Flanger

avyZeWM_460svav1[1].mp4

19 мая

1714567017_1714515232233313748_188f6110_460x522[1].mp4

К этой новости более понятно Новая технология позволит создавать умных летающих роботов размером с насекомое Исследователи Делфтского технологического университета разработали нейроморфный механизм управления зрением, который делает возможными автономные полеты дронов. Для этого проекта команда создала пятислойную нейросеть из 28 800 нейронов. Сеть обрабатывает «сырые» данные с камеры, на их основе оценивает трехмерное движение в окружающей среде и выдает команды управления для дрона. Во время полета нейроморфный дрон обрабатывал данные до 64 раз быстрее, чем графическая карта, и потреблял всего 7 милливатт энергии на работу нейросети. Развитие этой технологии позволит дронам стать такими же маленькими, маневренными и умными, как летающие насекомые. Искусственный интеллект обладает огромным потенциалом для предоставления автономным роботам интеллекта, необходимого для реальных приложений. Однако нынешний ИИ опирается на глубокие нейронные сети, требующие значительной вычислительной мощности. Графические процессоры, предназначенные для работы глубоких нейронных сетей потребляют много энергии. Это особенно проблематично для небольших роботов, таких как летающие дроны, поскольку у них ограничены ресурсы с точки зрения датчиков и вычислений. Мозг животных анализируют информацию совсем не так, как нейронные сети, работающие на графических процессорах. Биологические нейроны обрабатывают данные асинхронно (неодновременно) и в основном общаются с помощью электрических импульсов, называемых спайками. Поскольку передача таких спайков требует энергии, мозг минимизирует их количество, что приводит к разреженной обработке информации (где используется лишь малая часть нейронов). Вдохновленные этими свойствами мозга животных, ученые и технологические компании разрабатывают нейроморфные процессоры. Эти процессоры позволяют запускать импульсные нейронные сети и обещают быть намного быстрее и энергоэффективнее. Теперь ученые впервые продемонстрировали дрон, использующий нейроморфное зрение и управление для автономного полета. В частности, они разработали спайковую нейронную сеть, которая обрабатывает сигналы с нейроморфной камеры и выдает команды управления, определяющие положение и тягу дрона. Эту сеть ученые развернули на борту дрона на базе нейроморфного исследовательского чипа Intel Loihi. Благодаря данной сети дрон может воспринимать и контролировать собственное движение во всех направлениях с частотой около 200 Гц. Эта система автономно следовала заданным точкам движения без внешней помощи. Схема аппаратной установки включает камеру событий, нейроморфный процессор, одноплатный компьютер и контроллер полета. Дрон весом 994 г и диаметром 35 см продемонстрировал плавное снижение высоты во время экспериментов по посадке. Система обучения сети состоит из двух модулей. Первый обучается визуально воспринимать движение по сигналам движущейся нейроморфной камеры. Это похоже на то, как животные учатся воспринимать мир самостоятельно. Второй учится отображать предполагаемое движение в соответствии с командами управления в симуляторе. Обучение системы управления дроном происходило с помощью искусственной эволюции в симуляторе. Сети, которые лучше управляли беспилотником, имели больше шансов на «размножение». По мере смены поколений искусственной эволюции спайковые нейронные сети становились все эффективнее в управлении и, наконец, смогли летать в любом направлении на разных скоростях. Одной из главных проблем обучения дронов с автономным управлением является «разрыв реальности» — системы, натренированные на идеальных моделях среды, зачастую не справляются с реальным миром. Исследователи нашли способ обойти эту проблему. Обучение нейроморфного зрения происходит на «сырых» данных с камеры, что позволяет дрону «видеть» реальный мир. Команда также использовала метод самообучения, избавляющий от необходимости в сложных наземных измерениях. Кроме того, не нужно создавать высокочастотные и реалистичные изображения для обучения, что сокращает время тренировки нейронной сети. Разработанная сеть работает на частоте от 274 до 1600 раз в секунду. При этом, если запустить ту же сеть на небольшом встроенном графическом процессоре (GPU), она сможет работать только 25 раз в секунду — разница в 10-64 раз. Более того, исследовательский нейроморфный чип Intel Loihi потребляет всего 1,007 Вт, из которых 1 Вт приходится на включение чипа. Сама работа сети потребляет лишь 7 милливатт. Для сравнения, встроенный GPU при выполнении той же задачи потребляет 3 Вт, из которых 1 Вт — включение, а 2 Вт — непосредственно работа сети.

