Охрана тропических лесов, программирование роботов и работа над 4D-моделью реального города — итоги первой проектной школы Университета Иннополис

11 сентября 2018

Охрана тропических лесов, программирование роботов и работа над 4D-моделью реального города — итоги первой проектной школы Университета Иннополис

11 сентября 2018

Школьники 9—11 классов разработали 20 индустриальных проектов в сфере информационной безопасности, систем распределённого реестра, робототехники, геоинформационных систем и показали чат-боты для персонализации контента.

В проектной школе участвовали 80 человек из 26 регионов страны — победители и призёры Олимпиады НТИ, Всероссийской Робототехнической Олимпиады и соревнований CTF. Специально для них высокотехнологичные компании и Университет Иннополис разработали 20 задач, на решение которых школьникам отвели 10 дней.

Робототехника 

Две команды работали над кабельным роботом, который предоставил Центр технологий компонентов робототехники и мехатроники ИТ-вуза. Первый коллектив разработал программное обеспечение, позволяющее роботу двигаться по сложной траектории; второй представил графический пользовательский интерфейс для управления машиной.

Команда школьников из Пермского края, Воронежской и Владимирской областей изучала управление антропоморфным роботом AR-601, над которым специалисты Университета Иннополис работают в рамках гранта вместе с компанией «Андроидная техника». Фёдор Киселёв, Никита Стрыгин, Захар Кузьмин и Дмитрий Чермных научили робота приседать, махать руками и танцевать.


Максим Коробко, Николай Лётка и Егор Скороходов по заданию компании-партнёра Университета Иннополис CopterExpress собрали квадрокоптер CLEVER и написали для него программу на языке Python для захвата и перемещения грузов. Школьники разработали решение для захвата груза с вертикальных поверхностей. Более простые системы захвата работают только на горизонтальной плоскости. Также команда создала информационную систему управления складским коптером, состоящую из голосового управления, базы данных склада и программы сканирования коробок на складе.

IMG_3088.jpg

Тимофей Кондратьев, специалист по сборке, настройке и пилотированию квадрокоптеров и программированию автономных полётов компании CopterExpress: «Во время проектной школы мы увидели, что дети определенно могут помочь в создании крупных проектов. Наш проект полностью приближен к реальным задачам компании, поэтому все трудности, с которыми сталкиваются наши сотрудники, прошли и участники школы. Исследовательская работа, которую мы провели вместе с ними, пригодится в разработке будущих проектов Copter Express. Многие решения реализованы впервые».

Геоинформационные системы

Отдел управления проектами Университета Иннополис поставил перед детьми задачу разработки модуля полуавтоматизированного обновления данных для интерактивной 4D-модели города Иннополис. Эта платформа агрегирует источники данных и нацелена на управление пространственным развитием Иннополиса и городскими ресурсами на основе информационных технологий.

1.jpg

Чтобы облегчить работу муниципалитету Иннополиса — помочь жителям ориентироваться в городе, а бизнесу оценить потенциал своего развития в городской среде, команда решила три задачи:

Дарья Маркова, руководитель направления городских инновационных проектов Университета Иннополис: «Проект, который мы дали команде аналогичен тому, чем мы занимаемся в нашем отделе, поэтому мы планируем интегрировать наработки детей в свою работу».

Организация «Прозрачный мир» привезла проект по охране окружающей среды. Школьники из Башкирии, Самарской и Московской области разрабатывали систему для тестирования методов отслеживания незаконных вырубок по космическим снимкам.

IMG_3077.jpg

«Незаконные вырубки леса трудно своевременно обнаружить из-за больших расстояний и коррупции, — рассказывает директор организации Дмитрий Аксёнов, — Использовать космические снимки для решения проблемы — очевидный выход, который уже используют правительство Приморского края и Всемирный фонд дикой природы на Дальнем Востоке».

Массовое внедрение космического мониторинга ограничивается техническими трудностями. Особенно сложно зафиксировать на снимках нарушения в тропических лесах, где вырубаются не большие площади, а отдельные деревья ценных пород, потому что из-за специфики климата дыры в пологе леса быстро зарастают листвой и становятся незаметными на снимках из космоса.

