Forwarded from DX.Media
Casia сделает любой дрон автономным
Канадская фирма MVT Geo-solutions начала испытательные полёты БПЛА за пределами прямой видимости оператора (out of sight). Их безопасность обеспечит система предотвращения столкновений в воздухе, работающая на базе искусственного интеллекта.
MVT предлагает своим клиентам услуги аэрофотосъёмки, картографирования и фотограмметрии с использованием беспилотников. Это востребованное направление в сельском хозяйстве, строительстве и мониторинге природных ресурсов.
До сих пор возможности компаний данного профиля ограничивались облётом малых территорий, поскольку законодательство требует нахождение дрона в прямой видимости оператора.
Сейчас ИИ полностью меняет подход к управлению беспилотниками.
В ходе тестирования БПЛА "Альбатрос", созданный Applied Aeronautics, будет использовать систему предотвращения столкновений Casia.
Она была разработана Iris Automation и считается наиболее универсальной среди коммерчески доступных аналогов.
Casia состоит из набора камер и вычислительного блока, который использует свёрточную нейросеть (CNN) для анализа изображения в реальном времени и алгоритмы глубокого машинного обучения (ML).
Благодаря сочетанию CNN и ML, искусственный интеллект уверенно распознаёт воздушные цели с разных ракурсов, определяет их скорость и вычисляет вероятность пересечения курсов.
В случае угрозы столкновения Casia автоматически выполняет манёвр уклонения и отсылает оператору соответствующее предупреждение. Если тесты в Канаде пройдут успешно, это сделает возможным коммерческие полеты беспилотников большой дальности.
В Iris ожидают, что полёты за пределами видимости оператора составят к 2021 году около 80% от общего числа всех запусков коммерческих БПЛА.
Видео: YouTube
Подробнее о Casia
Источник: flightglobal.com
Канадская фирма MVT Geo-solutions начала испытательные полёты БПЛА за пределами прямой видимости оператора (out of sight). Их безопасность обеспечит система предотвращения столкновений в воздухе, работающая на базе искусственного интеллекта.
MVT предлагает своим клиентам услуги аэрофотосъёмки, картографирования и фотограмметрии с использованием беспилотников. Это востребованное направление в сельском хозяйстве, строительстве и мониторинге природных ресурсов.
До сих пор возможности компаний данного профиля ограничивались облётом малых территорий, поскольку законодательство требует нахождение дрона в прямой видимости оператора.
Сейчас ИИ полностью меняет подход к управлению беспилотниками.
В ходе тестирования БПЛА "Альбатрос", созданный Applied Aeronautics, будет использовать систему предотвращения столкновений Casia.
Она была разработана Iris Automation и считается наиболее универсальной среди коммерчески доступных аналогов.
Casia состоит из набора камер и вычислительного блока, который использует свёрточную нейросеть (CNN) для анализа изображения в реальном времени и алгоритмы глубокого машинного обучения (ML).
Благодаря сочетанию CNN и ML, искусственный интеллект уверенно распознаёт воздушные цели с разных ракурсов, определяет их скорость и вычисляет вероятность пересечения курсов.
В случае угрозы столкновения Casia автоматически выполняет манёвр уклонения и отсылает оператору соответствующее предупреждение. Если тесты в Канаде пройдут успешно, это сделает возможным коммерческие полеты беспилотников большой дальности.
В Iris ожидают, что полёты за пределами видимости оператора составят к 2021 году около 80% от общего числа всех запусков коммерческих БПЛА.
Видео: YouTube
Подробнее о Casia
Источник: flightglobal.com
This media is not supported in your browser
VIEW IN TELEGRAM
Один оператор – два грузовика!
Молодая шведская компания Einride представила систему дистанционного управления для своих беспилотных грузовиков.
Они были анонсированы под названием Einride Pod ещё в 2017 году, но до уровня коммерчески доступного решения доросли только сейчас.
Этому способствовало развитие сетей 5G, поскольку от каждой машины Einride Pod диспетчеру требуется передавать большой поток данных.
Сами грузовики лишены кабины. Они оснащены электродвигателем, ультразвуковыми сенсорами и группой камер для кругового обзора.
Интересно, что на территории складского комплекса один оператор может сразу контролировать несколько машин (в текущей версии ПО – две), ориентируясь на подсказки системы дополненной реальности.
Она показывает оптимальную траекторию для каждого манёвра, выводит наэкранные подсказки и предупреждает об опасности столкновения.
Источник: Einride.tech
Молодая шведская компания Einride представила систему дистанционного управления для своих беспилотных грузовиков.
Они были анонсированы под названием Einride Pod ещё в 2017 году, но до уровня коммерчески доступного решения доросли только сейчас.
Этому способствовало развитие сетей 5G, поскольку от каждой машины Einride Pod диспетчеру требуется передавать большой поток данных.
Сами грузовики лишены кабины. Они оснащены электродвигателем, ультразвуковыми сенсорами и группой камер для кругового обзора.
Интересно, что на территории складского комплекса один оператор может сразу контролировать несколько машин (в текущей версии ПО – две), ориентируясь на подсказки системы дополненной реальности.
Она показывает оптимальную траекторию для каждого манёвра, выводит наэкранные подсказки и предупреждает об опасности столкновения.
Источник: Einride.tech
Hercules-I – действительно беспилотный шаттл.
Китайский стартап UDI (Unity Drive Innovation) использует колёсные дроны на дорогах общего пользования. Их основные характеристики впечатляют - при малых габаритах юркие шаттлы перевозят до тонны грузов за каждый рейс:
❖ длина: 320 см
❖ ширина: 130 см
❖ высота: 165 см
❖ масса: 600 кг
❖ грузоподъёмность: 1000 кг
❖ запас хода: до 100 км на одном заряде
Компания начала первые испытания в Шэньчжэне во время начала эпидемии. Этот город расположен между Китаем и Гонконгом, поэтому карантинные меры в нём вводились максимально строгие.
«Беспилотный автомобиль обеспечивает бесконтактную альтернативу регулярным поставкам, помогая снизить риск передачи инфекции от человека к человеку», – поясняет профессор информатики Мин Лю из Гонконгского университета науки и технологии (HKUST) и соучредитель UDI.
В разработке Hercules-I основной акцент был сделан на безопасность, поэтому на него установили 4 лидара: один на крыше, ещё один на переднем бампере и два на крыльях передних колёс.
Столь дорогое решение оказалось оправданным. Оно сократило время обнаружения объектов, устранило слепые зоны и помогло сделать «Геркулес» действительно автономным.
Сейчас он обходится без сопровождения и «техника-наблюдателя», в отличие от калифорнийских аналогов, где ради экономии ставят один лидар или отказываются от них вовсе.
За последние два месяца целый парк дронов UDI обеспечил непрерывную доставку лекарств и еды в 16 районах Шеньженя, Цзыбо и Сучжоу, выполнив более 2500 самостоятельных поездок.
Для упрощения визуального контроля состояние дрона отображается на ЖК-панели, установленной экраном наружу вместо лобового стекла. Так пешеходы видят, что беспилотник заметил их и пропускает на переходе.
