Промышленная инженерия

Подскажите книги, фильмы и музыку о технократическом обществе, не являющемся при этом антиутопией

Дослушиваю сейчас роман "Колеса" Артура Хейли, очень здорово там в книге — люди на своих должностях работают, делают дело, живут, пересекаются между собой, решают бытовые, социальные и профессиональные проблемы.
Хочу продолжить жить в этих мирах инженеров, промышленников и ученых (особенно — автомобильной промышленности и автоспорта). Но найти такие произведения, а тем более — фильмы, трудно. Про музыку вообще молчу.

Наверно, творческие люди недолюбливают синих воротничков и работников головой, поэтому их выдуманные миры технократов значительно опорочены — как правило, у них это мрачная глубокая антиутопия и далекая от реальности фантастика — это мое личное заблуждение.

Книги, фильмы и музыка об этом очень нужна моей душе. Это должно быть вовсе не "1984" и подобные превозмогания под гнетом режима, и не космические приключения ученых. Напротив, это про счастливое существования среди конвейеров, кульманов и автогонок из стали и резины, но без пластика в 20х-80х годах 20 века.

Фильмы, что я знаю, об этом:
• Такер и его мечта (о создателе и создании уникальной машины, которого съела большая тройка)

• Карл и Берта (о создании первого авто и большая заслуга жены изобретателя)

• Новые времена" (с Чарли Чаплином)

• Штамм «Андромеда» (именно фильм 1971 года, все остальное от лукавого)

Поделюсь и скудным набором музыки, которая почти что об этом:

• Complex Numbers — В дни чудес (о проблеме отсутствия фундаментальных открытий в физике в последние десятилетия)

• Complex Numbers — Неизбежность (о замедлении вселенной и утрате всей кинетической энергии)

• The Machinist — Texhnocrate (sid-метал, без слов)

• Алексей Покровский — Песня о фабричном гудке (ностальгия о былой жизни и работе на заводе)

• Георг Отс — Я люблю тебя, жизнь (порыв счастья из-за выработки эндорфина после тяжелого дня на работе)

Готовы запустить ИТ-завод? На кону — крутые призы и награда на Хабре!

«Северсталь» запустила совместный проект с Хабром, игру в пинбол. В ней можно проверить свою ловкость, а также узнать интересные факты об ИТ-проектах в промышленности. Цель проста: набрать максимум очков, активируя цеха и открывая карточки с фактами.

Самые меткие игроки получат классные наушники, худи и рюкзак, а те, кто соберет все факты, гарантированно получат ачивку «Я — стальной» в свой блог на Хабре. У вас есть три жизни, чтобы показать лучший результат, а после победы можно играть бесконечно.

Участие в ИТ-пинболе — это отличная возможность больше узнать об информационных технологиях «Северстали». Переходите по ссылке, играйте, соревнуйтесь и активируйте собственный ИТ-завод!

«Клей» для GPIO в QEMU

В прошлой статье мы пришли к выводу, что QMP — это лучше, чем ничего. Но хочется большего — библиотеку или программу (желательно, уже готовую), которая умеет читать/писать и узнавать об изменении состояния через poll() / pselect() / select() / epoll() / read(). 

В таком случае для каждой модели GPIO нужен «клей», похожий на тот, что используется с chardev — мы включаем его прямо в модифицированный QEMU. Очевидное название такого «клея» — gpiodev. Вот его основные функции, которые сейчас почти полностью соответствуют GPIO UAPI в Linux:

• сообщать количество линий, конфигурацию, название и потребителя каждой линии,

• читать и задавать состояние линии,

• отслеживать изменения состояния и конфигурации линии (вход/выход, запрос/освобождение).

«Клей» состоит из двух групп, первая — это индивидуальные для каждого модуля GPIO функции, которые gpiodev использует, чтобы запросить специфическую информацию:

• LineInfoHandler() — информация о линии: имя, флаги и потребитель,

• LineGetValueHandler() — состояние линии: условный 0 или 1,

• LineSetValueHandler() — задать состояние линии: 0 или 1.

По аналогии с GPIO UAPI напрашиваются также функции LineGetMultiValueHandler() и LineSetMultiValueHandler() для запроса и выставления линий, но я решил ограничиться минимальным набором.

Можно ли организовать прозрачное взаимодействие с устройствами внутри QEMU — использовать те же библиотеки и инструменты, как и для реальных устройств? Читайте во второй части трилогии о долгом пути до GPIO в QEMU.

