Робототехника

В предыдущей статье я показал, как настроить GPIO одноплатника на примере Orange Pi Zero H+. Я привел команды для проверки GPIO и написал скрипт gpio_setup.sh для добавления необходимых прав на GPIO для пользователя. Также разработал класс LedLineGpio для управления светодиодами и настроил задержку при отправке команд. Кроме того, я изменил механизм их отправки так, чтобы команда не дублировалась при удержании кнопки.

В четвёртой статье я расскажу, как управлять моторами через популярный драйвер двигателей L298N. Также покажу, как подключить этот драйвер к одноплатнику Orange Pi Zero H+. Будет представлен программный код для управления моторами через GPIO, а также код самих команд управления роботом для бэкенд-приложения на FastAPI.

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

В сегодняшней статье расскажу, как на стенде измеряется угол, чем обеспечивается защита от дурака, и как мне помог ChatGPT.

Предыстория вопроса. Знакомство с китайской компанией Dobot началось год назад с проекта «Кубики».

Для проекта требовался небольшой недорогой механизм, способный строить башню из кубиков.

Исследование тематических ресурсов мне удалось составить небольшой перечень возможных конструкций. Так же был найден интересный ресурс на сайте МФТИ — лабораторная работа «Робот строит башню».

В современном мире складская логистика играет ключевую роль в обеспечении бесперебойной работы цепочек поставок. Оптимизация и повышение эффективности работы склада становятся приоритетной задачей для бизнеса, стремящегося к сокращению затрат и повышению конкурентоспособности. При этом, все больше внимания со временем начинает уделяться не только производительности и своевременности обработки грузов, но и качеству обеспечения процесса обработки и транспортировки грузов.

18 марта 2025 года практически незамеченным прошло одно печальное событие — в преклонном возрасте 44 лет скончался бонобо Канзи. Это был достоверно самый выдающийся ум из представителей своего вида. Один из моих первых постов на Хабре был посвящён этому выдающемуся примату, и прожитая им феноменальная жизнь интересовала меня как модель существования одинокого человека (впрочем, у Канзи была семья) в кругу высокоразвитых гуманоидов, интеллект которых остаётся для этой особи непостижимым и недостижимым. Размышляя о Канзи, я опять задумался, что буквально по пальцам можно пересчитать удачные фантастические сюжеты, в которых человек приобретает суперинтеллект и не знает, что с ним делать, либо (фабула обязывает) страдает от такого буста. Корифеи жанра наверняка вспомнят какие-то сюжеты кроме «Газонокосильщика» и «Цветов для Элджернона». Но в настоящее время, когда имплантаты Neuralink уверенно вышли в продакшен, аппаратное усиление мозга без всякой фармацевтики уже замаячило на горизонте, о чём и поговорим под катом.

Тема спасения альпинистов захватила интернет в последний месяц. Спасатели рискуют своей жизнью, но во многих случаях эвакуировать людей с больших высот существующими способами невозможно.

Я начинаю серию статей о Visual SLAM. Я давно хотел разобраться в этой непростой теме и решил что будет полезно параллельно делиться информацией с коммюнити робототехников.

В этой серии статей я буду рассказывать об основных механизмах работы VSLAM без глубокого погружения в низкоуровневые детали. Для любопытных читателей я буду давать ссылки на полезные материалы где можно ознакомиться с темой более детально. Моей целью является дать читателю общее понимание работы визуального SLAM. Также я буду рассматривать популярные алгоритмы VSLAM и расскажу какие пакеты для VSLAM доступны в платформе для разработки робототехники ROS 2.

В первой статье мы познакомимся с визуальным SLAM в общих чертах с точки зрения его применения в робототехнике. Робот должен выполнять некоторые специфические задачи, например доставку грузов, чистку тротуаров, дезинфекцию воздуха (в больнице). В большинстве случаев для выполнения таких задач роботу требуется понимать текущее положение в пространстве и быстро перемещаться в целевую точку. Чаще всего окружающее пространство в котором оперирует робот представляет собой довольно сложную среду со множеством объектов (часть из которых постоянно перемещаются). Для эффективного перемещения по такой среде роботу нужно иметь карту пространства в некотором удобном формате.
Для построения и локализации на такой карте используется SLAM. Суть SLAM заключается в том что робот перемещается в пространстве и параллельно строит карту местности.