В одном из сценариев реального применения шаттл доставлял пробы и медицинское оборудование в госпиталь. На обратном пути его заправляли дезинфицирующими растворами, которые он распылял вокруг клиники.
Источник: IEEE Spectrum
Видео: YouTube
Китайский стартап UDI (Unity Drive Innovation) использует колёсные дроны на дорогах общего пользования. Их основные характеристики впечатляют - при малых габаритах юркие шаттлы перевозят до тонны грузов за каждый рейс:
❖ длина: 320 см
❖ ширина: 130 см
❖ высота: 165 см
❖ масса: 600 кг
❖ грузоподъёмность: 1000 кг
❖ запас хода: до 100 км на одном заряде
Компания начала первые испытания в Шэньчжэне во время начала эпидемии. Этот город расположен между Китаем и Гонконгом, поэтому карантинные меры в нём вводились максимально строгие.
«Беспилотный автомобиль обеспечивает бесконтактную альтернативу регулярным поставкам, помогая снизить риск передачи инфекции от человека к человеку», – поясняет профессор информатики Мин Лю из Гонконгского университета науки и технологии (HKUST) и соучредитель UDI.
В разработке Hercules-I основной акцент был сделан на безопасность, поэтому на него установили 4 лидара: один на крыше, ещё один на переднем бампере и два на крыльях передних колёс.
Столь дорогое решение оказалось оправданным. Оно сократило время обнаружения объектов, устранило слепые зоны и помогло сделать «Геркулес» действительно автономным.
Сейчас он обходится без сопровождения и «техника-наблюдателя», в отличие от калифорнийских аналогов, где ради экономии ставят один лидар или отказываются от них вовсе.
За последние два месяца целый парк дронов UDI обеспечил непрерывную доставку лекарств и еды в 16 районах Шеньженя, Цзыбо и Сучжоу, выполнив более 2500 самостоятельных поездок.
Для упрощения визуального контроля состояние дрона отображается на ЖК-панели, установленной экраном наружу вместо лобового стекла. Так пешеходы видят, что беспилотник заметил их и пропускает на переходе.
В одном из сценариев реального применения шаттл доставлял пробы и медицинское оборудование в госпиталь. На обратном пути его заправляли дезинфицирующими растворами, которые он распылял вокруг клиники.
Источник: IEEE Spectrum
Видео: YouTube
IEEE Spectrum
Robot Vehicles Make Contactless Deliveries Amid Coronavirus Quarantine
Chinese startup UDI deploys self-driving vans to deliver food to lockdown areas
Машинное обучение от Яндекса и МФТИ
13 апреля на портале Coursera начинается программа онлайн-обучения по специализации «Машинное обучение и анализ данных» от Яндекса и Московского физико-технического института.
Она включает в себя шесть курсов:
❖Математика и Python для анализа данных
❖Обучение на размеченных данных
❖Поиск структуры в данных
❖Построение выводов по данным
❖Прикладные задачи анализа данных
❖Анализ данных: финальный проект
Вся программа ориентирована на решение прикладных задач из области бизнес-аналитики, социальных медиа и электронной коммерции.
Полное освоение рассчитано на 7 месяцев при нагрузке около 9 часов каждую неделю.
Занятия ведут: доктор физико-математических наук, профессор Константин Воронцов, руководитель группы распознавания образов компании Яндекс Антон Слесарев и ещё четыре эксперта в области ML.
От слушателей требуются базовые знания математики и основ программирования, желательно – на Python.
После регистрации доступен пробный период 7 дней. На это время вы получаете неограниченный доступ ко всем курсам специализации (можно просмотреть лекции, выполнить задания и получить оценку, обсудить результаты на форуме).
Дальнейшее обучение стоит 5232 ₽ в месяц, причём темп никак не ограничен – вы можете закончить курс раньше других и сэкономить.
Если у вас нет возможности оплатить занятия – подайте заявку на получение финансовой помощи.
После прохождения курса вы получите Сертификат и сможете принять участие в Программе трудоустройства.
13 апреля на портале Coursera начинается программа онлайн-обучения по специализации «Машинное обучение и анализ данных» от Яндекса и Московского физико-технического института.
Она включает в себя шесть курсов:
❖Математика и Python для анализа данных
❖Обучение на размеченных данных
❖Поиск структуры в данных
❖Построение выводов по данным
❖Прикладные задачи анализа данных
❖Анализ данных: финальный проект
Вся программа ориентирована на решение прикладных задач из области бизнес-аналитики, социальных медиа и электронной коммерции.
Полное освоение рассчитано на 7 месяцев при нагрузке около 9 часов каждую неделю.
Занятия ведут: доктор физико-математических наук, профессор Константин Воронцов, руководитель группы распознавания образов компании Яндекс Антон Слесарев и ещё четыре эксперта в области ML.
От слушателей требуются базовые знания математики и основ программирования, желательно – на Python.
После регистрации доступен пробный период 7 дней. На это время вы получаете неограниченный доступ ко всем курсам специализации (можно просмотреть лекции, выполнить задания и получить оценку, обсудить результаты на форуме).
Дальнейшее обучение стоит 5232 ₽ в месяц, причём темп никак не ограничен – вы можете закончить курс раньше других и сэкономить.
Если у вас нет возможности оплатить занятия – подайте заявку на получение финансовой помощи.
После прохождения курса вы получите Сертификат и сможете принять участие в Программе трудоустройства.
Forwarded from DX.Media
This media is not supported in your browser
VIEW IN TELEGRAM
AIMBOT — ИИ в борьбе с пандемией
Молодая компания UBTECH предоставила систему безопасности для школ в провинции Юньнань.
На юго-западе Китая ученики возвращаются в классы после долгого карантина.
Чтобы не допустить второй волны эпидемии, за ними приглядывает робот AIMBOT с искусственным интеллектом.
Он был впервые представлен в ходе выставки CES 2020 как универсальное средство мониторинга.
Сейчас робот используется для бесконтактного измерения температуры у всех посетителей школы.
AIMBOT оснащён телескопической штангой, на которой закреплены камера и тепловизор.
Это позволяет сканировать до 15 человек одновременно, не создавая очередей.
Робот выводит показания на большой экран в реальном времени, автоматически оповещая о тех, у кого повышена температура или нет маски.
Точность определения составляет 99% на расстоянии до 3,5 метров.
После начала уроков другие роботы AIMBOT патрулируют школьные коридоры, заодно распыляя дезинфицирующий спрей.
Источник: UBTECH Robotics
Молодая компания UBTECH предоставила систему безопасности для школ в провинции Юньнань.
На юго-западе Китая ученики возвращаются в классы после долгого карантина.
Чтобы не допустить второй волны эпидемии, за ними приглядывает робот AIMBOT с искусственным интеллектом.
Он был впервые представлен в ходе выставки CES 2020 как универсальное средство мониторинга.
Сейчас робот используется для бесконтактного измерения температуры у всех посетителей школы.
AIMBOT оснащён телескопической штангой, на которой закреплены камера и тепловизор.