🛏 Робот Lume от SyncereAI — это будущее вашего дома!

📌 Стартап из Стэнфорда представил устройство, которое выглядит как настольная лампа, но умеет гораздо больше. Эта робо‑лампа способна самостоятельно складывать одежду и заправлять кровать — аккуратно, без складок и усилий с вашей стороны.

🤖 Что умеет лампа

🔹 Складывает любую одежду — футболки, рубашки, брюки
🔹 Разглаживает ткань в процессе — помогает избежать замятостей
🔹 Заправляет постель — равномерно натягивает простыню и покрывало
🔹 Работает как роботизированный ассистент: мягко, точно и бесшумно

💬 Управление — с телефона или голосом. Можно задать сценарий «утро»: кровать заправляется и одежда аккуратно складывается за пару минут, пока вы пьёте кофе.

💸 Сколько стоит и когда ждать

🔹 Сейчас открыт предзаказ по цене $49 (~4000 рублей)
🔹 Точная дата массовой поставки не объявлена, но интерес уже высокий — устройство активно обсуждают в соцсетях
🔹 В России пока не представлено официально, но, вероятно, аналогичные решения не заставят себя ждать

📌 Устройство на грани бытового комфорта и робототехники. Пока одни тестируют ИИ в коде, другие — учат его собирать нашу одежду и заправлять кровать. Будущее, которое действительно хочется включить утром.

Пошаговые инструкции сборки — больше не ад для техписов

Изначально система автоматической генерации документов требует значительных затрат. Если конфигураций оборудования всего несколько, то раздельные инструкции проще и быстрее написать вручную, чем создавать под них систему.

В нашем случае разработка самой системы динамической документации и подготовка контента для первых четырех продуктов в ней заняли в сумме около 1300 человеко-часов. Этот самый тяжелый и затратный этап включал изменение логики, наполнение и отладку системы и согласование изменений с технологами. 

На данный момент мы собрали из исходников документы для 647 конфигураций серверов. Даже при таком сравнительно небольшом количестве инструкций мы простым делением получаем затраты на один документ в размере 2 человеко-часов. Это в 12,5 раз дешевле, чем писать отдельные инструкции вручную — выше мы оценивали затраты такого подхода. В итоге с документацией справляются шесть человек — а если бы мы делали инструкции вручную, потребовалось бы не меньше 13 сотрудников. После внедрения конструктора мы оценили дальнейшие трудозатраты, продолжили работу с динамической документацией, и уже через несколько месяцев система начала окупаться.

Глеб Свистунов, руководитель отдела производственной документации YADRO, в своей статье рассказал о подходе динамической документации. С ним составлять пошаговые инструкции сборки оборудования для огромного количества конфигураций гораздо эффективней, чем вручную.

Есть для альтернатива Delphi в 2025 году для простых кроссплатформенных приложений?

Навеяно обсуждением статьи про Дельфи в 2025.

Q1: Если сейчас есть задача по-быстрому сбацать что то с формами под винду - какая есть альтернатива дельфи?

Q2: А если так же быстро накидать, только кроссплатформенное приложение и без зависимостей?

И мой ответ

A: Не находишь, что 3000$ за кроссплатформенный дизайнер форм слишком дорого? Даже за хороший.

Собственно, порылся в памяти и в википедии, проверил что там еще живое и набросал списочек визуальных дизайнеров для Linux - приложеньиц. По названию язык программирования и фреймворк легко идентифицируется.

Все может использоваться бесплатно и без особых претензий на функциональность. Единственное, иногда бывает нужно еще нарисовать какой то чарт/график и загрузить/записать данные в БД/XML/JSON - с этим могут быть нюансы с конкретным вариантом.

С чем то я работал, с чем то нет, актуальные версии вживую не проверял.

1. GNOME Builder (ex.Anjuta). GTK multilang IDE

2. Cambalache (ex.Glade) - GTK form builder

3. Qt Creator

4. FLUID for FLTK

5. wxFormBuilder for wxWidgets 

6. Projucer for JUCE

7. Ultimate++ 

8. NetBeans GUI design tool for Java Swing 

9. TKproE (TCL/TK Programming Environment)

10. Lazarus

11. MSEide+MSEgui Pascal

12. GTK# Visual Designer MonoDevelop (retired)

13. Xamarin.Forms GTK Backend (discontinued for NET MAUI)

14. JavaFX Scene Builder

15. Pygubu Tkinter a GUI for Python

    Может еще что и забыл, либо не попалось на глаза.

