Flanger

Kawasaki Heavy испытала беспилотный вертолёт, способный переносить до 200 кг на расстояние 200 км Специфика той или иной местности определяет технические задания на разработку беспилотного транспорта. Япония, являющаяся островным государством с горной местностью, делает ставку на развитие беспилотной авиации с возможностью вертикального взлёта и посадки, обладающей достаточной дальностью полёта. Пока в этой сфере предпочтительнее применять двигатели внутреннего сгорания. Как поясняет Nikkei Asian Review, компании Kawasaki Heavy в начале этой недели удалось провести испытания своего беспилотника K-Racer-X2 вертолётного типа в префектуре Нагано на горнолыжном курорте, где ему требовалось перевезти по воздуху на расстояние полутора километров альпинистское снаряжение массой 100 кг, привязанное снизу тросом. Часть траектории по воздуху беспилотник проделал в автоматическом режиме, но внезапная потеря мощности двигателя вынудила организаторов эксперимента экстренно сбросить груз. В идеале Kawasaki хотела бы превратить K-Racer-X2 в грузовой беспилотник, способный переносить по воздуху грузы массой до 200 кг на расстояние 100 км, причём без вмешательства дистанционного оператора и визуального контакта с ним. Винтокрылая машина оснащается двигателем внутреннего сгорания Kawasaki, работающим на высокооктановых марках бензина и позаимствованным у родственных мотоциклов. Это позволяет ей поднимать довольно серьёзные грузы, передвигаться по воздуху со скоростью до 140 км/ч и не тратить время на длительную перезарядку тяговых батарей. К 2028 году компания хочет поднять полезную нагрузку таких беспилотников до 200 кг. Kawasaki не скрывает, что применять подобные беспилотники можно будет не только в мирных целях. В Японии разработку оснащаемых ДВС беспилотников ведут сразу несколько компаний, поскольку пока только данный тип силовой установки обеспечивает необходимую дальность перелёта, ведь в состав архипелага входят и удалённые острова. Mitsubishi Heavy Industries в сотрудничестве с Yamaha Motor намеревается создать гибридный дрон последовательного типа, в составе которого ДВС будет вырабатывать электроэнергию для вращения роторов электродвигателей. Подобный беспилотник должен позволить переносить до 200 кг грузов на расстояние до 200 км. Корпорация IHI разрабатывает беспилотник самолётного типа, который будет оснащаться турбовинтовыми двигателями и позволит переносить до 1 тонны груза на расстояние 1000 км. С другой стороны, японские разработчики признают, что дроны с ДВС остаются достаточно шумными, чтобы активно применять их в городской черте, поэтому от перехода на электротягу никто в этой сфере отказываться не будет. Твердотельные тяговые аккумуляторы, как считают японские специалисты, позволят создать беспилотники на электротяге, способные пролетать сотни километров без подзарядки.

