Tessel 2 - экосистема для разработки и прототипирования программируемых устройств / роботов. На первый взгляд чуть проще, чем Arduino. Однако за удобства нужно доплатить.
На основной плате 2 специальных порта для соединения с Tessel-совместимыми модулями или с любыми другими через пины этих портов. Среди модулей экосистемы есть акселерометр, термометр, GPS, с инфракрасным датчиком, реле, серво, RFID и ambient (измеряет уровень освещённости и звука).
Также на плате установлены 2 USB порта, встроеный Wifi модуль, 1 вход Ethernet, 1 micro USB. Процессор 580 MHz Mediatek, оперативная память 64 MB DDR2, 32 MB Flash-памяти для хранения кода и данных. сопроцессор ввода/вывода 48 MHz Atmel.
Программируется всё это добро на JS + NodeJs / Rust.
Кто имел опыт работы с Tessel, напишите нам свои впечатления в чате @robotics_chat 💬
На основной плате 2 специальных порта для соединения с Tessel-совместимыми модулями или с любыми другими через пины этих портов. Среди модулей экосистемы есть акселерометр, термометр, GPS, с инфракрасным датчиком, реле, серво, RFID и ambient (измеряет уровень освещённости и звука).
Также на плате установлены 2 USB порта, встроеный Wifi модуль, 1 вход Ethernet, 1 micro USB. Процессор 580 MHz Mediatek, оперативная память 64 MB DDR2, 32 MB Flash-памяти для хранения кода и данных. сопроцессор ввода/вывода 48 MHz Atmel.
Программируется всё это добро на JS + NodeJs / Rust.
Кто имел опыт работы с Tessel, напишите нам свои впечатления в чате @robotics_chat 💬
Deutsche Bahn AG (сокращённо DB) — немецкая компания, основной железнодорожный оператор в Германии. Чтобы продемонстрировать потенциал для автоматизации повседневных задач по очистке станции, DB 30 января провела публичный конкурс «умных уборщиков» на главном вокзале Берлина.
Перед участниками соревнования Automated Cleaning Challenge, организованного DB Services и цифровой инновационной лабораторией DB Mindbox, стояла задача продемонстрировать возможности роботов-уборщиков. Победителю будет предоставлен двухлетний рамочный контракт на проект по разработке автоматизированных систем очистки станций.
Четыре робота должны были соревноваться на площадке размером в 200 м², имея дело с разнообразными загрязнениями, включая разлитый кетчуп и рассыпанные чипсы. Их работа оценивалась экспертным жюри. Учитывались способности каждого робота ориентироваться на станции, оптимизация маршрутов очистки, реакция на людей и препятствия, эффективность очистки и качество законченной работы, а также безопасность работы.
Подробнее https://the-robot.ru/kejsy/nemetskij-zh-d-operator-provel-sorevnovaniya-dlya-robotov-uborshhikov/
Перед участниками соревнования Automated Cleaning Challenge, организованного DB Services и цифровой инновационной лабораторией DB Mindbox, стояла задача продемонстрировать возможности роботов-уборщиков. Победителю будет предоставлен двухлетний рамочный контракт на проект по разработке автоматизированных систем очистки станций.
Четыре робота должны были соревноваться на площадке размером в 200 м², имея дело с разнообразными загрязнениями, включая разлитый кетчуп и рассыпанные чипсы. Их работа оценивалась экспертным жюри. Учитывались способности каждого робота ориентироваться на станции, оптимизация маршрутов очистки, реакция на людей и препятствия, эффективность очистки и качество законченной работы, а также безопасность работы.
Подробнее https://the-robot.ru/kejsy/nemetskij-zh-d-operator-provel-sorevnovaniya-dlya-robotov-uborshhikov/
Владелец электромобиля Tesla Model S, оснащённого системой автономного вождения, записал видео, в котором продемонстрировал, что обычный апельсин способен обмануть функцию контроля за вниманием водителя.
https://www.youtube.com/watch?v=8R-v8yAElz4
Согласно законам и правилам дорожного движения, руки водителя автономного автомобиля должны находиться на руле. Для этого производители оснащают автомобили системой, которая определяет присутствие водителя с помощью датчиков на руле и в водительском кресле. Если водитель убирает руки с рулевого колеса на продолжительное время, автомобиль подает звуковые сигналы и даже останавливается.
