TOP 10000 (bin) событий уходящего года по версии The Robot 🤖

Друзья! Весь год мы писали для вас новости из мира когнитивных технологий и робототехники. Настало время составить рейтинг самых значимых событий, после которых мир уже не будет прежним.

① В Швеции робот Tengai, созданный TNG Аса, впервые нанял человека. После собеседования он сделал беспристрастную оценку и одобрил соискателя на вакансию координатора отдела цифровых технологий.

② В лаборатории JSK Токийского университета создали действующий прототип системы самовосстановления механических повреждений у роботов. В ней используется сплав с низкой температурой плавления и встроенные нагревательные элементы.

③ 3D-принтер напечатал дом. Команда немецких исследователей из Университета прикладных наук и искусств Дортмунда создала огромный роботизированный станок с ЧПУ, который печатает строительные конструкции по требованию без ограничений по форме и размеру. Так можно быстро возводить целые дома без использования готовых блоков и опалубки.

④ Итальянский концерн Piaggio представил чемодан, следующий за своим хозяином. Он перевозит до 18 кг на скорости до 10 км/ч и старается не потерять владельца из виду.

⑤ В Техническом университете Мюнхена сделали сверхчувствительную робокожу. Она содержит свыше 13 тыс. датчиков и очень экономно расходует вычислительные ресурсы.

⑥ Строительный инновационный центр Fanuc UK представил первого в мире универсального робота-тяжеловеса M-2000iA/2300, способный аккуратно захватывать и перемещать любые грузы массой до 2,3 тонн.

⑦ С внешней стороны МКС установили отсек для роботов. Они оснащены масс-спектрометром, за счёт чего ведут круглосуточный мониторинг, самостоятельно выявляют микропробоины и утечки.

⑧ На стадионе в Штутгарте заработал электронный арбитр производства Fujitsu. Он использует 30 лазерных сканеров для получения 3D-изображения происходящего на арене.

⑨ Стартап CocoTerra провёл настоящую промышленную революцию, впервые за 150 лет принципиально изменив схему производства шоколада. Теперь вы можете изготавливать его дома при помощи робота буквально за пару часов.

⑩ В Технологическом университете Суинберн в Мельбурне  разработана система обнаружения быстрых радиовсплесков (FRBs).  Это очень характерные сигналы из дальнего космоса, чья природа пока не ясна. Раньше их находили исключительно по архивным данным (порой, спустя годы). Теперь благодаря машинному обучению FRBs регистрируются практически в реальном времени.

⑪ Команда исследователей из Национальной лаборатории имени Лоуренса в Беркли и Калифорнийского университета разработали систему ИИ, которая анализирует научные статьи в поисках соединений с заданными свойствами. Это настоящий прорыв в материаловедении!

⑫ В Массачусетском технологическом институте создали электромеханическую систему HERMES для дистанционного управления роботами в реального времени. Она использует тензорные датчики и приводы для обеспечения силовой обратной связи. Это позволяет оператору точно управлять даже сравнительно простыми роботами без AI и автономных систем.

⑬ CloudMinds Technology представила XR-1 – первого гуманоидного робота с облачным эмоциональным интеллектом и быстрой реакцией за счёт подключения 5G.

⑭ Десять команд из Лиги гоночных дронов создали автономный гоночный дрон RacerAI. В 2020 году он бросит вызов действующим чемпионам.

⑮ Легендарные роботы Spot от Boston Dymanics перешли в стадию серийного производства. Партнёрские компании уже отчитались о первом опыте их использования.

⑯ Политехнический институт Ренсселера стал первым частным ВУЗом, в котором заработал суперкомпьютер с искусственным интеллектом – IBM AiMOS AI с пиковой производительностью свыше 11 ПФлопс

Источник: https://t.me/robotics_channel

Поздравляем с неотвратимо наступающим новым годом! 🎄 ❉ 🤖

Команда Robotics Channel приветствует вас в новом году! Если вы тоже соскучились по свежей информации, то самое время ознакомиться с новостями робототехники! Как и прежде, мы будем публиковать их три раза в неделю. 🤖🥂🎅

Опенсорсный робот Reachy

На мероприятии CES Unveiled, предваряющем открытие выставки CES 2020,  французская компания Pollen Robotics представила робота Reachy. Он построен на одноимённой платформе с открытым исходным кодом и оснащается встроенным ИИ.

За счёт последнего Reachy отличается у̶м̶о̶м̶ ̶и̶ ̶с̶о̶о̶б̶р̶а̶з̶и̶т̶е̶л̶ь̶н̶о̶с̶т̶ь̶ю̶  простотой освоения. Разработчики могут писать для Reachy собственные модули обработки команд на Python, не тратя время на освоение машинного обучения.

