Jump to content
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Polski robot wyróżnił się na międzynarodowych zawodach

Recommended Posts

Melson – konstrukcja Koła Naukowego Robotyków KNR działającego przy Wydziale Mechanicznym Energetyki i Lotnictwa Politechniki Warszawskiej z sukcesami zakończył swój udział w zawodach International Robotic Competition RoboChallenge 2019 w Rumunii (1-3 listopada 2019). Robot zajął pierwsze miejsce w kategorii Humanoid Robot, drugie miejsce w kategorii Humanoid Sumo oraz został wyróżniony w kategorii Freestyle Showcase.

Konkurencja Humanoid Robot składała się z dwóch części. Roboty musiały wejść na schody składające się z trzech stopni oraz przejść tor z postawionymi na nim przeszkodami. Melson bez problemu wykonał pierwszą część zadania. W drugiej także poradził sobie świetnie – bezbłędnie omijał przeszkody na swoim torze, utrzymując przy tym poprawny toru ruchu. Zwycięstwo w tej kategorii smakuje wyjątkowo, bo robot naszych studentów jako jedyny był skonstruowany i oprogramowany przez samych zawodników – uczestników zawodów.

W konkurencji Humanoid Sumo dwa roboty umieszczane są na dużym ringu (dohyo). Ich zadaniem jest przewrócenie przeciwnika. Roboty są w pełni autonomiczne i lokalizują przeciwnika na podstawie odczytów z czujników. Za przewrócenie rywala robot otrzymuje punkt, a w gdy ten nie wstanie przez 10 sekund, następuje knock-out. Roboty głównie wyprowadzały ciosy, padając do przodu swoim „ciałem”, licząc, że to wywróci przeciwnika – opowiada Kornelia Łukojć. Jedynie Melson walczył, stosując typowe ruchy bokserskie, które przewracały rywali. Ostatecznie nasz robot zajął drugie miejsce, ale finał był najbardziej emocjonującą walką w tej konkurencji.

Kategoria Freestyle Showcase to rywalizacja, w której liczy się pomysłowość i innowacyjność. Ocenie podlegają prezentacja i dokumentacja projektu. Wyróżnienie dla Melsona w tej konkurencji to kolejne potwierdzenie inżynierskich umiejętności jego twórców.

Zawody RoboChallenge to największe zawody robotów organizowane w Europie i jedne z największych na świecie. W tegorocznej edycji wzięły udział 158 zespoły z 17 krajów, w tym 615 uczestników i 533 roboty startujące w 14 konkurencjach.

Zespół Melsona: Maksymilian Szumowski (twórca), Kacper Mikołajczyk (koordynator), Bartosz Bok, Dominik Górczynski, Kornelia Łukojć, Jerzy Piwkowski, Przemysław Płoński, Patryk Saffer, Jakub Soboń, Larysa Zaremba, Paweł Żakieta, Karol Niemczycki


« powrót do artykułu

Share this post


Link to post
Share on other sites

Bardzo sympatyczne Dziewczęta i Chłopcy (nie dziwię się, Politechnika Warszawska), ale brakuje mi jeszcze jednego zdjęcia w artykule, bo nie wiem czy jeden ze zwycięzców (gratulacje oczywiście) trzyma robota, czy nagrodę. ;)

Czasem się zastanawiam, czy nie powinno się przy takich igrzyskach odróżniać jednak dwóch kategorii: humanoid challenge i Picasso humanoid challenge. :rolleyes:

