Робототехника

В предыдущей статье я подключил веб-камеру, одноплатный компьютер Orange Pi Zero H+, драйвер двигателей L298N, светодиод (LED) и пауэрбанк к гусеничному шасси. Я написал код для LED, который используется в роли индикатора подключения. Также добавил обработку ошибок для линий GPIO. Я успешно протестировал управление роботом без веб-камеры, который прошёл небольшую полосу препятствий.

В этой статье я встрою команды для работы с веб-камерой в код сервиса робота. Wi-Fi антенна будет заменена на более крупную, что обеспечит более стабильный приём сигнала. Кроме того, я расширю управление, добавив поддержку клавиш клавиатуры — это позволит удобнее управлять роботом с ноутбука или ПК. После этих улучшений я поуправляю роботом от первого лица, наблюдая за происходящим через веб-камеру, и пройду более сложную полосу препятствий.

Статья будет полезна любителям DIY-проектов и веб-разработчикам, интересующимся фреймворком FastAPI.

Зачем топтать мою любовь паять своё авто? ;-)

Каждый день, одни технологии уходят, а другие приходят, вставая на место ушедших, где многие из них представляют собой довольно интересный объект для исследования, в свете чего, окунемся в прошлое, и посмотрим на ещё одну, которая почти осталась «за кадром»...

Сегодня я хочу показать и рассказать вам, как, подключив к ESP32-S3 тепловизионную матрицу MLX90640, можно запустить веб-сервер для стриминга теплового изображения с определением в реальном времени того, какие сущности попали в поле зрения тепловизора.

В моём случае была обучена свёрточная нейронная сеть для классификации трёх сущностей в инфракрасном спектре: кошки, человека или же отсутствие двух предыдущих.

Данная система является полностью автономной, и инференс TensorFlow Lite-модели происходит прямо на борту микроконтроллера.

DJI превратила дрон из игрушки для гиков в технологичный гаджет, и параллельно покорила мировой рынок видео. Но знаете, что самое удивительное? Их главный продукт - вовсе не дроны. Настоящий двигатель успеха DJI скрыт внутри, и именно он сделал компанию глобальным лидером. Разбираемся, что это за технология.

В этой статье я предлагаю свой экспертный взгляд на будущее антропоморфной робототехники. Он основан на анализе технологических трендов, состояния инфраструктуры и тех потребностей рынка, которые зачастую остаются неочевидными. В том числе познакомлю со своими прикладными исследованиями в области изготовления искусственных мышечных волокон, для применения в "мягкой" робототехнике.

Weave Robotics, Figure 02, Figure 03, Physical Intelligence, Google, 7X Tech — кажется, каждую неделю появляется новое видео, где робот складывает одежду. Компания Dyna вообще засняла 18 часов непрерывного складывания салфеток — возможно, лучшее робо-видео года. Причём это не единичные лабораторные эксперименты: 7X Tech уже планирует продавать таких роботов в массы. Роботы складывают вещи на робототехнических выставках. Google показала складывание одежды в проекте ALOHA Unleashed. Что же случилось? Почему вся робототехническая индустрия внезапно помешалась на складывании футболок и полотенец?

Наборы LEGO с электрикой уже давно перестали быть просто игрушкой. Современная серия устройств Powered Up — это небольшая модульная робототехническая платформа: smart-устройства, моторы, датчики, подсветка, управляемые по Bluetooth, с возможностью программирования поведения моделей, что ранее было доступно только в специализированных наборах (LEGO Mindstorms, Education).

Как же получить данные из smart-устройства, ведь это открывает новые возможности по использованию LEGO наборов.

Привет, Хабр! Сегодня мы погрузимся в увлекательный мир роевого интеллекта и децентрализованных систем. Я покажу, как простые правила, заложенные в каждый элемент системы, позволяют добиться сложного группового поведения без единого центра управления. В качестве полигона используем виртуальный рой автономных дронов.

*Код и симуляция: Python 3.8+, matplotlib, numpy

Проблема централизованного управления

Представьте, что вам нужно координировать движение 50 дронов. Первое, что приходит в голову — центральный контроллер с нейронной сетью, которая вычисляет оптимальные траектории для каждого аппарата. Но у этого подхода есть фундаментальные недостатки:

Это пре-релиз статьи для русской Википедии.