Существует несколько разных типов SLAM которые классифицируются в зависимости от типа сенсоров, которые используются для получения данных об окружающей среде. [ Например, для получения сенсорных данных используются ]

Мы будем рассматривать только визуальный SLAM. Это такой вид SLAM, где в качестве источника сенсорных данных используется камера (монокулярная, стерео или RGB‑D).

Существует несколько видов Визуального SLAM. [ написать какие видв Visual SLAM (monocular, visual + IMU etc) ]

Привет, Хабр! В прошлый раз я писал об эволюции роботов-пылесосов: мы отследили их путь от обычного «глотателя пыли» на колесиках до умной системы. Сегодня предлагаю узнать, как ваш домашний помощник ориентируется в пространстве. Разберемся, как устроено «зрение» робота, что за сенсоры и алгоритмы помогают ему действовать. Заодно обсудим, что ждет нас в будущем — от миниатюрных лидаров до адаптивных систем, заимствованных у беспилотных автомобилей.

Для руководителей логистических служб, IT-директоров и владельцев складских комплексов

В 2018 году у меня возникла необходимость ознакомиться с передовыми логистическими практиками по обработке овощей и фруктов. Сразу несколько моих знакомых загорелись идеями по организации «логистического оператора нового уровня», в связи с чем мы целой организованной группой направились в Нидерланды, где уже много лет работал однокурсник одного из знакомых. Нам была обещана экскурсия с полным погружением «от фермы до прилавка», и обещание было сдержано. Однако, посещая склад за складом, мы все больше недоумевали: где же роботы? Где максимальная автоматизация? Складе уже эдак на шестом‑седьмом, куда мы приехали под обещание, что нам — наконец — покажут полностью роботизированный склад, мы не выдержали, и «приперли к стенке» нашего гида: «Где? Где мега‑технологии?». Тот усмехнулся, вывел нас во двор, и ткнул пальцем в явно давно не используемое здание неподалеку: «Вот!».

Робот оснащён модулем компенсации мышечной нагрузки, который обеспечивает вспомогательный крутящий момент.

Носимый робот вышел на коммерческий рынок, начав использоваться в сервисах Korean Air. Разработанный Hyundai Motor и Kia, носимый робот X-ble Shoulder будет развернут на различных объектах сборки и технического обслуживания авиационной техники.

Робот также сыграет ключевую роль при работе с коммерческими и военными самолётами, дронами и ракетами-носителями для запуска спутников.

X-ble Shoulder предназначен для снижения нагрузки на плечи при работе с поднятыми руками, что часто встречается при техническом обслуживании авиационной техники.

Как найти 3D координаты объектов на изображении?

Статья о задаче пространственной локализации объектов на изображении с одной камеры и о её решении с помощью OpenCV

Почему человек, в отличие от большинства млекопитающих, ходит на двух ногах? Оказывается, эволюция выбрала самый энергоэффективный вариант — и робототехника повторяет этот путь.

В рамках разработки универсального программного стека для гуманоидных роботов перед нами встал фундаментальный вопрос: почему именно двуногая архитектура должна стать основой для масштабируемых робототехнических решений? В эпоху стремительного развития автономных систем и мобильной робототехники важным становится выбор оптимальной платформы для передвижения по земле. В этой статье рассмотрим количественные доказательства превосходства двуногих систем (бипедов) над многоопорными платформами с точки зрения энергоэффективности, надёжности и экономики производства. Основу анализа составляют данные из биомеханики, робототехники и эволюционной биологии.

Импортозамещение стало не просто стратегической инициативой, а вопросом выживания бизнеса. В 2022 году многие компании столкнулись с жесткой реальностью: зарубежные вендоры резко прекратили поддержку своих продуктов на российском рынке. В лучшем случае, о прекращении доступа к продуктам предупреждали за несколько месяцев, в худшем — система переставала работать без предупреждения.

