Робот, который приносит пиво из холодильника (видео)
Немецкие инженеры научили человекоподобного робота TIAGo подавать пиво нужной марки. Помощник сам найдёт холодильник и легко отличит купленную в ближайшем супермаркете банку от бутылочки из облюбованной крафтовой пивоварни. А поскольку проект участвует в конкурсе NVIDIA Jetson Developer Challenge, за свои труды команда может получить вполне материальное вознаграждение.
Как это работает?
Разработчики подключили к TIAGo модульный суперкомпьютер NVIDIA Jetson TX2, который отвечает за «зрение». Используя встроенную камеру с сенсором глубины, специальный алгоритм сканирует окружающее пространство, распознаёт объекты и классифицирует их (по форме, размеру и так далее). Робот сам рассчитывает маршрут до холодильника, находит ручку и открывает дверцу. Среди продуктов на полках он выделяет пивные бутылки, забирает нужную, закрывает холодильник и возвращается к пользователю.
По словам авторов, для обучения системы им понадобилось 60 изображений бутылок и 20 различных вариантов фона, а весь процесс занимает около 2 часов. Для более точной работы алгоритма можно увеличить выборку, и тогда обработка информации затянется примерно на 5-8 часов.
Это что-то новенькое?
Не совсем. Роботы Boston Dynamics уже давно научились приносить пиво хозяину, а на CES 2018 был представлен домашний помощник Aeolus, который тоже справится с этой задачей. Подобных проектов масса, но чаще всего машины теряются, когда нужного напитка не оказывается на положенном месте. TIAGo с «мозгом» NVIDIA более гибкий в этом плане.
Что за конкурс NVIDIA?
В октябре прошлого года компания запустила соревнование среди инженеров, которые используют NVIDIA Jetson TX2 в своих проектах. Все желающие могли подавать заявки на участие до 18 февраля 2018 года. В марте будут объявлены финалисты, всех их обещают пригласить на компьютерную конференцию GTC 2018 в Кремниевой долине.
Победители конкурса получат денежный приз в $10 000, видеокарту NVIDIA TITAN Xp, еще один суперкомпьютер Jetson TX2 в свою коллекцию и доступ к курсу по глубокому обучению.
Источник: ChallengeRocket