На полках российских магазинов нашли пельмени из бобра

C100 – квадрокоптер, который предназначен для логистики и разведки от американской компании Performance Drone Works (PDW) IMG_4193.MP4 Дрон способен складываться в рюкзак и может быть развернут менее чем за 2 минуты. Оснащен разными вариантами полезной нагрузки . Также имеется на борту камера для просмотра от первого лица(FPV) и связь стандарта AES-256. Время полёта: 74 мин Скорость: 64 км/ч Полезная нагрузка: до 4,5 кг

Полное нейроморфное зрение и контроль для автономного полета дрона Мозг животных использует меньше данных и энергии, чем нынешние глубокие нейронные сети, работающие на графических процессорах (GPU). Это затрудняет разработку микроавтономных дронов, поскольку они слишком малы и легки для тяжелого оборудования и больших батарей. Недавно появление нейроморфных процессоров, имитирующих функции мозга, позволило исследователям Делфтского технического университета разработать дрон, который использует нейроморфное зрение и управление для автономного полета. Результаты были очень многообещающими: во время полета глубокая нейронная сеть дрона обрабатывала данные в 64 раза быстрее и потребляла в три раза меньше энергии, чем при работе на графическом процессоре. Дальнейшие разработки в этой технологии могут позволить дронам быть такими же маленькими, маневренными и умными, как летающие насекомые или птицы. Биосенсоры и обработка являются асинхронными и разреженными, что приводит к малой задержке и энергоэффективному восприятию и действию. Ожидается, что в робототехнике нейроморфное оборудование для зрительного восприятия событий и импульсных нейронных сетей будет иметь схожие характеристики. Однако из-за ограниченного размера сети современных встроенных нейроморфных процессоров и сложности обучения импульсных нейронных сетей роботизированные реализации ограничены базовыми задачами с низкоразмерным сенсорным вводом и двигательными действиями. Здесь мы предлагаем полностью нейроморфный конвейер визуального контроля для управления летающими дронами. В частности, мы обучаем импульсную нейронную сеть, которая принимает необработанные данные камеры на основе событий и выводит низкоуровневые управляющие действия для выполнения автономного полета на основе зрения. Зрительная часть сети, состоящая из пяти слоев и 28 800 нейронов, сопоставляет входящие необработанные события с оценками собственного движения и обучается посредством самостоятельного обучения на данных о реальных событиях. Часть управления состоит из одного уровня декодирования и обучается с помощью эволюционного алгоритма в симуляторе дрона. Обзор предлагаемой системы. (A) Квадрокоптер, использованный в этой работе (общий вес 1,0 кг, размер 35 см). (B) Обзор оборудования, показывающий связь между камерой событий, нейроморфным процессором, одноплатным компьютером и контроллером полета. (C) Обзор конвейера, показывающий события как входные данные, обрабатываемые визуальной сетью и декодированные в команды управления. (D) Демонстрация системы посадки с оптическим расхождением потока Роботизированные эксперименты показывают, что полностью изученный нейроморфный конвейер успешно переходит от симуляции к реальности. Дрон может точно контролировать свое движение, позволяя зависать, приземляться и маневрировать вбок — даже во время рыскания. Нейроморфный конвейер работает на нейроморфном процессоре Intel Loihi, работает на частоте 200 Гц, потребляет 0,94 Вт в режиме ожидания и потребляет всего лишь от 7 до 12 милливатт дополнительно при работе сети. Эти результаты иллюстрируют потенциал нейроморфного восприятия и обработки данных для создания интеллектуальных роботов размером с насекомое.