Помню, как в марте‑апреле 2022 года нам начали поступать тревожные звонки. Картина была от уровня «у нас все перестало работать» до «у нас полгода на полную замену всех систем». Удивительно было то, что те, кого это не коснулось в моменте, продолжали спокойно смотреть на происходящее со стороны, как будто их это никогда не коснется. В целом, я лично оценил поговорку «пока гром не грянет…», так как даже подготовка к внедрению «Честного знака» у некоторых выглядит так: за полгода набираешь — «рано», за три месяца — «мы думаем», за месяц — «катастрофа, пора внедрять».

Особенно запомнился звонок от директора крупного производственного предприятия, который — не скрывая волнения — сказал: «У нас есть неизвестный запас времени: от трех месяцев до конца года». При этом, их производственный процесс крайне сложный, с множеством нюансов и многими годами кастомизации зарубежных систем, которые они до этого использовали.

Некоторым компаниям «повезло» меньше. Их вендоры просто выключили системы, сделав вид, что клиенты перестали существовать.

Представьте себе эту ситуацию. За 90–120 дней нужно было пройти весь путь с нуля: провести тендер среди поставщиков, выбрать подходящую систему, составить техническое задание, согласовать его с десятком департаментов, найти интегратора, перенести или смириться с потерей накопленных за многие годы данных, настроить интеграции, обучить персонал. И все это без остановки основной деятельности.

Привет! Меня зовут Валерий Ильин, я руководитель сектора разработки мобильных роботов в Яндекс Роботикс. До недавнего времени в нашей линейке роботов отдельно жили мобильные роботы (робот‑инвентаризатор и робот‑тотоносец) и проекты на основе роборук (депалетизатор, пикер). Решения закрывали две основные операции на складе: перемещение товара и его отбор, но по отдельности. Идея объединить их и собрать робота, который закрывает обе операции, зрела в мыслях уже давно. Но прежде чем задумка воплотится в жизнь, ей нужно было созреть, набраться сил, а нам — опыта.

В феврале 2025 года мы начали разработку автономного робота, который сможет делать всё, что делает человек‑комплектовщик, — только не уставая и в предсказуемом темпе.

И сегодня я хочу рассказать о нашем роботе‑комплектовщике. Пока это только прототип, разработанный за 4,5 месяца, но у нас есть техническая концепция, которую мы планомерно реализуем.

Под катом разберём, с какими ограничениями сталкивается классическая роботизация (стационарные роборуки, AMR‑ и FMR‑тележки), почему склады не готовы радикально менять процессы и как это повлияло на архитектуру решения. А ещё я покажу, как мы сделали локальное планирование на роботе, доработали софт мобильной платформы, а также добавили камеры и обработку глубины. В конце поделюсь промежуточными результатами и расскажу о наших планах — от стекинга до тестов на реальных складах.

Научные настольные игры для детей продолжают оставаться достаточно специализированной нишей, балансируя на грани между «обычными» настольными играми и методическими пособиями. Я решил рассказать о наиболее интересных новинках с обучающим уклоном в информатику, программирование и робототехнику, доступных в России в 2025 году, которые или можно купить прямо сейчас или предзаказать.

Когда ChatGPT или Gemini дают, казалось бы, экспертный ответ на ваши насущные вопросы, вы можете не осознавать, на каком объёме информации он основан. Как и другие популярные генеративные модели искусственного интеллекта (ИИ), эти чат-боты опираются на базовые (foundation) модели, обученные на миллиардах или даже триллионах данных.

Аналогичным образом инженеры надеются создать базовые модели, которые обучат различные роботы новым навыкам — например, поднимать, перемещать и класть объекты в таких местах, как дома и фабрики. Проблема в том, что собирать и передавать учебные данные между разными роботами сложно. Можно обучить систему, телеманипулируя оборудованием пошагово с использованием технологий вроде виртуальной реальности (VR), но это отнимает много времени. Обучение на интернет-видео менее эффективно, поскольку они не предоставляют пошагового специализированного объяснения задач для конкретных роботов.

Подход, основанный на симуляции, под названием PhysicsGen от Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) MIT и Института робототехники и ИИ, адаптирует тренировочные данные для роботов, чтобы помочь им находить наиболее эффективные движения для задачи. Система может превратить несколько десятков VR-демонстраций почти в 3000 симуляций на каждую машину. Эти высококачественные инструкции затем сопоставляются с точной конфигурацией механических систем, таких как роботизированные руки и манипуляторы.