Это позволяет сканировать до 15 человек одновременно, не создавая очередей.
Робот выводит показания на большой экран в реальном времени, автоматически оповещая о тех, у кого повышена температура или нет маски.
Точность определения составляет 99% на расстоянии до 3,5 метров.
После начала уроков другие роботы AIMBOT патрулируют школьные коридоры, заодно распыляя дезинфицирующий спрей.
Источник: UBTECH Robotics
This media is not supported in your browser
VIEW IN TELEGRAM
Spot – проверка в реальных условиях
Ведущий программы «Разрушители легенд» Адам Сэвидж несколько месяцев тестировал робота Spot легендарной Boston Dynamics.
Он показал его возможности в ходе наглядной 20-минутной демонстрации.
Ручное управление, автономная навигация, использование опорных маркеров, выполнение запланированных миссий и даже парные танцы – всё это в новом ролике!
Уникальная черта Spot – самостоятельное принятие тактических решений.
Например, он сам определяет, как подняться по лестнице, которую видит впервые. Затем без подсказки оператора он разворачивается и спускается по ней задом, поскольку так видит ступеньки с большим углом обзора.
Робот всегда выбирает стиль движения, позволяющий лучше контролировать окружающее пространство.
Когда ему нужно пройти «полосу препятствий», он не сбавляет скорость. Робот на ходу выбирает места, куда безопасно поставить каждую из четырёх ног.
Видео: YouTube
Ведущий программы «Разрушители легенд» Адам Сэвидж несколько месяцев тестировал робота Spot легендарной Boston Dynamics.
Он показал его возможности в ходе наглядной 20-минутной демонстрации.
Ручное управление, автономная навигация, использование опорных маркеров, выполнение запланированных миссий и даже парные танцы – всё это в новом ролике!
Уникальная черта Spot – самостоятельное принятие тактических решений.
Например, он сам определяет, как подняться по лестнице, которую видит впервые. Затем без подсказки оператора он разворачивается и спускается по ней задом, поскольку так видит ступеньки с большим углом обзора.
Робот всегда выбирает стиль движения, позволяющий лучше контролировать окружающее пространство.
Когда ему нужно пройти «полосу препятствий», он не сбавляет скорость. Робот на ходу выбирает места, куда безопасно поставить каждую из четырёх ног.
Видео: YouTube
Forwarded from DX.Media
This media is not supported in your browser
VIEW IN TELEGRAM
Нейросеть превращает фото в 3D-сцену
Исследователи из Университета Цинхуа и Политехнического университета Виргинии при поддержке Facebook создали нейросеть, превращающую обычные фотографии в подобие 3D-снимков.
Алгоритм довольно точно определяет глубину изображения и границы объектов на переднем плане. Затем он поворачивает их на небольшой угол и реалистично дорисовывает фон, имитируя облёт камеры.
Артефакты есть, но по сравнению с аналогами результат получается более реалистичным. После долгого обучения нейросеть сумела дорисовать даже скрытые фрагменты мебели.
Работа получила название «3D-фотография с использованием контекстно-зависимой многоуровневой отрисовки».
Она будет представлена на конференции IEEE по компьютерному зрению и распознаванию образов (CVPR) 2020.
Выступления запланированы на 16 – 18 июня в Сиэтле (Конгресс-центр штата Вашингтон), однако из-за пандемии могут пройти в дистанционном формате.
Источник: shihmengli.github.io
Подробнее: PDF
Исследователи из Университета Цинхуа и Политехнического университета Виргинии при поддержке Facebook создали нейросеть, превращающую обычные фотографии в подобие 3D-снимков.
Алгоритм довольно точно определяет глубину изображения и границы объектов на переднем плане. Затем он поворачивает их на небольшой угол и реалистично дорисовывает фон, имитируя облёт камеры.
Артефакты есть, но по сравнению с аналогами результат получается более реалистичным. После долгого обучения нейросеть сумела дорисовать даже скрытые фрагменты мебели.
Работа получила название «3D-фотография с использованием контекстно-зависимой многоуровневой отрисовки».
Она будет представлена на конференции IEEE по компьютерному зрению и распознаванию образов (CVPR) 2020.
Выступления запланированы на 16 – 18 июня в Сиэтле (Конгресс-центр штата Вашингтон), однако из-за пандемии могут пройти в дистанционном формате.
Источник: shihmengli.github.io
Подробнее: PDF
BreadBee — крошечный компьютер с GPIO
Энтузиаст Даниэль Палмер анонсировал выпуск самого маленького одноплатного компьютера в мире с портом RJ-45. При размерах 32x30 мм он будет стоить около $10, предлагая часть функционала Raspberry Pi.
Микрокомпьютер под управлением Linux 5.3 получил название BreadBee. Сбор средств на его производство будет осуществляться на краудфандинговой платформе Crowd Supply.
BreadBee построен на базе однокристалки MStar MSC313E, изначально предназначенной для IP-камер. Она содержит одноядерный процессор Cortex-A7 с набором инструкций NEON и тактовой частотой 1 ГГц. Остальные характеристики указаны ниже:
❖ 64 МБ памяти DDR2;
❖ 16 МБ SPI NOR Flash;
❖ порт Ethernet 100 Мбит/с;
❖ четыре 10-разрядных АЦП-канала;
❖ 2xSPI;
❖ шина I2C;
❖ 3xUART;
❖ 24-pin + 21-pin GPIO;
❖ интерфейс SD / SDIO;
❖ Micro USB 2.0
Вся аппаратная часть была разработана в KiCad. Вы найдете файлы ресурсов, журнал проекта и ссылки на репозитории (U-Boot, Linux и Buildroot) на Github.
В случае успеха Палмер планирует сделать ещё более компактную версию, сократив габариты за счёт отказа от Ethernet-разъема в пользу модуля Ampak WiFi.
Источник: cnx-software.com
Энтузиаст Даниэль Палмер анонсировал выпуск самого маленького одноплатного компьютера в мире с портом RJ-45. При размерах 32x30 мм он будет стоить около $10, предлагая часть функционала Raspberry Pi.
Микрокомпьютер под управлением Linux 5.3 получил название BreadBee. Сбор средств на его производство будет осуществляться на краудфандинговой платформе Crowd Supply.
BreadBee построен на базе однокристалки MStar MSC313E, изначально предназначенной для IP-камер. Она содержит одноядерный процессор Cortex-A7 с набором инструкций NEON и тактовой частотой 1 ГГц. Остальные характеристики указаны ниже:
❖ 64 МБ памяти DDR2;
❖ 16 МБ SPI NOR Flash;
❖ порт Ethernet 100 Мбит/с;
❖ четыре 10-разрядных АЦП-канала;
❖ 2xSPI;
❖ шина I2C;
❖ 3xUART;
❖ 24-pin + 21-pin GPIO;
❖ интерфейс SD / SDIO;
❖ Micro USB 2.0
Вся аппаратная часть была разработана в KiCad. Вы найдете файлы ресурсов, журнал проекта и ссылки на репозитории (U-Boot, Linux и Buildroot) на Github.