Про запреты полетов на дронах, пояснение. На миниках до 250гр летать можно! Если нет запрета субъекта и не выделена специальная зона: 1) В населённом пункте можно летать без разрешения только на дронах до 0,25кг. На дронах от 0,25 кг нужно получать разрешение (на практике получать его от 11 до 30 дней). 2) За пределами населённых пунктов можно летать без разрешения на использование воздушного пространства (ИВП) на дронах до 30 кг на высоте до 150 м в прямой видимости при условии отсутствия запретных зон / зон ограничений и до 100м на удалении 10 км от контрольных точек аэродромов / 2 км от посадочных площадок (это упрощённый порядок, он в новой редакции немного изменился). 3) Если есть запретные зоны / зоны ограничений или не с соблюдается удаление до точек аэродромов / площадок, то упрощённый порядок не применяется и нужно получать разрешение на ИВП (на практике от 3 до 6 дней) для полётов за пределами населённых пунктов. Если нет запрета субъекта и выделена специальная зона в населённом пункте: 1) Без получения разрешения в населённом пункте в границах специальной зоны можно летать на дронах до 30 кг на высоте до 150 м в прямой видимости. Вот про это писали СМИ, ошибочно указав про полёты во всех населённых пунктах без разрешений. При этом в населённом пункте за границами специальной зоны действует тот же самый порядок - получить разрешение (до 30 дней) для дронов от 0,25 кг. 2) Упрощённый порядок за пределами населённых пунктов и запретных зон применяется на тех же условиях. 3) Необходимо получать разрешения на ИВП (от 3 до 6 дней) за границами населённых пунктов там, где не применяется упрощённый порядок. Если есть запрет субъекта и выделена специальная зона: 1) Предположительно* в границах этой зоны в населённом пункте можно летать без разрешений до 150 м высоты. *Зависит от условий установления этой зоны, могут и не разрешить в ней летать при наличии запрета субъекта. За границами зоны в населённом пункте летать нельзя. 2) Упрощённый порядок отсутствует в принципе в условиях запрета. 3)Не выдаются разрешения на ИВП (от 3 до 6 дней) за границами населённых пунктов там, где не применяется упрощённый порядок. Такая ситуация по общему правилу. При этом у запретов субъектов есть свои особенности. Например - Московская область, где разрешение можно получить за пределами населённых пунктов. Или Тверская область, где просто обязывают получить разрешение.

Летишь такой на свадебном дроне, снимаешь, а у тут бешенный неборейсер на фпв IMG_4180.MP4

impossible[1].mp4

1714569307_171442142625253864_c486a7e1_720x960[1].mp4

В сквере Соломенной сторожки будет зелень: Собянин рассказал, что там высадят ооочень много многолетних цветов. А заодно 500 кустарников и более 50 деревьев.

Атей Гайлан (Atey Ghailan) — концепт-художник и иллюстратор из Лос-Анджелеса, Калифорния, работает старшим иллюстратором в Riot Games, разработчик видеоигр.

В Британии испытали первую в мире квантовую систему навигации для самолетов Хотя неполадки с GPS в районах, не вовлеченных в военные конфликты, случаются сейчас относительно редко и не оказывают влияния на маршруты гражданской авиации, перестраховаться никогда не мешает. Британские оборонные предприятия BEA Systems и QinetiQ провели испытания квантовой системы позиционирования, навигации и синхронизации, разработанной компанией Infleqtion. Предполагается, что она обеспечит точную и защищенную навигацию, дополняющую современные спутниковые системы. В серии летных испытаний, прошедших на полигоне министерства обороны Великобритании в Уилтшире, были протестированы две передовых квантовых технологии: компактная квантовая система на ультрахолодных атомах и небольшие оптические атомные часы Tiqker. Обе разработки были установлены на опытный самолет RJ100 Airborne Technology Demonstrator, специально созданный для подобных целей оборонным предприятием QinetiQ. «Успешные летные испытания продемонстрировали потенциал квантовой технологии в преодолении недостатков навигационных систем и открыли перед ней потрясающие возможности в аэрокосмической и других отраслях промышленности», — заявил Тимоти Балленс, президент Infleqtion. Система позиционирования, навигации и синхронизации (PNT), разработанная Infleqtion, обещает обеспечить авиационные навигационные системы беспрецедентной точностью и надежностью, пишет IE. Она работает автономно и не зависит от традиционных спутниковых систем позиционирования на основе GPS. Важным компонентом этой системы является возможность точно определять время. За это отвечают атомные часы Tiqker. А портативный генератор ультрахолодных атомов, охлажденных почти до температуры абсолютного нуля, незаменим для квантовых акселерометров и гироскопов. Испытания состоялись в рамках государственной программы Национальной квантовой стратегии, на которую правительство Великобритании выделило свыше 2,5 млрд фунтов.