Вижу цель: как цифровые «отпечатки» в 3D-облаках меняют навигацию Российские разработчики нашли способ обойтись без дорогих лидаров для точного позиционирования роботов и смартфонов. Представьте, что ваш смартфон или робот с обычной камерой может всего по одному снимку понять, где находится, с точностью до сантиметра, и как повернут, с точностью до одного градуса. Именно это и умеет делать новый метод GSplatLoc, созданный совместно исследователями T-Bank AI Research, Лаборатории BE2R ИТМО и Центра робототехники Сбера. Эту разработку высоко оценили на международной конференции по роботам IROS 2025 в Китае, куда ее пригласили для устного доклада — это высшая форма признания в научном мире. GSplatLoc меняет правила игры, потому что для точной навигации больше не нужны дорогие лидары или глубинные камеры. Достаточно одной цветной камеры, как в вашем телефоне. Это открывает новые возможности. •Для роботов на складах или в торговых центрах: вместо связки «лидар + камера + датчик движения» часто хватит просто камеры и датчика движения. Это делает роботов дешевле и проще. •Для дополненной реальности в зданиях: ваш смартфон, используя заранее созданную 3D-карту, сможет точно накладывать виртуальные указатели на реальный мир, без каких-либо специальных меток. •Для интеллектуальных помощников: такая система закладывает основу для понимания смысла окружающих объектов, что нужно для создания по-настоящему умных автономных агентов. Как же это работает? Все происходит в два больших этапа. 1.Сначала нужно один раз тщательно подготовить виртуальную карту помещения или улицы. Для этого используется множество фотографий места, снятых с разных точек. На их основе строится особая трехмерная модель сцены, где все объекты представлены в виде облака миллионов крошечных разноцветных «облачков» — их называют гауссианами. Эта технология называется 3D Gaussian Splatting (3DGS), и она позволяет невероятно быстро создавать — рендерить — изображение с любой точки. Но главная хитрость в другом. Исходные фотографии анализирует нейросеть, которая находит на них самые заметные точки — углы, края объектов — и создает для каждой из них уникальный цифровой „отпечаток пальца“, дескриптор. В процессе обучения эти „отпечатки“ встраиваются прямо в параметры трехмерных „облачков“. В итоге модель запоминает не только цвет и форму, но и эти опознавательные знаки, превращаясь в детальную карту для последующего поиска. 2.Когда карта готова, начинается второй этап — работа в реальном времени. Вы делаете один снимок на камеру, и система за доли секунды определяет ваше точное местоположение и ориентацию в пространстве. Происходит это так: сначала метод быстро находит на вашем фото ключевые точки и сверяет их «отпечатки» с „отпечатками“ на 3D-карте, вычисляя ваше примерное, грубое положение. Затем начинается тонкая подстройка: система берет ваше реальное фото и сравнивает его с виртуальным изображением, которое она сама же генерирует из своей 3D-модели с предполагаемой точки съемки. Она буквально подкручивает параметры своей позиции до тех пор, пока синтезированная картинка не станет максимально похожа на вашу. Это и есть финальное, сантиметровое уточнение. Уникальность GSplatLoc — в удачном соединении двух идей: вплетения узнаваемых признаков прямо в 3D-модель и использования быстрой 3DGS для визуальной оптимизации. В отличие от старых методов, которые могли спотыкаться о плохую текстуру или движущиеся объекты, и от громоздких нейросетей, которые плохо работают на больших улицах, этот подход быстрый, точный и гибкий. Разработчики даже предусмотрели три режима работы, чтобы балансировать между скоростью и точностью под любую задачу. Режим работы Среднее время обработки кадра Точность (примерно) Грубый 0.2 секунды Метры / Несколько градусов Базовый 0.8 секунды Дециметры / 1-2 градуса Точный 2.0 секунды Сантиметры / ~1 градус Результаты говорят сами за себя. Внутри помещений метод показывает лучшую в своем классе точность — ошибка в несколько сантиметров и около градуса по ориентации. На городских улицах он также лидирует, определяя положение с точностью до десятков сантиметров. Система устойчиво работает даже в сложных условиях: когда мимо ходят люди, а вокруг много стекла и зеркал. Руководитель научной группы CV Research в T-Bank AI Research Руслан Рахимов поясняет: “ Представьте робота-курьера, который доставляет еду в большом торговом центре. Обычные навигационные системы, вроде GPS, внутри зданий не работают или дают ошибку в несколько метров – робот может запутаться в коридорах или не найти нужный магазин. Метод GSplatLoc позволяет роботу «видеть» окружение и точно определять, где он находится, с точностью до сантиметра. Он сравнивает изображение с камеры со своей 3D-картой и моментально уточняет позицию. Робот быстро находит маршрут даже в залах с движущимися людьми, стеклянными дверями и зеркалами. GSplatLoc наглядно демонстрирует, что будущее точной навигации — не в наращивании числа датчиков, а в интеллектуальном анализе данных с обычной камеры. Реальная польза разработки выходит далеко за рамки академических рейтингов. Главное его достоинство — демократизация точной навигации. Оно ломает финансовый барьер, ведь лидары и RGB-D-камеры — это дорогое и энергоемкое оборудование. GSplatLoc открывает путь к созданию массовых коммерческих решений. Например, можно будет делать недорогих автономных роботов для инвентаризации складов или уборки помещений, что станет доступно малому и среднему бизнесу. В розничной торговле это может привести к появлению точной indoor-навигации в каждом торговом центре прямо в приложении смартфона, без необходимости в закупке и установке дополнительной инфраструктуры (маячков, меток). Для AR это шаг к практичным очкам, которые не просто показывают информацию, а точно знают, на какой объект вы смотрите, что критически важно для ремонта, логистики и образования. В долгосрочной перспективе это фундамент для «семантических» роботов, которые не только видят, где стул, но и понимают, что на него можно сесть. Основное критическое замечание касается «замкнутого цикла» метода. Его высочайшая точность полностью зависит от предварительно построенной высококачественной 3DGS-карты. Это создает значительные операционные сложности. Процесс сканирования всего помещения или района города, съемки его с множества ракурсов и последующего обучения модели — это трудоемкая и вычислительно затратная процедура. Метод плохо приспособлен к быстрым изменениям в среде. Если в торговом зале передвинули стеллажи или на улице началось масштабное строительство, карта мгновенно устаревает, и точность локализации рухнет. Потребуется повторное сканирование и переобучение, что на данном этапе выглядит как серьезное препятствие для развертывания в сильно динамичных средах. По сути, мы получаем систему, идеальную для стабильных пространств, но уязвимую для хаоса реального мира.