В случае успеха Палмер планирует сделать ещё более компактную версию, сократив габариты за счёт отказа от Ethernet-разъема в пользу модуля Ampak WiFi.
Источник: cnx-software.com
Crowd Supply
BreadBee
Tiny embedded Linux development board
This media is not supported in your browser
VIEW IN TELEGRAM
Робота научили перепрыгивать препятствия с разбега
Четвероногий робот Tigar – это вторая модификация Cheetah, созданная совместными усилиями Boston Dynamics и MIT.
Компания была основана выпускниками Массачусетского технологического института и до сих пор привлекает альма-матер к своим разработкам.
Обучить Tigar бегу с препятствиями оказалось довольно сложной задачей. Для её решения используется сочетание трёх алгоритмов.
Первый оценивает дистанцию до препятствия и его высоту по данным лазерного дальномера. Второй алгоритм рассчитывает момент, когда робот должен приготовиться к прыжку. Третий вычисляет усилие для обеих пар ног с учётом скорости и размера препятствия.
В экспериментах Tigar успешно перепрыгивал через блоки высотой от 24 до 40 см на скорости до 2,4 м/с.
Видео: YouTube
Четвероногий робот Tigar – это вторая модификация Cheetah, созданная совместными усилиями Boston Dynamics и MIT.
Компания была основана выпускниками Массачусетского технологического института и до сих пор привлекает альма-матер к своим разработкам.
Обучить Tigar бегу с препятствиями оказалось довольно сложной задачей. Для её решения используется сочетание трёх алгоритмов.
Первый оценивает дистанцию до препятствия и его высоту по данным лазерного дальномера. Второй алгоритм рассчитывает момент, когда робот должен приготовиться к прыжку. Третий вычисляет усилие для обеих пар ног с учётом скорости и размера препятствия.
В экспериментах Tigar успешно перепрыгивал через блоки высотой от 24 до 40 см на скорости до 2,4 м/с.
Видео: YouTube
Forwarded from DX.Media
Микроскоп для нейросетей
Лаборатория искусственного интеллекта OpenAI представила Microscope. Это сервис для визуализации работы восьми вариантов самых популярных нейросетей, использующихся в системах компьютерного зрения.
С помощью Microscope можно увидеть, как разные изображения выглядят на каждом значимом слое нейронных сетей, и каким трансформациям они подвергаются.
Все модели состоят из графика слоев нейронной сети, отображаемых как связанные между собой узлы. При клике на любом из них узел раскрывается, показывая отдельные блоки, нейроны и функции.
В детальных схемах представлены сети GoogLeNet (Inception), AlexNet, VGG19, ResNet и их различные итерации. Они имеют от 28 до 196 узлов и от 3 до 50 слоёв.
Нейросети похожи на "чёрный ящик". Даже разработчики плохо представляют, какие внутренние процессы в них происходят на каждом этапе. Сервис Microscope позволяет заглянуть внутрь алгоритма и понять его особенности.
Источник: OpenAI
Видео: Vimeo
Лаборатория искусственного интеллекта OpenAI представила Microscope. Это сервис для визуализации работы восьми вариантов самых популярных нейросетей, использующихся в системах компьютерного зрения.
С помощью Microscope можно увидеть, как разные изображения выглядят на каждом значимом слое нейронных сетей, и каким трансформациям они подвергаются.
Все модели состоят из графика слоев нейронной сети, отображаемых как связанные между собой узлы. При клике на любом из них узел раскрывается, показывая отдельные блоки, нейроны и функции.
В детальных схемах представлены сети GoogLeNet (Inception), AlexNet, VGG19, ResNet и их различные итерации. Они имеют от 28 до 196 узлов и от 3 до 50 слоёв.
Нейросети похожи на "чёрный ящик". Даже разработчики плохо представляют, какие внутренние процессы в них происходят на каждом этапе. Сервис Microscope позволяет заглянуть внутрь алгоритма и понять его особенности.
Источник: OpenAI
Видео: Vimeo
Forwarded from PROrobots
🤝 Вебинары
# введение в роботизацию, тренды
Темы:
+ Эпидемия как драйвер создания безлюдных производств;
+ Оценка преимуществ компаний с роботизированным производством в период глобальных вызовов;
+ Роботизация для эффективного и устойчивого производства;
+ Оптимальные стратегии роботизации предприятия.
Участники:
Алиса Конюховская, исполнительный директор НАУРР;
Михаил Иванов, зам.министра промышленности и торговли РФ;
Дмитрий Капишников, генеральный директор KUKA Russia;
Александр Яшкин, гендиректор FANUC Russia;
Александр Новоселов, руководитель направления "Робототехника" ABB Russia;
Михаил Зотов, генеральный директор ДС-Роботикс;
Михаил Григорьев, гендиректор Grinik Robotics.
Равиль Хисамутдинов, заместитель директора по развитию по роботизации производства ПАО "КАМАЗ"
Регистрация: https://www.innoprom.com/services/innoprom-online/
Расписание вебинаров: https://robotrends.ru/robopedia/raspisaniya-vebinarov
# введение в роботизацию, тренды
Темы:
+ Эпидемия как драйвер создания безлюдных производств;
+ Оценка преимуществ компаний с роботизированным производством в период глобальных вызовов;
+ Роботизация для эффективного и устойчивого производства;
+ Оптимальные стратегии роботизации предприятия.
Участники:
Алиса Конюховская, исполнительный директор НАУРР;
Михаил Иванов, зам.министра промышленности и торговли РФ;
Дмитрий Капишников, генеральный директор KUKA Russia;
Александр Яшкин, гендиректор FANUC Russia;
Александр Новоселов, руководитель направления "Робототехника" ABB Russia;
Михаил Зотов, генеральный директор ДС-Роботикс;
Михаил Григорьев, гендиректор Grinik Robotics.
Равиль Хисамутдинов, заместитель директора по развитию по роботизации производства ПАО "КАМАЗ"
Регистрация: https://www.innoprom.com/services/innoprom-online/
Расписание вебинаров: https://robotrends.ru/robopedia/raspisaniya-vebinarov
MaixCube – интегрированная платформа для ИИ
Китайская компания Sipeed выпустила миниатюрную платформу MaixCube, ориентированную на простые задачи из области искусственного интеллекта. При скромных габаритах 40x40x16 мм она характеризуется низким потреблением энергии.
Краткие спецификации:
❖двухъядерная 64-разрядная однокристальная система Kendryte K210 архитектуры RISC-V с частотой 400 — 600 МГц;
❖встроенный нейропроцессор KPU;
❖ набор инструкций для FFT (быстрого преобразования Фурье);
❖ SRAM 8 Mб;
❖ NAND Flash 16 Мб;
❖слот для карт MicroSD
❖ 1,3" ЖК-экран 240 × 240
❖VGA-камера OV7740;
❖ аудио кодек ES8374, встроенный микрофон, выход на внешние динамики;
❖акселерометр
❖ USB Type-C;
❖ 4-контактный интерфейс Grove;
❖ 8-контактный интерфейс SP-MOD;
Новинка доступна как отдельно, так и в комплекте разработчика. Типичные приложения из его набора включают в себя распознавание лиц, номеров и произвольных объектов, анализатор спектра на основе дискретного преобразования Фурье и моделирование действий игроков в компьютерных играх.
