🤖🎄🎇
Robotics Channel 30 Dec 2020, 08:14
Robotics Channel 25 Dec 2020, 18:24
RCV-L — гусеничные военные беспилотники

Армия США досрочно получила два прототипа облегчённых наземных беспилотников серии RCV-L (Robotic Combat Vehicle-Light). Их изготовила американская фирма Pratt Miller вместе с британским оборонным предприятием QinetiQ.

Беспилотники стали своеобразным рождественским подарком, поэтому на фотографии они украшены красными бантами. Лёгким RCV-L можно назвать лишь по армейским меркам, где транспорт с массой до 10 тонн считается вспомогательной техникой.

Новые беспилотники — это машины с массой около семи тонн в базовой конфигурации, способные разгоняться перевозить до 3 тонн полезной нагрузки на скорости до 45 км/ч.

В них используется гибридная дизель-электрическая силовая установка, которая должна обеспечить экономию топлива и большую акустическую скрытность при работе от батарей.

Дополнительно снизить шум помогают эластомерные элементы на гусеницах. Они похожи на резиновую ленту, легко заменяются и существенно улучшают манёвренность, особенно по бездорожью.

Испытания RCV-L пройдут в Центре наземных транспортных средств (GVSC) подразделения по развитию боевых возможностей (CCDC).

По назначению это экспедиционный модульный автономный транспорт (EMAV) — универсальная гусеничная платформа, на которую можно установить раму для перевозки снаряжения, носилки для раненых, средства разведки и различное вооружение.

Беспилотник управляется одним солдатом через систему CROWS II (Common Remotely Operated Weapon Station II).

Стандартная конфигурация M153 может быть оснащена электрооптическими и инфракрасными камерами, пулемётом M2 калибра .50 или автоматическим гранатометом Mk 19 Mod 3 калибра 40 мм. Версия CROWS-J совместима с пусковой установкой противотанковых ракет Javelin.

Проект RCV-L стал частью более широкой кампании по перевооружению армии. Согласно планам, в ближайшие пять лет она получит беспилотники разных типов — от колёсных и гусеничных до воздушных дронов.

Источник: The Drive
Читать полностью
Robotics Channel 24 Dec 2020, 18:18
Можно ли привыкнуть к бионическому протезу?

Нейробиологи из Чикагского университета и Технологического университета Чалмерса выяснили, что, хотя мозг человека и осваивает новые моторные навыки после протезирования конечностей, он совершенно не адаптируется к получению сенсорной информации от бионических протезов.

Это неприятное открытие создаёт серьёзное препятствие для дальнейшей разработки протезов конечностей, способных передавать тактильные ощущения.

В контролируемом исследовании участвовали три пациента, чьи руки были ампутированы выше локтя и заменены нейромышечно-скелетными протезами, которые прикреплялись непосредственно к их плечевой кости.

Испытуемые могли управлять протезом благодаря сигналам от электродов, имплантированных в остаточные мышцы руки, и получать сенсорную обратную связь через другой набор вживлённых электродов.

По замыслу сенсор на большом пальце протеза должен был стимулировать нерв и вызывать ощущение прикосновения. Однако выбор точного расположение электродов оказался проблемой, и пациенты сообщали об ощущениях касания в области ладони или других пальцев.

Первоначальным предположением нейробиологов была необходимость привыкания. Считалось, что после периода адаптации сенсорная карта мозга перестроится, и пациенты начнут воспринимать сигналы так, как это было задумано.

К сожалению, даже после года ежедневного использования бионических протезов субъективные ощущения пациентов не претерпели никаких изменений: они по-прежнему не могли корректно сопоставить их расположению сенсорных датчиков на протезах.

«Главная проблема с нынешними сенсорными интерфейсами заключается в том, что во время имплантации электродов невозможно определить, какая часть нерва соответствует какому ощущению. Электроды не всегда попадают точно в то место, которое соответствовало бы расположению сенсора в протезе руки. Мы надеялись, что при ежедневной практике со временем мозг разрешит это несоответствие, но шли месяцы тренировок, и всё оставалось как прежде», — сказал ведущий разработчик нейромышечных протезов, доцент кафедры бионики Технологического университета Чалмерса Макс Ортиз Каталан.

Эти результаты бросают вызов преобладающей догме относительно пластичности мозга и возможностей реабилитации после потери конечности. Многие исследователи полагали, что мозг обладает высокой способностью к реорганизации, но, похоже, это свойство было сильно переоценено.

Источник: Cell Reports
Читать полностью
Robotics Channel 23 Dec 2020, 18:08
Isaac Gym — ускоритель для робототехники

Nvidia объявила о выпуске предварительного релиза Isaac Gym — новой среды моделирования физики для исследований в области искусственного интеллекта и робототехники.

Его главное назначение — ускорение обучения с подкреплением (RL), широко применяющегося для обучения роботов и беспилотников.

С Isaac Gym технология RL становится доступнее. Сложные задачи, требующие многопроцессорных кластеров, теперь быстро выполняются на одном графическом ускорителе.

Например, чтобы обучить робота собирать кубик Рубика, команда OpenAI использовала 920 компьютеров с 32-ядерными процессорами. Время обучения составило 30 часов.

Isaac Gym позволяет воссоздать эксперимент OpenAI на одном графическом ускорителе Nvidia A100 примерно за 10 часов. Такой результат достигается главным образом за счет использования движка моделирования PhysX.

В дополнение к быстрому физическому моделированию Isaac Gym также выполнять больше разных типов вычислений на ГП, сокращая объём передачи данных между ЦП и ГП.

По заявлению компании, при такой реализации Isaac Gym обеспечивает полный непрерывный конвейер RL GPU.

Isaac Gym предоставляет базовый API-интерфейс для заполнения сцены роботами и объектами из файловых форматов URDF и MJCF. Доступ к результатам моделирования предоставляется через API на основе фреймворка PyTorch.

Интересно, что каждая сцена может дублироваться и модифицироваться независимо от других. Это позволяет одновременно запускать тысячи сцен, используя один графический ускоритель.

Основные функции Isaac Gym будут доступны как часть Omniverse и созданной на её основе платформы моделирования робототехники Isaac Sim.

Предварительный выпуск Isaac Gym уже доступен для исследователей в сфере робототехники.

Видео: YouTube

Источник: News.Nvidia

Подробнее: Isaac Gym
Читать полностью
Robotics Channel 23 Dec 2020, 10:15
Привычная ситуация: заходите в соц.сеть и видите блок с аккаунтами людей, которых можете знать. Реализовать такую фичу — пример задачи Data Scientist'а.

Есть желание войти в профессию и делать крутые штуки? Нет технического образования? Это не проблема.

Ведь в SkillFactory, на курсе по Data Science оно и не требуется. Вместо этого вы за 2 года можете освоить самую востребованную профессию 2020 года, отработать знания на практике и собрать свое портфолио. И все это — под присмотром ведущих data- специалистами из NVIDIA Eora.
Карьерные консультации и тестовое собеседование помогут найти работу уже во время обучения.

🎄Если вы не знали, что подарить себе на Новый год, то новая профессия —
отличный вариант.

По промокоду РОБОТ скидка будет 55%
❗️Успейте получить курс со скидкой:
https://clc.am/0DfzOQ
Читать полностью