Как оказалось, датчики давления на руле возможно обмануть с помощью небольшого фрукта. На оригинальном видео показан апельсин, однако другие владельцы протестировали больший ассортимент овощей и фруктов. Если зафиксировать овощ или фрукт между спицами рулевого колеса, машина продолжает ехать на автопилоте, не замечая, что водитель перестал касаться руля.
https://www.youtube.com/watch?v=8R-v8yAElz4
Согласно законам и правилам дорожного движения, руки водителя автономного автомобиля должны находиться на руле. Для этого производители оснащают автомобили системой, которая определяет присутствие водителя с помощью датчиков на руле и в водительском кресле. Если водитель убирает руки с рулевого колеса на продолжительное время, автомобиль подает звуковые сигналы и даже останавливается.
Как оказалось, датчики давления на руле возможно обмануть с помощью небольшого фрукта. На оригинальном видео показан апельсин, однако другие владельцы протестировали больший ассортимент овощей и фруктов. Если зафиксировать овощ или фрукт между спицами рулевого колеса, машина продолжает ехать на автопилоте, не замечая, что водитель перестал касаться руля.
nav2djs #js
Виджет для управления передвижением робота на базе ROS с автоматическим определением маршрута до указанной точки. Входит в набор веб-утилит https://robotwebtools.org
https://www.youtube.com/watch?v=FQfZKeO0kaA
Виджет для управления передвижением робота на базе ROS с автоматическим определением маршрута до указанной точки. Входит в набор веб-утилит https://robotwebtools.org
https://www.youtube.com/watch?v=FQfZKeO0kaA
Стартап Nuro, чьи разработки до недавнего времени были засекречены, получил $92 млн. инвестиций. В ходе очередного раунда финансирования завеса тайны приоткрылась. Молодая компания представила необычный беспилотный автомобиль R1, который обладает развитым искусственным интеллектом и способен произвести настоящую революцию в логистике.
Nuro основали два бывших инженера Google, которые за полтора года переманили в свой штат несколько сотрудников из крупнейших компаний Кремниевой долины, включая Apple, Tesla и Uber.
По виду колёсные дроны Nuro R1 похожи на минивэн, только узкий (чуть меньше одного метра в ширину). Он не имеет окон (в них некому смотреть), а ветровое стекло выполняет декоративную функцию и делает общий вид более привычным. Это важно, поскольку иначе водители других автомобилей чаще отвлекались бы на диковину, создавая аварийные ситуации.
На крыше минивэна установлены камеры и лидар, не оставляющие мёртвых зон. По периметру расположены ультразвуковые датчики (подобные тем, что используются парковочными ассистентами). Они создают «буферную зону» вокруг Nuro, удерживая его от резких манёвров при наличии других участников движения на расстоянии менее 120 см.
Максимальная скорость R1 составляет 56 км/ч. Общая масса пустого дрона – 680 кг. Примерно половина её приходится на аккумуляторные батареи. Nuro способен перевозить в двух модульных отсеках различные грузы общей массой до 112 кг. Когда R1 приезжает к месту назначения, заказчик получает код через приложение на смартфоне. Этот код вводится на панели дрона и разблокирует дверь, за которой находится товар.
Подробнее по ссылке https://the-robot.ru/produkty/nuro-gotovit-revolyutsionnyj-servis-dostavki/
Nuro основали два бывших инженера Google, которые за полтора года переманили в свой штат несколько сотрудников из крупнейших компаний Кремниевой долины, включая Apple, Tesla и Uber.