А что б не вспомнить такой носитель данных, как перфолента?

Вот смотрите: допустим, 5 мкм лавсан, потом 1 мкм алюминий и снова 5 мкм лавсан. УФ-лазер с механическим приводом перфорирует поперёк ленты дорожки с шагом, скажем, тот же 1 мкм (УФ может и лучше, но пока не будем пальцы гнуть). Поскольку механика позиционирует луч с точностью до «куда-то туда» — применяем старые добрые старт- и стоп-биты.

На ленте шириной в 5 мм мы легко пробьём 4096 бит, старты, стопы и ещё останется запас с краёв. А чтобы прочитать её значительно быстрее, чем мы это макраме вымучивали — берём линейную ПЗС-матрицу от сканера (разрешение 1×16384 или примерно того порядка), сканируем всю ширину ленты разом, ну и (ваш Кэп) просто её протягиваем. Перекосы головки чтения относительно головки записи решаются кольцевым буфером — там хранится несколько последних строчек и нет никаких проблем найти там реальное положение дорожек, я такие синхронизации за пучок пятачок делал, задача детская.

В результате наши 4 килобита на микрон дают 512 терабайт в габаритах кассеты C-90, минус Рид-Соломон. Если я, конечно, по причине крайней усталости в нулях не запутался. Вот такая вот перфоленточка…

Как создать простейшую модель GPIO для QEMU

Предлагаю два варианта, которые я условно решил назвать MMIO и PCI. Последний — тоже MMIO, но в QEMU они добавляются разными путями. Начнем с сердца любой MMIO-модели — апертуры.

Апертура и адресное пространство

Как я упоминал в одной из своих статей, любое MMIO-устройство — это MemoryRegion с заданными шириной доступа и размером. Для того, чтобы он был виден CPU или другому устройству, такому как DMA, его нужно разместить в соответствующем адресном пространстве — например, пространстве, назначенном для cpu0:

      0x0                                    0xffffffffffffffff
      |------|------|------|------|------|------|------|------|
0:    [                    address-space: cpu-memory-0        ]
0:    [                    address-space: memory              ]
                    0x102000           0x1023ff
0:                  [             gpio        ]

В любое время можно посмотреть существующие адресные пространства и регионы памяти в мониторе QEMU:

(qemu) info mtree
[...]
address-space: cpu-memory-0
address-space: memory
  0000000000000000-ffffffffffffffff (prio 0, i/o): system
    0000000000102000-00000000001023ff (prio 0, i/o): gpio
[...]

Тогда в модели устройства нам нужно всего лишь создать такой регион и назначить ему соответствующие функции записи и чтения:

static const MemoryRegionOps mmio_mmio_ops = {
    .read = mmio_gpio_register_read_memory,
    .write = mmio_gpio_register_write_memory,
    .endianness = DEVICE_NATIVE_ENDIAN,
    .valid = {
        .min_access_size = 4,
        .max_access_size = 4,
    },
};
 
[...]
memory_region_init_io(iomem, obj, &mmio_mmio_ops, s,
                      "gpio", APERTURE_SIZE);
[...]

Фактически это означает, что все семейство инструкций Load/Store будет вызывать mmio_gpio_register_read_memory()/mmio_gpio_register_write_memory() при совпадении адреса чтения/записи с адресом региона в адресном пространстве.

static uint64_t mmio_gpio_register_read_memory(void *opaque, hwaddr addr, unsigned size);
static void mmio_gpio_register_write_memory(void *opaque, hwaddr addr, uint64_t value, unsigned size);

Передаваемые аргументы и возвращаемое значения интуитивно понятны. Отмечу, что hwaddr addr — это адрес относительно начала нашего региона, а не абсолютный адрес.

Нам остается лишь создать устройство и добавить его регион в файле машины:

gpio = qdev_new(TYPE_MMIO_GPIO);
sysbus_mmio_map(SYS_BUS_DEVICE(gpio), 0, ADDRESS);

Почти десять лет назад Никита Шубин, ведущий инженер по разработке СнК в YADRO, сделал возможность чтения и записи GPIO для QEMU. Читайте первую часть трилогии о долгом пути до GPIO в QEMU.

