The Future of Flying Robots | Vijay Kumar | TED Talks

Translator: Leila Ataei Reviewer: sadegh zabihi

In my lab, we build autonomous aerial robots

در آزمايشگاهم، رباتهای هوایی خودمختار ميسازيم

like the one you see flying here.

مانند این چیزی که در حال پرواز می‌بینید.

Unlike the commercially available drones that you can buy today,

بر خلاف پهپادهایی که امروزه می‎توانید آنها را بخرید،

this robot doesn't have any GPS on board.

این ربات بدون GPS هست.

So without GPS,

بنابراین بدون GPS،

it's hard for robots like this to determine their position.

خیلی سخت است که ربات‌هایی مثل این موقعیت‌شان را تعیین کنند.

This robot uses onboard sensors, cameras and laser scanners,

این ربات با استفاده از سنسورهای متصل شده، دوربینهای دیجیتال و اسکنر لیزری،

to scan the environment.

محیط را اسکن می‌کنند.

It detects features from the environment,

او ویژگیهای محیط را کشف می‎کند،

and it determines where it is relative to those features,

و با استفاده از روش مثلثی تعیین می‌کند که

using a method of triangulation.

نسبت به آن وجوه در کجا قرار دارد.

And then it can assemble all these features into a map,

و سپس می‎تواند این وجوه را به هم در یک نقشه متصل کند،

like you see behind me.

مانند آنچه که در پشت سر من می‌بینید.

And this map then allows the robot to understand where the obstacles are

سپس این نقشه به ربات اجازه می‌دهد که بفهمد که موانع در کجا هستند

and navigate in a collision-free manner.

و در مسیرهای باز حرکت کند.

What I want to show you next

چیز بعدی که می‌خواهم به شما نشان دهم

is a set of experiments we did inside our laboratory,

مجموعه‎ای از آزمایشهایی است که در آزمایشگاه انجام دادیم،

where this robot was able to go for longer distances.

جایی که این ربات توانست به فاصله‎های دورتری برود.

So here you'll see, on the top right, what the robot sees with the camera.

خُب اینجا در سمت راست بالا، مشاهدات ربات را از طریق یک دوربین می‎بینید.

And on the main screen --

و در صفحه نمایش اصلی--

and of course this is sped up by a factor of four --

و البته اینجا سرعتش چهار برابر می‌شود--

on the main screen you'll see the map that it's building.

در صفحه اصلی نقشه‎ای را خواهید دید که میسازد.

So this is a high-resolution map of the corridor around our laboratory.

خب این نقشه با وضوح بالای راهروی اطراف آزمایشگاه ما می‎باشد.

And in a minute you'll see it enter our lab,

و در یک دقیقه شما تمامی آزمایشگاه ما را خواهید دید،

which is recognizable by the clutter that you see.

که بخاطر درهم ریختگی‎اش قابل تشخیص هست.

(Laughter)

( خنده)

But the main point I want to convey to you

اما نکته اصلی که امروز می‌خواهم نشان دهم

is that these robots are capable of building high-resolution maps

این هست که این ربات‌ها توانایی آن را دارند که نقشه‎های با وضوح بالا را ترسیم کنند،

at five centimeters resolution,

با وضوح ۵ سانتیمتری،

allowing somebody who is outside the lab, or outside the building

که اجازه می‎دهد کسی که بیرون آزمایشگاه یا ساختمان هست

to deploy these without actually going inside,

بدون اینکه واقعا وارد ساختمان شود، آنها را به کار ببرد

and trying to infer what happens inside the building.

و سعی در مداخله با چیزی نماید که داخل ساختمان اتفاق می‎افتد.

Now there's one problem with robots like this.

خب یک مشکل برای ربات‌هایی مثل این هست.

The first problem is it's pretty big.

اولین مشکل این هست که آنها خیلی بزرگ هستند.

Because it's big, it's heavy.

چون که بزرگ هستند، سنگین هم هستند.

And these robots consume about 100 watts per pound.

این ربات‌ها بیش از ۱۰۰ وات برای هر ۴۵۰ گرم وزن، برق مصرف می‌کنند.

And this makes for a very short mission life.

و باعث می‌شود که ماموریت‌های کوتاه مدت به آنها داده شود.