Модульная схема робота позволяет легко подсоединить к нему различные захваты и дополнительные сенсоры, делая практически безграничными возможности его реального применения.

Проект начинался как опенсорсная роборука для исследовательских команд, но вырос до полноценного робота, получившегося на удивление симпатичным. Представленный на CES Unveiled прототип имеет гуманоидный облик, в котором одновременно угадываются черты Wall-E.

Сам робот неподвижен, а вот его манипуляторы имеют 7 степеней свободы. Пара камер с объективами разного диаметра установлена в голове, которая подвижно соединена с туловищем. Робот может поворачивать и наклонять голову, что помогает удерживать захваченные объекты в поле зрения и придаёт эмоциональный окрас его действиям.

Предсерийный выпуск малой партии роботов на платформе Reachy (15 штук) запланирован в первом квартале этого года. Базовая версия «однорукий бандит» обойдется в $ 9000. За эти деньги вы получите только манипулятор с блоком ИИ. Гуманоидный робот с головой и двумя манипуляторами будет стоить от 17000 долларов.

Видео: https://youtu.be/iSL39WFxCLE

Источник: https://www.engadget.com/2020/01/05/reachy-is-an-expressive-open-source-robot/

Сайт разработчика: https://www.pollen-robotics.com/

Платформа Reachy на GitHub: https://github.com/pollen-robotics/reachy

Samsung Ballie – робот, который всегда рядом

На выставке CES 2020 компания Samsung представила универсального домашнего робота Ballie – это мини-ровер, слегка напоминающий BB-8 из «Звёздных войн».

Одновременно его название является своеобразной отсылкой к другому любимцу публики – Wall-E. Он также готов неустанно заботиться о порядке и поддерживать в трудную минуту.

Балли оснащён модулем ИИ, за счёт которого способен решать множество задач одновременно. Робот легко станет центром умного дома, охранником, инструктором по фитнесу, помощником для пожилых людей, электронной няней для детей и умной игрушкой для домашних питомцев.

Во время демонстрации робот следовал по сцене за генеральным директором подразделения потребительской электроники Samsung, катаясь вокруг него и реагируя на голосовые команды.

Так подчёркивалась его безопасность и готовность работать в тесном контакте с людьми. По сути это «умная колонка», только не стационарная, а всегда следующая за вами и стремящаяся угадывать ваши желания.

Пока Samsung не раскрывает даты начала серийного производства и ориентировочные цены. Похоже, цель презентации была только в том, чтобы изучить реакцию публики.

Косвенно это подтверждает и рекламный ролик, вышедший вслед за демонстрацией на CES 2020. В нём показывается «видение Samsung» – то есть концептуальные возможности Ballie, а вовсе не готовые функции.

Видео: https://youtu.be/c7N5UDZX7TQ

Источник: https://news.samsung.com/us/samsung-age-of-experience-keynote-ces-2020/

Лидар на каждый беспилотник!

До сих пор непрерывное измерение расстояний лазером использовалось только в самых дорогих системах машинного зрения. Поставить LiDAR на мультикоптер или дрон курьерской службы и вовсе казалось фантастикой, но всё меняется!

На открывающей год выставке потребительской электроники в Лас-Вегасе сразу несколько компаний представили новые модели лазерных сканеров окружающего пространства. Среди них встречались как удивительно дешёвые, так и непревзойдённо надёжные.

Например, компания Velodyne показала сверхкомпактный лидар Velabit LiDAR. Он буквально умещается на ладони, а будет стоить примерно $100. При габаритах 610x610x35 мм его можно встроить в любой беспилотник, обеспечив ему «Око Саурона» с углом зрения 60° по горизонтали, 10° по вертикали и дальностью до 100 м.

Китайская RoboSense показала свой компактный лидар, стоимостью менее $2000. Конечно, это не коробочка за сотню баксов, но всё равно на порядок ниже цены среднего лидара.

Секрет удешевления в том, что в нём используется лазер с длиной волны 905 нм. Он проще в изготовлении, но сильнее подвержен помехам и ограничен по дальности (насколько именно – не сообщается). Компании пришлось сильно снизить мощность, поскольку лазер ближнего ИК-диапазона с большей вероятностью может повредить сетчатку.

Одна из причин высокой цены лидарных систем заключалась в узком поле зрения, особенно по вертикали. Для обеспечения достаточного обзора на робомобили приходилось ставить несколько лазерных сканеров.

Компания Ouster из Сан-Франциско показала совершенно новую категорию лидаров с очень широким полем зрения. 128-канальная модель OS0 предлагает 95-градусный вертикальный угол обзора (вместо обычных 10 – 15°), правда, только на расстоянии до 50-метров.

Более продвинутая модель OS2 бьёт уже на 240 метров и (как заявляют представители Ouster) «обладает лучшим в отрасли разрешением». Впрочем, с этим не согласны их конкуренты из основанной в Боулдере компании Insight Lidar (дочка Insight Photonic Solutions).

Они утверждают, что лучшими характеристиками обладает их лидарная система большого радиуса действия, которая достигает разрешения 0,025 градуса при дальности более 200 метров. Более того, в Insight Lidar заявляют, что пока это «единственное коммерчески доступное решение, позволяющее уверенно распознавать объекты с низкой отражательной способностью».

Последнее оспаривает австралийская компания Baraja, представившая на CES 2020 помехозащищённый лидар. Он излучает непрерывно модулированный сигнал с длиной волны 1550 нм, за счёт чего не слепнет даже при сильной засветке. Его чувствительность достаточна, чтобы улавливать отражённый сигнал от объектов с низким альбедо (от 10% и выше).

Так или иначе, появление доступных лидаров и улучшение их параметров фактически знаменует собой начало революции в сфере беспилотных автомобилей, а также дронов и универсальных роботов.

Источник: собственная подборка репортажей c CES 2020

Симулятор электронных схем Micro-Cap 12 стал бесплатным!
Новость на Hackaday: https://hackaday.com/2020/01/08/commercial-circuit-simulator-goes-free/

Скачать: http://www.spectrum-soft.com/download/download.shtm

👹 Немного про математику всего того, что мы с вами тут обсуждаем.

Если вы учились в техническом вузе, то скорее всего вам все это преподавали, и даже гораздо больше.
Сейчас приведу примеры ресурсов где вы можете быстро освежить эти знания, или выучить заново если вы не учились в техническом вузе.

Чтобы комфортно плавать в водах CV, ML и IP нам нужно знать следующие вещи:

0️⃣ Дискретная математика и комбинаторика.

Предполагается, что мы знакомы на каком-то уровне с дискреткой и комбинаторикой, как скилами помогающими нам писать обычный код, и понимать, что чего стоит в плане производительности, памяти и тд. Знаем структуры данных. В общем, просто джентльменский набор, чтобы писать какие-то скрипты.

По этому делу могу посоветовать книгу “cracking the coding interview”, так как там очень сжато объяснены основные вещи:
http://www.crackingthecodinginterview.com/

И пара ссылок с coursera:

Комбинаторика для начинающих
https://www.coursera.org/learn/kombinatorika-dlya-nachinayushchikh

Algorithmic toolbox (+- графы, сортировки и тд)
https://www.coursera.org/learn/algorithmic-toolbox

1️⃣ Линейная алгебра и аналитическая геометрия.

Тут быстро можно въехать благодаря уважаемому 3Blue1Brown, у него есть даже плейлист отдельный для этого.
https://www.3blue1brown.com/essence-of-linear-algebra-page

Есть нормальный курс от ВШЭ
https://www.coursera.org/learn/algebra-lineynaya

И от Imperial College London: Linear Algebra
https://www.coursera.org/learn/linear-algebra-machine-learning

2️⃣ Multivariate Calculus (Матан!)

Это нам дается хорошо во всех вузах, и является ступенью ко многим дисциплинам.
Вещь глубокая и важная, поэтому тут дам ссылку на узкий курс специально для приобретения формы для ML.

Imperial College London: Multivariate Calculus
https://www.coursera.org/learn/multivariate-calculus-machine-learning

3️⃣ Теор вер и статистика

Теория вероятностей для начинающих:
https://www.coursera.org/learn/probability-theory-basics

Внезапно Манга:
https://dmkpress.com/catalog/manga/978-5-97060-115-0/

Imperial London College: PCA
https://www.coursera.org/learn/pca-machine-learning

Да и наверное любой курс по статистике с coursera:
https://www.coursera.org/courses?query=statistics

🌈 Это все и будет годной математической базой для изучения CV и ML алгоритмов.
🌈 По DL и всему этому сейчас наплодилось курсов невероятно много, зная математические основы пройти их будет просто.

Toyota построит свой город будущего – с маджонгом и роботами!

Пока участники CES 2020 стремились впечатлить публику гаджетами, Toyota работала над куда более глобальным проектом. На выставке в Лас-Вегасе она представила концепт футуристического города Woven City.

Для его постройки выделен участок площадью 708`200 кв. м у подножия горы Фудзияма. Он расположен в 145 км от штаб-квартиры Toyota в Токио. Предполагается, что в нём будут проживать преимущественно сотрудники компании, а также их пожилые родители. К слову, в Японии самое старое население в мире – более трети граждан составляют жители старше 60 лет.

