Video viernes: Matternet lanza Urban Drone Delivery en Berlín


Dieciséis equipos eligieron su lista de robots virtuales y cargas útiles de sensores, algunos basados ​​en robots subterráneos de la vida real, y presentaron algoritmos de autonomía y mapeo que los funcionarios de SubT Challenge luego probaron en ocho cursos de cuevas en el SubT Simulator basado en la nube. Sus robots atravesaron los entornos de la cueva de forma autónoma, sin ninguna entrada o ajuste de los operadores humanos. Los equipos de la Competencia Virtual del Circuito de Cuevas ganaron puntos al encontrar, identificar y localizar correctamente hasta 20 artefactos ocultos en los recorridos de las cuevas con una precisión de cinco metros.

[[[[SubT ]


Este año, el jurado internacional de expertos del Premio a la Innovación KUKA recibió un total de más de 40 ideas. Los cinco equipos finalistas tuvieron tiempo hasta noviembre para implementar sus ideas. Para este fin, se ha puesto a su disposición un robot ligero KUKA LBR Med, el primer componente robótico certificado para su integración en un dispositivo médico. Más allá de esto, los equipos han recibido formación para el hardware y entrenamiento de expertos de KUKA durante toda la competición. En virtual.MEDICA del 16 al 19 de noviembre de 2020, los finalistas presentaron sus conceptos a una audiencia internacional de expertos y al jurado del Premio a la Innovación.

El ganador del Premio a la Innovación KUKA 2020, valorado en 20.000 euros, es el equipo HIFUSK de la Scuola Superiore Sant’Anna de Italia.


[[[[Premio a la innovación de KUKA ]


Como todo lo demás, el evento de Cybathlon presencial fue cancelado, pero la competencia en sí tuvo lugar, solo un poco más distribuida de lo que hubiera sido de otra manera.


[[[[Cybathlon ]


Matternet, desarrollador de la plataforma de logística de drones urbanos líder en el mundo, anunció hoy el lanzamiento de operaciones en Labor Berlin Charité Vivantes en Alemania. El programa comenzó el 17 de noviembre de 2020 y se espera que las operaciones permanentes despeguen el próximo año, creando el primer BVLOS urbano. [Beyond Visual Line of Sight] red de distribución de drones médicos en la Unión Europea. La red de drones espera mejorar significativamente la puntualidad y la eficiencia de los servicios de diagnóstico de Labor Berlin al brindar una opción para evitar retrasos en las carreteras, lo que mejorará la experiencia del paciente con beneficios que pueden salvar vidas y reducir los costos.

¿BVLOS de rutina en un área urbana? Impresionante.

[[[[Matternet ]


¡Robots jugando al diábolo!

¡Gracias Thilo!

[[[[OMRON Sinic X]


La tecnología de Anki se ha vuelto a empaquetar en este robot que sirve mantequilla:

[[[[Robot de mantequilla ]


Berkshire Gray acaba de anunciar nuestro programa Picking With Purpose en el que nos hemos asociado nuestras soluciones de automatización robótica con las organizaciones de rescate de alimentos City Harvest y The Greater Boston Food Bank para recolectar, empacar y distribuir alimentos a las familias necesitadas a tiempo para el Día de Acción de Gracias. Berkshire Gray donó alrededor de 40,000 libras de comida, usó uno de nuestros sistemas de automatización robótica para recoger y empaquetar esa comida en cajas de comida para familias necesitadas, y los miembros de nuestro equipo se ofrecieron como voluntarios para ejecutar el sistema. City Harvest y The Greater Boston Food Bank están distribuyendo las 4,000 cajas de comida que producimos. Este es solo el comienzo. Estamos creando un programa de patrocinio para hacer de Picking With Purpose una iniciativa continua.

[[[[Berkshire Grey ]

¡Gracias Peter!


Anteriormente publicamos un video de Cassie aprendiendo a saltar, pero aquí hay una vista mucho más detallada (que acompaña a una presentación de ICRA) que incluye un descenso de escaleras muy impresionante.

[[[[DRL ]


Desde inventores de talleres hasta estudiantes universitarios y empresarios, la NASA está buscando ideas sobre cómo excavar el regolito helado de la Luna, o tierra, y entregarlo a una planta de procesamiento hipotética en el Polo Sur lunar. El Desafío Lunar Rompe el Hielo de la NASA, un Desafío del Centenario de la NASA, ya está abierto para inscripciones. La competencia se llevará a cabo en dos fases y premiará las nuevas ideas y enfoques para una arquitectura de sistema capaz de excavar y mover regolitos helados y agua en la superficie lunar.