Фото из офиса xAI стало вирусным прямо перед запуском Grok 4 — и это совсем не то, чего можно было ожидать. Высокотехнологичная штаб-квартира превратилась в настоящий палаточный лагерь. В связи с тем, что последние усилия по выпуску чат-бота была уже на подходе, работа над ним шла настолько интенсивна, что разработчикам буквально приходится ночевать в палатках. Один из членов команды xAI даже пошутил: «Это не может быть наш офис — здесь должно быть гораздо больше палаток».

Уже в четвертый раз встречаю следующий психотип. Человек окончил университет в Канаде, где в программе были в том числе лабы по FPGA. Прилетел в Калифорнию чтобы говорить и тусоваться с людьми. С вопросом: "какие есть проблемы в дизайне электроники чтобы решить их с помощью AI?"

Для меня из его реакций на некоторые мои утверждения ясно как божий день, что у него нет достаточного трейнинга в проектировании чтобы видеть эти проблемы самому. Поэтому я ему предложил всю ту же задачку на SystemVerilog (1, 2), которую я в этом году даю всем и в которой как в микрокосме представлены проблемы дизайна электроники, по крайней мере в микроархитектурной части и в контексте проекта в большой компании с использованием кода и тестового стенда других людей. Типа "решишь - поймешь в чем проблема".

Вместо того, чтобы по моим рекомендациям решить задачку и понять о чем я говорю - человек продолжает тусоваться и задавать людям вопросы на основе информации которую он услышал у других людей. Например спросил меня, хожу ли я на выставки DAC, где все говорят что тулы (средства проектирования) ограничивают сложность дизайнов. Я ответил что хожу на эту выставку с 1996 года, и тогда тоже все так говорили. Спросил у меня, слышал ли я о Chisel. Ответил "его используют только SiFive и Беркли. То что Chisel за 10 лет не проник в другие компании - означает что он ничего принципиально не решает". Итд.

Я не понимаю - что человек пытается достичь тусованием и такими вопросами? Какая часть фразы "пока вы сами не попробуете решать микроархитектурные задачи на верилоге, вы не будете понимать что вам говорят люди о проблемах такой разработки" - какая часть этой фразы ему непонятна?

Единственная гипотеза которая приходит мне в голову - человек пытается с помощью тусования найти технических людей, которых потом перепродать VC, то есть возглавить стартап и получить под них инвестии от венчурных капиталистов. Проблема с такой идеей: для технического человека ясно-понятно, что кроме тусования у этого джентльмена ничего значимого нет, то есть такой скрипач не нужен. С таким же успехом технический человек может сам пойти к VC.

Причем это еще лучше чем технический человек понимают сами VC - они сразу идентифицируют и стараются выкинуть из сделки такого рода бессмысленных посредников.

Но возможно я усложняю и человек тусованием просто решает какие-то психологические проблемы или это для него что-то типа путешествий которые любит молодежь.

Т2 – решает вопрос прототипирования

Т8 – решает вопрос серийного производства

Т800 – решает вопрос некомпетентного персонала

Какую информацию содержит FRU EEPROM и как с ней работать

Набор возможных данных, хранимых во FRU EEPROM, определяется спецификацией Intel IPMI FRU Information Storage. Вся информация разделена на пять областей, присутствие каждой из которых не обязательно и определяется информацией в общем заголовке FRU EEPROM, где размещены указатели на данные каждой из них в следующем порядке:

1. Область для внутреннего использования (Internal Use Area) — ее
содержимое не описано спецификацией. Предполагается, что эта часть EEPROM может использоваться программным обеспечением BMC или другого контроллера на плате для хранения какой-то служебной информации (например, внутренних состояний).

2. Область информации о шасси (Chassis Information Area) — здесь содержится базовая информация о «корпусе» или «шасси» устройства, описываемого этим FRU EEPROM. Основным параметром тут является «тип шасси», который представляет собой целое число, выбираемое согласно спецификации SMBIOS (см. DMTF DSP0134, Table 17). Например, значение 0x17 соответствует типу «Rack Mount Chassis». Также в этой области может содержаться информация о серийном номере шасси и его артикуле (part number).

Создатели спецификации предполагали, что эта область присутствует на главной плате всего изделия и на любых корпусированных компонентах, таких как блоки питания или дисковые накопители, но не все производители и не всегда придерживаются этого правила.

Какие еще есть области во FRU EEPROM, и как утилита frugen и библиотека libfru помогают с ними работать — читайте в статье Александра Амелькина, технического эксперта департамента разработки BIOS и BMC в компании YADRO, а также автора и мейнтейнера проекта frugen / libfru.