Основная идея города будущего – нулевые выбросы токсичных веществ. В нём будут развёрнуты солнечные панели на стенах, крышах домов, заборах и других подходящих поверхностях. Резервное питание будут осуществлять водородные топливные элементы, их же используют для электромобилей и автономных микроавтобусов Toyota e-Palette.

Woven City планируется разделить на зоны трёх типов: чисто пешеходные, с возможностью использования средств индивидуальной мобильности (электросамокаты, гироскутеры и т.п.) и для машин. Обычному транспорту с ДВС въезд в город закрыт.

Конечно, в такой «зелёной» инициативе много условностей. В самом городке дымить ничего не будет, а вот за его пределами кому-то придётся делать те же фотоэлектрические панели, аккумуляторы и топливные элементы. Их производство, мягко говоря, далеко от eco-friendly стандартов.

Другой интересной особенностью города станут дома из дерева. Внешне они соответствуют классическим японским традициям, но их элементы изготовлены на автоматизированных мебельных фабриках с ЧПУ.

Внутри вместо домашних питомцев хозяев буду ждать роботы, готовые услужить в любой момент. Хранителем очага станет система ИИ, которая берёт на себя функции охраны, управления роботами и элементами «умного дома».

Источник: https://www.woven-city.global/

Видео: https://youtu.be/ng3X39lenvg

Российской команде школьников требуется поддержка сообщества, чтобы попасть в финал конкурса. Однажды мы смогли помочь команде победить. Предлагаю ещё раз поддержать "лайком" ребят и дать им шанс на победу. Ниже подробная инструкция.

Российские школьники участвуют в международном соревновании VEX Online Challenge впервые. До 19 января проходит этап голосования онлайн. Отдав свой голос, вы поможете пройти команде в финал. Только у финалистов жюри будет рассматривать содержание проектов  http://edurobots.ru/2020/01/vex-online-challenge/

Созданы роботы из клеток лягушки

Команда исследователей из Вермонтского университета разработала метод создания миниатюрных роботов из живых клеток. Они способны самостоятельно восстанавливать повреждения и выполнять коллективные действия.

Проектирование жестких микромашин стало возможно ещё в прошлом веке, однако только сейчас появились методы вычислительного моделирования для имитации поведения роботов произвольной формы, состоящих из мягких компонентов, и тем более – живых тканей.

В своём эксперименте авторы научной работы использовали для построения роботов разные типы клеток – преимущественно полученных из сердца и кожи африканской когтистой лягушки.

Кардиомиоциты были выбраны за их автоматизм, то есть способность сокращаться в ответ на собственные импульсы. Они стали двигателем робота. Кожа рептилий характеризуется развитым активным ионным транспортом. Здесь она регулирует концентрацию Na+, K+ и других ионов, обеспечивая кардиомиоциты условиями для стабильной работы.

Авторы применили эволюционный алгоритм к созданному ими линейному конвейеру. Выглядит он так: сначала виртуальная система непрерывно генерирует микроботов разной структуры и формы. Затем анализирует их поведение, устойчивость к внешним воздействиям и способность к коллективным действиям.

После ста итераций большая часть прототипов отсеивается, а оставшиеся проходят более сложные тесты.

Наконец, на выходе появляется одна – две самых удачных структуры, которые синтезируют методами биоинженерии (из плюрипотентных стволовых клеток), а потом проверяют в реальных условиях.

Обычно поведение микромашин в реальной и виртуальной среде отличается. Чтобы минимизировать эти различия, исследователи добавили в конвейер фильтр устойчивости. Он пропускает только те варианты, которые оказались самыми стабильными в условиях сильных «шумов» (вариабельности состава жидкости, температур, давления и других значимых факторов).

В итоге команда Вермонтского университета создала серию микромашин, самостоятельно передвигающихся в физрастворе на протяжении 7 – 10 суток, и выполняющих простые манипуляции (коллективный захват и активную транспортировку частиц нерастворимых веществ).

Это уже многообещающий прототип, который наверняка найдёт применение в медицине. Например, микроботов предполагается использовать для точечной доставки лекарств, а также удаления тромбов и атеросклеротических бляшек без оперативного вмешательства.

Ещё более важно, что авторы разработали действенный метод создания роботов из живых клеток.

Источник: https://www.pnas.org/content/early/2020/01/07/1910837117

Роботов научили видеть скрытые объекты

Группа исследователей из университетов Стэнфорда, Принстона и Райса выполнила заказ по программе DARPA REVEAL (Революционное улучшение видимости за счет использования активных световых полей). Их разработка позволяет роботам буквально «заглянуть за угол», оставаясь на месте.

Визуализация вне прямой видимости (NLoS) – это подход, в котором системы машинного зрения восстанавливают по косвенным данным изображение объектов, находящихся вне их угла обзора. Например, так можно «увидеть» противника за преградой или машины за стеной дома.

