​Кембриджская компания CMR Surgical испытала больнице Адденбрука роботизированную хирургическую систему Versius. Она компактнее аналогичного американского робота da Vinci от Intuitive Surgical, который с 2001 используется более чем в 70 клиниках Великобритании.

Система Versius предназначена для выполнения лапароскопических операций, во время которых инструменты и миниатюрная камера вводятся в тело пациента через 3-4 прокола. Такая методика считается менее травматичной по сравнению с классическими полостными операциями. Она уменьшает кровопотери, сокращает время послеоперационной реабилитации и не оставляет на теле заметных рубцов.

Робот изначально создавался с учётом сложившейся в исследовательском центре Кембриджа операционной практики. Обучение хирургов лапароскопическим техникам в Великобритании занимает от 80 часов. Испытания робота в больнице Адденбрука показали, что освоение Versius занимает всего полчаса.

Подробнее + видео презентация Versius на нашем сайте:
https://the-robot.ru/produkty/versius-i-kod-da-vinci/

​Александр Белугин рассказал о продуктах, мировом опыте и работе по промышленной безопасности и автоматизации процессов, которую ведёт его команда.

Александр Белугин
Руководитель проектного офиса «Цифры», до этого руководил Yandex Data Factory. В составе команды участвовал более чем в пятидесяти проектах с машинным обучением. Преподаёт менеджмент в области Data Science в Высшей школе экономики.

https://www.youtube.com/watch?v=KICF9E35sUo

Десятый урок из цикла «Arduino и Telegram».  В нём мы научимся получать информацию об уровне воды в кружке при помощи telegram бота и датчика. Демонстрацию работы смотрите на нашем Youtube канале

​Сегодня коллаборативные роботы (коботы) составляют лишь небольшую часть рынка промышленных роботов, который оценивается в 40 млрд долларов, эксперты предсказывают рост рынка коботов до почти 10 млрд долларов в следующие 10 лет.

Исторически сложилось так, что сектор робототехники в целом страдает от ряда проблем:

·      Проблемы с видением: технология зрения для роботов, позволяющая роботам определять и перемещаться между объектами, улучшалась сравнительно медленно. Поэтому промышленные роботы работали преимущественно в закрытых зонах без взаимодействия с людьми;

·      Проблемы ловкости и гибкости: различные типы захватов и механические движения по-прежнему не развиты настолько, чтобы роботы смогли работать в широком спектре отраслей;

·      Низкая рентабельность инвестиций: низкие затраты на рабочую силу препятствовали необходимости широкомасштабной интеграции робототехники в таких областях, как сельское хозяйство и производство.

Однако теперь небольшие коллаборативные роботы (коботы) преодолевают традиционные проблемы в индустрии робототехники. В первой части обзора рынка коботов мы рассмотрим, как компании используют коботов, чтобы начать решать эти технологические проблемы, и как появление коботов меняет экономику производства, интернет торговли, сельского хозяйства и общественного питания.

Первую часть обзора читайте на нашем сайте: https://the-robot.ru/analytics/cobots-part1/

​В рамках мероприятия в Яндексе «Data&Science: мир глазами роботов» Андрей Боковой рассказал об интересных проектах в области искусственного интеллекта, которыми он занимаемся в ФИЦ ИУ РАН: о планировании траекторий и поведения, об управлении сложными робототехническими устройствами и компьютерном зрении. Также мы поговорили о применении машинного обучения для одновременного картирования и локализации сложных робототехнических систем по видеопотоку, которым Андрей занимается в ФИЦ ИУ РАН.

Андрей Боковой
Аспирант РУДН. Начинал с разработки различных программ для встраиваемых систем. Сейчас работает в Федеральном исследовательском центре РАН «Информатика и управление» над проектами, связанными с компьютерным зрением, искусственным интеллектом и робототехникой.

Доклад https://www.youtube.com/watch?v=Kulbq85JFvQ

Скачать слайды: https://yadi.sk/i/rpDS7oTd3ajciT

​Около месяца назад мы завели Youtube канал, спасибо первым подписчикам. Кто еще не успел – присоединяйтесь. https://www.youtube.com/watch?v=JsHGYm7gV-0
 
У нас большие планы по развитию видео материала: DIY, уроки, примеры проектов и даже стримы! Не пропустите совместную сборку устройств совместно с нашим автором @DaniilZhuk

На канале уже есть несколько плейлистов: это видео материалы уроков из серии Arduino и Telegram, проекты самодельного микшера и софтбокса, а также полезные материалы по Fritzing и Arduino.
 