Нейропроцессор KPU оптимизирован для свёрточных нейросетей (CNN). Он ускоряет операции свертки и пакетной нормализации. Благодаря нему MaixCube может распознавать объекты в режиме реального времени.
Система способна записывать обрабатывать видеопоток (VGA @ 30 FPS или QVGA @ 60 FPS) с использованием алгоритмов YOLOv3, TinyYOLOv2, или фреймворков глубокого обучения (TensorFlow, Keras, Darknet или Caffe).
Как и другие платформы на базе K210, MaixCube работает под управлением ОС реального времени для встраиваемых систем —FreeRTOS. При должной настойчивости на нём можно запустить и Linux, но практического смысла в этом мало.
Из недостатков отмечу встроенный Li-Ion аккумулятор. Его ёмкость 200 мАч (менее 0,8 Вт*ч) выглядит откровенным издевательством. Для каких-то серьёзных задач потребуется питание - 5 В, которое займёт единственный порт USB.
Стоимость Sipeed MaixCube по предварительному заказу составляет $25. Отправка первых партий планируется 8 мая 2020 года.
Источник: cnx-software.com
Спецификации Kendryte K210: PDF
Предзаказ: seeedstudio.com
Китайская компания Sipeed выпустила миниатюрную платформу MaixCube, ориентированную на простые задачи из области искусственного интеллекта. При скромных габаритах 40x40x16 мм она характеризуется низким потреблением энергии.
Краткие спецификации:
❖двухъядерная 64-разрядная однокристальная система Kendryte K210 архитектуры RISC-V с частотой 400 — 600 МГц;
❖встроенный нейропроцессор KPU;
❖ набор инструкций для FFT (быстрого преобразования Фурье);
❖ SRAM 8 Mб;
❖ NAND Flash 16 Мб;
❖слот для карт MicroSD
❖ 1,3" ЖК-экран 240 × 240
❖VGA-камера OV7740;
❖ аудио кодек ES8374, встроенный микрофон, выход на внешние динамики;
❖акселерометр
❖ USB Type-C;
❖ 4-контактный интерфейс Grove;
❖ 8-контактный интерфейс SP-MOD;
Новинка доступна как отдельно, так и в комплекте разработчика. Типичные приложения из его набора включают в себя распознавание лиц, номеров и произвольных объектов, анализатор спектра на основе дискретного преобразования Фурье и моделирование действий игроков в компьютерных играх.
Нейропроцессор KPU оптимизирован для свёрточных нейросетей (CNN). Он ускоряет операции свертки и пакетной нормализации. Благодаря нему MaixCube может распознавать объекты в режиме реального времени.
Система способна записывать обрабатывать видеопоток (VGA @ 30 FPS или QVGA @ 60 FPS) с использованием алгоритмов YOLOv3, TinyYOLOv2, или фреймворков глубокого обучения (TensorFlow, Keras, Darknet или Caffe).
Как и другие платформы на базе K210, MaixCube работает под управлением ОС реального времени для встраиваемых систем —FreeRTOS. При должной настойчивости на нём можно запустить и Linux, но практического смысла в этом мало.
Из недостатков отмечу встроенный Li-Ion аккумулятор. Его ёмкость 200 мАч (менее 0,8 Вт*ч) выглядит откровенным издевательством. Для каких-то серьёзных задач потребуется питание - 5 В, которое займёт единственный порт USB.
Стоимость Sipeed MaixCube по предварительному заказу составляет $25. Отправка первых партий планируется 8 мая 2020 года.
Источник: cnx-software.com
Спецификации Kendryte K210: PDF
Предзаказ: seeedstudio.com
CNX Software - Embedded Systems News
Sipeed MaixCube is a Fully Integrated AI Development Platform Powered by Kendryte K210 RISC-V SoC - CNX Software
Sipeed MaixCube is an All-in-one Kendryte K210 AI development platform with display, camera, battery, sensors and Grove & SP-MOD expansion connectors.
Forwarded from DX.Media
Интерфейсы мозг — компьютер выходят на новый уровень
Наверняка вы уже видели разные модули BCI (Brain — computer interface). Их много лет используют для реабилитации пациентов с травмами позвоночника, на тренингах по самоконтролю и в индустрии развлечений.
Все они работают по единому принципу: массив электродов регистрирует активность коры головного мозга, после чего в оцифрованном сигнале модуль BCI пытается распознать команды и отдаёт их на исполнительное устройство.
Таким образом «силой мысли» можно управлять фигуркой на экране, реальным роботом или бионическим протезом, даже когда собственные руки вас больше не слушаются.
Технология имеет огромный потенциал, но до сих пор была мало востребована из-за практических сложностей. Каждый раз, когда вы надеваете модуль BCI, его приходится калибровать заново.
Почему нужно постоянно перенастраивать BCI? Слишком уж слабый сигнал регистрируется снаружи черепной коробки (десятки микровольт), а вокруг много электрических помех. Да и сама корковая активность очень вариабельна даже у одного человека в течение дня.
Похоже, исследователи из университетов Карнеги — Меллона и Питтсбурга нашли ключ к решению этой проблемы. Они создали интеллектуальный алгоритм, который фильтрует сигнал на низкоуровневых нейронных коллекторах.
Предварительно отфильтрованные данные позволяют легче находить шаблоны осознанных команд среди шумов (потока фоновых мыслей и внешних сигналов), стабилизируя работу BCI.
Примечательно, что алгоритм стабилизации не зависит ни от схемы устройства, ни от сферы применения. Исследователи утверждают, что предварительные результаты оказались лучше, чем после стандартной калибровки, однако здесь нужно сделать важную оговорку.
В ходе эксперимента с приматами использовался имплантируемый массив датчиков (электроды помещались на хирургически обнажённую поверхность мозга). Чтобы использовать этот же алгоритм с обычными (носимыми) модулями BCI, потребуется как минимум на порядок улучшить итоговое соотношение сигнал/шум.
Любой желающий может принять участие в совершенствовании алгоритма, поскольку код и примеры выложены в открытом доступе на GitHub.
Источник: Nature
Наверняка вы уже видели разные модули BCI (Brain — computer interface). Их много лет используют для реабилитации пациентов с травмами позвоночника, на тренингах по самоконтролю и в индустрии развлечений.
Все они работают по единому принципу: массив электродов регистрирует активность коры головного мозга, после чего в оцифрованном сигнале модуль BCI пытается распознать команды и отдаёт их на исполнительное устройство.
Таким образом «силой мысли» можно управлять фигуркой на экране, реальным роботом или бионическим протезом, даже когда собственные руки вас больше не слушаются.
Технология имеет огромный потенциал, но до сих пор была мало востребована из-за практических сложностей. Каждый раз, когда вы надеваете модуль BCI, его приходится калибровать заново.