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now

  • Similar Content

    • By KopalniaWiedzy.pl
      Naukowcy z Wydziału Chemicznego Politechniki Warszawskiej opracowali nowy elektrolit, który wydłuża żywotność akumulatorów litowo-jonowych. Już został on zastosowany w smartfonach i samochodach elektrycznych.
      Nowy związek, sól LiTDi, jest produkowany na licencji PW przez francuski koncern chemiczny Arkema. Jako pierwsi w Europie opracowaliśmy nowy elektrolit, w dodatku z użyciem mniej toksycznego materiału. Przy użyciu tego materiału ogniwo wolniej się starzeje i jest dużo bardziej odporne na czynniki zewnętrzne. To drugi w historii baterii taki związek. W stosunku do stosowanego przez ostatnie 30 lat posiada podobne parametry elektryczne, ale dużo lepszą odporność temperaturową i chemiczną, mówi doktor habilitowany Leszek Niedzicki.
      Nowy elektrolit aż trzykrotnie wydłuża żywotność akumulatora. A to oznacza, że dzięki niemu akumulatory w samochodach elektrycznych wytrzymają przez cały okres eksploatacji pojazdu i nie będzie trzeba ich wymieniać. Nowy elektrolit pozwala na bezproblemowe działanie akumulatora w temperaturach sięgających 90 stopni Celsjusza. Dzięki temu znika wiele ograniczeń, a akumulatorów w samochodach elektrycznych nie trzeba będzie tak intensywnie chłodzić. To zaś zmniejsza zapotrzebowanie samego samochodu na energię, zatem pozwala na zwiększenie jego zasięgu, szczególnie w upalne dni.
      Uczeni z PW nie powiedzieli jeszcze ostatniego słowa. Pracują nad innymi komponentami akumulatorów, szczególnie przywiązując uwagę do opracowania stałego elektrolitu dla samochodów elektrycznych. Taki elektrolit nie może się zapalić, co zwiększa bezpieczeństwo pojazdu, który legnie poważnemu wypadkowi. Pracują też nad elektrolitami pozbawionymi fluoru. Fluor jest obecnie obecny w każdym elektrolicie, a jest to pierwiastek bardzo toksyczny w razie pożaru. Uczeni z Warszawy już mają na swoim koncie pierwsze sukcesy. Nasz wynalazek działa – nikomu dotąd się to jeszcze nie udało. Jesteśmy pierwsi, którym się to udało w skali laboratoryjnej. Dotąd uważano, że elektrolit bez fluoru nie jest możliwy. Pracuję nad tym z moimi doktorantami, m.in. mgr inż. Klaudią Rogalą i mgr. inż. Markiem Broszkiewiczem, mówi doktor Niedzicki.
      Obecnie naukowcy starają się przeskalować swój wynalazek i stworzyć działające prototypowe akumulatory. Miałyby one nie zawierać fluoru i innych toksycznych oraz trudno dostępnych pierwiastków. Takie urządzenia byłyby tańsze w produkcji, bezpieczniejsze dla środowiska i łatwiejsze w recyklingu.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      W Parku Archeologicznym Pompejów pracę rozpoczął Spot, czworonożny robot, który pomaga w monitorowaniu zabytkowego miejsca i dba o bezpieczeństwo jego pracowników. Spot przeprowadza inspekcję ruin, dostarczając nagrań, które następnie są wykorzystywane podczas badań archeologicznych i podejmowania decyzji dotyczących m.in. konieczności przeprowadzenia prac zabezpieczających.
      Spot pracuje w ramach szerszego projektu o nazwie Smart @ POMPEI. W jego ramach tworzony jest inteligentny samowystarczalny system zarządzania Parkiem. Obecnie w ramach projektu pracują Leica BLK2FLY, czyli pierwszy latający skaner laserowy zdolny do autonomicznego wykonywania skanów 3D oraz wspomniany już Spot firmy Boston Dynamics. Analizą danych dostarczonych przez urządzenia zajmują się specjalne stworzone na potrzeby Pompejów inteligentne platformy.
      Postęp technologiczny w dziedzinie robotyki, sztucznej inteligencji i systemów autonomicznych doprowadził do pojawienia się rozwiązań, które łatwo znalazły zastosowanie w przemyśle i produkcji. Dotychczas nie stosowano takich rozwiązań w archeologii, gdyż to rozległe heterogeniczne środowisko. Dzisiaj, dzięki współpracy z przemysłem wysokich technologii chcemy przetestować roboty w podziemnych tunelach wykopanych przez złodziei rabujących Pompeje. Tunele takie to często bardzo niebezpieczne miejsca. Dzięki robotom będziemy w stanie szybko i bezpiecznie je eksplorować, mówi dyrektor Parku Gabriel Zuchtriegel.
      Od 2012 roku aktywność złodziei rabujących Pompeje wyraźnie się zmniejszyła, gdyż włoska policja zintensyfikowała wysiłki na rzecz walki z nimi. Jednak na terenie otaczającym Pompeje wciąż znajdowane są nowe tunele wykopane przez rabusiów.
       