Я выкладываю материал на суд сообщества Хабра. Я хочу, чтобы мы вместе сделали лучший материал по этой теме в рунете.

Моя просьба к вам:

Читайте с пристрастием. Если видите математическую неточность или знаете, как объяснить проще — пишите в комменты.

Забирайте код. Он рабочий, его можно использовать для своих лаб или проектов.

Поддержите пост. Если вам нравится идея качественного научпопа — ставьте лайк и стрелку вверх. Чем больше людей увидит, тем качественнее станет статья.

Итак, наливайте кофе. Мы отправляемся в мир матриц, дифференциальных уравнений, устойчивости и красивых алгоритмов, которые управляют устойчивостью движения роботов, самолетов, дронов, ракет и даже финансовых рынков.

Недавно посмотрел серию «Любовь, смерть и роботы», где робот-пылесос выходит из-под контроля и начинает охоту на свою пожилую владелицу и ее собачку (ответ сервисной службы: если ваш робот-пылесос пытается вас убить, нажмите 3). Вспомнился кейс разработчика городских роботов-уборщиков «Автономика», которые поддерживают чистоту в парках Москвы аж с 2023 года. Чтобы убедиться, что в него не встроены функции уничтожения человека, решил разобраться подробнее. Конечно, больше всего мне была интересна тема телематики и навигации – как робот ориентируется в пространстве и действует при встрече с разными препятствиями.

Вчера, 19 ноября в Москве стартовала юбилейная конференция AI Journey, и первый день оказался настолько насыщенным прорывными анонсами, что потребуется не одна статья для их осмысления. От президентских поручений до танцующего робота - разбираемся, что произошло и почему это важно.

В наше время перемен руководители сталкиваются с непростыми задачами: защитить бизнес, обеспечить прибыльность и быстро адаптироваться к цифровизации. В поисках стабильности многие компании спешат внедрить автоматизацию, часто не имея четких бизнес-процессов.

Интересно, что, по нашим наблюдениям, 75% организаций обращаются к автоматизации, когда ситуация уже критическая. В этот момент склады не справляются с нагрузкой, а процессы зависят от конкретных сотрудников. Вместо планового развития компании вынуждены экстренно решать проблемы, что влечет за собой значительные финансовые риски.

Вместо того чтобы продумать будущее, они вынуждены тушить пожары: исправлять пересорт, платить штрафы, компенсировать убытки и восстанавливать репутацию.

Хабр, привет!

Сегодня я хочу поделиться с вами не просто еще одним кейсом или историей успеха. Это будет подробный, почти детективный разбор одной из самых принципиальных и поучительных историй в практике нашей компании INTEKEY. Речь пойдет о том, как слепая вера в «инновации» и массовый хайп чуть не привели нашего клиента к финансовому провалу в почти полмиллиарда рублей, и о том, как холодный, системный подход к логистическому проектированию, данные и трезвый расчет помогли принять единственно верное решение.

Это не теория и не маркетинговая сказка. Это реальный проект, с реальными цифрами, диалогами и сложными решениями. Меня зовут Владимир Финк, я генеральный директор компании INTEKEY, и эта история началась несколько лет назад, когда мы только выводили на рынок нашу WMS-систему. Мы тогда были молодыми и голодными, но уже тогда в нашем ДНК было заложено правило: сначала думаем, потом — делаем. И, как оказалось, это был наш главный козырь.

Сегодня достаточно скачать с GitHub-a открытый стек автопилота, прикрутить пару камер или лидаров с AliExpress к небольшой электрической платформе, прокатить ее по парковке — и проект уже называют «автономным». Но заставить машину без водителя в реальных условиях выполнять задачи бизнеса, например, перевозить тонны груза в -30 °C и +50 °C, и, при этом, зарабатывать деньги — это совсем другая лига, где сходят с дистанции даже стартапы с сотнями миллионов долларов инвестиций. 