По виду колёсные дроны Nuro R1 похожи на минивэн, только узкий (чуть меньше одного метра в ширину). Он не имеет окон (в них некому смотреть), а ветровое стекло выполняет декоративную функцию и делает общий вид более привычным. Это важно, поскольку иначе водители других автомобилей чаще отвлекались бы на диковину, создавая аварийные ситуации.
На крыше минивэна установлены камеры и лидар, не оставляющие мёртвых зон. По периметру расположены ультразвуковые датчики (подобные тем, что используются парковочными ассистентами). Они создают «буферную зону» вокруг Nuro, удерживая его от резких манёвров при наличии других участников движения на расстоянии менее 120 см.
Максимальная скорость R1 составляет 56 км/ч. Общая масса пустого дрона – 680 кг. Примерно половина её приходится на аккумуляторные батареи. Nuro способен перевозить в двух модульных отсеках различные грузы общей массой до 112 кг. Когда R1 приезжает к месту назначения, заказчик получает код через приложение на смартфоне. Этот код вводится на панели дрона и разблокирует дверь, за которой находится товар.
Подробнее по ссылке https://the-robot.ru/produkty/nuro-gotovit-revolyutsionnyj-servis-dostavki/
Arduino
Самая популярная открытая платформа для проектирования роботов и автоматических систем. Название происходит от названия одноимённой рюмочной в Иврее, часто посещавшейся учредителями проекта, а название рюмочной, в свою очередь, было дано в честь короля Италии Ардуина Иврейского.
Огромное количество расширений и разнообразие подключаемых устройств открывает непрофессионалам дорогу к робототехнике. Не нужно уметь паять (для меня это было важно). В интернете можно найти примеры проектов со схемами подключения, исходным кодом, что тоже упрощает обучение. Продукция достаточно дешёвая (ссылка на алиэкспресс под постом). Код пишется на C++ с некоторыми встроенными удобствами.
Также можно найти множество книг по ардуино на русском. На английском немного больше. Если нужны - пишите в нашем чате @robotics_chat, обязательно поможем.
Самая популярная открытая платформа для проектирования роботов и автоматических систем. Название происходит от названия одноимённой рюмочной в Иврее, часто посещавшейся учредителями проекта, а название рюмочной, в свою очередь, было дано в честь короля Италии Ардуина Иврейского.
Огромное количество расширений и разнообразие подключаемых устройств открывает непрофессионалам дорогу к робототехнике. Не нужно уметь паять (для меня это было важно). В интернете можно найти примеры проектов со схемами подключения, исходным кодом, что тоже упрощает обучение. Продукция достаточно дешёвая (ссылка на алиэкспресс под постом). Код пишется на C++ с некоторыми встроенными удобствами.
Также можно найти множество книг по ардуино на русском. На английском немного больше. Если нужны - пишите в нашем чате @robotics_chat, обязательно поможем.
На прошлой неделе в Токио открылось необычное заведение - Henna Cafe, что в переводе с японского означает "странное кафе". В нём установлен робот Sawyer, обслуживающий клиентов. Он делает кофейные напитки скорее как бариста, чем как тривиальная кофе-машина.
Робот сканирует QR-код в чеке из торгового автомата и приступает к приготовлению напитка. Сначала он насыпает и мелет зёрна, потом прессует их, варит эспрессо и наливает его через одноразовый фильтр, а затем добавляет разные ингредиенты.
При необходимости Sawyer перемешивает слои, использует капучинатор и фигурно наливает сливки. В этом ему помогает специализированная установка - роботу достаточно нажать на ней одну кнопку, чтобы она выполнила требуемое действие.
Во время приготовления робот меняет посуду и перемещается в пределах своей зоны – совсем как человек. Он может выполнять одновременно до пяти заказов и развлекать посетителей отображением эмодзи на своём лице-экране.
Подробнее https://the-robot.ru/produkty/robot-barista-v-strannom-kafe/
Робот сканирует QR-код в чеке из торгового автомата и приступает к приготовлению напитка. Сначала он насыпает и мелет зёрна, потом прессует их, варит эспрессо и наливает его через одноразовый фильтр, а затем добавляет разные ингредиенты.