      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Polscy naukowcy opracowali rozwiązanie SkinLogic, które pozwala na sprawniejsze przeprowadzanie skórnych testów alergicznych i otrzymywanie bardziej wiarygodnych wyników. Metoda wykorzystuje kamery wizyjną i termowizyjną oraz system analizujący zdjęcia z pikselową dokładnością.
      Autorami opisywanego rozwiązania są specjaliści z Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej, zespołu prof. Jacka Stępnia (spółka Milton Essex) i Wojskowego Instytutu Medycznego.
      Badania kliniczne dały bardzo dobre rezultaty. System prawidłowo rozpoznaje aż 98% przypadków, w tym również alergii rzadkich. Co więcej, za pomocą SkinLogic można wykrywać zmiany, których średnica nie przekracza 0,3 mm.
      Budowa i działanie SkinLogic
      Jak podkreślono w komunikacie prasowym Politechniki Warszawskiej (PW), z informatycznego punktu widzenia SkinLogic jest systemem przetwarzania danych. Urządzenie składa się ze statywu oraz wspomnianych na początku kamer. Podczas testów rękę pacjenta należy unieruchomić w statywie. Maszyna wykonuje zdjęcia w świetle widzialnym i podczerwonym w ustalonych momentach, rejestrując to, co dzieje się na fragmentach skóry potraktowanych alergenami. Po otrzymaniu dokumentacji w formie cyfrowej przychodzi czas na wykorzystanie algorytmu stworzonego na PW.
      Co istotne, przy standardowej ręcznej procedurze pomiaru reakcji alergicznej (bąbli) wynik nie jest do końca precyzyjny. Gdy wykorzystuje się SkinLogic, pomiar jest natomiast wykonywany przez algorytm. Dodatkowo system bada zarówno wielkość odczynu, jak i inne parametry, np. jego kształt. Przydaje się do tego obraz uzyskany za pomocą widma dalekiej podczerwieni.
      Analiza materiału cyfrowego
      Podczas analizy zdjęcia dzielone są na segmenty odpowiadające umiejscowieniu nacięć na skórze (każdy segment da się badać osobno). Analizując dane w czasie, można sprawdzić, jak dany fragment się zmieniał.
      Skąd pozyskano dane wejściowe dla systemu sztucznej inteligencji? Wykorzystano 1500 obrazów skórnych reakcji alergicznych (rekordów), które lekarze zebrali podczas badań klinicznych na 100 pacjentach. Dzięki nim algorytm mógł się uczyć rozpoznawania, który obraz przedstawia reakcję alergiczną, a który nie.
      To, co otrzymujemy dzięki zdjęciom z kamery, to obrazy 100x100 pikseli. Lekarz, który bada bąbel alergiczny, ma do dyspozycji jedynie widoczne gołym okiem pole powierzchni. My badamy wszystkie piksele z otrzymanych obrazów. Można więc powiedzieć, że standardowa diagnoza jest oparta na podstawie jednej wartości, a odczyn badany przez sztuczną inteligencję opiera się na milionie wartości i wykrytych kombinacjach – wyjaśnia kierownik Zakładu Sztucznej Inteligencji prof. Robert Nowak. Dla człowieka znalezienie tych wzorców byłoby niezwykle żmudne, wytrenowany algorytm radzi sobie z tym zadaniem szybko i jest bardzo dokładny. Więcej danych oznacza wprawdzie więcej szumów do wyeliminowania, algorytm radzi sobie jednak i z tym problemem. Nasz system trenował na zestawie wzorów opracowanych przez konsylium lekarskie, ma więc wysokiej jakości fundament - dodaje badacz.
      Usprawnienie diagnostyki i planowania leczenia
      System przechodzi testy przedrejestracyjne. Gdy już trafi do praktyki klinicznej, może być nieocenioną pomocą. Oznacza bowiem szybsze diagnozowanie, zapewnia bardziej precyzyjne wyniki, a dzięki pozyskiwaniu materiału w formie cyfrowej pozwala na łatwiejsze konsultacje z innymi specjalistami.
