Warum vertrauen Sie Ihrem Geschäft an uns?
Wir nehmen die Panik aus der Beschaffung.Wir lagern Millionen von schwer zu findenden Teilen aus unseren vertrauenswürdigen Quellen.Wir erfrischen unsere Produktlisten in Minuten, und Onlinekäufe sind in Echtzeit abgeschlossen und täglich versendet.
Instockin wurde 2002 gegründet, ist Instockin ein lokaler Führer in der elektronischen Komponentenverteilung und wird heute als eines der angesehensten und innovativsten Unternehmen des lokalen Marktes anerkannt.Instockin hat seinen Hauptsitz in Hongkong, Instockin, einen beeindruckenden Ruf für den hervorragenden Service und die Entwicklung effizienter, umfassender globaler Global Supply Chain-Lösungen ermittelt.
Lern mehr >
Roboter, die Fehler frühzeitig erkennen
Roboter reagieren normalerweise, nachdem ein Fehler passiert ist.Ein Team der Oklahoma State University arbeitet an einem System, mit dem Roboter reagieren können, sobald ein Mensch spürt, dass etwas nicht stimmt.Das System liest Gehirnsignale und ändert Roboteraktionen in Echtzeit.Wenn eine Person ein Problem erkennt, kann der Roboter innerhalb von Millisekunden langsamer werden, anhalten oder die Kontrolle zurückgeben.Dadurch verlagert sich die Reaktion des Roboters von einer verzögerten Korrektur auf ein frühes Eingreifen.
Dabei werden Gehirn-Computer-Schnittstellen verwendet, um fehlerbezogene Potenziale (ErrPs) zu erkennen.Diese Signale treten fast augenblicklich auf, wenn eine Person einen Fehler erkennt, bevor irgendeine körperliche Aktion ausgeführt wird.Eine tragbare Elektroenzephalogramm-Kappe erfasst diese Signale und sendet sie an einen gemeinsamen Steuerungsroboter.
Dieser Ansatz schließt eine entscheidende Lücke in der Teleoperation.Bei risikoreichen Arbeiten wie der Handhabung von Nuklearanlagen oder Tiefseeinspektionen können Roboter nicht vollständig selbstständig arbeiten.Menschliche Kontrolle hilft, aber es braucht Zeit, und schnelle Ausfälle sind schwer zu stoppen.Die meisten Roboter erkennen Probleme erst nach Kontakt.Bis dahin könnte die Antwort zu spät sein.Gehirnsignale dienen als Frühwarnung.
Die Signale kommen vom vorderen cingulären Kortex des Gehirns, der ErrPs als interne Warnung erzeugt.Da das Gehirn schneller reagiert als körperliche Bewegungen, ergibt sich ein kurzes, aber kritisches Zeitfenster für die Korrektur.
Um das System nutzbar zu machen, hat das Team ein Modell erstellt, das allgemeine Gehirnmuster lernt und sich dann an jeden Benutzer anpasst.Dies reduziert die Einrichtungszeit, was bei Gehirncomputersystemen ein häufiges Problem ist.Da die Signale von Benutzer zu Benutzer unterschiedlich sind, ist eine schnelle Anpassung erforderlich.
Die Sicherheit wird mithilfe der Signal-Temporal-Logik verwaltet, die Grenzen für die Handlungsfähigkeit des Roboters festlegt.Das Gehirnsignal weist auf ein Problem hin und die Logik definiert die zulässige Reaktion.Dadurch bleibt die Kontrolle auch bei direktem Gehirninput stabil.
Das System wird mit NVIDIA Isaac Lab und NVIDIA Isaac ROS auf RTX PRO 6000-GPUs zur Echtzeitsimulation und -steuerung getestet.
Die gleiche Idee kann über die industrielle Nutzung hinausgehen.Im Gesundheitswesen könnte es Prothesen und Exoskelette unterstützen.Beispielsweise könnte eine Prothese erkennen, wenn ein Benutzer eine falsche Bewegung wahrnimmt, und diese sofort korrigieren.