Как выбрать стратегию патентования?

Главная цель получения патента — это не просто «оформить документацию» или решить какие-то маленькие задачи. Патентование необходимо для масштабных проектов — расширить долю на рынке, завоевать положение в новых сферах (секторах), максимально продвинуть свои технологии с точки зрения бизнес-задач. Исходя из этих позиций, выбирается и соответствующая стратегия.

Сразу отметим: она заключается в формировании настоящего (большого) патентного портфеля. Полученные таким путем охранные документы нужны для комплексного юридического подкрепления созданной технологии: ни один конкурент, учитывая подобную концепцию, не сможет использовать вашу инновационную разработку ни при каких обстоятельствах.

Как сформулировать стратегию?

На первых порах надо определить правильно ту продукцию и те решения, на которые предприятие может получить патент. Это предполагает необходимость комплексного анализа придуманного.

При этом если разработанная технология неизвестна широкой публике, то у менеджеров компании есть два варианта: либо они официально патентуют объект, либо — засекречивают его. Каждый путь имеет свои юридические тонкости и преимущества.

Далее — если принимается решение о патентовании, то надо определить объект охраны. Здесь рассматривается сама продукция, то, из чего она была изготовлена, или способы создания ее. Установив эти позиции, дальше надо определить, на какие страны будет распространяться юридическая защита и каков формат патента. Если выбираете блокирующий патент, то другие фирмы не смогут производить подобное. Если у вас есть стратегический партнер, то в этом случае предусматриваются патенты для сотрудничества. Если есть взаимозависимые патенты предприятий, то можно посмотреть на перекрестное лицензирование.

Патентных стратегий, кстати, очень много. О некоторых из них можно прочитать здесь.

Есть ли примеры наиболее интересных патентных стратегий?

Да. Вот — IBM. В 2000-х она действовала в патентной стратегии — оформление всего, что придумано. В список защищаемого вносились даже бизнес-методики.

Однако с течением времени корпорация решила переформатировать свою политику. В результате:

• На авторов заявок возложили ответственность за качество создаваемого;

• Все заявки решили разместить в публичном доступе с возможностью обсуждения;

• Эффективность патентования, заявили в корпорации, должна быть понятна и прозрачна;

• Что касается методов, связанных с бизнес-концепциями, то они не имеют никакой технической ценности и, соответственно, патентоваться не должны. 

____________________________________________________________________________

Онлайн Патент — цифровая система №1 в рейтинге Роспатента. С 2013 года мы создаем уникальные LegalTech-решения для защиты и управления интеллектуальной собственностью. Зарегистрируйтесь в сервисе Онлайн-Патент и получите доступ к следующим услугам: 

• Онлайн-регистрация программ, патентов на изобретение, товарных знаков, промышленного дизайна;

• Подача заявки на внесение в реестр отечественного ПО;

• Поиск по программам

• Регистрация программы в Роспатенте

• Опции ускоренного оформления услуг;

• Бесплатный поиск по базам патентов, программ, товарных знаков;

• Мониторинги новых заявок по критериям;

• Онлайн-поддержку специалистов.

Написал простенькую программу Matlab для визуального представления в векторном виде токов и напряжений системы "Преобразователь частоты - асинхронный двигатель". Специалистам в области электропривода может быть полезна.

Программа позволяет построить векторную диаграмму по измеренным значениям и каталожным данным двигателя.

%           Ввод измеренных параметров
I1=8.23;           % Полный ток статора
U1=335/sqrt(3);    % Напряжение на статоре
fi1=71;            % Угол между током и наряжением статора (в градусах)
w=92;            % Скорость в рад/с
f=45;              % Частота напряжения статора
%fp=1.9;           %Частота тока ротора
%w=2*pi*(f-fp)/3
%Ip=4.4;            % Ток ротора, А

%         Ввод неизменяемых параметров
        % Каталожные данные
%r1=2.1;  % Невыключаемое активное сопротивление статора, Ом
%x1=2.45; % Невыключаемое индуктивное сопротивление статора, Ом.,
%r2=0.6;  % Невыключаемое активное сопротивление ротора, hgf
%x2=0.76; % Невыключаемое индуктивное сопротивление ротора, Ом
%xu=40;
           % Измеренные данные
r1=1.8;  % Невыключаемое активное сопротивление статора, Ом
x1=2.33; % Невыключаемое индуктивное сопротивление статора, Ом
r2=0.5;  % Невыключаемое активное сопротивление ротора, Ом
x2=0.6; % Невыключаемое индуктивное сопротивление ротора, Ом
xu=20.75;
Kr=3.92;
r2p=r2*Kr;
x2p=x2*Kr;
%............
% Далее в строках 27 - 159 производится расчёт и построение

Файл .m прикрепляю, пользуйтесь, если нужно.

Норвежская компания Sonair разрабатывает акустический датчик ADAR, который должен стать конкурентом LiDAR в автономной роботике. По сути, это трехмерное УЗИ, знакомое из медицины, но адаптированное для объектов в воздухе. Системы автопарковки в машинах тоже используют ультразвук в воздухе, но там сенсоры одномерные — измеряют только расстояние по одной оси. ADAR дает данные по трем осям, из которых можно построить 3D картинку.

Лет 5-7 назад на технологической выставке где-то в Европе мы видели немецкие разработки в этом направлении. Тогда это было супер инновацией, но и сейчас, спустя столько лет, крупных коммерческих продуктов с этой технологии практически нет. Из той немецкой инновации родился коммерческий сенсор Toposens, но он дает угол обзора 70°х70° и детектирует объекты не меньше 6 см.

Сложность использовать ультразвук в воздухе в том, что для качественной картинки преобразователи должны быть очень маленькими чтобы их можно было разместить на расстоянии в половину длины волны друг от друга. Именно это и удалось добиться Sonair. Крохотные преобразователи позволили улучшить разрешение до 2 см, а угол обзора до 180° х 180°. Поэтому Sonair позиционируют себя как первый безопасный воздушный ультразвуковой сенсор.

По оценкам разработчков, 3D ультразвуковой сенсор стоит, примерно, в 4 раза дешевле, чем LiDar, дающий двумерную картинку. ADAR изначально придуман именно для автономных роботов — в первую очередь, для складских AMR. Он дает возможность детектировать препятствия на расстоянии до 5 метров, а если добавить 4 таких адара по сторонам робота, то получится обзор на 360 градусов.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

«Северсталь» представила на ЦИПР прототип открытого программного ПЛК  

«Северсталь» представила прототип открытого программного программируемого логического контроллера (ОППЛК) собственной разработки на ежегодной конференции «ЦИПР-2025», которая проходит в Нижнем Новгороде со 2 по 5 июня. Мы продемонстрировали импортонезависимое решение на макете конвейера, который управлялся контроллером.

Программный, или виртуальный ПЛК — это один из ключевых узлов открытой АСУТП. Программный контроллер позволяет обрабатывать сигналы с датчиков и управлять производственным процессом. Решение имеет открытый исходный код, который будет доступен производителям бесплатно. Для тестирования прототипа используются готовые аппаратные платформы, разработанные отечественными вендорами, а также собственная платформа «Северстали». В контроллере используется плата российской компании. Информацию по решению смотрите на сайте. Поскольку наше решение будет иметь открытый исходный код, приглашаем разработчиков и вендоров к совместной работе (open.soft.plc@severstal.com).

Кроме того, в рамках работ по импортозамещению контроллера Siemens мы разработали прототип коммуникационного модуля Profibus на отечественном микроконтроллере «Амур». Его использование позволит предприятиям сократить затраты и время при переходе на отечественные программно-аппаратные комплексы.

«Пилотное внедрение ОППЛК на собственных площадках компании начнется в 2026 году. Мы стремимся сделать открытую платформу и готовы к сотрудничеству с другими вендорами  для тестирования нашего контроллера на их платформах. Мы также изучаем возможность выпуска аппаратной платформы или коробочных решений как для внутреннего использования, так и для внешних продаж в будущем», — говорит руководитель кластера «Индустриальные процессы» Евгений Маслов.