      Artykuł pt. „Thermography based skin allergic reaction recognition by convolutional neural networks” ukazał się w połowie lutego w piśmie Scientific Reports.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Naukowcy z Politechniki Warszawskiej (PW) i Uniwersytetu Medycznego im. Karola Marcinkowskiego w Poznaniu chcą sprawdzić, czy z komórek macierzystych z dziąseł da się wyhodować tak potrzebne trzecie zęby.
      Postawiliśmy hipotezę, że tkanki dziąsła są w stanie przekształcić się w inne struktury, a szczególnie konkretna grupa komórek macierzystych. Chcemy zbadać możliwości ich wykorzystania. Dowiemy się, jakiego rodzaju tkanki można z nich wytworzyć - opowiada dr hab. inż. Agnieszka Gadomska-Gajadhur z Wydziału Chemicznego PW, kierowniczka projektu SteamScaf.
      Należy podkreślić, że stomatolodzy doskonale zdają sobie sprawę z potencjału regeneracyjnego jamy ustnej. Wiadomo, na przykład, że w miejscu usuniętego zęba odbudowują się struktura kostna, chrzęstna i nabłonkowa oraz tkanki nerwowe (w końcu nie tracimy czucia w obrębie objętej zabiegiem części żuchwy/podniebienia).
      Wkład poznański, warszawski i zagraniczny
      Zespół z Uniwersytetu Medycznego w Poznaniu zajmie się różnicowaniem komórek; ekipą kieruje prof. dr hab. Bartosz Kempisty z Zakładu Histologii i Embriologii, a od strony stomatologicznej wspiera go dr hab. Marta Dyszkiewicz-Konwińska. Jak podkreślono w komunikacie prasowym PW, celem [naukowców z Poznania] będzie różnicowanie komórek pobranych z dziąseł świńskich w kierunku tkanki kostnej, chrzęstnej lub tkanki nerwowej.
      Uczeni z Warszawy opracują za to nośnik, na którym komórki macierzyste zostaną osadzone. Tu będą mogły rosnąć i przekształcać się w tkankę. Syntetyzujemy materiały, z których wykonane zostaną te rusztowania. Materiały będą w pełni biozgodne i resorbowane, czyli po pewnym czasie wchłoną się, a także biomimetyczne, bazujące na składnikach obecnych w naszym organizmie. Docelowo chcielibyśmy dostarczyć też pewne czynniki wzrostu dla tych komórek. Co ciekawe, rusztowania będą miały głównie strukturę włóknistą, przypominającą trochę tkaninę - mówi dr hab. inż. Gadomska-Gajadhur.
      Jeśli wszystko pójdzie z planem, ośrodki z Wielkiej Brytanii i Czech, które specjalizują się w oznaczaniu cech zróżnicowanych komórek, ocenią, czy uzyskana tkanka jest pełnowartościowa. Poza tym określą, czy to tkanka kostna, chrzęstna czy mieszana.
      Poszukiwanie alternatyw
      Japończycy potrafią uzyskać w laboratorium zawiązki zębów. Bazują przy tym na komórkach macierzystych pozyskiwanych z krwi pępowinowej z banków. W Japonii takiej krwi jest dużo, jednak w Polsce kiedyś nie było takiej procedury, stąd bardzo skąpe zasoby. Naukowcy szukają zatem alternatyw dla różnych osób, np. seniorów, którzy potrzebują materiałów kościo- lub zębozastępczych.
      Wbrew pozorom, implanty nie są tak dobrym rozwiązaniem, jak mogłoby się wydawać. Większość ludzi myśli, że w przypadku wypadnięcia zębów są one najprostszym rozwiązaniem. Niestety, każda taka interwencja, wkręcanie czy wyjmowanie implantów, wiąże się z tym, że naturalna kość człowieka osłabia się i następny zabieg jest coraz trudniejszy – mówi dr hab. inż. Gadomska-Gajadhur.
