Интересно, что компания  дооснащает обычный серийный экскаватор сенсорами и вычислительной системой. У машины 360° обзор и она умеет определять своё положение. Также экскаватор распознаёт людей и объекты вокруг себя, обходит препятствия и самостоятельно выполняет заданный план земляных работ. При возникновении опасной ситуации экскаватор останавливается.

Главный инженерный успех Bedrock Robotics заключается в умении робота функционировать в реальной среде. На площадке постоянно меняется обстановка: разный рельеф, другая техника, люди, постоянно возникающие  новые препятствия. Экскаватор должен сам учитывать всё это во время работы, выбирать безопасную траекторию и одновременно управлять ковшом, выполняя заданную операцию.

Это решение масштабируется на уже существующие в парке компании обычные экскаваторы.

Для НТР это близкая тема. Мы также разрабатываем робототехнические системы для промышленности и городских задач: автономных мобильных роботов, роботизированные комплексы, системы навигации и управления флотом роботов. И все наши роботы созданы для работы в сложной среде без внешней инфраструктуры. Надеемся, что уже в следующем году мы тоже заявим о запуске парка роботов для реальной городской задачи.

The post Экскаватор без оператора: Bedrock Robotics вывела автономную технику на стройку first appeared on Компания НТР.

Так инженеры FLISP разделили интеллектуальную нагрузку между двумя машинами, беспилотником и наземной платформой. Авторы отмечают недостатки подходов, основанных на map-based SLAM, прежде всего накопление дрейфа и высокую вычислительную нагрузку, и предлагают решать эту задачу за счет совместной работы UGV и UAV. Такая архитектура помогла снизить вычислительную нагрузку и избежать накопления дрейфа, характерного для SLAM.

Интересно, что сложную задачу решили перераспределением функций между роботами, а не путем усложнения одного устройства. Результаты подтвердили на испытаниях в реальном тоннеле, но о массовом коммерческом внедрении пока говорить рано.

Ждем подобных решений от сколковского интеграционного проекта АРМС. Подробнее про проект тоже расскажем вам здесь.

The post Не усложнять, а распределять: инженеры FLISP перераспределили функции между роботом и дроном first appeared on Компания НТР.

Что здесь нового? Модель объединяет языковое понимание, визуальное восприятие и управление движением: получает команду на естественном языке и изображение с одной обычной RGB-камеры, а затем формирует навигационное поведение робота.

Mistral сознательно отказалась от сложного сенсорного стека: для работы модели не нужны LiDAR, depth-камеры или несколько камер. Она должна работать с разными типами роботов и производителями. На тесте R2R-CE модель показала 76,6% успешных проходов в ранее не виденных сценах.

Для промышленной робототехники это важный сдвиг: функции восприятия, понимания задачи и выбора действия постепенно становятся отдельным программным контуром, который можно адаптировать под разные робототехнические платформы.

В НТР мы работаем сразу с обеими сторонами этой связки. С одной стороны, развиваем LLM/VLM для промышленности: например, AI для оптимизации сверхнормативных запасов и анализа складских данных, а также VLM для распознавания инженерных чертежей с автоматическим формированием реестра оборудования. С другой, – мы создаём робототехнические системы для сложных промышленных задач, как, например, адаптивные роботизированные системы с машинным зрением и выбором действия. И нам особенно интересно наблюдать за такими кейсами.

Mistral показывает направление развития Physical AI: AI-модель становится частью программного контура робототехнической системы, связывая визуальное восприятие среды, понимание задачи и формирование поведения робота. При этом сама модель не заменяет робототехническую систему целиком, а работает как интеллектуальный уровень поверх её аппаратной и управляющей инфраструктуры.

Такая связка AI-моделей с робототехническим контуром и производственным процессом, на наш взгляд, будет определять следующий этап развития промышленной робототехники.

The post Mistral AI учит роботов понимать команды на естественном языке first appeared on Компания НТР.

The post Когда людей не хватает: зачем бизнесу сервисные роботы  first appeared on Компания НТР.

Мы в НТР тоже работаем над увеличением времени инспекции. Дрон «СИНИЛЬГА» автономно летает внутри закрытых сооружений и ориентируется по LiDAR- и визуальному SLAM. Недавно мы добавили горячую замену батареи, и теперь продолжительность инспекции может составлять 20–30 минут.

Питание по кабелю для дрона СИНИЛЬГА мы пока не используем, но сам подход Flyability нам близок. Это хороший пример того, что технологическое развитие – это не всегда гонка за усложнением системы. Иногда разумнее упростить решение и подстроить технологию под реальную задачу заказчика.

Интересно, что дальше – связь по оптоволокну? Внимательно наблюдаем за коллегами.

The post Flyability и «Синильга»: разные пути к одной цели – длительной инспекции first appeared on Компания НТР.

The post ЦИФРОВОЙ ДВОЙНИК ПРОИЗВОДСТВА: ОТ ДАННЫХ К УПРАВЛЕНИЮ first appeared on Компания НТР.

«Химагрегат»: акцент на импортозамещение

Портал «Химагрегат» под заголовком «Отечественный дрон „Синильга»: российская альтернатива зарубежным системам для обследования промобъектов». Автор статьи подробно разобрал ключевые обновления платформы – от LiDAR SLAM до горячей замены аккумуляторов – и отдельно подчеркнул значение решения в условиях ухода западных систем с российского рынка. Издание отмечает, что «Синильга» – это полностью отечественная платформа автономной цифровой инспекции, разрабатываемая в России более десяти лет.

ICT-Online: релиз для ИТ-сообщества

Платформа ICT-Online, ориентированная на ИТ- и телеком-отрасль, разместила с описанием обновлённой платформы. Материал сфокусирован на технологической составляющей: LiDAR SLAM, активном предотвращении столкновений, увеличенной полезной нагрузке и компактности – параметрах, которые делают «Синильгу» применимой в стеснённых пространствах промышленных объектов.