Почему нужно постоянно перенастраивать BCI? Слишком уж слабый сигнал регистрируется снаружи черепной коробки (десятки микровольт), а вокруг много электрических помех. Да и сама корковая активность очень вариабельна даже у одного человека в течение дня.
Похоже, исследователи из университетов Карнеги — Меллона и Питтсбурга нашли ключ к решению этой проблемы. Они создали интеллектуальный алгоритм, который фильтрует сигнал на низкоуровневых нейронных коллекторах.
Предварительно отфильтрованные данные позволяют легче находить шаблоны осознанных команд среди шумов (потока фоновых мыслей и внешних сигналов), стабилизируя работу BCI.
Примечательно, что алгоритм стабилизации не зависит ни от схемы устройства, ни от сферы применения. Исследователи утверждают, что предварительные результаты оказались лучше, чем после стандартной калибровки, однако здесь нужно сделать важную оговорку.
В ходе эксперимента с приматами использовался имплантируемый массив датчиков (электроды помещались на хирургически обнажённую поверхность мозга). Чтобы использовать этот же алгоритм с обычными (носимыми) модулями BCI, потребуется как минимум на порядок улучшить итоговое соотношение сигнал/шум.
Любой желающий может принять участие в совершенствовании алгоритма, поскольку код и примеры выложены в открытом доступе на GitHub.
Источник: Nature
GitHub
GitHub - alandegenhart/stabilizedbci: Companion code for the paper: "Stabilization of a brain-computer interface via the alignment…
Companion code for the paper: "Stabilization of a brain-computer interface via the alignment of low-dimensional spaces of neural activity" - GitHub - alandegenhart/stabilizedbci: ...
К нам приходит много анонсов бесплатных мероприятий, так что вот короткий список ближайших:
1. Всероссийское онлайн соревнование по искусственному интеллекту и спортивному программированию. Вы ещё успеваете на регистрацию (регистрация до 26 апреля).
https://rucode.net/ раздел "Чемпионат".
2. 27 апреля Amazon Web Services устраивает марафон бесплатных вебинаров о том, как освоить основные сервисы AWS с нуля. Можно будет задать вопросы и подготовиться к экзамену на сертификат практика облачных сервисов. Ссылка https://pages.awscloud.com/EMEA-field-OE-RUSUACIS-AWSome-Webinars-Week-2020-reg-event.html
3. Бесплатный онлайн-хакатон VirusHack с участием крупных компаний (Сбер, Mailru, X5 Retail), который пройдёт c 3 по 5 мая. Регистрация до 30 апреля. Ссылка https://clck.ru/N6xrd
4. Демо-день московского акселератора. Трек "Цифровые сервисы", призовой фонд 10 млн рублей. 28 апреля в 14:00. Ссылка https://innoagency.ru/demoday/
Кто поучаствует в соревнованиях, пишите в чате канала. Поддержим, поболеем :)
1. Всероссийское онлайн соревнование по искусственному интеллекту и спортивному программированию. Вы ещё успеваете на регистрацию (регистрация до 26 апреля).
https://rucode.net/ раздел "Чемпионат".
2. 27 апреля Amazon Web Services устраивает марафон бесплатных вебинаров о том, как освоить основные сервисы AWS с нуля. Можно будет задать вопросы и подготовиться к экзамену на сертификат практика облачных сервисов. Ссылка https://pages.awscloud.com/EMEA-field-OE-RUSUACIS-AWSome-Webinars-Week-2020-reg-event.html
3. Бесплатный онлайн-хакатон VirusHack с участием крупных компаний (Сбер, Mailru, X5 Retail), который пройдёт c 3 по 5 мая. Регистрация до 30 апреля. Ссылка https://clck.ru/N6xrd
4. Демо-день московского акселератора. Трек "Цифровые сервисы", призовой фонд 10 млн рублей. 28 апреля в 14:00. Ссылка https://innoagency.ru/demoday/
Кто поучаствует в соревнованиях, пишите в чате канала. Поддержим, поболеем :)
Vizi-AI — компактный AI DevKIT
Тайваньская компания ADLink анонсировала Vizi-AI – набор для разработки приложений искусственного интеллекта, ориентированный преимущественно на задачи машинного зрения.
Комплект разработчика создавался в сотрудничестве с Intel и американской компанией Arrow Electronics. Он интересен тем, что содержит аппаратный ускоритель для нейросетей, интерфейс ввода/вывода общего назначения и набор готовых софтверных компонентов.
В роли специализированного ускорителя применяется чип Movidius MA2485, который одновременно обрабатывает до 16 источников видеосигнала и оптимизирован для глубоких нейронных сетей (DNN), использующих половинную точность вычислений с плавающей запятой (FP16).
Краткие характеристики Vizi-AI:
❖система на кристалле Intel Atom x5-E3940 (14 нм, разработка 2016 года);
❖ЦП: четыре ядра (x86-64, Apollo Lake) с общим кэшем L2 размером 2 Мб и базовой частотой 1,6 ГГц (до 1,8 ГГц на одно ядро);
❖видеопроцессор: Intel HD Graphics 500 (12 исполнительных модулей, до 600 МГц);
❖нейропроцессор (видеопроцессор с поддержкой DNN): Intel Movidius VPU Myriad-X (MA2485);
❖оперативная память: LPDDR4, 4 ГБ (расширяется до 8 Гб);
❖стандартные порты: 2*USB 3.0 + 2*USB 2.0, HDMI, RJ-45 (Gigabit Ethernet), 3,5 мм гнездо для наушников.
❖программируемые подключения: MRAA-совместимый 40-контактный разъем (GPIO, AD, ШИМ, 12C, RS232, SPI);
❖поддержка карт памяти: MicroSD;
❖питание: 12 В (сетевой адаптер на 2,5 А для сетей 110 В или 220 В).
Vizi-AI работает под управлением Linux (Debian 9.9) и включает в себя ряд готовых моделей машинного обучения (совместимых с Intel OpenVINO), которые можно использовать «из коробки».
На данный момент Vizi-AI всё ещё находится на предсерийном этапе разработки, поэтому в официальных спецификациях не сообщаются даже габариты платы, но её размер явно сравним с Raspberry Pi и другими одноплатниками.
Ориентировочная стоимость по предзаказу составит $199.
Источник: ADLinkTech.com
Спецификации: PDF
Видео: YouTube
Тайваньская компания ADLink анонсировала Vizi-AI – набор для разработки приложений искусственного интеллекта, ориентированный преимущественно на задачи машинного зрения.
Комплект разработчика создавался в сотрудничестве с Intel и американской компанией Arrow Electronics. Он интересен тем, что содержит аппаратный ускоритель для нейросетей, интерфейс ввода/вывода общего назначения и набор готовых софтверных компонентов.
В роли специализированного ускорителя применяется чип Movidius MA2485, который одновременно обрабатывает до 16 источников видеосигнала и оптимизирован для глубоких нейронных сетей (DNN), использующих половинную точность вычислений с плавающей запятой (FP16).