The second problem

دومین مشکل

is that these robots have onboard sensors that end up being very expensive --

این هست که در این ربات‌ها سنسورهای خیلی گرانی تعبیه شده--

a laser scanner, a camera and the processors.

یک اسکنر لیزری، یک دوربین و یک پردازشگر.

That drives up the cost of this robot.

که باعث افزیش هزینه ساخت ربات می‌شوند.

So we asked ourselves a question:

خُب از خودمان یک پرسش پرسیدیم:

what consumer product can you buy in an electronics store

چه محصولی در یک فروشگاه الکترونیکی می‌توانید بخرید که

that is inexpensive, that's lightweight, that has sensing onboard and computation?

ارزان و سبک باشد، که در آن پردازنده وسیستم محاسباتی قرار داشته باشد؟

And we invented the flying phone.

ما تلفن پرنده را اختراع کردیم.

(Laughter)

( خنده)

So this robot uses a Samsung Galaxy smartphone that you can buy off the shelf,

خب این ربات از گوشی سامسونگ گلکسی که شما آن را از بازار می‌خرید استفاده می‌کند،

and all you need is an app that you can download from our app store.

و تنها چیزی که نیاز دارید اپلیکیشنی است که می‎توانید آن را از اینترنت دانلود کنید.

And you can see this robot reading the letters, "TED" in this case,

می‌توانید این ربات را ببنید که حروف «TED» در اینجا می‌خواند

looking at the corners of the "T" and the "E"

به گوشه «T» و «E» نگاه می‌کند

and then triangulating off of that, flying autonomously.

و با مثلثی کردن این، بطور خودکار پرواز می‌کند.

That joystick is just there to make sure if the robot goes crazy,

آن جوی استیک فقط برای این اینجاست که مطمئن شود که اگر ربات دیوانه شد

Giuseppe can kill it.

جوزپه قادر به کشتن آن است.

(Laughter)

( خنده)

In addition to building these small robots,

علاوه بر ساخت این ربات کوچک،

we also experiment with aggressive behaviors, like you see here.

ما همچنین آزمایشهایی با رفتار تهاجمی مثل این را انجام دادیم.

So this robot is now traveling at two to three meters per second,

خُب ربات در هر ثانیه حدود دو تا سه متر حرکت می‌کند،

pitching and rolling aggressively as it changes direction.

هنگامی که جهت آنها تغییر می‌کند سریعا می‌چرخد و غلت می‌زند.

The main point is we can have smaller robots that can go faster

نکته اصلی این هست که ما می‌توانیم ربات‌های کوچک‌تری داشته باشیم

and then travel in these very unstructured environments.

که می‌توانند برای شناسایی محیطهای سازمان نیافته سریعتر حرکت کنند.

And in this next video,

و در ویدئو بعدی،

just like you see this bird, an eagle, gracefully coordinating its wings,

درست مانند این عقابی که می‌بینید که با بال‌هایش ، چشم‌هایش و پاهایش

its eyes and feet to grab prey out of the water,

برای گرفتن شکار بسیار هماهنگ است،

our robot can go fishing, too.

ربات ما هم می‌تواند ماهیگیری کند.

(Laughter)

( خنده)

In this case, this is a Philly cheesesteak hoagie that it's grabbing out of thin air.

در این مورد، این فیلی

(Laughter)

( خنده)

So you can see this robot going at about three meters per second,

خُب می‎بینید که این ربات حدود سه متر در ثانیه حرکت می‌کند،

which is faster than walking speed, coordinating its arms, its claws

که سریع تر از سرعت راه رفتن هست،و با گروه فناوری اطلاعات و ارتباطات همکاری می‌کند

and its flight with split-second timing to achieve this maneuver.

و کمتر از یک ثانیه پرواز می‌کند تا این حرکت را انجام دهد.

In another experiment,

و در آزمایش دیگری،

I want to show you how the robot adapts its flight

می‌خواهم به شما نشان دهم که چگونه این ربات پروازش را تنظیم می‌کند

to control its suspended payload,

تا محموله معلقش را کنترل کند،

whose length is actually larger than the width of the window.

در حالی که طول محموله بیشتر از عرض این پنجره هست.

So in order to accomplish this,

خب برای انجام این،

it actually has to pitch and adjust the altitude

ربات باید بچرخد و ارتفاعش از زمین را تنظیم کند

and swing the payload through.

