MemGlove - перчатка для распознавания положения пальцев


Исследователей из MIT CSAIL сконструировали перчатку MemGlove, которую можно использовать в качестве специализированного компьютерного интерфейса: она может определять не только положение пальцев, но и определять — как они оказывают давление на объект.

( Читать дальше )

Роботизированный баскетбольный щит для попадания в кольцо


Используя Microsoft Kinect для отслеживания броска мяча и контроллер Arduino для управления тремя шаговыми двигателями, которые поворачивают щит за баскетбольным кольцом, инженер Shane Wighton сконструировал баскетбольный щит, который специально поворачивается таким образом, чтобы мяч попал (или не попал) в корзину.

( Читать дальше )

The Watchman - маска с глазными яблоками следит за вашим лицом


The Watchman — это роботизированная маска со встроенным одноплатным компьютером Raspberry Pi, который при помощи камеры и программы на Python распознаёт лицо человека и следит за ним парой реалистичных глазных яблок (приводятся в движение сервомашинками через контроллер Arduino Uno).

Внутренности робота:

( Читать дальше )

MIT разрабатывает способ поиска входной двери, который пригодится для роботов-доставщиков


При поддержке компании Ford, учёные из MIT разрабатывают способ поиска входной двери, который может быть крайне полезен для роботов-доставщиков.
Основная идея состоит в том, что для поиска входа в дом — роботы будут ориентироваться по картинке с камеры, а не только по картографическим данным.

( Читать дальше )

Запуск TensorFlow Lite Micro на Arduino


Мощности контроллера Arduino Nano 33 BLE Sense со встроенным в BLE-модуль NINA B306 микроконтроллером Nordic nRF 52840 с ядром ARM Cortex-M4 (64 MHz, 1MB Flash, 256 KB of RAM) — хватает для запуска на нём TensorFlow Lite Micro.
Об этом подробно рассказано в блоге TensorFlow — How-to Get Started with Machine Learning on Arduino.

Теперь, для работы с нейронными сетями достаточно установить Arduino IDE и через Arduino Library Manager загрузить библиотеку Arduino_TensorFlowLite.
В составе библиотеки уже идут примеры:
micro_speech — распознавание речи с помощью встроенного микрофона,

( Читать дальше )

Автомат на Arduino для игры в шахматы при помощи голосовых команд


В основе автомата — контроллер Arduino Mega, который перемещает шахматные фигуры при помощи пары шаговых двигателей и электромагнита.
Голосовое управление реализуется при помощи Android-приложения Arduino Voice Control, которое распознаёт голосовые команды и передаёт информацию на контроллер Arduino Mega при помощи Bluetooth-модуля HC-05.
Контроллеру Arduino остаётся только распарсить команды и управлять шаговыми двигателями, чтобы фигуры «магическим образом» перемещались по шахматной доске.

Устройство механизма перемещения:

( Читать дальше )

Компания S4 представила метод дистанционного управления роботами, сочетающий технологии VR и AI


Компания S4 представила метод дистанционного управления роботами, сочетающий технологии виртуальной реальности (ВР, VR) и искусственного интеллекта (ИИ, AI).
Разработанный метод, получивший название Семантическое Управление (Semantic Control) обеспечивает адаптивные возможности выполнения дистанционных работ в динамически меняющихся условиях.

( Читать дальше )

Инженер использует ИИ, чтобы не впускать в дом кота, если он несёт мёртвых птиц или крыс


Инженер Amazon — Ben Hamm, используя камеру AWS DeepLens, обучил систему ИИ на распознавание, когда его кот пытается принести в дом мёртвых птиц или крыс.

( Читать дальше )

Роботизация сортировки перерабатываемого мусора по тактильным ощущениям


Исследователи Массачусетского технологического института (Computer Science and Artificial Intelligence Lab) и Йельского университета (School of Engineering and Applied Science) разработали способ роботизированной сортировки перерабатываемого мусора с использованием классификации отходов при помощи тактильной обратной связи.
Робот-манипулятор оснащается специальным захватом, который «на ощупь» определяет тип мусора (бумага/пластик/металл).

( Читать дальше )

Машинное обучение помогает робо-руке понять намерения владельца


Исследователи из Сеульского национального университета (Республика Корея) в сотрудничестве с Исследовательским центром мягкой робототехники (Soft Robotics Research Center (SRRC)), предложили новую парадигму обнаружения намерений пользователей ранее разработанного мягкого носимого робота для рук (Exo-Glove Poly II).
Предложенный метод предсказывает намерение захватить/отпустить объект, основываясь на поведении пользователя. Это должно позволить пациентам с повреждением спинного мозга и потерявшим подвижность рук, брать и перемещать предметы.

( Читать дальше )