Краткие характеристики Vizi-AI:
❖система на кристалле Intel Atom x5-E3940 (14 нм, разработка 2016 года);
❖ЦП: четыре ядра (x86-64, Apollo Lake) с общим кэшем L2 размером 2 Мб и базовой частотой 1,6 ГГц (до 1,8 ГГц на одно ядро);
❖видеопроцессор: Intel HD Graphics 500 (12 исполнительных модулей, до 600 МГц);
❖нейропроцессор (видеопроцессор с поддержкой DNN): Intel Movidius VPU Myriad-X (MA2485);
❖оперативная память: LPDDR4, 4 ГБ (расширяется до 8 Гб);
❖стандартные порты: 2*USB 3.0 + 2*USB 2.0, HDMI, RJ-45 (Gigabit Ethernet), 3,5 мм гнездо для наушников.
❖программируемые подключения: MRAA-совместимый 40-контактный разъем (GPIO, AD, ШИМ, 12C, RS232, SPI);
❖поддержка карт памяти: MicroSD;
❖питание: 12 В (сетевой адаптер на 2,5 А для сетей 110 В или 220 В).
Vizi-AI работает под управлением Linux (Debian 9.9) и включает в себя ряд готовых моделей машинного обучения (совместимых с Intel OpenVINO), которые можно использовать «из коробки».
На данный момент Vizi-AI всё ещё находится на предсерийном этапе разработки, поэтому в официальных спецификациях не сообщаются даже габариты платы, но её размер явно сравним с Raspberry Pi и другими одноплатниками.
Ориентировочная стоимость по предзаказу составит $199.
Источник: ADLinkTech.com
Спецификации: PDF
Видео: YouTube
Forwarded from DX.Media
Нейросеть научили «видеть» сквозь препятствия
Межуниверситетская команда представила интеллектуальный метод, позволяющий эффективно очищать видео во время постобработки. Он позволяет почти бесследно устранять мешающие объекты в кадре и может использоваться в следующих сценариях:
❖удаление отражений (особенно в окнах и витринах);
❖устранение препятствий в кадре (ограждений, веток, проводов, баннеров);
❖виртуальная очистка объектива (удаление пыли, отпечатков, капель).
Универсальный алгоритм использует покадровую оценку различий между фоном и объектами на переднем плане. Они кодируются как матрицы оптического потока и прогоняются через глубокую свёрточную нейросеть (DCNN).
Информация о скрытых фрагментах объекта в каждом кадре восстанавливается по соседним, снятым под другим углом или в немного других условиях. Недостающие данные нейросеть дорисовывает по аналогии, проверяя соответствие предположения общей картине.
Обучение происходит на синтетически сгенерированных данных. После тренировки DCNN демонстрирует хороший визуальный результат на реальных изображениях. В отличие от классических методов, она не грешит ошибками сглаживания и неоднородной яркости восстановленных фрагментов изображения.
Авторы использовали собственную разработку Gustav, созданную из набора NVIDIA AGX Jetson Xavier. Для оптимизации моделей применялась библиотека TensorRT с кастомными настройками.
В ближайшее время для загрузки будут доступны более 600 готовых моделей. Некоторые из них планируется распространять бесплатно, в то время как основная часть будет продаваться, обеспечивая прозрачную схему монетизации.
Предварительные заявки на лицензирование уже оставили фирмы, занимающиеся проектами умных городов, доставки товаров и беспилотного транспорта.
Все модели будут поставляться вместе с готовым бинарным кодом, оптимизированным для устройств с низким энергопотреблением на основе ARM64 и мобильных графических процессоров.
Метод уже используется для ускорения логистических операций. Одна из индийских промышленных компаний применяет его в предварительной сортировке, распознавая текст на контейнерах.
Обычные программы OCR не справлялись с этой задачей, поскольку маркировка часто была загрязнена или частично повреждена.
Работа выполнена командой исследователей из Национального университета Тайваня, Калифорнийского университета в Мерседе и Политехнического университета Виргинии при поддержке Google и MediaTek.
Видео: YouTube
Источник: Arxiv.org
Исходный код проекта: GitHub
Межуниверситетская команда представила интеллектуальный метод, позволяющий эффективно очищать видео во время постобработки. Он позволяет почти бесследно устранять мешающие объекты в кадре и может использоваться в следующих сценариях:
❖удаление отражений (особенно в окнах и витринах);
❖устранение препятствий в кадре (ограждений, веток, проводов, баннеров);
❖виртуальная очистка объектива (удаление пыли, отпечатков, капель).
Универсальный алгоритм использует покадровую оценку различий между фоном и объектами на переднем плане. Они кодируются как матрицы оптического потока и прогоняются через глубокую свёрточную нейросеть (DCNN).
Информация о скрытых фрагментах объекта в каждом кадре восстанавливается по соседним, снятым под другим углом или в немного других условиях. Недостающие данные нейросеть дорисовывает по аналогии, проверяя соответствие предположения общей картине.
Обучение происходит на синтетически сгенерированных данных. После тренировки DCNN демонстрирует хороший визуальный результат на реальных изображениях. В отличие от классических методов, она не грешит ошибками сглаживания и неоднородной яркости восстановленных фрагментов изображения.
Авторы использовали собственную разработку Gustav, созданную из набора NVIDIA AGX Jetson Xavier. Для оптимизации моделей применялась библиотека TensorRT с кастомными настройками.
В ближайшее время для загрузки будут доступны более 600 готовых моделей. Некоторые из них планируется распространять бесплатно, в то время как основная часть будет продаваться, обеспечивая прозрачную схему монетизации.
Предварительные заявки на лицензирование уже оставили фирмы, занимающиеся проектами умных городов, доставки товаров и беспилотного транспорта.
Все модели будут поставляться вместе с готовым бинарным кодом, оптимизированным для устройств с низким энергопотреблением на основе ARM64 и мобильных графических процессоров.
Метод уже используется для ускорения логистических операций. Одна из индийских промышленных компаний применяет его в предварительной сортировке, распознавая текст на контейнерах.
Обычные программы OCR не справлялись с этой задачей, поскольку маркировка часто была загрязнена или частично повреждена.
Работа выполнена командой исследователей из Национального университета Тайваня, Калифорнийского университета в Мерседе и Политехнического университета Виргинии при поддержке Google и MediaTek.
Видео: YouTube
Источник: Arxiv.org
Исходный код проекта: GitHub
YouTube
Neural networks can “See” through obstructions.
This model is based on dense optical flow field estimation that employs a deep convolutional neural network to reconstruct layers and separating the background from the unwanted layers.
We use this model for text detection for containers for an industrial…
We use this model for text detection for containers for an industrial…
Бесплатный курс от Stepik и LEGO
На образовательной платформе Stepik доступен бесплатный курс по основам робототехники. Обучение проходит на платформе LEGO Mindstorms EV3 и рассчитано на уровень старшеклассников.
Программа курса охватывает множество разделов математики (включая работу с функциями и массивами) и программирование в среде Mindstorms.
Последняя также доступна бесплатно для Windows (7 – 10), Android, Mac OS, iOS (iPad), Chromebook и даже Amazon Kindle.