При необходимости Sawyer перемешивает слои, использует капучинатор и фигурно наливает сливки. В этом ему помогает специализированная установка - роботу достаточно нажать на ней одну кнопку, чтобы она выполнила требуемое действие.
Во время приготовления робот меняет посуду и перемещается в пределах своей зоны – совсем как человек. Он может выполнять одновременно до пяти заказов и развлекать посетителей отображением эмодзи на своём лице-экране.
Подробнее https://the-robot.ru/produkty/robot-barista-v-strannom-kafe/
Управление морских исследований ВМФ США получило первое полностью автономное беспилотное судно Sea Hunter. Оно не имеет вооружения, но оснащено продвинутыми средствами обнаружения и сопровождения целей. На нём установлены акустические датчики и сонары двух диапазонов, взаимодействующие с программой распознавания подводных лодок по их шумовым профилям. Надводные цели определяются комплексом оптико-электронной идентификации.
Технически «Морской охотник» – это роботизированный тримаран длиной 40 метров и водоизмещением 140 тонн без единого человека на борту. Он разрабатывался DARPA в рамках программы ACTUV (Anti-Submarine Warfare Continuous Trail Unmanned Vessel) c 2010 по 2016 годы. В конце 2017 года морской беспилотник успешно прошёл испытания, обнаружив подлодку с километрового расстояния.
Sea Hunter действует как в пассивном режиме, регистрируя шумы винтов, так и в активном, используя эхо-локацию. Среднечастотные гидролокаторы определяют цель за несколько километров, а высокочастотные помогают точнее распознать её по мере сближения. Обнаружив подводную лодку или судно-нарушитель, «Морской охотник» передаёт их координаты на ближайшую базу ВМФ.
Видео https://www.youtube.com/watch?v=UxZ7bdtj8Rk
Статья https://the-robot.ru/produkty/robot-morskoj-ohotnik-na-sluzhbe-vmf/
Технически «Морской охотник» – это роботизированный тримаран длиной 40 метров и водоизмещением 140 тонн без единого человека на борту. Он разрабатывался DARPA в рамках программы ACTUV (Anti-Submarine Warfare Continuous Trail Unmanned Vessel) c 2010 по 2016 годы. В конце 2017 года морской беспилотник успешно прошёл испытания, обнаружив подлодку с километрового расстояния.
Sea Hunter действует как в пассивном режиме, регистрируя шумы винтов, так и в активном, используя эхо-локацию. Среднечастотные гидролокаторы определяют цель за несколько километров, а высокочастотные помогают точнее распознать её по мере сближения. Обнаружив подводную лодку или судно-нарушитель, «Морской охотник» передаёт их координаты на ближайшую базу ВМФ.
Видео https://www.youtube.com/watch?v=UxZ7bdtj8Rk
Статья https://the-robot.ru/produkty/robot-morskoj-ohotnik-na-sluzhbe-vmf/
8 февраля на сайте pravoved.ru заработал робот-юрист, которого разработчики назвали Фёдор Нейронов. Он понимает текстовые запросы на естественном языке и в течение короткого времени формулирует подробный ответ. Обычно посетитель дольше набирает вопрос и оформляет заявку, чем ждёт реакции робота.
Сейчас робот оказывает бесплатные консультации по защите прав потребителей, так как это одна из самых популярных тематик обращений к юристам онлайн.
В основе робота лежит глубокая нейронная сеть (DNN) с тремя полносвязными слоями и двоичной входной информацией. Архитектуру сети, предварительную обработку данных и построение всех моделей команда «Правоведа» делала самостоятельно. Для построения базовых алгоритмов использовали опенсорсную библиотеку машинного обучения TensorFlow.
