Робототехника

Большинство задач современной робототехники так или иначе завязаны на нейронных сетях: детекция объектов, оценка глубины, локализация, планирование. Всё это ресурсоёмко, и вопрос выбора компактного вычислителя (достаточно часто алгоритмы должны работать локально) встает довольно остро. На практике выбор сводится к трём классам устройств: NVIDIA Jetson, внешний ускоритель (один из самых популярных — Hailo) и китайский (не всегда, конечно, но в современных реалиях обычно китайский) SoC с интегрированным NPU. В этой статье я рассмотрю представителя третьего класса — Axera AX650N, а NVIDIA Jetson будет использоваться для сравнения, так как это единственное массовое edge-решение с универсальными вычислительными ядрами (CUDA).

Это первая часть цикла. Здесь я разберу аппаратную архитектуру самого AX650N — CPU, NPU, DSP, ISP, память — и поделюсь результатами первых тестов: YOLO, Depth Anything, SuperPoint и мультимодальный Qwen3. Подробные бенчмарки и сравнения — во второй части.

Я тестировал AX650N в рамках готового устройства от Sipeed — Maix4 Hat. Он состоит из двух частей: SoM, на котором расположены SoC и 8 GB RAM (2x4 GB, так как у AX650N два отдельных DDR-контроллера), и baseboard от Sipeed с минимальным количеством интерфейсов. Скромность интерфейсов объясняется просто: baseboard — это HAT для Raspberry Pi 5, подключающийся по PCIe 2.0. В такой конфигурации AX650N работает как внешний ML-ускоритель, аналогично Hailo. В рамках этой и последующих статей я буду использовать Maix4 Hat как самостоятельный микрокомпьютер.

Интернет-продажи начинают перестраиваться вокруг новой фигуры — ИИ-агента в роли покупателя. Это уже не чат-бот поддержки или помощник, который пишет письма. Речь о цифровом посреднике, который получает задачу от человека, ищет товары, сравнивает варианты, проверяет условия, общается с сервисами и берет на себя покупку. Разбираемся, какие функции заберут на себя агенты в индустрии покупок, как к этому подготовились ИИ-компании и платежные системы, останутся ли нужны красивые сайты с каталогами и к чему готовиться бизнесу, чтобы внезапно не остаться без продаж.

Несколько месяцев назад я делился первыми впечатлениями от покупки робота. Тогда он только начал осваивать квартиру, строил карту и показывал, на что способен в ежедневной рутине. Все выглядело довольно гладко, особенно после старых моделей от iRobot, где уборка превращалась в постоянную борьбу с проводами и забытой в углах пылью.

Сейчас, когда устройство отработало уже солидный срок, я могу посмотреть на него более трезво. Повседневная эксплуатация добавила деталей, которые не видны сразу после распаковки. Аппарат продолжает выполнять свою работу, все неплохо. Но время выявило моменты в эксплуатации, с которыми приходится считаться. Ими сейчас с вами и поделюсь. Поехали! 

Инженерно-изобретательская мысль работала над промышленными роботами не только в Америке. В Японии и Европе появились собственные варианты промышленных роботов, и поначалу это был обратный инжиниринг. В 1969 году Kawasaki Heavy Industries выпустила своего первого робота Kawasaki-Unimate 2000, собранного по лицензии Unimation Inc. И в том же 1969 году Hitachi презентовала своего промышленного робота, собиравшего с помощью машинного зрения нужные конструкции по чертежу, что было реверс-инжинирингом скорее игрушечного робота «Гаргантюа» студента Гриффита Тейлора, а не Unimate, но уже на новом уровне программирования - компьютерном. К слову сказать, Япония стала первой страной, где в 1971 году появилась Национальная ассоциация робототехники, а сама Япония быстро вошла в число государств-лидеров в области промышленной робототехники.

^{Electrical Projects [CreativeLab]}

В прошлой статье мы ознакомились с одним из самых интересных, по моему мнению, роботов последних лет, на которого выложены исходники — двухколёсным и двуногим одновременно роботом. 

Как мы там увидели, нет ничего невозможного, и, в принципе, подобный робот вполне может быть построен самостоятельно. 

Однако, есть и гораздо более простые варианты, тем не менее, отличающиеся достаточной привлекательностью, где одним из таких является двухколёсный балансирующий робот…

Продолжение статьи о модульных кобот-ячейках для гибкого производства

В предыдущей статье мы разобрали, как коботы и модульные рабочие ячейки решают проблему high-mix, low-volume производства. В частности говорилось о стандарте O-PAS. Попробуем раскрыть подробнее эту критическую часть: как управлять HMLV с программной стороны?

Сегодня много говорят об автоматизации в том ключе, что высокоскоростная робототехника хороша для массового производства одного типа продукта, и совершенно непригодна для гибкой переналадки. Между тем, модель производства, характеризующаяся широкой номенклатурой изделий при малых объемах выпуска (HMLV, high-mix low-volume) представляет значительный рынок.

Попробуем разобраться, как модульные рабочие ячейки с коботами (collaborative robots) решают эту задачу, какие технологии здесь задействованы, и какие реальные результаты уже достигнуты.

ИСТОЧНИК ФОТО: концерн «Калашников».

Есть ли у путинской России шанс остаться космической державой? Вот в чем вопрос. Напомню фразу гаранта, сказанную в ныне далеком 2018 году:

Мы сейчас будем там осуществлять беспилотные, а потом и пилотируемые пуски — для исследования дальнего космоса, и лунная программа, затем исследование Марса. Первое совсем скоро, в 19-м году. Потом собираемся запустить в сторону Марса миссию... Новое продолжение исследования Луны. Не как Советский Союз — наши специалисты постараются сделать высадки на полюса, потому что есть основание полагать, что там может быть вода...

Пока пусто-пусто. Зато здание национального космического центра в Филях в соответствии с карго-культом построено в виде громадного советского ракетоносителя.
Да-да, карго-культ. Как у тех папуасов на островах в Тихом океане, которые делали наушники из половинок кокоса и прикладывали их к ушам, строили из дерева и соломы в натуральную величину самолёты, контрольно-диспетчерские вышки, взлётно-посадочные полосы для привлечения богов - американских самолётов с вещами, вкусной едой и одеждой. Но белые люди ушли и полезные и вкусные грузы перестали падать с неба...

^{github.com/fuwei007/Navbot-EN01}

За прошедшие годы мы привыкли ко многим типам шагающих роботов, однако есть один любопытный тип, который до сих пор вызывает эмоции и, в первую очередь потому, что сама концепция такой платформы позволяет любому желающему изготовить даже достаточно габаритного робота, служащего для переноски больших тяжестей, по пересечённой местности, причём, что особенно интересно, — роботы подобного типа могут быть созданы на базе относительно слабых* микроконтроллеров наподобие esp32 — и речь сейчас пойдёт о двуногих роботах на колёсах…

Умная машина, которая объезжает переходящих дорогу уточек и умеет парковаться сама, появилась не так давно. Но для человечества это была целая эпопея, которая длилась почти 500 лет (!)

Продолжаем разбираться с тем, как научить ROS2 понимать ваш язык программирования. В прошлый раз мы рассмотрели создание и запуск минимальной программы, теперь поговорим про работу с сообщениями. Свою библиотеку я разрабатывал для Lua, поэтому далее в примерах будет встречаться упоминание этого языка.

Обмен данными играет в ROS2 ключевую роль. К счастью, практически все задачи, связанные с передачей и приемом сообщений берут на себя библиотеки rcl и rmw, нам «всего лишь» необходимо обеспечить возможность их создания и обработки.

Структура сообщения в ROS2 описывается в файле с расширением msg или idl. При сборке пакета выполняются следующие действия:

История одной отладки и перехода в серию: как лишний трансформатор портил полезный сигнал с технологией HiPoE и что мы с этим сделали.

Что такое робот, объяснять нет нужды. В последние сто лет, с момента появления в 1920 году самого слова «робот» в пьесе Карела Чапека «R.U.R.», пять поколений людей с раннего детства по книгам и комиксам, кинофильмам и мультфильмам знают о роботах все до мелочей. Знают, как они должны выглядеть – либо быть железными копиями человека, либо внешне не отличаться от нас, оставаясь из металла внутри, и знают, что они должны делать – выполнять за человека тяжелую и утомительную работу, а потом взбунтоваться и поработить людей.  