و محموله را از میان آن عبور دهد.

But of course we want to make these even smaller,

البته ما می‌خواهیم این را کوچک‌تر کنیم،

and we're inspired in particular by honeybees.

ما از زنبور عسل الهام گرفتیم.

So if you look at honeybees, and this is a slowed down video,

خُب، اگر ما به زنبور عسل نگاه کنیم، و این یک ویدئو با حرکت آهسته هست،

they're so small, the inertia is so lightweight --

آنها بسیار کوچکند، و اینرسی آنها بسیار کم است--

(Laughter)

( خنده)

that they don't care -- they bounce off my hand, for example.

که توجهی ندارد -- برای مثال آنها دور سر من می‌چرخند.

This is a little robot that mimics the honeybee behavior.

این یک ربات کوچک هست که از زبنورهای عسل تقلید می‌کند.

And smaller is better,

هر چه کوچکتر بهتر،

because along with the small size you get lower inertia.

زیرا هرچه کوچکتر باشد اینرسی کمتری دارد.

Along with lower inertia --

همراه با اینرسی کمتر--

(Robot buzzing, laughter)

( وزوز ربات، خنده)

along with lower inertia, you're resistant to collisions.

همراه با اینرسی کمتر، شما در برابر برخورد مقاومت بیشتری دارید.

And that makes you more robust.

و این شما را قوی‌تر می‌کند.

So just like these honeybees, we build small robots.

بنابراین درست مانند زنبورهای عسل، ما ربات‌های کوچکی ساختیم.

And this particular one is only 25 grams in weight.

و این یکی تنها ۲۵ گرم وزن دارد.

It consumes only six watts of power.

و تنها ۶ وات برق در ساعت مصرف می‌کند.

And it can travel up to six meters per second.

این می‌تواند تا ۶ متر در ثانیه بالا برود.

So if I normalize that to its size,

خُب اگر این را بزرگ کنید،

it's like a Boeing 787 traveling ten times the speed of sound.

مانند بوینگ ۷۸۷، این ربات ده برابر سرعت صوت حرکت خواهد کرد.

(Laughter)

( خنده)

And I want to show you an example.

می‌خواهم به شما یک نمونه نشان دهم.

This is probably the first planned mid-air collision, at one-twentieth normal speed.

این احتمالا اولین تصادم هوایی برنامه ریزی شده با سرعت نرمال درقرن بیستم و یکم هست.

These are going at a relative speed of two meters per second,

آنها با سرعت نسبی دو متر بر ثانیه در حرکتند،

and this illustrates the basic principle.

و وطیفه اصلی را نمایش می‎دهد.

The two-gram carbon fiber cage around it prevents the propellers from entangling,

فیبر کربن دو گرمی دور آن قفسی درست کرده که از برخورد ملخ‌ها با هم جلوگیری می‌کنند،

but essentially the collision is absorbed and the robot responds to the collisions.

اما اساسا برخورد جذب شده و ربات‌ها نسبت به تصادم واکنش نشان می‌دهند.

And so small also means safe.

این خیلی کوچک و همچنین امن هست.

In my lab, as we developed these robots,

در ازمایشگاه من، ما این ربات‌ها را نیز ساختیم،

we start off with these big robots

ما با این ربات‌های بزرگ شروع کردیم

and then now we're down to these small robots.

و سپس ربات‌های کوچک را ساختیم.

And if you plot a histogram of the number of Band-Aids we've ordered

و اگر هیستگرامی از چسب زخمی‌هایی را که ما

in the past, that sort of tailed off now.

در گذشته سفارش دادیم، را بکشید، می‌بینید که سفارش خرید چسب زخم ما کم شده.

Because these robots are really safe.

زیرا این رباتها واقعا ایمن هستند.

The small size has some disadvantages,

رباتهای بسیار کوچک معایبی نیز دارند،

and nature has found a number of ways to compensate for these disadvantages.

و طبیعت راه‌های زیادی یافته تا این معایب را جبران کند.

The basic idea is they aggregate to form large groups, or swarms.

ایده اصلی گرد‌هم آوردن آنها برای تشکیل گروه‌های بزرگ، و یا گروه از ربات می‌باشد.