Большинство таких методов используют информацию о времени прохождения светового импульса. Грубо говоря, это лазер в режиме радара, где луч отражается дважды: от преграды перед источником (например, стены дома) и самого скрытого объекта.

Пока такие системы слишком долго формируют изображение и малопригодны для практического применения. За разумное время они могут лишь сообщить, что «за углом что-то есть».

Межуниверситетская группа под руководством Кристофера Метцлера использовала другой подход. В нём анализировались пространственные корреляции при рассеивании когерентного света – так называемые спекл-структуры, наблюдаемые на поверхностях с низким альбедо при отражении лазера.

Визуально это пятна света с неравномерной яркостью, по которым человеку невозможно понять, от чего они отразились (обычно мы даже не успеваем их заметить, поскольку время жизни спекла измеряется долями секунды). Однако эксперименты показали, что спеклы содержат достаточно информации для восстановления изображения скрытых объектов.

Для такой визуализации требуются сложные вычисления, но сегодня их можно выполнять практически в режиме реального времени за счёт методов глубокого машинного обучения. Проблема в том, что эффективность любых систем NLoS быстро падает по мере увеличения расстояния.

Авторы исследования сосредоточились на математических методах снижения влияния шумов, используя для этого теорию спектральной оценки. Эта модель применялась для разработки метода спекл-корреляции, который оказался крайне эффективным.

Используя только синтетические данные, взятые из предложенной модели шума, и не имея ни экспериментальных сцен, ни данных об их геометрии, они быстро обучили глубокую сверточную нейронную сеть (Deep CNN).

В ходе эксперимента авторы исследования получили детальное изображение объекта, находящегося за углом на расстоянии 1 м. Используя только два спекла, снятых с выдержкой 1/8 c на обычной CMOS-матрице, они достигли разрешающей способности 300 мкм.

Это абсолютный рекорд на сегодня, однако у предложенного способа ожидаемо узкие границы применимости. В отличие от методов, основанных на времени прохождения, он лучше всего подходит для визуализации небольших изолированных объектов.

Крупные объекты (вроде людей и автомобилей, тем более – в потоке) не вызывают стабильно наблюдаемых взаимных помех, на распознавании которых опираются все корреляционные методы. Поэтому мы вряд ли увидим спекл-анализатор на беспилотниках. Скорее, он будет использоваться в других областях.

По словам соавтора исследования Феликса Хайде из Принстонского университета, NLoS  имеет большой потенциал в робототехнике, разведке и медицинской диагностике. При этом различные методы эффективно дополняют друг друга.

Источник: https://www.osapublishing.org/optica/abstract.cfm?uri=optica-7-1-63

Манипуляторы KUKA стали умнее и сильнее

Немецкая компания KUKA объявила о выпуске новой серии промышленных манипуляторов KR IonTec. Это усовершенствованная версия KR 60-3, имеющая уникальный набор характеристик.

С манипуляторами KUKA вы наверняка знакомы. Помимо применения на производстве, их использовали на открытии Паралимпийских игр, чтобы показать единство человека и машины.

Затем они зажигали (во всех смыслах) в клипе Найджела Стэнфорда Automatica. К тому же, на их основе сделаны многочисленные роботы-баристы, привлекающие толпы туристов.

Словом, это самое универсальное решение из коммерчески доступных вариантов, которое стало ещё лучше.

Новый KR IonTec заполняет вакантную нишу манипуляторов со средней грузоподъёмностью – от 30 до 70 кг. Его можно закрепить на полу, или на стене, использовать отдельно или вместе с другими манипуляторами.

Главная изюминка KR IonTec – режим Path, в котором он точно повторяет указанный путь перемещения груза по непрерывной траектории. К тому же, у него рекордный радиус действия – 3100 мм.

Ещё одна особенность новинки – наличие готовых программных дополнений, которые позволяют за считанные минуты «научить» манипулятор выполнять другую работу.

Поскольку это промышленное решение, основное внимание разработчиков уделялось показателям надёжности. Техническая доступность составляет > 99% в расширенном температурном диапазоне 0 – 55°С, а среднее время наработки на отказ – 400 000 часов.

Модель доступна для предварительного заказа уже сейчас, а первые партии поступят в продажу в апреле 2020 года.

Источник: https://www.kuka.com/en-de/products/robot-systems/industrial-robots/kr-iontec

Новые присоски для роботов – просто добавь воды!

Исследователи из Чжэцзянского университета (Ханчжоу, Китай) создали новый тип вакуумных присосок, позволяющих роботам подниматься по шероховатым стенам.

Обычные присоски эффективны только на гладких поверхностях. Их не удаётся закрепить даже на текстурированной кафельной плитке, не говоря уже о деревянной или кирпичной стене.