Она не требовательна к ресурсам: достаточно одноядерного процессора с частотой от полутора гигагерц, пары гигов оперативки и ещё столько же для хранения файлов.
Минимально интерфейс ужимается до 1024x600, так что LEGO Mindstorms EV3 Запустится даже на «атомных» нетбуках 12-летней давности.
Курс включает в себя 17 уроков и 28 тестов. Отдельное внимание в нём уделяется необходимым практическим навыкам (запись и анализ данных, калибровка датчиков, отладка в динамике).
Занятия ведёт Андрей Корягин (Andreanos Voroneski) — автор учебной литературы по электротехнике, мехатронике, программист и гейм-дизайнер.
Бесплатный курс будет полезен преподавателям, руководителям кружков робототехники и всем желающим опробовать программируемые конструкторы LEGO.
Записаться на курс
На образовательной платформе Stepik доступен бесплатный курс по основам робототехники. Обучение проходит на платформе LEGO Mindstorms EV3 и рассчитано на уровень старшеклассников.
Программа курса охватывает множество разделов математики (включая работу с функциями и массивами) и программирование в среде Mindstorms.
Последняя также доступна бесплатно для Windows (7 – 10), Android, Mac OS, iOS (iPad), Chromebook и даже Amazon Kindle.
Она не требовательна к ресурсам: достаточно одноядерного процессора с частотой от полутора гигагерц, пары гигов оперативки и ещё столько же для хранения файлов.
Минимально интерфейс ужимается до 1024x600, так что LEGO Mindstorms EV3 Запустится даже на «атомных» нетбуках 12-летней давности.
Курс включает в себя 17 уроков и 28 тестов. Отдельное внимание в нём уделяется необходимым практическим навыкам (запись и анализ данных, калибровка датчиков, отладка в динамике).
Занятия ведёт Андрей Корягин (Andreanos Voroneski) — автор учебной литературы по электротехнике, мехатронике, программист и гейм-дизайнер.
Бесплатный курс будет полезен преподавателям, руководителям кружков робототехники и всем желающим опробовать программируемые конструкторы LEGO.
Записаться на курс
Forwarded from DIY or DIE
Хочется напомнить, что:
👉 В DIY мы работаем, как правило, с низкими напряжениями и малыми токами. В разных источниках безопасным напряжением постоянного тока указывается от 15 до 60В, до 10 мА. Переменный ток считается опаснее. Поэтому не приступайте к схемам использующим 220В, не имея достаточного опыта. Лучше всего использовать для сети 220В только готовые компоненты (розетки, реле, выключатели).
☠️ Не проводите ремонтные работы на приборах и сети 220В, находящихся под напряжением!
👉 Не стоит недооценивать опасность короткого замыкания. КЗ даже от пальчиковой батарейки способно вызвать оплавление изоляции и ожог.
👉 Опасность также представляют электролитические конденсаторы и литиевые аккумуляторы. Они могут взорваться/загореться, особенно при превышении номинального напряжения.
👉 Не используйте в качестве заземления трубы системы отопления, водоснабжения, канализации, газоснабжения.
👉 Использование паяльника требует большой осторожности, т.к. жало и припой разогреты до 200-300°C и выше. Обязательно проветривайте помещение при пайке, еще лучше — иметь рабочее место, оборудованное вытяжкой.
#безопасность
👉 В DIY мы работаем, как правило, с низкими напряжениями и малыми токами. В разных источниках безопасным напряжением постоянного тока указывается от 15 до 60В, до 10 мА. Переменный ток считается опаснее. Поэтому не приступайте к схемам использующим 220В, не имея достаточного опыта. Лучше всего использовать для сети 220В только готовые компоненты (розетки, реле, выключатели).
☠️ Не проводите ремонтные работы на приборах и сети 220В, находящихся под напряжением!
👉 Не стоит недооценивать опасность короткого замыкания. КЗ даже от пальчиковой батарейки способно вызвать оплавление изоляции и ожог.
👉 Опасность также представляют электролитические конденсаторы и литиевые аккумуляторы. Они могут взорваться/загореться, особенно при превышении номинального напряжения.
👉 Не используйте в качестве заземления трубы системы отопления, водоснабжения, канализации, газоснабжения.
👉 Использование паяльника требует большой осторожности, т.к. жало и припой разогреты до 200-300°C и выше. Обязательно проветривайте помещение при пайке, еще лучше — иметь рабочее место, оборудованное вытяжкой.
#безопасность
Нейросеть для транспорта будущего
Компания SkyWay завершила разработку нейросети для струнного транспорта Юницкого. Она используется при групповом управлении в автономных транспортных системах на базе «Юникаров».
Сейчас SkyWay управляет флотом из 60 машин Unicar-T комплекса SWIC-1 в городе Шарджа (ОАЭ). Это струнная монорельсовая «дорога в небе», по которой движутся роботизированные кабины.
В каждой из них реализована система машинного зрения и сбор информации от 250+ датчиков. Искусственный интеллект адаптирует маршрутные задания на лету, получая отклик от каждого юникара в реальном времени.
Телеметрия передаёт данные о состоянии блока управления, аккумуляторных батарей, софта и параметры движения всех транспортных средств на линии.
Вокруг каждой машины на 360° создаётся зона реагирования, в которой отслеживается появление препятствий. Обнаружив угрозу столкновения, юникар автоматически выполняет торможение. Более того, машина может сдать назад.
Благодаря ИИ, все остальные юникары SkyWay тут же подстроятся, приняв новый график движения и сохранив безопасный интервал.
Нейросеть исключает человеческий фактор и переводит безопасность струнного транспорта на новый уровень. Взгляните, как это происходит на стенде и в реальности.
Видео на русском: YouTube
Источник: RSW-Systems.com
Компания SkyWay завершила разработку нейросети для струнного транспорта Юницкого. Она используется при групповом управлении в автономных транспортных системах на базе «Юникаров».
Сейчас SkyWay управляет флотом из 60 машин Unicar-T комплекса SWIC-1 в городе Шарджа (ОАЭ). Это струнная монорельсовая «дорога в небе», по которой движутся роботизированные кабины.
В каждой из них реализована система машинного зрения и сбор информации от 250+ датчиков. Искусственный интеллект адаптирует маршрутные задания на лету, получая отклик от каждого юникара в реальном времени.
Телеметрия передаёт данные о состоянии блока управления, аккумуляторных батарей, софта и параметры движения всех транспортных средств на линии.
Вокруг каждой машины на 360° создаётся зона реагирования, в которой отслеживается появление препятствий. Обнаружив угрозу столкновения, юникар автоматически выполняет торможение. Более того, машина может сдать назад.
Благодаря ИИ, все остальные юникары SkyWay тут же подстроятся, приняв новый график движения и сохранив безопасный интервал.
Нейросеть исключает человеческий фактор и переводит безопасность струнного транспорта на новый уровень. Взгляните, как это происходит на стенде и в реальности.
Видео на русском: YouTube
Источник: RSW-Systems.com