По-хорошему, сюда же, к роботам, надо отнести более ранние их варианты – слепленного из грязи Голема и собранное из кусков трупов чудовище Франкенштейна, которые сразу же вышли из повиновения их создателям. Это были неудачные и исходно порочные варианты, а есть, расскажут теоретики робототехники, исходно покорные и по своей сути не способные к бунту роботы – секс-куклы. Правда, они, эти секс-роботы, сильно эволюционировали за последние полвека, а к середине нашего века, по прогнозам их изобретателей и рационализаторов, обзаведутся ИИ, и тогда никто не поручится, чем это закончится для человечества с точки зрения демографии. Кстати, искусственный интеллект тоже можно отнести к бестелесным роботам, ведь он тоже призван выполнять за человека, пожалуй, самую тяжелую и утомительную работу – думать, и уже норовит поработить те личности, которым лень подумать самим.   

Современные промышленные роботы в роботическую мифологию не вписываются. Максимум в чем они могут ослушаться хозяина, да и то непреднамеренно, это перегореть или сломаться от усталости металла, а если и начнут что-то делать не так, как им велено, или даже крушить все подряд на своем рабочем месте, то исключительно из-за ущербного ПО или бестолковости их оператора. Да и внешне они не похожи на человека.

Если коротко — да, пора. И не потому, что я ностальгирую по первым изданиям с обтрёпанными корешками, а потому что инженерная задача, над которой Айзек Азимов размышлял с 1942 года, наконец-то перестала быть мысленным экспериментом. Роботы пошли в серию. Гуманоиды учатся бегать, падать и снова вставать. И где-то в этих железяках уже сегодня крутится код, который определяет, кого они задавят первым.

О способах конкретной реализации Трёх законов в современных реалиях, сложностях и перспективах поговорим в статье.

Роботы долгое время умели одно: безупречно копировать заученные движения. Но стоило реальности чуть отклониться от сценария — и они терялись. Теперь одна компания заявляет, что переломила эту ситуацию. Ее робот достигает 99% успеха в реальных задачах — не в лаборатории, а на производстве и в быту. Разработчики утверждают: машина понимает окружающий мир и адаптируется на ходу.

Решение предложил Generalist — стартап, который строит базовые модели для роботов общего назначения. Его основал бывший исследователь Google DeepMind. Nvidia вложилась в компанию на раннем этапе.

Generalist собрала данные необычным способом. Компания использует дешевые носимые датчики — их крепят на запястья людей. Так собирают огромные массивы реальных физических действий. И дообучают роботов.

Ошибки в заголовке нет: я ведь пришел на Хабр во времена Гиктаймс, не мысля себя ничем большим, кроме как техногиком. Впрочем, и это я себе комплимент сделал, простим меня за нескромность. И пусть GT уже давно нет, но я‑то есть. Что до лунохода, то речь о моей личной версии легендарной игрушки «Модель лунохода программируемая самоходная „Электроника“, он же в девичестве Big Trak, на который у меня ушло, чтоб не соврать, около десяти лет. Эй, подождите, сколько‑сколько?»

Зимой клубника в Великобритании долгое время была почти экзотикой. Полки супермаркетов заполнялись импортом из Северной Африки и Ближнего Востока по заоблачным ценам. Для большинства руководителей это просто рыночный факт. Для Джеймса Дайсона — задача, которую можно решить инженерно. Рассказываем, как у производителя пылесосов появился один из самых необычных агропроектов в Европе: ферма, где клубнику выращивают в подвесных конструкциях, собирают с применением роботов и сохраняют в идеальных условиях с помощью собственной энергетики.

В 2026 году LEGO Education делает ход, который ещё пару лет назад казался невозможным:

- компания отказывается от собственной робототехнической платформы, 
- снижает роль программирования и внедряет элементы ИИ в образовательном курсе, 
- заменяет хабы… карточками NFC.

Очередная смена поколений электрики, наборов и деталей? 
Или пересмотр стратегии модели STEM-образования? 

В статье раскрываем картину происходящего.

Пару лет назад у меня возникла мысль, почему бы не написать полноценную клиентскую библиотеку ROS2 для языка Lua?.. Увы, результат оказался невостребованным, зато сама разработка позволила лучше понять, как устроен этот фреймворк, а также с интересом провести время, разгадывая логические головоломки.

Создатели ROS2 вынесли базовый функционал в C библиотеку  rcl (ROS Client Libraries). В теории, достаточно создать обертку на каком-либо языке программирования и можно пользоваться. Между тем, сторонних клиентских библиотек не так уж много. На мой взгляд, можно выделить следующие причины:

Скажите роботу «настрой манипулятор» — и он напишет драйвер сам. Звучит как фантастика из тех самых фильмов 80-х и 90-х, но мы уже реализовали это в OpenGrall. Рассказываю, как работает режим Инженера и почему последнее слово всегда остаётся за человеком