«Чтобы выявлять выборочные рубки, нужно потренироваться со снимками разных типов на известных примерах и показать эффективное сравнение результатов мониторинга из космоса с наземными проверками. Именно на извлечение данных на таких примерах была направлена первая часть работы команды на проектной школе, — говорит Аксёнов. — Подходящие для такой проверки данные можно найти на портале перуанского Агентства по надзору за лесными ресурсами и дикой природой, где хранятся наземные данные о вырубках. Хотя отчеты не привязаны к географическим координатам, на сайте есть интерактивная карта, где отображаются участки, на которые выданы разрешения на рубку, а к ним привязаны данные наземных обследований».

peru01.jpg

С помощью тестирования разных подходов школьники определили, что самое разумное — написать скрипт, посылающий на портал точечные запросы по протоколу WMS (Web Map Service), по разным координатам, в ответ на которые портал возвращает информацию об участке с разрешением на рубку. Таким образом команда смогла восстановить границы участков, на которые выдано разрешение, и связала с этим местом результаты наземных проверок. На основе этих данных участники провели сравнительный анализ данных с сайта агентства, сопоставляя их с космическими снимками.

Информационная безопасность, блокчейн и чатбот

Артём Насонов (Санкт-Петербург), Генрих Степанов (Пермский край) и Андрей Русенович (Амурская область) в своём проекте выявляли незащищённые места во внешних и внутренних информационных ресурсах Университета Иннополис. Им предстояло определить качество средств защиты вуза: проанализировать системы видеонаблюдения и возможность проникновения посторонних в университет с помощью кражи данных с карт системы СКУД. В работе участники использовали знания сетевых протоколов, операционных систем, поиска уязвимостей и сетевой разведки. После завершения работы команда передала сотрудникам вуза отчёт об обнаруженных проблемах.

Школьники из Уфы работали над межблокчейновом взаимодействием. Чтобы связать несколько децентрализованных систем, команда разработала специальную программу, которая передаёт между ними информацию. Для решения задачи участники создали смарт-контракты и серверную часть на языке Python для работы с блокчейн-платформой Ethereum.

IMG_0298.JPG

Рустам Давлетбаев, руководитель Центра исследования, разработки и внедрения систем распределенного реестра в цифровой экономике Университета Иннополис: «Главное отличие проектной школы — задачи, вырастающие из реальных потребностей. У детей нешаблонный взгляд на решение задач, поэтому они предлагают интересные подходы. Например, участники предложили игровое решение для токенизации пространства. Мы будем взаимодействовать с участниками и внедрять их наработки в проектах нашего центра. Для этого я взял прямые контакты участников».

Виктория Воеводина (Республика Карелия), Андрей Грищенко (Приморский край), Анна Ипатова (Ханты-Мансийский АО), Елена Кузина (Нижегородская область) и Пиксаева Анастасия (Свердловская область) создали Telegram-бота, расширяющий функционал информационных каналов с отдельными темами и персонализированным контентом. В работе ребята использовали язык Python и принципы микросервисной архитектуры.

Университета Иннополис провёл проектную школу при поддержке Кружкового движение, АНО «Прозрачный мир», компании CoopterExpress и Robbo. Цель — дать старшеклассникам представление о работе над реальными задачами и помочь выбрать будущую профессию на основе полученного опыта.

IMG_4267.jpg

В этом году в работе школы участвовали 80 школьников 9—11 классов из Санкт-Петербурга, Республики Башкортостан, Самарской области, Московской области, Свердловской области, Оренбургской области, Тамбовской области, Тюменской области, Республики Татарстан, Амурской области, Пермского края, Омской области, Калужской области, Владимирской области, Республики Тыва, Москвы, Красноярского края, Воронежской области, Нижегородской области, Ивановской области, Курской области, Республики Карелия, Новосибирской области, Приморского края, Ханты-Мансийского АО — Югра.