Австралиец покажет подробную сборку Антикитерского механизма
Австралиец, ведущий канала Clickspring на YouTube, занялся сборкой копии Антикитерского механизма, считающегося древнейшим из известных сегодня аналоговых вычислительных устройств. Разработчик намерен собрать механизм в деревянном съемном корпусе, чтобы, по желанию, его можно извлечь и наблюдать за вращением шестерен во время его работы.
Прежде уже были реализованы около дюжины различных проектов по сборке работающих копий Антикитерского механизма. С работой одной из таких копий можно ознакомиться в этом видео. При этом ни один из разработчиков не показал деталей сборки устройства. По словам Криса, ведущего Clickspring, его проект станет первым, в ходе которого сборка механизма будет показана во всех деталях.
Для составления трехмерного проекта Антикитерского механизма австралиец использовал изображения оригинального механизма, подробные снимки всех поверхностей устройства, сделанные методом полиномиального текстурного картографирования (снимки высокой четкости, сделанные под разными углами освещения и объединенные в один), а также двухмерные и трехмерные рентгеновские изображения.
Кроме того, размеры некоторых узлов и деталей копии Антикитерского механизма австралиец взял из исследования, опубликованного американскими учеными Тони Фритом и Александром Джонсом в 2012 году. Для относительного удешевления и упрощения сборки механизма австралиец намерен использовать латунь.
Сколько именно времени займет полная сборка аналогового вычислительного устройства, австралийский разработчик не уточняет.
Антикитерский механизм, по разным оценкам, был сделан в 100-200 году до нашей эры. Устройство, установленное в деревянный корпус, содержало не менее 30 бронзовых шестерен, приводимых в движение от одной управляющей рукояти. На лицевой и обратной сторонах механизма располагались бронзовые циферблаты со стрелками.
На бронзовых деталях сохранились надписи, сделанные на древнегреческом языке. Приблизительные размеры собранного механизма составляли 31,5 на 17 на 6 сантиметров. В июне прошлого года международная группа ученых опубликовала результаты исследования, в рамках которого им удалось расшифровать 3,5 тысячи букв и прочесть 500 слов на бронзовых деталях Антикитерского механизма.
В результате выяснилось, что с помощью устройства можно было вычислять даты 42 астрономических явлений, включая слежение за движением Солнца, Луны и планет и определение дат солнечных и лунных затмений.
Василий Сычёв
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.