26 notas publicadas
El proyecto traza el contorno de cada herramienta a partir de una fotografía, arma una biblioteca privada y genera con ella distribuciones a medida para el sistema modular Gridfinity.
La versión estrena la placa con SoC Qualcomm Dragonwing, actualiza la base a Zephyr 4.4.1 y habilita por fin la cámara del módulo Nicla Vision.
La startup india traslada percepción, navegación y decisión al propio aparato, para operar en túneles, plantas industriales y zonas afectadas por guerra electrónica.
El proyecto reparte el trabajo entre el microprocesador Qualcomm con Linux, que corre el modelo de visión, y el microcontrolador STM32 con Zephyr, que maneja los servos en tiempo real.
El sistema separa placa base, placa de interfaz y sensor, corre el procesamiento de imagen sobre la lógica programable y publica esquemáticos y SDK en GitHub.
Investigadores de Hong Kong y Oxford entrenaron un control jerárquico que deja al robot decidir cuándo saltar, con 0,44 segundos en el aire y una carrera previa de hasta 2,5 metros por segundo.
Un parabrisas laminado de 1,5 metros pesa unos 20 kilos, se flexiona de forma impredecible y se quiebra ante un error de milímetros. Recién ahora la automatización alcanza esa tarea.
El algoritmo CBS, desarrollado en la Universidad de York, procesa las diferencias verticales y horizontales entre ambas cámaras cuando estas apuntan al mismo punto, igual que los ojos humanos.
El proyecto combina una cámara MaixCam con visión por computadora y un ESP32 que acciona servos y un actuador lineal para dejar caer cada desecho en el compartimento correcto.
La empresa reemplazó sus modelos de visión por cultivo con un único modelo fundacional que el agricultor ajusta en minutos desde un iPad, sin reentrenar nada.
El kit de desarrollo orientado a cámara de Espressif ya se despacha desde Mouser, con pantalla, micrófono, ranura MicroSD y un módulo ESP32-C6-MINI-1 para Wi-Fi, Bluetooth LE y 802.15.4.
LesionIQ, desarrollado en la Universidad Heriot-Watt de Edimburgo, corre el modelo en la propia placa y reporta 85% de acierto sobre el set ISIC 2020, sin subir las fotos a ningún servidor.
El kit trae cámara, pantalla SPI de 1,54 pulgadas, micrófono digital y encoder rotatorio en formato de cámara compacta, sobre un ESP32-P4 de doble núcleo RISC-V a 400 MHz.
Los equipos AIE-VN34/44 y AIE-VO24/34 usan módulos NVIDIA Jetson Orin, funcionan sin ventilador entre 25 grados bajo cero y 55 sobre cero, y ya están certificados para uso vehicular.
El modelo de razonamiento para conducción autónoma pasa a licencia permisiva OpenMDW, permite uso comercial y despliegue directo, y encabeza el ranking LingoQA entre casi 40 modelos evaluados.
La nueva actualización de NVIDIA para Jetson permite flujos de trabajo de video programables, emulación T3000 y soporte avanzado de codificación Python.
El framework Qt expande sus capacidades con un módulo de Edge AI, permitiendo ejecutar tareas de visión artificial en plataformas embebidas de alto rendimiento.
El proyecto de Jeremy busca fotografiar abejas en pleno vuelo utilizando sistemas de cámaras estéreo sincronizadas y sensores de obturador global.
El nuevo modelo VLA de 34 mil millones de parámetros combina razonamiento y acción para transformar el desarrollo y la validación de vehículos autónomos.
El nuevo módulo de expansión de Luxonis integra GPIO, relés y CAN Bus a las cámaras OAK4, permitiendo un control directo de maquinaria sin necesidad de un PLC externo.
En esta columna firmada, Vibhor Sood, cofundador de Burro Robotics, explica por qué la autonomía en entornos sin infraestructura no se resuelve en el laboratorio ni en simulación, sino en el campo.
La nueva familia de Efinix reduce cerca de un 50% el consumo estático y llega con variantes System-in-Package que integran flash y HyperRAM para reducir el tamaño de la placa hasta en un 60%.
El modelo reutiliza un generador de video preentrenado para resolver tareas clásicas de visión artificial usando hasta 500 veces menos datos que los sistemas especializados.
El nuevo conjunto de blueprints abiertos de NVIDIA orquesta análisis de video, recuperación de conocimiento y reportes, y cierra el ciclo creando tareas automáticas en herramientas como Jira.
La Academia de IA de Pekín entrenó Orca con 125.000 horas de video sin una sola etiqueta de acción y aun así iguala al sistema especializado π0.5 en cinco tareas de robótica.
Otros temas que aparecen junto a #vision artificial en nuestra cobertura editorial.