Всё дело в том, что даже небольшие неровности приводят к просачиванию воздуха. Из-за этого давление под куполом присоски выравнивается с окружающим, и она перестаёт держаться.

Временно улучшить свойства присоски помогает вода. Её тонкий слой герметизирует периметр купола, но только пока не высохнет, или не втянется под купол.

Авторы исследования Кайге Ши и Синь Ли предложили интересный подход к решению этой проблемы. В их разработке вокруг купола присоски в закрытой полости создаётся быстро вращающееся водяное кольцо.

Центробежная сила не даёт воде стечь внутрь, а за счёт своей ширины кольцо создаёт стабильный градиент давления, плавно доводя разницу до нулевой на внешней границе вакуумной зоны. Поэтому исследователи назвали  разработку «методом нулевой разности давлений» (ZPD).

Эксперименты показали, что вращающееся водяное кольцо надёжно герметизирует соединение даже на ячеистом бетоне. Сначала разработчики сами поднялись по стене дома на двух присосках, а затем сконструировали гексапода.

Этот робот оснащён шестью присосками нового типа. Из них три постоянно удерживают его на стене, а три другие в этот момент могут двигаться, задавая направление движения.

Несмотря на успешную демонстрацию, ZPD имеет существенные недостатки. Во-первых, это большие затраты энергии на создание вращающихся колец воды. Во-вторых, сама вода быстро расходуется – бетон впитывает её как губка, а после каждого шага остаётся мокрый след. В-третьих, процесс герметизации каждого соединения занимает около восьми секунд.

Пока не ясно, окажется ли представленная разработка коммерчески жизнеспособной, однако сам принцип в ней довольно интересен.

Видео: https://youtu.be/lRh6z8T-1fs

Источник: https://aip.scitation.org/doi/full/10.1063/1.5129958

Дроны на службе спасателей

Мы много писали о разработке всевозможных дронов, обычно заканчивая мини-обзор словами об их потенциальном применении спасателями. Похоже, случаев реального использования беспилотников службами спасения становится всё больше.

На этой неделе в Новой Зеландии близ Квинстауна произошёл обвал на золотом руднике Henty Gold, когда рабочие были внутри. Руководитель поисково-спасательной команды пришёл к выводу, что не может отправить своих людей на помощь, поскольку сохраняется опасность дальнейшего обрушение свода.

Вместо этого он отправил дрона для обследования разрушенного участка, и уже потом выдвинулся во главе спасательного отряда. В дополнение к обычным средствам он использовал роботизированную тепловизионную камеру.

После первой вылазки спасатели вместе с дроном  благополучно вернулись на поверхность для составления дальнейшего плана поиска и освобождения пострадавших.

Другой случай применения дронов для спасения недавно произошёл в округе Саммит.  33-летняя женщина из Солт-Лейк-Сити съехала с тропы во время катания на лыжах. Она повредила их и заблудилась, после чего с трудом дозвонилась в офис шерифа. Сигнал GPS был неуверенным, и сообщить своё местоположение она не смогла.

Тогда лейтенант Эндрю Райт отправил один из служебных квадрокоптеров, ориентируясь на её примерное расположение. Вскоре женщина сообщила, что слышит приближающийся гул винтов и помогла направить дрон прямо к ней.

Когда беспилотник передал точные координаты пострадавшей, по ним направился помощник шерифа. Он дошёл на снегоступах и благополучно вернул женщину домой.

"У нас есть четыре служебных беспилотника. Это великолепная технология, которую мы используем, чтобы оперативнее реагировать в подобных ситуациях",  – пояснил лейтенант Райт.

Источники: https://dronedj.com/2020/01/23/drone-gold-mine-find-missing-worker/
https://www.kpcw.org/post/summit-county-sheriff-department-uses-drone-find-stranded-skier

Проект Lacmus:  дроны и нейросети для поиска людей

Под эгидой Международной некоммерческой организации Open Data Science (ODS) в России разрабатывается проект Lacmus. Это система машинного зрения, которая поможет спасателям быстрее находить потерявшихся людей.

Особенно актуальна проблема «потеряшек» для России, где леса занимают 809 млн гектар. Прочёсывать их приходится преимущественно вручную, привлекая сотни добровольцев. У МЧС просто нет столько специалистов, поэтому появляются волонтёрские поисково-спасательные отряды (ВПСО).

Наверняка вы слышали про «Сову», «Лиза алерт» и другие подобные отряды. Проблема их оснащения всегда остро стоит из-за хронической нехватки финансирования, поэтому им требуется сравнительно дешёвый «глаз в небе». В Lacmus тесно работают с ВПСО, чтобы учесть их практический опыт и разработать реально работающую систему поиска людей с помощью алгоритмов машинного зрения.