В древней Персии хлеб Сангак был традиционным хлебом персидской армии, впервые упомянутый в 11 веке. Каждый солдат нес с собой несколько камешков, которые затем использовались для создания в лагере «печи Сангак». В этой печи пекли хлеб для всей армии. m2-res_1920p.mp4

Город Тьер берет свое начало в средневековье и может похвастаться шести вековой традицией изготовления столовых приборов. Легенда гласит, что крестоносцы вернули секрет стали, но история изготовления ножей может быть датирована пятнадцатым веком, поскольку в налоговых регистрах упоминаются тридцать производителей ножей в городе, а в шестнадцатом веке их станет 200. Как ни странно, у города не было реальных активов, чтобы стать столицей изготовления ножей, здесь нет железной руды для лезвий или песчаника для изготовления шлифовальных кругов, но есть река Дюроль, поток, который обеспечит достаточно энергии для привода машин. Задолго до Генри Форда, в пятнадцатом веке, в Тьере началось разделение труда между людьми, специализировавшимися на различных этапах изготовления ножей, вплоть до окончательной сборки. Больше не было одного ножовщика, который делал весь нож. Условия труда были действительно тяжелыми. Люди, придающие форму лезвиям на шлифовальных кругах, назывались «желтыми животами», потому что в уникальном стиле Тьера они затачивали лезвия, лежа на круге, с собакой на ногах, чтобы согреть их. Они работали в долине, рядом с водой, которая использовалась для электроснабжения. Помимо холода и влажности, шум машин был очень громкий, и, если шлифовальный круг лопнет, шансов выжить будет мало. Эта часть долины называется «Ад» (L’enfer по-французски), одно из зданий даже так называлось. Другие специальности были не менее опасны, прессы и кузнечные машины, а температура в кузне может достигать 120F. Но эта специализация и эффективность привели к тому, что производители ножей и торговцы в различных регионах Франции заказывали ножи в Тьеру. Например, ножовщикам из деревни Лагиоль в Авероне пришлось заказывать ножи в Тьере, так как они не могли удовлетворить спрос. Первоначально эти ножи назывались «стиль Лагиоль», а затем окончательно стали называться Лагиоль, когда все производство наконец было осуществлено в Тьере. Одна и та же история произошла с разными регионами и городами, поэтому большинство французских ножей имеют название города или региона, например Иссенжо, Иссуар, Альп, Монпелье, Руанне и т. д. Город производил и продолжает производить ножи для всех регионов Франции, у него никогда не было своего собственного стиля ножей. Это было исправлено довольно поздно, в 1994 году, когда был создан «Ле Тьер». Сегодня электричество определенно заменило все машины с водяным приводом, а Тьер и его окрестности по-прежнему производят от 70% до 80% французских ножевых инструментов, заслужив статус столицы французского производства ножей со своим музеем и «Coutellia» и ежегодным международным фестивалем ножей.

Установлен новый мировой рекорд скорости FPV-дронов — 480 км/ч Отец и сын Люк и Майк Беллы (Mike and Luke Bell) из Южной Африки создали самый быстрый в мире FPV-дрон, с которым попали в Книгу рекордов Гиннесса. Небольшой спроектированный с нуля беспилотник с камерой разогнался до 480,23 км/ч, обогнав как прежнего рекордсмена — такую же самоделку, так и специально созданный для съёмок Формулы-1 дрон команды Red Bull. Как и положено для записи достижения в Книгу рекордов Гиннесса, для установления рекорда дрон должен был пролететь 100-м отрезок в обоих направлениях. Дрон Peregrine 2 проделал этот полёт со средней скоростью 480,23 км/ч (298,74 миль/ч). Очевидно, что это не последний рекорд в этой области, хотя каждая последующая прибавка в скорости будет даваться всё сложнее и сложнее.