So, similarly, in our lab, we try to create artificial robot swarms.

پس، خیلی ساده ما درازمایشگا‌ه‌،سعی کردیم که یک گروه مصنوعی از ربات‌ها را بیآفرینیم.

And this is quite challenging

این کار خیلی مشکلی بود

because now you have to think about networks of robots.

زیرا حالا باید در مورد شبکه ارتباطی بین ربات‌ها فکر کنید.

And within each robot,

و در هر رباتی،

you have to think about the interplay of sensing, communication, computation --

شما باید در مورد فعل و انفعال سنجش‌ها، ارتباطات، محاسبات فکر کنید--

and this network then becomes quite difficult to control and manage.

وخیلی مشکل خواهد شد که این شبکه ارتباطی را کنترل و مدیریت کنید.

So from nature we take away three organizing principles

پس ما از طبیعت سه اصل تنطیم کنند را گرفتیم

that essentially allow us to develop our algorithms.

که اساسا به ما اجازه می‌دهد تا الگوریتم‌مان را توسعه دهیم.

The first idea is that robots need to be aware of their neighbors.

اولین ایده‌ای این است که ربات‌ها باید نسبت به همسایه‌شان آگاه باشند.

They need to be able to sense and communicate with their neighbors.

آنها نیاز دارند تا همسایه‌شان را حس کنند و با آنها ارتباط برقرار کنند.

So this video illustrates the basic idea.

خب این ویدئو ایده اصلی را نشان می‌دهد.

You have four robots --

شما چهار ربات دارید--

one of the robots has actually been hijacked by a human operator, literally.

یکی از آنها توسط اپراتور به گروگان گرفته شده.

But because the robots interact with each other,

اما به دلیل اینکه ربات‌ها با یکدیگر تعامل دارند،

they sense their neighbors,

آنها همسایه‌شان را حس می‌کنند،

they essentially follow.

و الزاما آن را دنبال می‌کنند.

And here there's a single person able to lead this network of followers.

و در اینجا یک نفر هست که می‌تواند این شبکه از دنبال‌کنندگان را رهبری کند.

So again, it's not because all the robots know where they're supposed to go.

پس دوباره، این مسئله به این دلیل نیست که ربات‌ها می‌دانند که چه باید بکنند.

It's because they're just reacting to the positions of their neighbors.

این تنها نشان دهنده این است که آنها نسبت به موقعیت همسایه‌شان واکنش نشان می‌دهند.

(Laughter)

( خنده)

So the next experiment illustrates the second organizing principle.

خب ازمایش بعدی دومین اصل را نشان می‌دهد.

And this principle has to do with the principle of anonymity.

این اصل همان اصل گمنامی است.

Here the key idea is that

ایده کلیدی این است که

the robots are agnostic to the identities of their neighbors.

روبات‎ها نسبت به هویت همسایگان خود بی‌خبرند.

They're asked to form a circular shape,

از آنها خواسته شده که یک شکل دایره ای بسازند،

and no matter how many robots you introduce into the formation,

مهم نیست که چندتا ربات را شما بکار گیرید،

or how many robots you pull out,

یا چندتا ربات را از گروه خارج کنید،

each robot is simply reacting to its neighbor.

هر ربات به راحتی به همسایه‌اش می‌رسد.

It's aware of the fact that it needs to form the circular shape,

این مسئله بدون توجه به این است که باید دایره‎ای پرواز کنند،

but collaborating with its neighbors

بلکه بر اساس همکاری با همسایه‌هایش

it forms the shape without central coordination.

شکل دایره را بدون هماهنگی مرکزی تشکیل می‎دهند.

Now if you put these ideas together,

حال اگر این ایده‌ها را کنار هم بگذارید،

the third idea is that we essentially give these robots

سومین ایده این هست که ما اساسا به این ربات‌ها

mathematical descriptions of the shape they need to execute.

توضیحات ریاضی شکلی را که باید تشکیل دهند ارایه دهیم.

And these shapes can be varying as a function of time,

و این اشکال می‌تواند به صورت تابعی از زمان تغییر کنند،

and you'll see these robots start from a circular formation,

و می‌بینید که این ربات‌ها از شکل دایره‎ای،

change into a rectangular formation, stretch into a straight line,

به مستطیلی تغییر فرم می‌دهند، و به خط مستقیم در می‌آیند،

back into an ellipse.