Некоторые отряды уже используют квадрокоптеры DJI и другие коммерчески доступные дроны, но толку от них мало. Летать нужно над деревьями, чтобы не разбить дрон и обеспечить достаточно большой угол обзора. Проблема в том, что при средней высоте полёта около 50 метров на картинке в максимальном разрешении 4000x3000 фигура человека занимает крошечный прямоугольник до 100x50 пикселей.

Оператор изучает каждый кадр с минуту, прежде чем вынести вердикт – есть ли на нём человек, или нет. Зачастую он допускает ошибку, приняв что-то на земле за фигуру человека, или наоборот – пропускает «потеряшку», а это куда страшнее. Дополнительная сложность в том, что при работе «в поле» картинка формата 4K обычно смотрится на ноутбучных экранах, редко дотягивающих даже до FullHD.

Теоретически более эффективными были бы мультикоптеры с тепловизорами и гиперспектральными камерами, но поисковым отрядам они просто не по карману. За рубежом такие навороченные беспилотники вовсю используются в сельском хозяйстве, потому что это прибыльный бизнес, а тратить деньги на поиск людей готовы только их родственники.

Специалисты проекта Lacmus видят решение проблемы в том, чтобы использовать для обнаружения людей системы машинного зрения. Они разрабатывают максимально универсальный вариант, который может работать с обычными камерами и даже на маломощном оборудовании. Ведь со связью в лесу тоже плохо, поэтому большую часть вычислений при обработке снимков придётся выполнять на старых ноутбуках, а то и вовсе средствами бортового компьютера самого дрона.

В связи с большим «зоопарком» конфигураций, сейчас в Lacmus прорабатывается вариант запуска нейросетей на внешних тензорных процессорах (TPU) с USB интерфейсом. Выглядят они как большая флэшка. Такие выпускает Intel (Intel Neural Compute Stick), Google (Coral Edge) и другие гиганты ИТ-индустрии.

При таком подходе время обработки изображений сокращается в 50 – 60 раз. Нейросеть способна решить задачу детектирования объекта (обнаружить человека на фотографии) буквально за секунду. Она постоянно улучшает свой результат по мере обучения. Живой оператор – наоборот: устаёт всё сильнее, и с каждым кадром вероятность ошибки у него повышается.

Участники проекта Lacmus опубликовали интересную статью с массой технических подробностей и реальных примеров. Рекомендую ознакомиться с ней по ссылке ниже.

Источник: https://habr.com/ru/company/ods/blog/483616/https://habr.com/ru/company/ods/blog/483616/

В Японии строят 18-метрового робота

Современная культура Японии тесно связана с научной фантастикой и роботами. В Токио есть даже статуя Gundam, созданная по мотивам одноимённого аниме. При всём великолепии у неё есть существенный недостаток: как и все статуи, она не двигается.

В апреле 2018 года мы писали о том, как японский инженер Масааки Нагумо решил исправить ситуацию. Он тоже вдохновился аниме Gundam и создал самого большого в мире (на тот момент) шагающего робота Landwalker-Mononofu.

Этот исполин был собран на заводе Сакакибара Кикай в префектуре Гумма. Он получился высотой 8,5 м, но едва мог двигаться. Из-за огромной массы (около семи тонн) Landwalker-Mononofu шагал со скоростью менее 1 км/ч.

Сейчас к югу от Токио работает Gundam-Lab - развлекательный комплекс, администрация которого собирается побить рекорд Нагумо. Они объявили о планах создать 18-метрового 25-тонного робота. По замыслу он будет обладать 24-степенями свободы, приводясь в действие комбинацией электрических и гидравлических приводов.

На сегодня лабораторией JSK Токийского университета уже создана симуляция, в которой демонстрируется 3D-модель будущего робота. Судя по ней, новый колосс будет ещё медленнее. В 25-секундном ролике он успевает сделать только два шага.

Настоящего робота обещают показать уже этой осенью в рамках шоу «Фабрика Gundam в Йокогаме». Оно будет проходить на пирсе Ямашита с 1 по 3 октября, а продажа билетов начнётся в июле 2020.

Планы выглядят очень смелыми, поскольку на текущий момент сборка робота даже не начиналась. Пока журналистам демонстрируют компьютерную симуляцию и модель из пластика в масштабе 1:30. На ней робота частично скрывает Gundam-Dock – сооружение для его постройки и безопасного хранения.

Также пока не ясно, будет ли робот пилотируемым. Это принципиальный вопрос, поскольку в оригинальном сериале человек находился внутри машины. Из скудного описания сервиса Gundam Carrier можно сделать вывод, что новый О(Б)ЧР скорее будет с дистанционным управлением.