Напомню, что, если вы хотите поделиться своими работами, стать автором DIY проекта или серии уроков - обращайтесь к @MaximKosterin или @Vintego. Мы готовы платить за вашу работу.

Компания Sphero представила новинку Sphero Bolt, миниатюрный шарообразный робот для развлечений. Устройство ориентировано на "образовательное применение". С его помощью дети могут обучаться программированию. https://robotrends.ru/pub/1837/kompaniya-sphero-predstavila-novinku-sphero-bolt

​Студенты Массачусетского технологического института написали нейросеть, реализующую алгоритм машинного зрения с самостоятельным обучением. Благодаря ей, робот способен определять, к какому классу относится лежащий перед ним незнакомый объект, и как с ним нужно обращаться.

Универсальные манипуляторы Kuka уже становились героями наших публикаций. Они используются на сборочных линиях, играют музыку, подают напитки и взаимодействуют с людьми. Однако чтобы научить их выполнять какую-то новую операцию, требуется уйма времени и постоянный контроль соответствия заложенных в программе условий реальной обстановке.

В Лаборатории искусственного интеллекта МТИ решили пойти дальше, и разработали систему машинного зрения на основе нейросети, относящиеся к типу алгоритмов «с обучением без учителя». Подробнее о ней можно прочитать в препринте научной публикации «Изучение визуальных характеристик объекта для роботизированной манипуляции», а наглядная демонстрация представлена ниже.

https://youtu.be/OplLXzxxmdA

​В рамках мероприятия «Data&Science: мир глазами роботов» Вячеслав Мурашкин из команды Яндекс.Такси рассказал, какие сенсоры использует беспилотный автомобиль Яндекса для детекции 3D-объектов. В докладе представлен обзор современных алгоритмов с использованием камеры и лидара, таких как Frustum и PointNet. Вячеслав также рассказал об особенностях внедрения этих алгоритмов в систему беспилотного автомобиля.

Вячеслав Мурашкин
Закончил МГТУ им. Баумана и Школу анализа данных Яндекса. Работает в Яндексе более трёх лет. С 2017 года руководит группой распознавания динамических объектов в отделе беспилотных автомобилей.

Доклад https://www.youtube.com/watch?v=lU_WTP4RT6A

Скачать слайды: https://yadi.sk/i/nHpdSQfN3ajmch

​«Хайтек» взял у Алексея Хабибуллина, руководителя отдела проектных олимпиад в Университете Иннополис. Тут и про историю WRO, и про дефицит кадров, и про развитие образовательной робототехники в России:

"В образовательной робототехнике успехи налицо — те же победы на международном уровне. Россия во всех ключевых всемирных соревнованиях выступает на приличном уровне. «Взрослая» робототехника развита не сказать что очень сильно. Степень роботизации на производстве далека от идеала и потребностей. Хочется, чтобы достижения образования привели к успехам во «взрослой» робототехнике. Наша задача — сближение этих отдельных «вселенных» и формирование понятного карьерного пути — олимпиада, специализированный вуз и решение задач, лежащих в плоскости открытий."

https://hightech.fm/2018/07/30/wro

​Пчелиный рой — это сложная система с необычайно эффективной коммуникацией. С помощью языка движений пчелы сообщают друг другу, как далеко лететь за нектаром, где сделать поворот и какие обогнуть препятствия. Рой дронов работает по тому же принципу. Эта система представляет интерес не только для военных, но и для компаний, работающих в электронной коммерции и ритейле (Amazon, Walmart, JD.com), — для быстрой доставки заказа.

Команда Дмитрия Тетерюкова разрабатывает систему SwarmTouch: она позволяет оператору не только интуитивно управлять роем дронов с помощью движений рук, но и буквально ощущать полет роя кончиками пальцев — через тактильную перчатку. Импедансные связи между агентами роя обеспечивают безопасное управление и создают ощущение живой системы. Дмитрий показал, как технологии компьютерного зрения помогли им этого добиться.

https://www.youtube.com/watch?v=XMQRZU9X-zI

​Ура, подоспели обновления на the-robot.ru! Именно из-за них (а также моего отпуска и смены работы Алекса 😎) у нас немного сбавился темп, но мы нагоним!

