Разработка оборудования для высоких технологий

Gumich – это динамично развивающаяся компания, ориентированная на рынок робототехники; предлагающая собственные разработки:

  • автономные роботизированные платформы 
  • коллаборативные манипуляторы 
  • сервопривода 
  • волновые редукторы
  • платы управления 

Все разработки компании планируется интегрировать в базовые продукты, сохраняя при этом высочайший уровень технических характеристик, и что немаловажно, существенную экономию и независимость от сторонних поставщиков. В настоящее время компания реализовала полный цикл внедрения алгоритмов машинного обучения и моделей искусственного интеллекта: от построения архитектуры моделей искусственного интеллекта, обучения и оптимизации архитектуры до внедрения в конечные робототехнические системы. 

Наши разработки 

Платформа

Система предназначена для осуществления поиска объектов и перемещения по местности в различных условиях. Платформа имеет возможность построения карты, локализации на ней и обеспечивает навигацию в закрытых помещениях где невозможна GPS навигация.

Система предназначена для осуществления поиска объектов и перемещения по местности в различных условиях. Платформа имеет возможность построения карты и локализации на ней обеспечивает навигацию в закрытых помещениях где невозможна стандартная GPS навигация  

Платформа

Лидар на платформе

Платформа оснащена алгоритмами поиска и обхода препятствий и алгоритмами вычисления оптимального пути из одной точки в другую в режиме реального времени, что особенно важно для решения задач в области логистики, навигации по складским помещениям и роботизации различных производственных объектов.

Перемещение платформы на открытой местности осуществляется при помощи объединения GPS и данных, получаемых с магнитного компаса, что позволяет обеспечивать высокую точность позиционирования. С помощью лазерного дальномера и smart-алгоритмов платформа способна определять преодолимые препятствия и те, которые необходимо объехать  

Платформа

Своя сборка

Производство составляющих частей, а также сборка компонентов осуществляется на территории компании Гумич в России. Конструкция платформы предполагает возможность расширения функционала под конкретные прикладные задачи.

На платформе могут быть установлены манипуляторы, что, в данной конфигурации позволяет решать задачу поиска и обслуживания дронов без участия человека на расстоянии до 5 километров от места базирования платформы. Наше внимание уделяется не только функционалу, но а также дизайну, презентационным свойствам и эргономике итогового изделия, обеспечивая высокое качество на всех этапах проектирования и изготовления робототехнических комплексов. 

Платформа на улице

Волновой редуктор

Нами разработан волновой редуктор с зазором 0.5 ... 1Мкм. Деформацию генерирует так называемый генератор волн, представляющий собой кулачёк циклоидального профиля с установленным на нём подшипником на входном валу. В качестве подшипника традиционно используется гибкий подшипник. От обычного шарикового подшипника он отличается утончёнными внутренним и наружным кольцами и специальным сепаратором.

Ввиду того, что при работе наружное кольцо подшипника имеет возможность проскальзывать внутри гибкого колеса, а внутреннее по генератору волн, что снижает кпд, целесообразна его замена на безобойменный игольчатый подшипник непосредственно между гибким колесом и генератором. 

Волновой редуктор

Особенности волнового редуктора

В дифференциальном зубчатоволновом модуле в зацеплении гибкого колеса с муфтой при одинаковом числе зубьев происходит волнообразное радиальное смещение зуба гибкого колеса относительно неподвижной впадины муфты. Учитывая твёрдость зубьев 49...56 единиц НВС вполне допустим радиальный натяг в зонах контакта 6...10 микрон.

Таким образом можно обеспечить нулевой люфт в муфте. В габарите 150 мм в ближайшее время возможно создание зубчатоволнового модуля с точностью 5 угловых секунд. Для лучшего представления это наведение прицела, лазерной указки с расстояния 1000 метров в габарит 25 мм, или размер пятирублёвой монеты, при использовании односекундного энкодера отечественного производства.  

Особенности волнового редуктора

Сервопривод

В нашей электронике для управления сервоприводом введено ряд решений которые позволяют расширить удобство использования и функционал. Наши платы имеют различные интерфейсы: стандартный can. физический интерфейс rs-485  с различными протоколами  например modbus или profibus.  смартфон. 

Сейчас в разработке находится проводной последовательно  соединённый интерфейс ethercat,  а также беспроводное ограниченное управление и  беспроводной  съем телеметрии  используя NFC или Bluetooth с значительно сниженным дальностью действия.  Основная идея беспроводной связи с ограниченным радиусом действия заключается в том что можно ограничено управлять и изымать  необходимые данные находясь непосредственно возле сервоприводов  имея в руках только  

Сервопривод

Возможности сервопривода

Для нашего удобства в данный момент на платах установлена высокоскоростная флеш-память и комплектующие в аналоговых цепях с заведомо лучшими характеристиками чем это необходимо, таким образом мы получили встроенный в сервопривод осциллограф.

Что касается контроля положения сервопривода, мы используем магнитные энкодеры с разрешением 18 бит , 1 энкодер расположен на выходе двигателя, 2 энкодер расположен на выходе редуктора. основные причины выбора магнитных энкодеров вместо оптических энкодеров, является то что магнитный энкодер меньше а также магнитный энкодер позволяет работать в областях где возможен контракт со смазочной жидкостью. Вся наша Электроника и энкодеры находится в редукторе.


Возможности сервопривода

Работа сервопривода

Для обеспечения бесшумной энергоэффективной и плавной работы электродвигателя применяется векторное управление. Его принцип заключается в том, что максимальный момент обеспечивается при нахождении вектора магнитной индукции статора под 90 градусов к ротору.