و به شکل بیضی بر‌میگردند.

And they do this with the same kind of split-second coordination

و اینها اینکار را با روشی مشابه دومین تقسیم مختصات انجام می‌دهند

that you see in natural swarms, in nature.

که شما در گروه‌های طبیعی (زنبورهای عسل) می‌بینید.

So why work with swarms?

خب چرا به صورت گروهی کارکنیم؟

Let me tell you about two applications that we are very interested in.

بگذارید درباره دو کاربرد که مورد علاقه ما هست بگویم.

The first one has to do with agriculture,

اولین کاربرد مربوط به کشاورزی است،

which is probably the biggest problem that we're facing worldwide.

که احتمالا بزرگترین مشکلی است که ما در سراسر جهان با آن مواجه ایم.

As you well know,

همانطور که خوب می‌دانید،

one in every seven persons in this earth is malnourished.

از هر هفت نفر در جهان یکی از سوء تغدیه رنج می‌برد.

Most of the land that we can cultivate has already been cultivated.

بیشتر زمین‌هایی که می‌توانیم کشت کنیم در زیر کشت هستند.

And the efficiency of most systems in the world is improving,

بهره‌وری بیشتر سیستم‌ها در جهان در حال بهبودی است،

but our production system efficiency is actually declining.

اما کارایی سیستم های تولیدی ما رو به کاهش است.

And that's mostly because of water shortage, crop diseases, climate change

و این بیشتر به دلیل کمبود آب، بیمار‌های گیاهان، تغییرات آب و هوایی

and a couple of other things.

و چند مورد دیگر است.

So what can robots do?

خب این ربات ها چه می‌توانند بکنند؟

Well, we adopt an approach that's called Precision Farming in the community.

خب، ما روشی را به نام« کشاورزی دقیق» در کشاوری اتخاذ کردیم.

And the basic idea is that we fly aerial robots through orchards,

و پایه این ایده این است که ما ربات‌های هوایی را در باغ ها پرواز می‌دهیم،

and then we build precision models of individual plants.

و سپس مدل دقیقی از هر گیاه را تهیه می‌کنیم.

So just like personalized medicine,

بنابراین درست مثل پزشک شخصی،

while you might imagine wanting to treat every patient individually,

در حالی که شما ممکن است تصور کنید که برای درمان هر بیمار جداگانه درمان می‎شود،

what we'd like to do is build models of individual plants

ما می‌خواهیم مدلی از هر گیاه بوجود آوریم

and then tell the farmer what kind of inputs every plant needs --

وسپس به کشاورزان بگویم هر گیاه چه نیازی دارد

the inputs in this case being water, fertilizer and pesticide.

این نیاز می‌تواند آب، کود و سم باشد.

Here you'll see robots traveling through an apple orchard,

در اینجا شما ربات را در حال پرواز در یک باغ سیب می‎بینید،

and in a minute you'll see two of its companions

و در یک دقیقه شما خواهید دید فناوری اطلاعات و ارتباطات

doing the same thing on the left side.

کار مشابهی را در سمت چپ می‌کنند.

And what they're doing is essentially building a map of the orchard.

و آنچه آنها انجام می دهند اساسا ساخت یک نقشه از باغ هست.

Within the map is a map of every plant in this orchard.

در داخل این نقشه یک نقشه از هر گیاه در این باغ وجود دارد.

(Robot buzzing)

( وزوز ربات)

Let's see what those maps look like.

بگذارید ببینیم این نقشه‌ها چه شکلی هستند.

In the next video, you'll see the cameras that are being used on this robot.

در ویدئو بعدی، شما دوربین‌هایی را که در این ربات‌ها بکار گرفته شده می‌بینید.

On the top-left is essentially a standard color camera.

در سمت چپ بالا دوربین رنگی معمولی هست.

On the left-center is an infrared camera.

در سمن چپ میانه دوربین فرو سرخ قرار دارد.

And on the bottom-left is a thermal camera.

و در سمت چپ پائین دوربین حرارتی هست.

And on the main panel, you're seeing a three-dimensional reconstruction

و در پانل اصلی، شکل سه بعدی بازسازی شده را می بینید

of every tree in the orchard as the sensors fly right past the trees.