m2-res_1920p[1].mp4

m2-res_1280p[1].mp4

Бывшее депо Московского монорельса

a1mBoYb_460svvp9[1].webm

Вангую очередной попил бабля я, сколько их уже было в США и ничего не выстрелило: Стартап из Сиэтла представил дроны способные самостоятельно тушить пожары Стартап Seneca, базирующийся в Сиэтле, представил первую в мире автономную систему воздушного пожаротушения, способную действовать без участия человека. Разработанные компанией беспилотники доставляют огнетушащие вещества под сверхвысоким давлением и способны за считанные минуты подавить очаги возгорания, предотвращая разрастание пожаров. Новый раунд инвестиций в размере $60 млн позволит масштабировать производство и развернуть систему по всей Северной Америке. В будущем система может стать полностью автономной — с автоматическим реагированием на данные спутников и региональных систем мониторинга пожароопасности. Согласно заявлению компании, дроны Seneca могут действовать поодиночке или в рое, обеспечивая «мощность подавления до 450 кг огнетушащего состава за одну миссию». Им не требуются вертолётные площадки, дозаправка или сложная инфраструктура. Запуск осуществляется дистанционно с планшета — даже если известны лишь примерные координаты возгорания. Почему США, Китаю и России важно первыми установить на Луне атомный реактор «Мы стремимся дать пожарным инструменты, которые сделают возможным то, что раньше считалось невозможным. Технологии — это наш способ защитить людей, природу и образ жизни», — заявил Стюарт Ландесберг, основатель и генеральный директор Seneca. Как работает система Seneca Основой решения стали высокопроизводительные электрические беспилотники, каждый из которых способен нести до 45 кг аэрированной пены класса А — того же типа, который используется при тушении крупных промышленных пожаров. В стандартную миссию входят четыре–шесть дронов, действующих автономно или роем. В сложных случаях на тушение могут быть отправлены и 10-20 дронов. Совместно они способны в кратчайшие сроки сбросить до тонны огнетушащего вещества на участок возгорания. Навигация осуществляется с помощью искусственного интеллекта и инфракрасных сенсоров, которые распознают очаги пламени даже сквозь дым. Дроны корректируют курс с учётом ветра и видимости, избегают столкновений с препятствиями и свободно работают ночью. Встроенные камеры и система ADS-B (авиационный стандарт слежения) обеспечивают координацию с другими воздушными средствами, включая вертолёты и самолёты пожарных служб. «Концепция Seneca восполняет критически важный пробел в инфраструктуре пожаротушения. Она позволяет реагировать в первые минуты, когда пожар ещё можно остановить», — отметил Билл Клерико, управляющий партнёр венчурного фонда Convective Capital, специализирующегося на технологиях предотвращения природных катастроф. Система управляется с портативного планшета и может быть развёрнута в труднодоступных местах — горах, каньонах или у линий электропередачи, где традиционные пожарные рискуют при тушении жизнью. Компания утверждает, что на запуск миссии требуется менее 60 секунд, а прибытие роя дронов к очагу возгорания возможна в пределах 10 минут после обнаружения задымления. Инвестиции и рынок Раунд финансирования, возглавленный фондами Caffeinated Capital и Convective Capital, стал крупнейшим в истории американских стартапов, работающих на стыке климатических и пожарных технологий. Средства пойдут на расширение производственных мощностей в Сиэтле и на создание учебных центров для пожарных служб в Калифорнии и Колорадо. Согласно данным PitchBook, за последние три года объём инвестиций в так называемый firetech-сектор вырос более чем в пять раз — с 80 млн до 420 млн долларов в год. Помимо Seneca, на рынке действуют компании Rain, Parallel Flight Technologies и Drone Amplified, каждая из которых разрабатывает решения для воздушного мониторинга и раннего обнаружения возгораний. Однако Seneca выделяется полным автономным циклом — от обнаружения до непосредственного тушения. Пожары и климат По данным Национального межведомственного центра по борьбе с пожарами (NIFC), средняя площадь, выгоревшая в США за последние двадцать лет, удвоилась, а длительность сезона пожаров выросла почти на три месяца. Только в 2024 году лесные пожары уничтожили свыше 40 000 км² леса. Экономический ущерб, по оценкам Минфина США, приближается к 1 трлн долларов в год, если учитывать потери от эвакуаций, ущерб инфраструктуре, загрязнение воздуха и воды. В 2025 году, по прогнозу Национального управления океанических и атмосферных исследований (NOAA), запад США переживает самый высокий в истории индекс пожарной опасности. Особенно уязвимы Калифорния, Орегон и Вашингтон — регионы, где засуха и ураганы создают идеальные условия для распространения пламени. Масштабы пожаров напрямую связаны с изменением климата: засушливые периоды становятся длиннее, а средняя температура на Западном побережье США за последние 50 лет выросла более чем на 2,5°C. В докладе Stanford Climate Lab говорится, что к 2035 году площадь выгораемых территорий в Северной Америке может увеличиться ещё на 40%, если не будут внедрены новые технологии управления рисками. На этом фоне появление автономных систем тушения воспринимается как поворотный момент. Экологи отмечают, что дроны позволяют минимизировать человеческие потери и снизить выбросы углерода: один рейс Seneca заменяет полёт вертолёта, потребляющего сотни литров авиационного топлива. Кроме того, система может использоваться для контролируемых выжиганий, профилактической очистки леса и защиты инфраструктуры. Перспективы В перспективе Seneca намерена интегрировать свои дроны с региональными системами мониторинга и спутниковыми данными NASA FIRMS, чтобы автоматически получать сигналы о повышении температуры и запускать миссии без участия оператора. То есть система в перспективе станет полностью автономной. Компания также ведёт переговоры с Федеральным агентством по управлению чрезвычайными ситуациями (FEMA) и пожарными департаментами Лос-Анджелеса и Сан-Франциско о пилотных программах. «Мы живём в эпоху, когда скорость реагирования определяет всё. Пока человек едет к месту возгорания, огонь уже уничтожает гектары леса. Если мы сможем послать рой дронов за минуты — это спасёт жизни и миллиарды долларов», — подчеркнул Ландесберг. Если технология оправдает ожидания, США могут стать первой страной, где воздушное пожаротушение перейдёт на полностью автономный режим. Для страны, где ежегодно сгорает территория размером с Данию, это может стать революционным технологическим сдвигом.