      Problemem są też choroby autoimmunologiczne. U takich pacjentów często atakowana jest bowiem tkanka przy implancie. Zapalenia wokół implantów (periimplantitis) mogą prowadzić do utraty wszczepu.
      Jak widać, rozwiązania, które pozwalają skutecznie i na długo odtworzyć fizjologiczne funkcje uzębienia, są na wagę złota.
      Plany na przyszłość
      Naukowcy wiążą duże nadzieje z ewentualną realizacją części projektu dot. tkanki nerwowej. Wyhodowane neurony i tkanka nerwowa oznaczają bowiem olbrzymi potencjał w zakresie przeszczepów np. w obrębie rdzenia czy nerwów obwodowych.
      Już teraz myślimy o projekcie związanym z komórkami macierzystymi, które chcielibyśmy pobierać od pacjentów stomatologicznych. Do modelu świńskiego zmusiła nas sytuacja – mieliśmy etap zaostrzonej pandemii i wykonywano coraz mniej zabiegów ekstrakcji zębów. Baliśmy się, że pozyskamy bardzo mało materiału i zdecydowaliśmy się na ten bardziej dostępny i podobny do ludzkiego. Docelowo myślimy jednak o dużym europejskim projekcie. Odpowiedź, w jakim kierunku będziemy podążać, da nam SteamScaf [projekt „Biomimetyczne, biodegradowalne podłoża komórkowe do różnicowania komórek macierzystych w kierunku osteoblastów i chondrocytów” potrwa do końca przyszłego roku] – podsumowuje badaczka z PW.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Cassie, pierwszy dwunożny robot używający maszynowego uczenia się do kontroli otoczenia w czasie poruszania się na zewnątrz, przeszedł do historii, przebywając samodzielnie 5 kilometrów w czasie około 53 minut. Robot powstał pod kierunkiem profesora Jonathana Hursta, a na jego powstanie grant w wysokości 1 miliona dolarów przyznała DARPA (Agencja Badawcza Zaawansowanych Projektów Obronnych).
      Robot powstał w 2017 roku i od tego czasu Narodowa Fundacja Nauki finansowała dalsze badania nad nim. Pracujący przy Cassie naukowcy i studenci skupili się na opracowaniu mechanizmów maszynowego uczenia się.
      Cassie nauszył się biegać korzystając z algorytmu deep reinforcement learning. Dzięki niemu robot nauczył się nieprzerwanego dokonywania drobnych korekt pozycji, balansowania, by utrzymać się w pionie podczas biegu. "Cassie jest bardzo wydajny, gdyż z takim zamysłem był projektowany i budowany. Chcemy dotrzeć do granic możliwości tego sprzętu i pokazać, na co go stać", mówi doktorant Jeremy Dao z Dynamic Robotics Laboratory. Deep reinforcement learning to potężny algorytm, który daje możliwość nauczenia robota takich czynności jak bieganie, skakanie czy wchodzenie i schodzenie po schodach, dodaje Yesh Godse.
      Naukowcy twierdzą, że pewnego dnia widok robota na ulicy będzie równie powszechny jak widok samochodu. I roboty, podobnie jak samochody, znacząco zmienią nasze życie.
      Obecnie poważnym ograniczeniem w rozpowszechnieniu się robotów jest zrozumienie przemieszczania się z użyciem kończyn. Jednak na tym polu dokonuje się duży postęp.
      Wspomniana na wstępie 5-kilometrowa przebieżka zajęła Cassie 53 minuty i 3 sekundy. Wliczono w to około 6,5 minuty, jakich było potrzeba, by robot zresetował się po dwóch upadkach. Przyczyną pierwszego było przegrzanie komputera, przyczyną drugiego, zbyt duża prędkość podczas zakręcania.
      Cassie już wcześniej nauczył się chodzić po schodach, a proces uczenia możemy oglądać na poniższym filmie.
       


      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...