Робототехника

За 30 лет BYD прошёл путь от небольшого производителя аккумуляторов до главной автомобильной компании Китая. BYD растёт в полтора раза каждый год, обогнал Tesla и дышит в спину Toyota и Volkswagen. Разбираемся, за счет чего этот китаец так разогнался.

В прошлый раз я рассказывал о контекстно-зависимом поведении протеза и теоретизировал по поводу дальнейшего развития данной концепции. Однако в тот же момент уже было понятно, что дальнейшие эксперименты невозможны без, так сказать, надежной базы, то есть без полнофункционального, пригодного к использованию по своим механическим и эксплуатационным характеристикам прототипа. Такой и была моя задача на эту итерацию - сделать руку, которая механически сможет выдержать манипуляции с габаритными предметами, будет иметь автономное питание, и самое главное, будет управляться "по-настоящему", с помощью миодатчика на бицепсе.

Добрый день! Приглашаем вас принять участие в хакатоне «Сборка и программирование учебного ROS2-робота», который пройдёт в первом блоке ROS-митапа 4-6 апреля 2025 года. Второй блок будет посвящён мастер-классам для робототехников.

В статье расскажу, как собрать гусеничную платформу, управляемую ИК-пультом. Платформа будет принимать команды с пульта через ИК-датчик, которые будут обрабатываться платой Iskra mini (российским аналогом Arduino mini).

Также речь пойдет о том, как определить коды кнопок любого ИК-пульта, даже если это старый пульт от видеомагнитофона вашей бабушки. Я напишу код для Iskra mini, который будет принимать команды и управлять платформой. В конце вас ждет видеодемонстрация её возможностей.

На создание этого проекта меня вдохновил интерес к DIY и электронике. Также я хочу поделиться своими знаниями в робототехнике с людьми, которые только начинают осваивать Arduino. Нет ничего лучше, чем начать с простого проекта, который в дальнейшем можно усложнить.

Думаю, статья будет интересна начинающим робототехникам и любителям проектов DIY с микроконтроллерами Arduino. Я буду подробно описывать процесс, чтобы любой желающий мог повторить этот проект на аналогичных или похожих компонентах.

Пару дней назад на конференции GTC 2025 Nvidia представила первую open source модель для гуманоидных роботов — Isaac GR00T N1. Оммаж Marvel Studios считывается на ура и объясняется стратегическим партнерством Nvidia с Disney Research и Google DeepMind в области робототехники — на той же конференции гендиректор Nvidia Дженсен Хуанг представил еще и физический движок Newton для моделирования движения роботов в условиях реальной среды.

Но не это самое интересное. Isaac GR00T N1 примечательна тем, что в ней используется dual-system design — «дуальная система мышления». Авторы разработки не скрывают, что взяли идею у нобелевского лауреата Даниэля Канемана из его известной научно-популярной книжки «Думай медленно, решай быстро». И нам стало интересно разобраться, где закончилось вдохновение и начался авторский подход — и чем вообще различаются AI-модель Nvidia и модель человеческого мышления Канемана. Об этом расскажу я — Екатерина Косова — аналитик Cloud.ru и исследователь в области когнитивной психологии.

Как отправить робота на автономное патрулирование и научить его «видеть»? Разбираем реальный кейс создания роботизированной системы мониторинга на базе отечественной платформы: выбор оборудования, интеграция ИИ и примеры кода. Делимся опытом, как научить робота собирать данные, обходить препятствия и почему отказались от модной робособаки.

В мире, быстро меняющемся из-за развития искусственного интеллекта, отношения между людьми и машинами становятся всё более интересной и важной темой. И вместо того чтобы рассматривать ИИ как угрозу или замену, появляется новая перспектива — предполагающая будущее, в котором ИИ и человечество сосуществуют в симбиотическом партнерстве, дополняя и усиливая друг друга. Эта концепция «симбиотического интеллекта» обещает раскрыть беспрецедентные уровни креативности, решения проблем и даже морального обоснования.

AI-платформы и инструменты активно развиваются, предлагая решения для различных задач: от генерации текста и изображений до автономных систем и бизнес-аналитики. Локальные решения, такие как Stable Diffusion и LLaMA, позволяют использовать ИИ без подключения к интернету, что особенно важно для задач, требующих конфиденциальности и высокой производительности. Выбор платформы зависит от конкретных задач, бюджета и технических возможностей.

