Стратостаты Thales, футборобот Artemis и сортировщик с ИИ

Стратостаты Thales, футборобот Artemis и сортировщик с ИИ

15.03.2023

Время прочтения - 6 мин.

Несколько десятков предприятий из 11 стран ЕС разработают прототипы стратосферных аппаратов для разведки, наблюдения и связи. Робота-футболиста трудно вывести из равновесия даже на пересеченной местности. Искусственный интеллект прекрасно разбирается в видах пластика и помогает сортировать отходы. 

Стратостаты возвращаются

Космическая эра на время оставила не у дел стратосферные аппараты, популярные до запусков спутников и пилотируемых полетов в космос. Но времена стратостатов возвращаются. На днях ЕС профинансировал проект EuroHAPS стоимостью €43 млн, задачей которого станет создание трех типов взаимодополняющих стратосферных платформ.

Уменьшенный дирижабль на солнечной энергии — Stratobus — предназначен для длительных миссий и будет обладать наибольшей из всех грузоподъемностью.

Гибридный высотный дирижабль (HHAA, или тактический HAPS) будет способен создавать дополнительную подъемную силу за счет аэродинамического профиля крыла.

Третью платформу — ASBaS, соберут из трех воздушных шаров, управляемых по высоте.

Эти платформы планируется разместить на относительно малых для стратосферы высотах — около 20 км, которые предоставят им возможности наблюдения, недоступные спутникам, летающим за пределами атмосферы на высотах в сотни километров.

Аппараты EuroHAPS будут заниматься обнаружением и классификацией целей на море и на суше, в том числе в лесах и лесопосадках. Будут протестированы миссии коммуникационной (COMINT) и электронной (ELINT) разведки, а также объединенная сеть широкополосной связи для воздушных и наземных участников.

Основным подрядчиком по созданию EuroHAPS станет международная компания Thales Alenia Space, координирующая европейский консорциум в составе 21 участника и 18 субподрядчиков. Основными партнерами проекта являются CIRA, Elettronica и Leonardo из Италии, ONERA и CEA из Франции, INTA из Испании, а также ESG с TAO из Германии.

Испытывать стратостаты будут на Средиземном море в районе острова Сардиния, а также на Канарских островах, где  с 2024 года запланировано несколько демонстрационных полетов с острова Фуэртевентура.

Самый быстрый робот в мире

Исследователи из Лаборатории робототехники и механизмов (RoMeLa) Калифорнийского университета в Лос-Анджелесе разработали первого в своем роде гуманоидного робота с упором на двуногое передвижение по неровной местности.

При росте более 140 см и весе около 37 кг робот ARTEMIS способен ходить по неровным и неустойчивым поверхностям, а также бегать и прыгать. Он может оставаться устойчивым, даже если его сильно толкнуть или расшатать поверхность, по которой он ходит.

В ходе испытаний ARTEMIS показал скорость ходьбы 2,1 м/сек, что делает его самым быстрым человекоподобным роботом в мире.

Главное новшество конструкции робота заключается в том, что его приводы — устройства, генерирующие движение за счет энергии, — были специально разработаны так, чтобы вести себя как биологические мышцы. Они упругие и управляются силой, в отличие от жестких приводов с позиционным управлением, которые есть у большинства роботов.

Еще одним важным достижением является то, что приводы ARTEMIS имеют электрический привод, а не управляются гидравликой. В результате он производит меньше шума и работает более эффективно, чем роботы с гидравлическими приводами, а также не оставляет после себя утечку технологических жидкостей.

«Это ключ к превосходному балансу при ходьбе по неровной местности и его способности бегать — отрывать обе ноги от земли во время движения. Это первый в своем роде робот», — утверждает  профессор механики и аэрокосмической техники Калифорнийского университета в Лос-Анджелесе и директор RoMeLa Деннис Хонг.

В июле ARTEMIS отправится в Бордо (Франция) на турнир RoboCup-2023, где примет участие в футбольном матче и должен будет подтвердить свои другие возможности.  

Третий сорт – не брак

Сортировка твердых бытовых отходов является очень трудоемким занятием. Даже если говорить отдельно о пластике, то некоторые его виды могут разлагаться относительно быстро и относятся к компостируемым, а другие — разлагаются сотни лет и требуют отдельного захоронения или утилизации.

Тем не менее во многих случаях разные пластики выглядят одинаково, сортируются и перерабатываются неправильно, из-за чего снижается эффективность переработки и загрязняется окружающая среда.  

Исследователи из Университетского колледжа Лондона (UCL) использовали машинное обучение для автоматической сортировки различных типов компостируемых и биоразлагаемых пластиков и их дифференциации от обычных пластиков, и пришли к выводу, что это можно делать с очень высокой точностью.

Исследователи работали с различными типами пластика размером от 50Х50 мм до 5Х5 мм. Обычные образцы пластика включали полипропилен и ПЭТ, часто применяющиеся для изготовления пищевых контейнеров и бутылок для питья, а также ПЭНП, используемый для пластиковых пакетов и упаковки.

Образцы компостируемого пластика включали PLA и PBAT, используемые для крышек чашек, чайных пакетиков и оберток для журналов, а также продукты переработки пальмового листа и сахарного тростника, необходимые для производства упаковки.

Модель достигла идеальной точности для всех материалов, когда размеры образцов превышали 10Х10 мм. Однако для материалов, полученных из сахарного тростника или пальмовых листьев размером 10Х10 мм или меньше, доля ошибочной классификации составила 20% и 40% соответственно.

В образцах 5Х5 мм некоторые материалы были идентифицированы более надежно, чем другие: для кусков LDPE и PBAT уровень ошибочной классификации составил 20%, а оба материала, полученные из биомассы, были неправильно идентифицированы на 60% (сахарный тростник) и 80% (пальмовый лист).

При этом модель смогла безошибочно идентифицировать детали из PLA, PP и PET, независимо от размеров образца.

«При переработке обычных пластиков большинство компостируемых рассматриваются как загрязнители, что снижает их ценность. Для просеивания компоста и уменьшения присутствия других материалов применяются барабанная сортировка и сортировка по плотности. Однако уровень загрязняющих веществ в этом процессе неприемлемо высок», — утверждает автор исследования, профессор Марк Миодовник.

Ученый пришел к выводу, что использование ИИ в процессе переработки пластиков позволило достичь очень высокой точности и даст возможность в будущем использовать этот метод для переработки и компостирования отходов в промышленных масштабах.

Источники: SatNews, TechXplore

Подпишись на наш телеграм канал

только самое важное и интересное

Подписаться
Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Читать также

{"type":"article","id":5528,"isAuthenticated":false,"user":null}