Нейронная сеть предварительно обучалась на собственной базе «Правоведа», содержащей свыше ста тысяч вопросов, которые ранее задавали пользователи сервиса и разбирали юристы. Обучение нейросети проходит на внутренних серверах «Правоведа». Сейчас это пара серверов на базе Intel Xeon со 128 гигабайтами ОЗУ в каждом. Оперативная память наиболее критична в машинном обучении, особенно для сетей DNN. Требования к процессорам, дисковым устройствами и прочей аппаратной части у робота минимальные. Процесс обработки решений в DNN не требует больших вычислительных мощностей, и робот задействован в корпоративном облаке как отдельный микросервис.
Чтобы задать вопрос роботу-юристу, пройдите бесплатную регистрацию и перейдите по ссылке внизу поста. Мы протестировали его с отдельного аккаунта, чтобы не нарушать чистоту эксперимента.
Результаты эксперимента и характеристики нейросети читайте по ссылке https://the-robot.ru/kejsy/rossijskij-robot-yurist-okazyvaet-besplatnye-konsultatsii/
Ссылка на правоведа https://pravoved.ru/newquestion-zpp/
Сейчас робот оказывает бесплатные консультации по защите прав потребителей, так как это одна из самых популярных тематик обращений к юристам онлайн.
В основе робота лежит глубокая нейронная сеть (DNN) с тремя полносвязными слоями и двоичной входной информацией. Архитектуру сети, предварительную обработку данных и построение всех моделей команда «Правоведа» делала самостоятельно. Для построения базовых алгоритмов использовали опенсорсную библиотеку машинного обучения TensorFlow.
Нейронная сеть предварительно обучалась на собственной базе «Правоведа», содержащей свыше ста тысяч вопросов, которые ранее задавали пользователи сервиса и разбирали юристы. Обучение нейросети проходит на внутренних серверах «Правоведа». Сейчас это пара серверов на базе Intel Xeon со 128 гигабайтами ОЗУ в каждом. Оперативная память наиболее критична в машинном обучении, особенно для сетей DNN. Требования к процессорам, дисковым устройствами и прочей аппаратной части у робота минимальные. Процесс обработки решений в DNN не требует больших вычислительных мощностей, и робот задействован в корпоративном облаке как отдельный микросервис.
Чтобы задать вопрос роботу-юристу, пройдите бесплатную регистрацию и перейдите по ссылке внизу поста. Мы протестировали его с отдельного аккаунта, чтобы не нарушать чистоту эксперимента.
Результаты эксперимента и характеристики нейросети читайте по ссылке https://the-robot.ru/kejsy/rossijskij-robot-yurist-okazyvaet-besplatnye-konsultatsii/
Ссылка на правоведа https://pravoved.ru/newquestion-zpp/
Правовед.RU
Задать вопрос юристу онлайн можно здесь - Юридическая консультация онлайн
Увольняют с работы? Не платят алименты? Попали в ДТП? Решите свою проблему на Pravoved.ru! Быстро, удобно, качественно, без посредников.
Forwarded from MaaS — meme as a service (ex. Представляешь, )
Роботы учатся понимать окружающую среду через базовые моторные навыки. Исследуемый образец Ana успешно научилась выполнять действия, связанные с планированием, используя абстрактное мышление: https://tproger.ru/news/robots-think-abstractedly/
Tproger
Роботов обучили абстрактно «мыслить»
Роботы учатся понимать окружающую среду через базовые моторные навыки. Исследуемый образец Ana успешно научилась выполнять действия, связанные с планированием, используя абстрактное мышление.
How to build a robot that “sees” with $100 and TensorFlow
Lukas Biewald описал в своей статье как делал роботов на Raspberry Pi, которые видят и распознают объекты через TensorFlow. Статья 2016 года, однако до сих пор актуальная.
Lukas Biewald описал в своей статье как делал роботов на Raspberry Pi, которые видят и распознают объекты через TensorFlow. Статья 2016 года, однако до сих пор актуальная.
Mustwatch: роботы Boston Dynamics научились взаимодействовать и помогать друг другу.
https://youtu.be/fUyU3lKzoio
https://youtu.be/fUyU3lKzoio
YouTube
Hey Buddy, Can You Give Me a Hand?