Pokračujeme v díle těch,
kteří byli první.

Aktuální vydání

Číslo 12/2016 vyšlo tiskem 7. 12. 2016. V elektronické verzi na webu od 6. 1. 2017. 

Téma: Měření, měřicí přístroje a měřicí technika; Zkušebnictví a diagnostika

Hlavní článek
Lithiové trakční akumulátory pro elektromobilitu (2. část – dokončení)

Číslo 6/2016 vyšlo tiskem 5. 12. 2016. V elektronické verzi na webu od 5. 1. 2017.

Osvětlení interiérů
Seminář Interiéry 2016 – páté výročí
Součinnost bytového interiéru a osvětlení 

Normy, předpisy a doporučení
Nové normy pro osvětlení pozemních komunikací

Aktuality

Svítící fasáda FEL ČVUT nabídne veřejnosti interaktivní program s názvem Creative Colours of FEL Dne 13. prosince v 16.30 hodin se v pražských Dejvicích veřejnosti představí interaktivní…

Fakulta elektrotechnická je na špici excelentního výzkumu na ČVUT Expertní panely Rady vlády pro výzkum, vývoj, inovace (RVVI) vybraly ve II. pilíři…

Švýcaři v referendu odmítli uzavřít jaderné elektrárny dříve V referendu hlasovalo 45 procent obyvatel, z toho 54,2 procent voličů řeklo návrhu na…

Fakulta elektrotechnická ČVUT v Praze pořádá 25. 11. 2016 den otevřených dveří Fakulta elektrotechnická ČVUT v Praze pořádá 25. listopadu od 8.30 hodin Den otevřených…

Více aktualit

Robot Nao jezdí v BMW

11.09.2014 | |

Roboty nejsou úplně nejlepšími řidiči. Robotická auta jsou kapitola jiná, ale posadit robot – humanoidní nebo jiný – za volant je většinou nejistý podnik.
Vzpomeňme si na velmi drahé roboty na DARPA Robotics Challenge, které se u toho dost zapotily, a přesto neodvedly úplně přesvědčivý výkon. Ale pro robota Nao v kombinaci s jeho robotickým MBW Z4 od RobotsLab - výrobce a prodejce výukových robotů ze San Francisca – je to hračka. 

Nao řídí své BMW zcela autonomně, nebo přesnější by bylo říci, že auto se jaksi řídí samo, když spoléhá na laserový hledáček, kterým vyhledává překážky a posílá pokyny robotu, který podle nich otáčí volantem. Účelem výukové sady je, aby sloužila jako platforma, kterou bude možné využít k výzkumu nebo výuce čehokoliv chcete, od SLAM algoritmů až po detekci překážek založenou na strojovém vidění.

Více na TechCrunch a RobotsLAB
Původní článek na IEEEspectrum

Image credit RobotsLAB