PhysicsGen создаёт данные, которые обобщаются под конкретные роботы и условия, используя трёхэтапный процесс. Сначала гарнитура VR отслеживает, как человек манипулирует объектами, например, кубиками, используя свои руки. Эти взаимодействия одновременно отображаются в 3D-физическом симуляторе, визуализируя ключевые точки на руках в виде маленьких сфер, которые повторяют жесты. Например, если вы перевернёте игрушку, вы увидите 3D-фигуры, представляющие различные части ваших рук, вращающие виртуальную версию объекта.

Люди искали клады с незапамятных времен. То есть с момента, когда появилось понятие ценностей — их хранили и скрывали от посторонних глаз. А когда в обществе возникли деньги, кладов стало ещё больше. Собственно, этимология слова «сокровище» как раз и говорит о том, что это нечто скрытое, спрятанное. 

Прятали деньги, драгоценности, оружие и многое другое. Одни делали заначки на чёрный день, причём даже небогатые крестьяне умудрялись откладывать что-то в кубышку. Другие убирали ценности в период междоусобиц, чтобы они не достались врагам. Третьи и не собирались ничего прятать, но судьба распорядилась иначе — и вот после крушения корабля на морское дно опускались несметные сокровища. Вариантов много, а итог один: клад должен быть, а знающих о его точном местонахождении не осталось. 

Есть немало кладов, которые ищут до сих пор. Чтобы рассказать обо всех, потребуется целая книга, упомянем про несколько самых известных. 

Представьте сцену недалёкого будущего. В яркой, высокотехнологичной операционной рядом с хирургическим столом стоит изящная рука робота. Этот автономный робот не будет действовать полностью самостоятельно, но он поможет в предстоящей операции, выполняя ключевые задачи независимо, с повышенной точностью и сниженным риском.

Пациент — один из более чем 150 000 человек, которым ежегодно в одних только США диагностируют рак толстой кишки. Единственное излечение — удалить поражённую часть кишки, желательно с помощью малоинвазивной лапароскопической операции, при которой хирургические инструменты и тонкая камера вводятся через небольшие разрезы. Но такие операции часто сложны. Основными факторами, влияющими на исход и осложнения (которые возникают до 16 % случаев), остаются навыки, опыт и техника хирурга. Эти осложнения могут снизить качество жизни пациента и увеличить риск смерти. Надежда заключается в том, что автономный хирургический робот улучшит эти показатели.

Во время операции робот выполнит задачи, требующие предельной точности. Сначала хирург вручную управит движениями робота для удаления раковой ткани, а затем проследит, как робот самостоятельно сошьёт оставшуюся здоровую кишку. Используя несколько видов визуализации и планирование операции в реальном времени, робот наложит каждый шов с субмиллиметровой точностью — такого не достигнут человеческие руки. В итоге линия шва будет прочнее и ровнее, а значит, с меньшей вероятностью разойдётся — опасное осложнение, которое возникает, когда соединение заживает плохо.

Foro Transfiere 2025 в Малаге объединил научные разработки, технологии будущего и стратегии устойчивого развития — и показал, как наука меняет мир

Малага, март 2025 года. В начале весны в испанской Малаге прошёл один из ключевых европейских форумов в сфере науки, технологий и инноваций — Foro Transfiere 2025 . Более 5 000 участников, около 230 стартапов, более 100 тематических сессий — всё это сделало мероприятие не просто конференцией, а мощной платформой для обмена опытом, установления деловых контактов и продвижения научных разработок.

Роботы-пылесосы прошли путь от игрушек, натыкающихся на мебель, до машин, которые сканируют комнаты лазерами, распознают носки и синхронизируются с голосовыми ассистентами. Их развитие — история компромиссов: между ценой, точностью и автономностью. Первые модели ползали наугад, современные строят 3D-карты и адаптируют мощность под тип напольного покрытия. Давайте посмотрим, как менялись «мозги» роботов, сенсоры и логика, почему некоторые задачи все еще не по силам и что делает их удобными или раздражающими для пользователей.