Bentley Motors рассказали о внедрении AI-модели Hide Inspection, которая следит за качеством кожи. На производство Bentayga SUV нужно около девяти шкур, но на деле используется больше, потому что часть отбраковывается — укусы насекомых, шрамы, царапины не могут оказаться в люксовом салоне авто. Модель Hide Inspection использует компьютерное зрение и AI для обработки изображений, чтобы детектировать мельчайшие дефекты. Модель не только обнаруживает повреждения, но и составляет выкройку так, чтобы избежать проблемных мест и при этом как можно эффективнее использовать всю шкуру. В результате удаётся сократить объём выбрасываемой кожи. Сама модель, вероятно, не является эксклюзивной — аналогичную или ту же самую технологию ранее внедрили на производстве Volkswagen Group. Но случай Bentley интересен тем, что это, пожалуй, первый или один из первых кейсов внедрения автоматизации на производстве люксового сектора. Ручная обработка, живые мастера — для этого сегмента экономики это не сдерживающий фактор, а, наоборот, повод для гордости и часть ценности продукта. Поэтому внедрение новых технологий может восприниматься не как необходимость, а как угроза традициям и статусу продукта. За объёмами производства или скоростью компании этого сегмента тоже вроде бы не слишком гонятся. Выходит, мы наблюдаем редкий случай, когда автоматизация вводится не ради экономии или ускорения, а исключительно ради повышения качества.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Компактная упаковка продукции в паллеты или корзины — задача, с которой сталкивается большинство производств. Если известно, что и куда нужно сложить, то найти оптимальный способ укладки — задача понятная, описанная (в математике она называется “задача о рюкзаке”) и решаемая вполне классическими методами. Нам она хорошо знакома — мы как раз недавно закончили разрабатывать подобное решение для одного из наших заказчиков.

Тем интереснее было наткнуться на разработку от коллег из AmbiRibotics. Их система AmbiStack решает всю ту же задачу о рюкзаке — размещает коробки разных размеров на паллеты так, чтобы занять как можно меньше места. Но вот ключевое отличие — заранее неизвестно сколько и какие коробки нужно будет уложить. То есть решение о том, куда положить очередную коробку приходится принимать в условиях неопределенности, угадывать. Такую задачу, наверное, можно в каком-то смысле назвать задачей о рюкзаке, но вот решить её классическими методами уже точно не получится.

AmbiStack использует компьютерное зрение и модель, обученную в симуляции по методу reinforcement learning. В процессе обучения системе предлагали коробки случайных размеров и предлагали уложить их в контейнер. Чем рациональнее было использовано пространство, тем выше было полученное вознаграждение. В результате получилось хорошо масштабируемое решение, подходящее для совершенно разных сценариев. Хороший пример того, как AI решает задачи там, где классические методы не работают. Кстати, вполне возможно, что подобная система окажется полезной и для кого-то из наших читателей — мы с удовольствием взялись бы за подобный проект.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

Роботам дали осязание

В Немецком исследовательском центре DLR придумали, как дать роботам осязание. Это не искусственная кожа и не какие-то хитрые сенсоры. Всё выглядит максимально естественно — роборука из обычных материалов, ничем не примечательная внешне, но чувствующая место и силу прикосновений по всей поверхности, без специальных датчиков.

На самом деле, специальные сенсоры, конечно, есть, но они спрятаны в “суставах” робота. Разработчики заметили, что люди чувствуют прикосновения не только самой кожей, но и косвенно — суставами. Например, если надавить на пальцы рук, возникнет напряжение в запястье. На этом наблюдении и основана разработка. Уловить возникающий при прикосновении крутящий момент, даже очень слабый, — задача совершенно не сложная для современных сенсоров. Научиться их безошибочно распознавать уже тоже вполне реально с помощью AI. Авторы обучили модель определять силу прикосновения, понимать движение человеческой руки, распознавать “написанные” на теле робота цифры и буквы. Главное, что этот подход применим не только для этой конкретной роборуки, его легко перенести на любого робота.

Таким образом, мы имеем новый способ взаимодействия человек-робот. В промышленной роботике это означает, например, возможность интуитивно управлять роботом, “писать” команды на любой части корпуса, нажимать на виртуальные кнопки и так далее. А при обучении робособак, наверное, можно будет их погладить в знак хорошего выполнения задачи. В общем, у роботов теперь тоже есть чувства.

Больше подобных новостей о роботах и AI в индустрии — в нашем канале

К2Тех поздравляет с наступающим Днем химика!

Химия — это не просто формулы, а основа прогресса. Благодаря работникам отрасли создаются умные материалы, чистые технологии и решения, которые меняют мир. 

Мы превратили классическую Таблицу Менделеева в интерактивную карту технологий: нажимайте на элементы и узнавайте, как предиктивная аналитика спасает оборудование, а 3D-печать ускоряет разработку деталей.

Давайте праздновать прогресс вместе!