Я — Дмитрий Куликов, последние 2,5 года руковожу разработкой ПО в Evocargo. Мы с нуля разрабатываем, проектируем, производим и внедряем автономные электрогрузовики максимально высокого на сегодня серийно-эксплуатируемого уровня автономности. Уже 5 лет они работают на десятках коммерческих объектов по всей России. Как пробиться в лигу успешных проектов в автономном вождении, как мы приняли решение строить собственную платформу и почему Маск всё ещё не прав — расскажу в этой статье.

Кейс внедрения роботизированной системы на одном из крупнейших молочных заводов России. Рассказываем, как роботы модели Автомакон Robots С1 забирают паллеты с конвейера и отвозят их в холодильник, проходя через шлюзовые камеры. Рассматриваем цели бизнеса, технические характеристики, полный цикл работы и интеграцию с оборудованием. Предварительные выводы: срок окупаемости 1,5-2 года, повышение производительности и сокращение «ручного» труда.

Итак, некоторое время назад, я осознал, что для мелкого прототипирования печатных плат мне уже не хватает возможностей ЛУТ/фоторезиста (да и сверлить всё равно потом отверстия надо), поэтому задумал я перейти на следующий уровень — делать мелкие партии печатных плат с помощью ЧПУ фрезера, который и был благополучно приобретён, модели Lunyee 3018 Pro Ultra, и весь дальнейший рассказ будет о том, что это за зверь.

Думаю, что многим будет интересно... ;-)

В Гонконге разработали технологию для передвижения четвероногих роботов. Теперь они почти как настоящие животные способны автономно преодолевать экстремально сложные препятствия. Роботы находят обходные пути там, где кажется, что пройти невозможно. Как это стало возможно и какие возможности открывает новая технология?

Привет, коллеги! Знаете, что интересно? В последнее десятилетие о цифровой трансформации, цифровизации и автоматизации было сказано столько, что, казалось бы, добавить нечего. Но на практике мы видим, как до сих пор возникают барьеры и даже подмена понятий, когда речь заходит о развитии складской логистики. Опыт в данном случае подсказывает, что ключ к успеху лежит не столько в погоне за модными трендами, сколько в системном и прагматичном подходе.

Илон Маск, глава Tesla, наконец получил беспрецедентный мандат доверия (и невероятное вознаграждение) от акционеров. Ему одобрили компенсационный пакет, потенциальная стоимость которого достигает 1 триллиона долларов. Это прецедент в истории корпоративного управления, особенно в Кремниевой долине. Сумма, по расчётам, сопоставима с национальным бюджетом небольшой страны, а состояние Маска может превысить ВВП большинства стран мира.

Сейчас всё больше внимания уделяется робототехническим решениям, антропоморфным (гуманоидным) роботам и физическому искусственному интеллекту, в этой сфере появляется всё больше и больше новых участников и стартапов. У них зачастую есть отличные идеи, которые могут изменить отрасль, но что нужно сделать, чтобы превратить хорошую идею в успешный бизнес? Известно, что большинство новых компаний терпят неудачи, однако есть те, кому удалось добиться успеха. Попробуем разобраться как они этого добились?
Хочется высказать большую благодарность компаниям за то, что они готовы откровенно рассказывать о своих неудачах и успехах.

Эта статья основана на основе материалов презентации Дороты Шортелл на конференции RoboBusiness 2025, общении с представителями российских и зарубежных компаний, разработчиков робототехники, и собственного опыта в робототехнической компании. В статье есть ссылки на те компании, которые публиковали публично информацию о своём пути к успеху

Хочется высказать большую благодарность компаниям за то, что они готовы откровенно рассказывать о своих успехах и неудачах.

Изучая опыт компаний, успешно развивающих робототехнику, и компаний, которые потерпели неудачу или были вынуждены сменить направление, позволяет новым компаниям в сфере робототехники понять, какие действия им следует предпринять, чтобы максимально увеличить свои шансы на создание устойчивого бизнеса.

Выводы основаны больше на опыте нескольких десятков американских компаний и стартапов, но этот опыт вполне адекватен и для российского робототехнического сообщества. Получившиеся выводы можно разделить на 5 основных категорий: