Jump to content
Forum Kopalni Wiedzy

Recommended Posts

Wielki sukces inżynierów z Uniwersytetu Technologiczno-Przyrodniczego w Bydgoszczy. Pierwszego lipca zespół Koła Naukowego Sonda - dr inż. Damian Ledziński, mgr inż. Sandra Śmigiel, mgr inż. Gracjan Kątek, mgr inż. Karol Hartwig i inż. Marta Gackowska - jako pierwszy w Polsce dokonał zdalnego lotu dronem online z niewyobrażalnej, jak do tej pory, odległości 333 km. Wydarzenie miało miejsce podczas tegorocznego konkursu DRONIADA GZM2020 w Katowicach.

Dzięki wykorzystaniu chmury obliczeniowej i autorskiemu rozwiązaniu problemu, całość lotu drona była bezpośrednio sterowana i kontrolowana zza biurka znajdującego się w budynku kampusu UTP w bydgoskim Fordonie. W Katowicach dron został uruchomiony przez Dariusza Werschnera, prezesa Polskiej Izby Systemów Bezzałogowych, po czym bydgoscy naukowcy przejęli nad nim kontrolę i wykonali trzykrotnie pełną misję nad lotniskiem. Maszynę kontrolował algorytm. Zastosowane rozwiązanie umożliwia lot dronem każdego typu opartym o kontroler lotu PIXHAWK.

Ta innowacyjna technologia tworzona jest przez zespół naukowców z Wydziału Inżynierii Mechanicznej i Wydziału Telekomunikacji, Informatyki i Elektrotechniki Uniwersytetu Technologiczno-Przyrodniczego w Bydgoszczy.


« powrót do artykułu

Share this post


Link to post
Share on other sites
Posted (edited)

Pixhawk to autopilot open source ktory umożliwia latanie po "waypointach" i już pare lat temu modelarze potrafili je zmieniać poprzez modem GSM, teoretycznie mogli to zrobić z dowolnego miejsca na ziemi gdzie jest zasięg GSM lub Internet wiec nie widzę tu nic odkrywczego.

W Polsce nikt się takimi lotami nie chwali bo po prostu w sa one niezgodne z przepisami, a na lot poza zasięg wzroku trzeba mieć zezwolenia i uprawnienia. 

Tu przykładowy lot:

https://youtu.be/EjAuPoiAmHE

 

Edited by dexx

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
Sign in to follow this  

  • Similar Content

    • By KopalniaWiedzy.pl
      Łazik marsjański Perseverance, który ma wystartować za trzy tygodnie, zabierze ze sobą nietypowy ładunek. Na jego pokładzie znajdzie się niewielki autonomiczny helikopter Ingenuity. Jeśli wszystko pójdzie dobrze, będzie on pierwszym pojazdem wysłanym przez człowieka, który wykona wspomagany silnikiem lot w atmosferze innej planety.
      Lot na Marsie może nie wydawać się niczym imponującym, ale jest to niezwykle trudne zadanie. Dość wspomnieć, że gęstość atmosfery Marsa to zaledwie 1% gęstości atmosfery ziemskiej, a temperatura na Czerwonej Planecie może w nocy spaść do -100 stopni Celsjusza. Wyobraźmy sobie lekki wietrzyk na Ziemi. A teraz wyobraźmy sobie 100-krotnie mniej gęste powietrze, które trzeba wykorzystać do uzyskanie siły nośnej i kontroli pojazdu, mówi Theodore Tzanetos z Jet Propulsion Laboratory. Żaden ziemski śmigłowiec nigdy nie latał w tak rozrzedzonej atmosferze.
      Preserverance i Ingenuity mają wystartować 20 lipca bieżącego roku (okno startowe będzie otwarte do 11 sierpnia), a lądowanie na Marsie planowane jest na 18 lutego przyszłego roku. Około 60 marsjańskich dni później łazik opuści drona na powierzchnię planety i odsunie się od niego na odległość 100 metrów.
      Ingenuity waży 1,8 kilograma. Wyposażono go w dwa umieszczone jeden na drugim rotory z włókna węglowego. Obracają się one w przeciwnych kierunkach z prędkością około 2400 obrotów na minutę. To pięciokrotnie szybciej niż wirniki śmigłowców na Ziemi. Gdy obracały się wolniej, dron nie mógłby oderwać się od powierzchni Marsa. Gdyby jednak obracały się znacznie szybciej, zewnętrzne krawędzie wirników zbliżyłyby się do prędkości dźwięku, wywołały falę uderzeniową, która zdestabilizowałaby pojazd.
      Głównym zadaniem Ingenuity jest sprawdzenie wykorzystanych technologii. Twórcy drona mają nadzieję, że w ciągu 30 dni uda im się wykonać 5 lotów. Żaden z nich nie ma trwać dłużej niż 90 sekund. Dron ma nie przekraczać wysokości 10 metrów, a długość każdego z lotów ma być nie większa niż 300 metrów.
      Josh Ravich, który stał na czele zespołu inżynierów projektujących Ingenuity, mówi, że dron będzie nieco mniej manewrowy niż drony wykorzystywane na Ziemi. Musimy jednak pamiętać, że marsjański śmigłowiec musi przetrwać start rakiety, lot z Ziemi na Marsa, wejście w atmosferę i lądowanie oraz zimne marsjańskie noce. Dlatego też inżynierowie przez wiele lat pracowali nad znalezieniem równowagi pomiędzy zużyciem energii, wytrzymałością, wagą i manewrowością.
      Większość energii, którą Ingenuity pozyskuje z niewielkiego panelu słonecznego umieszczonego nad wirnikami, zostanie zużyta nie na loty, a na ogrzewanie systemów drona podczas zimnych marsjańskich nocy. Inżynierowie zastanawiali się nad izolacją cieplną z aerożelu, jednak zrezygnowali z niej, gdyż uznali, że będzie zbyt wiele ważyła. Modelowanie wykazało, że marsjańska atmosfera, która w większości składa się z dwutlenku węgla, będzie w pewnym stopniu zapobiegała utracie ciepła przez drona.
      Naukowcy uznali też, że najlepszą porą na pierwszy lot będzie późny marsjański poranek. Słońce świeci wówczas na tyle mocno, że powinno zapewnić Ingenuity wystarczającą ilość energii do lotu. Jednak nie można lotu odkładać na późniejszą porę dnia, gdyż wówczas powierzchnia Marsa mocniej się nagrzewa przez co atmosfera unosi się, rozrzedza i lot byłby wówczas jeszcze trudniejszy.
      Jeśli misja Ingenuity się powiedzie, NASA będzie wyposażała w śmigłowce kolejne misje marsjańskie. Drony będą służyły łazikom, i w przyszłości ludziom, jako zwiadowcy, pokazujący, co znajduje się w trudnych do osiągnięcia miejscach, jak klify czy wulkany. Obecnie możemy obserwować Marsa albo z powierzchni, albo z orbity. A 90-sekukndowy lot drona pozwoli nam na obejrzenie setek metrów terenu znajdującego się przed nami, mówi Ravich.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Autorzy badań opublikowanych na łamach PNAS ostrzegają, że nie można ufać technikom obrazowania medycznego rekonstruowanym za pomocą sztucznej inteligencji. Międzynarodowy zespół naukowy pracujący pod kierunkiem Andersa Hansena z Uniwersytetu w Cambridge stwierdził, że narzędzia do głębokiego uczenia się, które rekonstruują obrazy wysokiej jakości na podstawie szybkich skanów, tworzą liczne przekłamania i artefakty, które mogą wpływać na diagnozę.
      Jak niejednokrotnie informowaliśmy, systemy sztucznej inteligencji są już na tyle zaawansowane, że równie dobrze jak radiolodzy, a często i lepiej, potrafią opisywać zdjęcia RTG, obrazy tomografii komputerowej czy rezonansu magnetycznego. W związku z tym pojawił się pomysł, by SI zaprząc do rekonstrukcji obrazów.
      Pomysł polega na tym, by wykonywać obrazowanie o niższej rozdzielczości, czyli pobierać dane z mniejszej liczby punktów, a następnie, by wytrenowane systemy algorytmy sztucznej inteligencji rekonstruowały na tej postawie obraz o wysokiej rozdzielczości. W ten sposób można by zaoszczędzić czas i pieniądze potrzebny na wykonanie badania. Wykorzystywane tutaj algorytmy były trenowana na dużej bazie danych obrazów wysokiej jakości, co stanowi znaczne odejście od klasycznych technik rekonstrukcji bazujących na teoriach matematycznych.
      Okazuje się jednak, że takie systemy SI mają poważne problemy. Mogą one bowiem przegapić niewielkie zmiany strukturalne, takie jak małe guzy nowotworowe, podczas gdy niewielkie, niemal niewidoczne zakłócenia spowodowane np. poruszeniem się pacjenta, mogą zostać odtworzone jako poważne artefakty na obrazie wyjściowym.
      Zespół w skład którego weszli Vegard Antun z Uniwersytetu w Oslo, Francesco Renna z Uniwersytetu w Porto, Clarice Poon z Uniwersytetu w Bath, Ben Adcock z Simon Fraser University oraz wspomniany już Anders Hansen, przetestował sześć sieci neuronowych, wykorzystywanych do rekonstrukcji obrazów tomografii i rezonansu. Sieciom zaprezentowano dane odpowiadają trzem potencjalnym problemom, które mogą się pojawić: niewielkim zakłóceniom, niewielkim zmianom strukturalnym oraz zmianom w próbkowaniu w porównaniu z danymi, na których system był trenowany.
      Wykazaliśmy, że niewielkie zakłócenia, których nie widać gołym okiem, mogą nagle stać się poważnym artefaktem, który pojawia się na obrazie, albo coś zostaje przez nie usunięte. Dostajemy więc fałszywie pozytywne i fałszywie negatywne dane, wyjaśnia Hansen.
      Uczeni, chcą sprawdzić zdolność systemu do wykrycia niewielkich zmian, dodali do skanów niewielkie litery i symbole z kart do gry. Tylko jedna z sieci była w stanie je prawidłowo zrekonstruować. Pozostałe sieci albo pokazały w tym miejscu niewyraźny obraz, albo usunęły te dodatki.
      Okazało się też, że tylko jedna sieć neuronowa radziła sobie ze zwiększaniem tempa skanowania i tworzyła lepszej jakości obrazy niż wynikałoby to z otrzymanych przez nią danych wejściowych. Druga z sieci nie była w stanie poprawić jakości obrazów i pokazywała skany niskiej jakości, a trzy inne rekonstruowały obrazy w gorszej jakości niż otrzymały do obróbki. Ostatni z systemów nie pozwalał na zwiększenie szybkości skanowania.