که از درختان این باغ هنگامی که سنسورها از روی درختان پرواز می‌کنند تهیه شده.

Armed with information like this, we can do several things.

هنگامی به این اطلاعات مجهز شویم، می‌توانیم چند کار انجام دهیم.

The first and possibly the most important thing we can do is very simple:

اولین و احتمالا مهم‌ترین کاری که می توانیم بکنیم بسیار ساده است:

count the number of fruits on every tree.

تعداد میوه در هر درخت را بشماریم.

By doing this, you tell the farmer how many fruits she has in every tree

با انجام این کار، شما به کشاورزمی‌گویید که در هر درخت چند میوه دارد

and allow her to estimate the yield in the orchard,

و به او اجازه می‌دهید تا عملکرد در باغ را برآورد کند،

optimizing the production chain downstream.

بهینه سازی تولید زنجیره ای پایین دست.

The second thing we can do

دومین کاری که ما می توانیم انجام دهیم

is take models of plants, construct three-dimensional reconstructions,

این است که مدلی از گیاهان به شکل سه بعدی تهیه کنیم،

and from that estimate the canopy size,

که از اندازه تاج پوششی درخت برآورد می‌شود،

and then correlate the canopy size to the amount of leaf area on every plant.

و سپس با توجه به اندازه تاج به مقدار سطح برگ در هر بوته را بداینم.

And this is called the leaf area index.

به این شاخص سطح برگ می‌گویند.

So if you know this leaf area index,

اگر شما شاخص سطح برگ را بدانید،

you essentially have a measure of how much photosynthesis is possible in every plant,

اساسا شما میزان فتوسنتز امکان پذیر را در هر گیاه را می‌دانید،

which again tells you how healthy each plant is.

که دوباره به شما می گوید هر درخت چقدر سالم هست.

By combining visual and infrared information,

با ترکیب اطلاعات بصری و مادون قرمز،

we can also compute indices such as NDVI.

ما می توانید شاخص NDVI را محاسبه کنیم.

And in this particular case, you can essentially see

و در این مورد خاص، اساسا می توانید ببینید

there are some crops that are not doing as well as other crops.

برخی از محصولات زراعی وجود دارد که که به خوبی سایر محصولات نیستند.

This is easily discernible from imagery,

این از تصاویر به راحتی قابل تشخیص است،

not just visual imagery but combining

این تنها تصاویر بصری نیست بلکه ترکیب

both visual imagery and infrared imagery.

ازهر دو تصاویر بصری و تصاویر فرو سرخ هست.

And then lastly,

و سپس در آخر،

one thing we're interested in doing is detecting the early onset of chlorosis --

کاری که ما به انجام آن علاقه مند هستیم تشخیص شروع زودرس کلروز هست -

and this is an orange tree --

و این یک درخت پرتقال است -

which is essentially seen by yellowing of leaves.

که با زرد شدن رنگ برگ‌ها دیده می‌شود

But robots flying overhead can easily spot this autonomously

اما پرواز ربات‌ها دربالای درختان به سادگی و بطور خودکار آنها را مشخص کرده

and then report to the farmer that he or she has a problem

و به کشاورز گزارش می‌کند که او مشکلی

in this section of the orchard.

در یکی از بخش‌های باغ دارد.

Systems like this can really help,

سیستم‌هایی مانند این می‌تواند واقعا کمک کنند،

and we're projecting yields that can improve by about ten percent

و ما درحال بهبود بخشیدن به بازده حدود ده درصد هستیم

and, more importantly, decrease the amount of inputs such as water

و مهمتر انکه، میزان منابع مصرفی مانند آب را

by 25 percent by using aerial robot swarms.

تا ۲۵ درصد با استفاده از این گروه‎های ربات‌های هوایی کاهش دهیم

Lastly, I want you to applaud the people who actually create the future,

و در پایان، می‌خواهیم افرادی که آینده را می‌سازند تشویق کنید،

Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,

یاش مولگانکار، سیکانگ لی و جوزپه لویانو،

who are responsible for the three demonstrations that you saw.

که مسئول این سه نمایشی هستند که شاهد آن بودید.

Thank you.

سپاسگزارم.

(Applause)

(تشویق)