a7oPDOb_460svav1[1].mp4

Что ты такое? Заявленная емкость аккумулятора, какая-то космическая, при том что время полета 727 граммового дрона всего 29 минут, у одной из камер есть ОПТИЧЕСКИЙ зум Х5, а цена всего комплекта просто смешная. 9567c91c-5bad-4205-a255-7ddc66784f34-h264-hd.mp4 https://aliexpress.ru/item/1005010150622129.html

Maybe Maybe Maybe rmaybemaybemaybe.mp4

Арчибальд Торберн (1860–1935) был знаменитым шотландским художником и иллюстратором, широко известным как один из лучших британских художников-анималистов, специализирующийся особенно на птицах. Торберн был мастером акварельной живописи, сочетая замечательную научную точность изображения фауны с атмосферным и часто драматическим фоном, обычно изображающим Шотландское нагорье. Его карьера определилась монументальной комиссией по созданию 268 акварелей для семитомного труда лорда Лилфорда «Цветные фигуры птиц Британских островов». Помимо своего артистизма, Торберн пользовался благосклонностью королевской семьи, был вице-президентом Королевского общества защиты птиц (RSPB) и на протяжении десятилетий создавал их ежегодную рождественскую открытку, отражая его глубокую приверженность как искусству, так и сохранению природы. Наследие Арчибальда Торберна сохранилось как наследие мастера, превратившего изучение птиц в искусство тихого величия и вневременной грации.

Фото и видео передатчика: Is the DJI NEO 2 Coming with the O4 Air Unit by QuadricotteroN r.mp4