Источник: https://gundam-factory.net/en/

Создан первый в мире «организм на чипе»

В биоинженерном институте Висса при Гарвардском университете создан первый в мире «организм на чипе». Это физическая модель десяти взаимосвязанных органов с живыми клетками, которую можно использовать вместо лабораторных животных.

Всё началось с проекта «лаборатория на чипе», который возник в конце нулевых годов как попытка ускорить и стандартизировать клинические анализы, а также исследования в области фармакологии.

В прозрачном акриловом корпусе размером с карту памяти создаётся один или несколько микроканалов. Затем в них подаётся физраствор, заменитель крови и/или исследуемый образец.

Перистальтический насос  медленно перекачивает жидкость, а электронные системы постоянно анализируют её состав на разных участках, определяя наличие определённых маркеров и отображая динамику концентраций исследуемых веществ.

Дополнительный контроль осуществляется через обычный микроскоп, в который можно наблюдать все процессы в реальном времени.

Среднее время острой фазы сложных экспериментов – 2-3 минуты, что резко контрастирует с обычной практикой, требующей многодневных мучений животных во имя науки.

В 2010 году директор Института биоинженерных исследований Дональд Ингбер вместе с коллегами начал разработку  «органа-на-чипе».

В них использовались два канала. Один был покрыт изнутри клетками эндотелия (точно также они выстилают сосуды), а другой - клетками определённых органов.

Например, пневмоциты имитируют лёгкие человека, гепатоциты – печень, энтероциты - кишечник и так далее.

Через два года Ингбер получил грант от DARPA, а спустя восемь лет и три прототипа представил готовую версию целого «организма-на-чипе» под названием Interrogator.

В нём смоделировано взаимодействие десяти органов, и довольно точно. Для проверки команда использовала цисплатин (препарат химиотерапии). Он был
метаболизирован за то же время и с теми равновесными концентрациями, которые наблюдались ранее у пациентов.

Более того, клетки «почки-на-чипе» даже выделяли те же биологические маркеры повреждения, что и живые почки во время химиотерапии.

Целый год потребовался для разработки пользовательского интерфейса, с которым легко могли бы работать биологи, не имеющие опыта программирования.

Вся машина целиком умещается в стандартный лабораторный инкубатор, который поддерживает живые клетки при постоянной температуре.

Сейчас в ней можно проводить эксперименты длительностью до 3 недель, то есть отслеживать не только мгновенные, но и кумулятивные эффекты.

Источник: https://www.nature.com/articles/s41551-019-0497-x

Роботы осваивают акустическую левитацию

Научный сотрудник Швейцарского федерального технологического института в Цюрихе Марсель Шук разрабатывает инновационный метод, который позволит роботам перемещать небольшие объекты, не притрагиваясь к ним.

Обычно промышленные роботы узкоспециализированы. Каждый из них может удерживать и обрабатывать определённые детали. Отдельные модели оснащаются манипулятором со сменными захватами, но даже они порой не могут справиться с объектами нестандартной формы.

Марсель Шук изучает возможности манипулятора принципиально иной конструкции. Его захват представляет собой две полусферы, в каждой из которых размещён массив миниатюрных динамиков.

Вместе они создают ультразвуковые волны, распространяющиеся в противоположных направлениях. Их интерференция приводит к формированию стоячей волны, которая и удерживает небольшой предмет в воздухе.

Данное явление получило название «акустическая левитация». С её помощью можно, например, удерживать каплю над ультразвуковым излучателем. Звуковое давление компенсирует гравитацию, и капля висит в воздухе почти неподвижно (а если присмотреться, то видно как она дрожит).

При всей своей красоте, акустическая левитация не находила практического применения из-за множества инженерных ограничений. До сих пор удавалось генерировать лишь примитивную стоячую волну, которая удерживает лёгкие предметы, чья форма близка к идеальной сферической.

В реальности мы имеем дело с объектами разной формы. К тому же,  всегда происходят потери энергии, а при передвижениях – ещё и какие-то нерасчётные отражения, что приводит к образованию бегущей волны. Ей управлять гораздо сложнее.

Для эффективного удержания микровинта, шестерёнки, или другого миниатюрного предмета требуется быстрая (за доли секунды) перестройка общего акустического фронта, иначе объект упадёт.

При помощи 3D-принтера Марсель Шук изготовил две глубоких полусферы, в каждой из которых разместил четыре ряда ультразвуковых излучателей. Вместе с коллегами он подобрал управляющие одноплатные компьютеры и написал программное обеспечение, корректирующее работу массива излучателей в реальном времени.

Он рассчитывает, что современный акустический захват найдёт применение в фармацевтической промышленности, лабораторных исследованиях и на линиях сборки, где требуется максимально аккуратное обращение с мелкими предметами.

Источник: https://www.technowize.com/new-robot-that-moves-thing-without-the-touch/