ОЭЗ: акцент на резидентстве и безопасности

Официальная страница особой экономической зоны, чьим резидентом является компания НТР, также опубликовала материал про «Синильгу». В ней подчёркивается, что дрон позволяет проводить инспекции там, где присутствие человека рискованно, и тем самым снижает производственные угрозы.

Рады, что наша разработка получает признание в профессиональном сообществе. Продолжаем дорабатывать платформу и расширять её применимость – следите за новостями на нашем сайте. Мы также благодарим редакции за возможность представить нашу платформу широкой аудитории.

The post «Синильга» на радаре рынка: публикации в профильных СМИ о решении НТР для промышленной инспекции first appeared on Компания НТР.

Во время встречи были показаны разработки НТР и партнеров:
— уникальные подъёмные ворота для нового павильона на ВДНХ, который сейчас находится в стадии строительства;.
— рука-манипулятор с обучением и встроенным ИИ;
— система навигации внутри зданий, которая позволяет точно определять местоположение без GPS;
— макет оборудования для очистки фасадов и
— программный комплекс Unios Security для комплексного контроля объекта.

Мероприятие привлекло профильных специалистов. На площадку приехали представители компаний из Москвы, Санкт-Петербурга и Минска.

The post Демонстрация передовых технических решений на производственной площадке ООО «ПРОСПЕКТ СВС» first appeared on Компания НТР.

В материале мы обозначили основные направления развития продукта. Прежде всего речь шла об автономной работе и надёжной эксплуатации в непростых условиях: устройство может обходиться без GPS и сохранять работоспособность даже в полной темноте благодаря технологии LiDAR SLAM. Ещё один важный акцент – сокращение времени простоя за счёт горячей замены аккумуляторов. Помимо этого, отдельно рассказали, как решение адаптируют под задачи конкретных компаний: как мы дорабатываем функции и аккуратно встраиваем систему в уже налаженные процессы заказчика, не создавая лишних сбоев.

Журналисты журнала получили от наших экспертов развёрнутый комментарий. Мы объяснили, как устроено тестирование: сначала каждую функцию полностью проверяют на заводе, а затем она проходит обкатку в реальной работе на объектах клиентов. В интервью отдельно поговорили о системе активного предотвращения столкновений. Мы рассказали, как она работает в тесных пространствах и почему это особенно важно для инспекций на промышленных площадках.

С полной публикацией вы можете ознакомиться по ссылке

The post Компания НТР в журнале «RUБЕЖ»: статья о развитии решения для промышленной инспекции first appeared on Компания НТР.

Во многих компаниях сценарий выглядит одинаково: руководство покупает платформу, ИТ-служба её внедряет, сотрудники проходят обучение, а дальше продолжают работать так же, как раньше. В результате появляется ещё один дорогой инструмент, который существует, но почти не влияет на бизнес.

Проблема в том, что ИИ сам по себе не создаёт ценность — она возникает, когда меняется процесс. Если процесс устроен плохо, ИИ лишь ускоряет неэффективные действия. Получается не цифровая трансформация, а автоматизированная дисфункция: старые проблемы с новым интерфейсом.

Кроме того, ИИ часто воспринимают как самостоятельного исполнителя. В промышленности процесс обычно выглядит как цепочка «человек — ИИ — человек»: кто запускает модель, кто проверяет её выводы и кто действует дальше? Если эта передача ответственности не продумана, автоматизация лишь ускоряет отдельный фрагмент работы, не меняя процесс целиком.

Поэтому главный вопрос перед внедрением ИИ должен звучать не «что можно автоматизировать?», а «как сегодня работают люди и где предприятие теряет деньги, время или устойчивость процесса?». Именно там обычно находится настоящее узкое место. И только разобравшись с ним, имеет смысл выбирать технологию. Иногда это будет искусственный интеллект. Иногда — математическая оптимизация, компьютерное зрение или цифровой двойник. А иногда выяснится, что проблему можно решить вообще без ИИ.

Самые успешные наши проекты в промышленности начинались не с выбора модели или платформы. Они начинались с понимания процесса. Например, на крупной табачной фабрике узким местом оказалось не оборудование, а производственное планирование. Вместо того чтобы просто «добавить ИИ», была пересмотрена сама логика построения производственного графика, а затем создана математическая модель, которая автоматически рассчитывает оптимальный план с учётом десятков технологических ограничений. Результатом стало сокращение объёма незавершённого производства с ожидаемым экономическим эффектом около 40 миллионов рублей и, конечно, более быстрое планирование.

Похожая история была и в металлургии. Цифровой двойник цеха рудоподготовки позволил прогнозировать химический состав шихты до загрузки в доменную печь, а система компьютерного зрения — непрерывно контролировать гранулометрический состав сырья прямо на конвейере. Искусственный интеллект и машинное зрение здесь были лишь частью инженерного решения. Проблемой оказался не недостаток данных, а невозможность использовать их для принятия решений в реальном времени. Настоящий эффект появился потому, что изменился сам процесс управления производством.

В этом сегодня и проходит граница между успешными и неудачными проектами. Главной новостью больше не является сам искусственный интеллект. Новостью становятся проекты, где инженеры смогли заставить ИИ работать в условиях реального производства: со старым оборудованием, непредсказуемой средой, людьми, ограничениями безопасности и нестандартными процессами. И этот переход от лабораторной модели к промышленной эксплуатации сегодня выглядит главным источником инженерных инноваций.

The post Почему большинство проектов по внедрению искусственного интеллекта не приносит результата first appeared on Компания НТР.