Por @Alvy — 11 de Diciembre de 2018

Esta motocicleta fabricada por NowLab/BigRep se llama NERA y dicen que es la primera completamente impresa en 3D. El «completamente» excluye los componente electrónicos, eso sí. Lo que sí que están impresas con fibra son las ruedas, el cuadro e incluso el asiento.

Las ruedas no llevan aire en su interior; en vez de eso tienen un diseño parecido al de los neumáticos superelásticos de la NASA, aunque no parecen especialmente elásticas, sino más bien una especie de «tejido plástico» semiplano. La dirección también es diferente de las convencionales y no tiene horquilla.

La verdad es que un poco frágil sí que se ve, pero al fin y al cabo es un prototipo. Sólo tenemos el vídeo que es muy llamativo pero no hay más detalles sobre potencia, velocidad, peso máximo, autonomía ni otras especificaciones. Parece que de piloto eligieron a alguien peso pluma, pero aparte de eso tiene buena pinta y como primer paso de un nuevo «estilo» es un comienzo.

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Alvy — 9 de Diciembre de 2018

¡Dios mío! Jorge García se entretuvo en añadir algunos efectos visuales con After Effects a esta prueba de velocidad de un Tesla Roadster con resultados tan apropiados como espectaculares.

El resultado no sólo dejan con la boca abierta, sino con la boca salivando y la sonrisa en la cara, como debe ser. Y es que eso de las «88 millas por hora» tiene es algo más que simbólico (si el coche va equipado con condensador de fluzo, claro).

Bonus: por los cuidados detalles como haber incorporado la secuencia en el teléfono móvil que está grabando, abajo a la izquierda.

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Alvy — 28 de Noviembre de 2018

Este vídeo de algo más de un cuarto de hora es un montaje inmersivo (se puede mover con el ratón porque es un vídeo 360°) de las imágenes de las 8 cámaras de vídeo de un Tesla haciendo un recorrido en modo «piloto automático» perdón, «piloto mejorado». Son parte de los 18 kilómetros de la llamada Cola del Dragón, un puerto de montaña que hay entre Carolina del Norte y Tennessee, famoso por sus 318 curvas. Algo así como Despeñaperros pero a lo bestia.

Importante: el coche no va en modo automático continuamente, porque en algunos momentos maniobra para permitir adelantamientos e incluso en momentos como 06:00 se detiene en el arcén unos instantes. [También hay ciertas dudas sobre cómo se han extraído las imágenes de las cámaras –se supone teóricamente imposible para el usuario corriente– e incluso de si el montaje podría ser un fake porque la calidad de las cámaras no es precisamente cristalina y tiene poco frame rate. Pero lo cierto es que no sería imposible poder extraerlas y luego montarlas como en el vídeo.] Por otro lado los datos de velocidad y de identificación de vehículos («cajas», IDs, carril por el que circulan, estado, velocidad…) parecen correctos. Todo esto es una mera muestra de la dificultad de que los coches inteligentes «conduzcan solos».

Según dice el autor del vídeo las imágenes se corresponden al AutoPilot 2.5 del Tesla. Tanto del software como del hardware de esos coches existen diversas versiones con diferentes características, incluyendo mayor redundancia para evitar problemas, procesadores dedicados… En el llamado Hardware 3.0 (que no sería el del vídeo, sino el más actualizado) los técnicos de Tesla han afirmado que cuenta con procesadores para procesar hasta 2.000 fotogramas por segundo.

§

A Structured Approach to Unsupervised Depth Learning from Monocular Videos

En otras noticias, A Structured Approach to Unsupervised Depth Learning from Monocular Videos en el blog de Google AI explica cómo están trabajando para obtener datos de profundidad a partir de imágenes monoculares –de una sola cámara– a partir de los movimientos de la cámara y las diferentes vistas de la escena.

(Vía Electrek.)

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Alvy — 15 de Noviembre de 2018

Promoting Pollution-Free Routes in Smart Cities Using Air Quality Sensor Networks

Unos científicos de la Universitat Jaume I de Castellón publicaron este verano en Sensors un trabajo titulado Promoting Pollution-Free Routes in Smart Cities Using Air Quality Sensor Networks. La idea es sencilla: ofrecer en el navegador del coche formas de ir de un lado a otro minimizando la contaminación presente en esas rutas.

La forma de hacerlo es utilizando los estudios de calidad del aire ya existentes y los indicadores históricos de índices de calidad del aire (como el Portal de calidad del aire del Ayuntamiento de Madrid) donde se publica esa información obtenida por los sensores repartidos por la ciudad en forma de datos abiertos que cualquiera puede consultar.

Para la prueba de concepto utilizaron la ciudad de Madrid y consideraron los valores de diversos tipos de mediciones (en particular las famosas «partículas en suspensión» PM2.5, PM10, dióxido de nitrógeno y ozono) con datos históricos de algunos meses de 2017 en horario diurnas. Para los mapas utilizaron ArcGIS; como puede verse en el ejemplo se superponen colores verde/amarillo/rojo a los mapas convencionales.

De ese modo la ruta para ir de A a B acaba no siendo todo lo «directa» que sería en un navegador convencional, requiriendo rodeos, pero lleva a quien lo usa por zonas con el aire menos contaminado, ya sea a la hora de ir en coche, bicicleta o andando.

Compartir en Flipboard  Compartir en Facebook  Tuitear