Даниил Жук, тот самый, что делает уроки по ардуино организовал на сайте каталог с железом the-robot.ru/catalog. Если вы не знаете чем пополнить свою коробку электроники, то обязательно загляните. Каталог регулярно пополняется.

Также запустился раздел с вопросами и ответами the-robot.ru/questions, где вы можете задать свой вопрос или ответить на другой. Как выяснилось, чат с большим количеством участников не гарантирует быстрый отклик, а со временем вопрос уходит по ленте в закат.

Ваше активное участие в жизни этого раздела не останется незамеченным рекрутерами, которые ищут специалистов.

Если возникнут какие либо баги, пишите мне в личку @MaximKosterin.

Также напоминаю о наших группах в ВК и фейсбуке.

Подписывайтесь и на ютуб-канал, где мы публикуем видео с уроков и обзоры.

Ну и заглядывайте в чат @robotics_chat, если хотите пообщаться по теме и не очень 🤖

​На создание своего робота Дентона вдохновила сага «Звёздные войны». В детстве он увидел сцену из фильма «Империя наносит ответный удар», в которой показаны тяжёлые шагающие роботы AT-AT высотой с большой дом. Они произвели на семилетнего мальчика настолько сильное впечатление, что он пронёс его через всю жизнь.

Под влиянием детской мечты Дентон поступил в университет, занимался робототехникой и прошёл сложный путь до эксперта по аниматронике. Он работал со студиями Disney и Lucasfilm, а затем вместе с Джошем Ли занимался созданием дроида BB-8 для съёмок седьмого эпизода «Пробуждение силы». Спустя тридцать с лишним лет после просмотра пятого эпизода Star Wars, он помогал снять седьмой.

https://the-robot.ru/event/kak-sozdavalsya-samyj-bolshoj-robot-pauk/

​В данном уроке вам надо будет собрать "умный дом" по предложенной схеме и загрузить прошивку.

Каждая функция уже была нами пройдена в предыдущих уроках, ссылки на которые есть в соответствующих частях данного урока.

Первым этапом сборки многокомпонентного устройства будет работа с охлаждением, прототипированием и питанием. Затем мы соберём всю схему и заставим её работать.

Демонстрация результата
https://youtu.be/yMcNKixlV0c

​Оборона, что уже неудивительно, серьёзный стимул для прогресса.

Ключевая тема американского конкурса HACKtheMachine – AI и BigData как средства обеспечения господства на море.

Конкурс преследует сразу несколько целей. Во-первых, это поиск талантов. Победители смогут продолжить научные исследований за гос. финансирование и начать карьеру в военно-морском флоте, или заключать контракты с оборонными подрядчиками.

Во-вторых, это поиск уязвимостей. Соревнования проводятся на платформе TRUDI. Она предоставляет участникам реалистичную систему, похожую на ту, что реально использует военно-морской флот. Участники конкурса должны попытаться проникнуть в корабельную аппаратуру, перехватить и подменить управляющие сигналы: сменить курс, отправить ложные сообщения и проделать любые другие трюки, которые могут использоваться в кибервойне.

https://the-robot.ru/ai/hack-the-machine-bolshoe-plavanie-bolshih-dannyh/

​В докладе речь идет о различных подходах к распознаванию эмоций. Подробно рассмотрен метод оценки базовых эмоций по П. Экману — на основе расчёта 20 информативных признаков по изображению лица. Часть доклада посвящена алгоритму, разработанному в компании Neurobotics на базе этого метода. Он предназначен для использования в приложениях нейрокомпьютерного интерфейса в системах сервисной робототехники и психологической диагностики.

Анатолий Бобе
Глава отдела машинного обучения компании Neurobotics, специалист по компьютерному зрению и нейроинтерфесам. Автор алгоритмов, побеждавших на соревнованиях Neurotlon и Deephack.Chat.

Доклад https://www.youtube.com/watch?v=knWShpdZs6A

Скачать слайды: https://yadi.sk/i/qeDklCjr3ajnBz

Машинное обучение - главный ИТ тренд . Самая актуальная информация из мира мл, искусственного интеллекта, нейронных сетей и больших данных на канале: @ai_machinelearning_big_data

В Будапеште завершился Европейский чемпионат по профессиональному мастерству EuroSkills-2018. У России — 19 медалей: девять золотых 🥇, восемь серебряных🥈, две бронзовые 🥉 медали и десять медальонов. Среди золотых медалей награда по Мобильной робототехнике
https://edurobots.ru/2018/09/euroskills-zoloto/