Для определения положения ротора, требуемого для реализации данного алгоритма, используется энкодер. Затем высчитывается необходимое положение вектора магнитной индукции и происходит доворот статора.

В таком случае, управляя моментом на валу электродвигателя, мы создаем обратную связь по углу или угловой скорости. Таким способом, мы можем задать эти величины и обеспечивать управление в зависимости от необходимых нам условий.  

плата сервопривода

Манипулятор

Манипулятор способен осуществлять перемещение различных объектов, находящихся в своей рабочей области. 

Собственное программное обеспечение позволяет оператору управлять манипулятором в ручном режиме, либо переключаться в автоматический. Отличительной особенностью автоматического режима является использование алгоритмов машинного зрения, позволяющих системе управления манипулятором самостоятельно и без помощи человека определять положение объектов в пространстве и осуществлять взаимодействие с ними. 

Непосредественное управление манипулятором заключается в том, что оператор подает команду манипулятору, который выполняет выход в заданную точку, находящуюся в рабочей области манипулятора. Движение из текущей точки в новую манипулятор осуществляет по оптимальной траектории. 

Данный программный продукт к тому же является кросс-платформенным. И система управления на смартфонах и планшетах будет немного отличаться для большего удобства пользования.   

Манипулятор

Мы разрабатываем систему поиска квадрокоптера , которая включает в себя: обнаружение квадрокоптера на расстоянии видимости, подачу сигнала на центрирование платформы и сближение. С сохранением его в центре обзора камеры при движении, а также захват и погрузку на платформу. 

 Для обнаружения, определения координат и размеров квадрокоптера мы используем алгоритмы компьютерного зрения и машинного обучения с применением глубоких сверточных нейронных сетей однопроходной архитектуры YOLO – You Only Look Once созданную Joseph’ом Redmonom. 

Для захвата и погрузки квадрокоптера на платформу мы планируем использовать алгоритмы обучения с подкреплением (Reinforcement Learning) Proximal policy optimization – сближения с оптимальной стратегией действия.Имеется рабочий прототип по определению квдрокоптера его координат и размеров, а также систему видео-корректировки. Если сейчас поднять его, то камера начнет поворачиваться, для удержания квадрокоптера по центру обзора. 

Обучение робота Федора

Для обучения робота Федора ходьбе мы выбрали ряд алгоритмы обучения с подкреплением (Reinforcement Learning) среди которых Proximal policy optimization, Asynchronous Advantage Actor-Critic – асинхронное преимущество алгоритма актер-критик, evolution strategies – эволюционные стратегии. Для обучения были выбраны также глубокие нейронные сети.

Процесс обучение базируется на наблюдениях за положением робота в симуляторе, при этом на каждом шаге симуляции обучается глубокая нейросеть, а в ней учитываются поощрения, если робот приближается к цели и штрафуется в протитвном случае. Целью является дистанция, которую необходимо пройти. Непосредственное управление манипулятором заключается в том, что оператор подает команду манипулятору, который выполняет выход в заданную точку, находящуюся в рабочей области манипулятора. Движение из текущей точки в новую манипулятор осуществляет по оптимальной траектории. 

Данный программный продукт к тому же является кросс-платформенным. И система управления на смартфонах и планшетах будет немного отличаться для большего удобства пользования.   

Обучение робота Федора

ПО для роботов

В создании разработок и их воплощении в реальные аппараты и устройства мы используем инновационные достижения науки, которые показали себя, как наиболее эффективные. Все разработки прошли испытания в полевых условиях и готовы к работе.
разработка ПО для роботов
УФ камера Гумич УФ 75

УФ-камеры 


Видео и фотокамеры, которые фиксируют оптическое излучение КР и ПЧР. Для чего это нужно:

• Своевременное выявление аварийной ситуации на линиях электропередач.

• Обнаружение дефектов на проводах и других элементах ЛЭП, которые могут привести к аварии.

• Плановый осмотр электросетей и оборудования с земли, автомобиля, воздуха.

Аппарат фиксирует ситуацию мгновенно, подавая сигнал или выводя снимок на экран. Дальность и способ применения зависят от модели.  

Подробнее

Компьютерное зрение

Можно ли заменить человеческое зрение, которое способно распознавать объекты, анализировать их, давать оценку? Компьютерные технологии не стоят на месте. Все это возможно с новой разработкой «компьютерное зрение». 
Компьютерное зрение

Роботы

Ориентируют аппарат в пространстве, позволяют «понять» собственное местонахождение, распознать окружающие объекты, оценить их, определить личность человека, его психологическое состояние по жестам и мимике.

Автопилоты

Устанавливаются на машинах, распознают препятствия и расстояние до них, «видят» и «понимают» дорожные знаки, разметку, указатели, на основании оценки ситуации дают указания рабочим узлам авто (остановиться, повернуть, ехать дальше и т.п.).

Программы для компьютеров

Переводят тексты на иностранные языки, распознают объекты на фото, анализируют контактную информацию, могут найти ее по картинке, находят товары в каталогах.

Программы-оптимизаторы

Поисковые, редактирующие, переводящие, улучшающие работу компьютера, навигаторы.

Роботы-манипуляторы

Промышленные роботы выполняют комплекс поставленных задач согласно заложенной программе. Преимуществами являются минимум участия человека, высокий уровень качества работы, оптимальная скорость выполнения.  

Подробнее

Хотите задать вопрос?