      Hansen stwierdza też, że badacze muszą zacząć testować stabilność takich systemów. Wówczas przekonają się, że wiele takich systemów jest niestabilnych. Jednak największym problemem jest fakt, że nie potrafimy w sposób matematyczny zrozumieć, jak działają tego typu systemy. Są one dla nas tajemnicą. Jeśli ich porządnie nie przetestujemy, możemy otrzymać katastrofalnie złe wyniki.
      Na szczęście takie systemy nie są jeszcze wykorzystywane w praktyce klinicznej. Zespół Hansena stworzył odpowiednie testy do ich sprawdzenia. Uczeni mówią, że nie chcą, by takie systemy zostały dopuszczone do użycia jeśli nie przejdą szczegółowych testów.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Wypożyczanie samochodów jest dziś coraz bardziej powszechne.  Loty krajowe są obecnie bardzo tanie, dlatego podróżowanie własnym samochodem stało się dziś czasochłonne i najzwyczajniej nieopłacalne.
      Dziś wypożyczanie samochodu nie kojarzy się już z czymś ekskluzywnym i niedostępnym, ponieważ każdy może wypożyczyć samochód. Jest to szczególnie przydatne podczas podróży służbowych, a także wyjazdów wakacyjnych. Samolot zapewnia szybką i bezpieczną podróż, a samochód czekający na lotnisku daje poczucie wygody i komforty. Jakie samochody najczęściej wypożyczana są na lotniskach?
      Bezpieczeństwo, komfort i wygoda – postaw samochód do wynajęcia!
      Osoby, które podróżują w sprawach biznesowych, są najczęściej bardzo zapracowane, a czas odgrywa w ich codziennym życiu kluczową rolę. Z tego powodu wynajem samochodu pozwoli na swobodne poruszanie się w obcym mieście, a samolot zapewni szybką i bezpieczną podróż. Z takiego rozwiązania korzysta obecnie coraz większa ilość biznesmenów, którzy wiedzą, że czas to pieniądz. Przylatując do jakiegoś miasta w interesach, nie warto stawiać ich na szali niepowodzenia, z powodu spóźniającej się komunikacji miejskiej. Wynajęcie samochodu jest tanie, a szeroki wybór samochodów pozwala na dobranie auta do naszych preferencji.
      Osoby podróżujące w sprawach biznesowych wynajmują najczęściej samochody z automatyczną skrzynią biegów, ponieważ taki samochód nie wymaga długiego przyzwyczajania się do niego. W wypożyczalni samochodowej carfree.pl dostępne są różne samochody, a ich wybór zależy tylko i wyłącznie od naszego gustu. Do miejskiego dojeżdżania w sprawach biznesowych najczęściej wybierane są auta średniej wielkości, którymi jesteśmy w stanie wszędzie zaparkować, co jest szczególnie ważne w zakorkowanych i zatłoczonych miastach. Jeśli nasza podróż biznesowa będzie bardziej rozległa i będziemy zmuszeni podróżować do kilku miast w regionie, to dobrze postawić jest na samochód o charakterze SUV’a. Komfortowa jazda złagodzi stres związany z biznesem, dzięki czemu podróż w interesach stanie się mniej stresująca.
      Samochód na rodzinny wypoczynek, czyli jakie auto najlepiej sprawdzi się na urlop?
      Wypożyczając samochód na wakacje, warto wziąć pod uwagę długość naszego wypoczynku. Jeśli urlop trwa dłużej niż kilka dni i jeśli dodatkowo będziemy podróżowali z dziećmi, to dobrze jest wypożyczyć większe auto, które zapewni nam komfort podróży. Wybór samochodów do wynajęcia na carfree.com.pl jest tak duży, że każdy wczasowicz znajdzie tu coś dla siebie. Możemy wybierać pomiędzy samochodami z automatyczną lub manualną skrzynią biegów, rodzajem paliwa, klimatyzacją, a także ilością spalanego paliwa. Decydując się na samochód od carfree.pl dostaniemy podstawienie go pod dowolne lotnisko w naszym kraju i nie będzie nas to nic kosztowało. Co ważne, carfree.com.pl nie pobiera też żadnej kaucji przy wynajmie.
      Dlatego jeśli potrzebujesz samochodu do wynajęcia ze względu na podróż służbową, lub rekreacyjną, to auta od carfree.pl są właśnie dla Ciebie!

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      BAE Systems wyprodukowało bezzałogowy ultralekki samolot (UAV), który może konkurować z satelitami czy dronami. PHASA-35 (Persistent High-Altitude Solar Aircraft) może pochwalić się skrzydłami o rozpiętości 35 metrów, a więc dorównującej rozpiętości skrzydeł Boeinga, ale waży przy tym 150 kg, w tym 15 kg stanowi ładunek. Samolot został po raz pierwszy oblatany 10 lutego na poligonie australijskich sił powietrznych Woomera.
      Latał przez nieco mniej niż godzinę. To jednak wystarczyło do przetestowania jego aerodynamiki, autopilota i manewrowości. Wcześniej testowaliśmy te elementy na mniejszych modelach samolotu, więc większość problemów już poprawiliśmy,mówi Phil Varty z BAE Systems.
      Prototyp pokryty jest ogniwami fotowoltaicznymi firmy MicroLink Devices. Ich producent twierdzi, że skuteczność konwersji paneli sięga 31%.
      Na potrzeby testu tylko część skrzydeł pokryliśmy panelami. Urządzenia te o grubości kartki papieru generowały 4 kW. W ostatecznej wersji samolotu panele umieścimy na całej powierzchni skrzydeł i dostarczą one 12 kW, zapewnia Varty.
      Energia słoneczna napędza dwa silniki elektryczne i zasila zestaw ponad 400 akumulatorów, które pozwalają samolotowi na lot w nocy. Jak mówi Varty, akumulatory – w przeciwieństwie do paneli słonecznych – nie są ostatnim krzykiem techniki. Firma postawiła na znane, niezbyt wydajne i tanie rozwiązanie, podobne do tego, jakie możemy spotkać w smartfonach. Chodzi o to, żeby łatwo można było wymienić akumulatory na nowe, gdy pojawi się lepsza sprawdzona wersja.
      Przedstawiciele BAE Systems zauważają też, że pomimo tego, iż test samolotu był prowadzony latem w Australii, to pojazd zaprojektowano tak, by mógł latać podczas najmniej sprzyjającej pory roku – przesilenia zimowego. Dlatego też PHASA-35 może potencjalnie pozostawać w powietrzu nieprzerwanie przez cały rok. Będzie latał w stratosferze na wysokości około 20 kilometrów. Tam jest niewiele wiatru, nie chmur i turbulencji, mówi Varty.
      Samolot może być sterowany z Ziemi. Jest też wyposażony w autopilota, któremu można wgrać wcześniej przygotowaną trasę. Urządzenie może pozostawać w określonym punkcie lub wykonywać złożone manewry. Można go wyposażyć w aparaty fotograficzne, czujniki i różnego rodzaju urządzenia śledzące. Dlatego też PHASA-35 w wielu zastosowaniach może zastąpić drony czy satelity.
      Najlepsze wojskowe drony mogą pozostawać w powietrzu maksymalnie przez 3 doby. Z kolei satelity muszą utrzymać prędkość co najmniej 7 km/s, by pozostać na wyznaczonej orbicie. Samolot BAE Systems będzie mógł bez przerwy monitorować określone miejsce, a dzięki temu, że znajduje się niżej nad Ziemią, dostarczy dokładniejszych obrazów. Jednak jego przydatność i czas pozostawania w powietrzu będą w dużej mierze zależały od masy ładunku. Osobną kwestią jest odporność na awarie przez cały rok.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Dr inż. Marcin Sieniek jest absolwentem Akademii Górniczo-Hutniczej w Krakowie i tamtejszego Uniwersytetu Ekonomicznego. Na AGH otrzymał również doktorat z informatyki za badania w dziedzinie nauk obliczeniowych. W Google Health zajmuje się pracą nad zastosowaniem sztucznej inteligencji w diagnozie raka piersi. Oprócz Google pracował w zespole Autopilota Tesli oraz prowadził w Polsce startup z dziedziny social learning. Prywatnie gra w zespole rockowym i prowadzi bloga expat-pozytywnie.pl.
      Jak trafia się do Google Health i dlaczego właśnie tam? To dość niszowa działka w działalności Google'a czy Alphabetu i wymagająca chyba szczególnych umiejętności?
      W Google Health pomocne są przede wszystkim różnorodne umiejętności i doświadczenia. W Google pracuję od ponad 5 lat, początkowo jako inżynier oprogramowania w polskim biurze firmy. Jednak już od samego początku pracowałem nad wykorzystywaniem sztucznej inteligencji, a konkretniej określonych technik - tzw. uczenia maszynowego. Później kontynuowałem pracę nad moimi projektami w amerykańskich biurach Google. Dopiero wtedy, szukając ciekawych wyzwań wewnątrz firmy, znalazłem możliwość dołączenia do Google Research - działu firmy skupiającego się na badaniach nad rozwojem sztucznej inteligencji i jej wykorzystaniem w różnych dziedzinach życia.
      Tam powstawał właśnie mały zespół badawczy zajmujący się zastosowaniem głębokiego uczenia maszynowego właśnie w radiologii. Proces selekcji do zespołu był wymagający - sprawdzano m.in. znajomość technik sztucznej inteligencji oraz udokumentowane doświadczenie w badaniach biotechnologicznych co akurat zupełnie przypadkiem było przedmiotem jednej z moich prac na studiach doktoranckich.
      Pod koniec 2018 roku mój zespół stał się częścią nowego działu Google Health - łączącego w sobie nie tylko inżynierów oprogramowania, ale także doświadczenie i wiedzę lekarzy, prawników, etyków i specjalistów od procedur medycznych.
      Jest Pan jednym ze współtwórców algorytmu, który lepiej diagnozuje raka piersi niż lekarze. Jak powstaje i działa taki algorytm?
      Algorytm taki powstaje podobnie jak np. technologia która pozwala rozpoznawać co znajduje się na zdjęciu. Algorytm sztucznej inteligencji jest „szkolony” na istniejącym zbiorze danych, gdzie obrazom (w tym wypadku medycznym, czyli zdjęciom z mammografii) towarzyszą oznaczenia (w tym wypadku: czy wykryto nowotwór złośliwy i ewentualna informacja o jego umiejscowieniu). Takie zbiory danych powstają w ramach normalnej praktyki w szpitalach i centrach programów przesiewowych, jednak często na tym ich zastosowanie się kończy.
      Takie algorytmy działają na bazie mechanizmu zwanego „sieciami neuronowymi”. Ich struktura inspirowana jest tym w jaki sposób informacje przetwarza ludzki mózg. Proces nauki przypomina w istocie proces w którym człowiek uczy się rozróżniać obrazy (np. dziecko rozpoznawać koty i psy, a radiolog rozpoznawać groźne guzy od nieszkodliwych zmian). W odróżnieniu jednak od radiologa, który w toku treningu może zobaczyć kilkadziesiąt-kilkaset nowotworów, komputer jest w stanie przetworzyć dziesiątki tysięcy przykładów w przeciągu jedynie kilku godzin.
      Taki „wytrenowany” algorytm stosuje się następnie do oceny osobnego, nowego zbioru danych. Następnie inżynierowie mogą wprowadzić poprawki w procesie uczenia się albo w budowie modelu i powtórzyć testy. Dopiero gdy wyniki działania modelu zadowalają jego twórców, sprawdza się go na kolejnym zbiorze danych, np. pochodzących z innej instytucji lub z innego źródła.
      Na tym właśnie etapie postanowiliśmy opublikować nasz artykuł w Nature.
      Na tym jednak nie kończymy pracy. Zanim taki model znajdzie praktyczne zastosowanie w szpitalach na całym świecie, muszą zostać przeprowadzone próby kliniczne i o na różnych populacjach pacjentów, musimy także ocenić skuteczność modelu na danych pochodzących z innych aparatów mammograficznych.
      Niejednokrotnie informowaliśmy o systemach SI radzących sobie w pewnych zadaniach lepiej od lekarzy. Skąd się bierze ta przewaga sztucznej inteligencji?
      Warto powiedzieć, że to „potencjalna” przewaga. Raczej patrzymy na to jako na wsparcie i usprawnienie procesów diagnostycznych lekarzy. To potencjalne usprawnienie bierze się kilku źródeł: po pierwsze, w procesie uczenia się algorytm może przeanalizować dużo więcej przypadków niż pojedynczy lekarz w procesie nauki (z drugiej strony ludzie wyciągają wnioski szybciej – maszyna potrzebuje więcej przykładów). Co więcej automat nie ma skłonności do zaspokojenia swoich poszukiwań jednym „znaleziskiem” i jest mniejsze ryzyko, że umknie mu inne, często ważniejsze. Wreszcie, system sztucznej inteligencji pozwala na „nastrojenie” go na pożądany przez daną placówkę medyczną poziom czułości i swoistości.

      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...