Наша цель — придумать ROS2-робота для старших классов школ и университетов. Чтобы он помогал изучать современные технологии при минимальной стоимости компонентов и простоте сборки. А также чтобы был потенциал модернизации для участия в соревнованиях. Расскажу вам о текущем состоянии этого проекта.

Это пятая из серии статей о робототехнической платформе ROS. Первую статью можно найти здесь. В предыдущей статье я рассказывал о параметрах в ROS. В этой статье я расскажу о том как можно динамически управлять параметрами в ROS с помощью dynamic_reconfigure . Кому интересно прошу под кат.

Пакет dynamic_reconfigure позволяет изменять параметры, которые хранятся на Parameter server в рантайме. Он отвечает за отправку нового значения параметра на сервер параметров и оперативное уведомление всех узлов, которые используют это параметр. Таким образом наш узел узнает об изменениях значения параметра без необходимости его перезапуска.

Например, у нас может быть GUI приложение, которое позволяет настраивать параметры в робототехнической системе. Также dynamic_reco

https://automaticaddison.com/working-with-ros-nodelets-in-ros-noetic/

http://wiki.ros.org/nodelet

На Хабре уже было несколько статей о некоторых товарах, показанных на январской CES 2025. Но авторы сосредоточились на самых «горячих» продуктах: ноутбуках, видеокартах и других компонентах компьютеров. Однако CES — это всё‑таки выставка потребительской электроники (CES), и там было немало интересных и курьёзных товаров из самых разных сегментов рынка. На выставке продвигают себя как амбициозные стартапы, так и крупные технологические гиганты, представляющих свои последние разработки. Некоторые из них никогда не дойдут до рынка, но многие в конечном итоге окажутся в наших домах.

Последнее десятилетие искусственный интеллект развивался преимущественно за счет методов глубокого обучения. Но создание систем, работающих в сложном трехмерном пространстве (даже несмотря на некоторые успехи VLA-моделей), остается по-прежнему трудной задачей. В статье представлен альтернативный подход к созданию систем искусственного интеллекта, разработанный Джеффом Хокинсом и командой Numenta (с начала этого года — Thousand Brains Project). Описана ранняя версия сенсомоторного агента, способного изучать объекты в пространстве подобно тому, как это происходит в неокортексе. Ключевой особенностью его архитектуры является использование повторяющегося вычислительного (обучающегося) модуля, подобного кортикальной колонке мозга млекопитающих.

Базово наш робот не отличался от остальных. Главное отличие состояло в начинке. Роботы на «Битве» — это большие и тяжёлые машинки на радиоуправлении, которых полностью контролирует оператор-человек. Мы собирались сделать автономный «аппарат», который не будет управляться человеком и сможет победить в соревновании.

И у нас практически получилось.

Привет, меня зовут Дмитрий, я аспирант 4-го курса факультета «Систем управления и робототехники» Университета ИТМО. Я расскажу историю, как мы в прошлом году с командой выступили на «Битве роботов» с автономным роботом. Так как подобные роботы на ринге «Битвы» не появлялись, и мы, в свою очередь, ещё не занимались постройкой 160-килограммовых «самодвижущихся» боевых аппаратов, которые управляют «сами собой», опыт был весьма занимательный.

Как прочитать данные с недорогого лидара от робота-пылесоса на ESP32, визуализировать показания на кольце из 12 светодиодов и даже интегрировать решение в робота для участия в соревнованиях.

Напомним вкратце, что было в предыдущей статье про робота (ссылка): мы протезная компания, которая за 100 дней решила сделать своего робота реАбилитолога.

В этой статье я расскажу о продолжении работы над своим проектом стереокамеры на базе FPGA Gowin. В последней версии я добавил блок расчета попиксельной межкадровой разницы, используя встроенную в один корпус с FPGA SDR SDRAM память

Встретить робота‑доставщика на улицах Москвы — привычное дело. Ещё они развозят заказы в Иннополисе и Мурино, побывали на Красной Поляне и совсем недавно изучили один из районов Алматы. При этом запуск доставки роботом в новом районе или городе — это достаточно сложная процедура. Нужно определить локацию для запуска, записать и отрисовать карты, наладить инфраструктуру, протестировать все процессы, организовать поддержку для роботов.

Но несмотря на такой большой объём работ, весь процесс весьма интересный. Именно о нём я и расскажу в этой статье. Под катом — история о том, как мы поставили робота «на колёса» в Казахстане, показывали ему город для записи данных и учили объезжать арыки.