[[[[NASA ]


La adaptación a varias configuraciones de escenas y propiedades de objetos, estabilidad y destreza en la manipulación robótica de agarre está lejos de ser explorada. Este trabajo presenta un diseño de punta de dedo que se transforma en forma basado en origami para abordar activamente los problemas de estabilidad y destreza de agarre. La yema del dedo propuesta utiliza origami como su esqueleto, lo que proporciona grados de libertad en las posiciones deseadas y articulaciones de cuatro barras impulsadas por motor como componentes de transmisión para lograr un tamaño compacto de la yema del dedo.

[[[[Papel ]


“Si Roboy se estrella … mueres. “

[[[[Roboy ]


Tradicionalmente, los módulos de aterrizaje lunares, así como otros grandes vehículos de exploración espacial, funcionan con paneles solares o pequeños reactores nucleares. Sin embargo, los rovers y los robots pequeños no son lo suficientemente grandes como para llevar sus propias fuentes de alimentación dedicadas y deben estar atados a sus contrapartes más grandes mediante cables eléctricos. El anclaje restringe severamente la movilidad y los cables son propensos a fallar debido al polvo lunar (regolito) que interfiere con los puntos de contacto eléctricos. Además, a medida que los robots se vuelven más pequeños y complejos, están equipados con sensores adicionales que requieren más energía, lo que agrava aún más el problema. Por último, los paneles solares no son viables para cargar durante la noche lunar. WiBotic está desarrollando sistemas de carga rápida y estaciones base de monitoreo de energía para robots lunares, incluido el CubeRover, un robot del tamaño de una caja de zapatos diseñado por Astrobotic, que funcionará de forma autónoma y se cargará de forma inalámbrica en la Luna.

[[[[WiBotic ]


Mi terapia es observar cómo escoger y colocar robots.

[[[[Robótica suave ]


Es muy, muy difícil superar al combustible líquido para el almacenamiento de energía, como demuestra Quaternium con su dron híbrido.

[[[[Cuaternio ]

¡Gracias Gregorio!


Los simuladores de cuadrotor de última generación tienen una estructura rígida y altamente especializada: o son realmente rápidos, físicamente precisos o fotorrealistas. En este trabajo, proponemos un novedoso simulador de quadrotor: Flightmare.

[[[[Flightmare ]


Drones que arrojan bolas de extinción de incendios a edificios en llamas, ¡seguro!

[[[[LÁRICOS ]


Si te perdiste ROS World, está bien, porque todas las charlas ahora están en línea. Aquí está el discurso de apertura de Vivian Chu y Diligent Robotics, junto con un par de divertidas charlas relámpago.

[[[[ROS Mundo 2020 ]


El seminario CMU RI de esta semana está a cargo de Chelsea Finn de la Universidad de Stanford, sobre escalabilidad de datos para el aprendizaje de robots.

El progreso reciente en el aprendizaje de robots ha demostrado cómo los robots pueden adquirir habilidades de manipulación complejas a partir de entradas perceptivas a través de prueba y error, particularmente con el uso de redes neuronales profundas. A pesar de estos éxitos, la generalización y versatilidad de los robots en las condiciones ambientales, las tareas y los objetos sigue siendo un gran desafío. Y, desafortunadamente, nuestros algoritmos y configuraciones de capacitación existentes no están preparados para enfrentar tales desafíos, que exigen conjuntos grandes y diversos de tareas y experiencias. En esta charla, discutiré dos desafíos centrales que pertenecen a la escalabilidad de datos: primero, adquirir grandes conjuntos de datos de interacciones diversas y útiles con el mundo, y segundo, desarrollar algoritmos que puedan aprender de tales conjuntos de datos. Luego, describiré múltiples enfoques que podríamos tomar para repensar nuestros algoritmos y canalizaciones de datos para cumplir con estos objetivos. Esto incluirá algoritmos que permitan a un robot real explorar su entorno de una manera específica con una supervisión mínima, enfoques que pueden realizar el aprendizaje por refuerzo del robot con videos de experiencias humanas de prueba y error y enfoques de RL basados ​​en modelos visuales que no tienen cuellos de botella. por su capacidad para modelar todo sobre el mundo.

[[[[CMU RI ]


Video viernes: Matternet lanza Urban Drone Delivery en Berlín

Related Stories

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí