The Future of Flying Robots | Vijay Kumar | TED Talks

755,090 views ・ 2015-11-04

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Ido Dekkers מבקר: Zeeva Livshitz
00:13
In my lab, we build autonomous aerial robots
0
13280
3656
במעבדה שלי, אנחנו בונים רובוטים אווירים אוטונומיים
00:16
like the one you see flying here.
1
16960
1880
כמו זה שאתם רואים מרחף פה.
00:20
Unlike the commercially available drones that you can buy today,
2
20720
3696
בניגוד לרחפנים זמינים מסחרית שאתם יכולים לקנות היום,
00:24
this robot doesn't have any GPS on board.
3
24440
2640
על רובוט זה אין GPS.
00:28
So without GPS,
4
28160
1216
אבל בלי GPS,
00:29
it's hard for robots like this to determine their position.
5
29400
3280
זה קשה לרובוטים כמו זה לקבוע את המיקום שלהם.
00:34
This robot uses onboard sensors, cameras and laser scanners,
6
34240
4736
הרובוט הזה משתמש בחיישנים מובנים, מצלמות וסורקי לייזר,
00:39
to scan the environment.
7
39000
1696
כדי לסרוק את הסביבה.
00:40
It detects features from the environment,
8
40720
3056
הוא מזהה תכונות מהסביבה,
00:43
and it determines where it is relative to those features,
9
43800
2736
והוא קובע את מיקומו יחסית לתכונות האלו,
00:46
using a method of triangulation.
10
46560
2136
בשימוש בשיטות של טריאנגולציה.
00:48
And then it can assemble all these features into a map,
11
48720
3456
ואז הוא יכול להרכיב את כל התכונות האלו למפה,
00:52
like you see behind me.
12
52200
1736
כמו שאתם רואים מאחורי.
00:53
And this map then allows the robot to understand where the obstacles are
13
53960
3936
והמפה הזו מאפשרת לרובוט להבין היכן המכשולים האלו נמצאים
00:57
and navigate in a collision-free manner.
14
57920
2720
ולנווט בצורה נטולת התנגשויות.
01:01
What I want to show you next
15
61160
2096
מה שאני רוצה להראות לכם עכשיו
01:03
is a set of experiments we did inside our laboratory,
16
63280
3216
זה סט של ניסויים שעשינו בתוך המעבדה שלנו,
01:06
where this robot was able to go for longer distances.
17
66520
3480
שם הרובוט הזה היה מסוגל לעבור מרחקים גדולים יותר.
01:10
So here you'll see, on the top right, what the robot sees with the camera.
18
70400
5016
אז כאן תראו, למעלה מימין, מה הרובוט רואה עם המצלמה.
01:15
And on the main screen --
19
75440
1216
ועל המסך הראשי --
01:16
and of course this is sped up by a factor of four --
20
76680
2456
וכמובן זה מואץ פי ארבע --
01:19
on the main screen you'll see the map that it's building.
21
79160
2667
על המסך הראשי אתם תראו את המפה שהוא בונה.
01:21
So this is a high-resolution map of the corridor around our laboratory.
22
81851
4285
אז זו מפה ברזולוציה גבוהה של המסדרון מסביב למעבדה.
01:26
And in a minute you'll see it enter our lab,
23
86160
2336
ותוך דקה אתם תראו אותו נכנס למעבדה שלנו,
01:28
which is recognizable by the clutter that you see.
24
88520
2856
שניתנת לזיהוי מהבלגן שאתם רואים.
01:31
(Laughter)
25
91400
1016
(צחוק)
01:32
But the main point I want to convey to you
26
92440
2007
אבל הנקודה המרכזית שאני רוצה להעביר לכם
01:34
is that these robots are capable of building high-resolution maps
27
94472
3584
היא שהרובוטים האלו מסוגלים לבנות מפות בהפרדה גבוהה
01:38
at five centimeters resolution,
28
98080
2496
בהפרדה של חמישה סנטימטרים,
01:40
allowing somebody who is outside the lab, or outside the building
29
100600
4176
שמאפשרת למישהו מחוץ למעבדה, או מחוץ לבניין
01:44
to deploy these without actually going inside,
30
104800
3216
לפרוס את אלו בלי למעשה להכנס,
01:48
and trying to infer what happens inside the building.
31
108040
3760
ולנסות להסיק מה מתרחש בתוך הבניין.
01:52
Now there's one problem with robots like this.
32
112400
2240
עכשיו יש בעיה אחת עם רובוטים כאלה.
01:55
The first problem is it's pretty big.
33
115600
2200
הבעיה הראשונה היא שהוא די גדול.
01:58
Because it's big, it's heavy.
34
118120
1680
מפני שהוא גדול, הוא כבד.
02:00
And these robots consume about 100 watts per pound.
35
120640
3040
והרובוטים האלו צורכים בעדך 100 וואט לחצי קילו.
02:04
And this makes for a very short mission life.
36
124360
2280
וזה גורם לחיי משימה מאוד קצרים.
02:08
The second problem
37
128000
1456
הבעיה השניה
02:09
is that these robots have onboard sensors that end up being very expensive --
38
129480
3896
היא שלרובוטים האלו יש חיישנים מובנים שבסופו של דבר הם מאוד יקרים --
02:13
a laser scanner, a camera and the processors.
39
133400
3440
סורק לייזר, מצלמה והמעבדים.
02:17
That drives up the cost of this robot.
40
137280
3040
זה מעלה את מחיר הרובוט הזה.
02:21
So we asked ourselves a question:
41
141440
2656
אז שאלנו את עצמנו שאלה:
02:24
what consumer product can you buy in an electronics store
42
144120
3776
איזה מוצרים צרכנייים ניתן לקנות בחנות אלקטרוניקה
02:27
that is inexpensive, that's lightweight, that has sensing onboard and computation?
43
147920
6280
שהם לא יקרים, שהם קלים, שיש להם חיישנים ועיבוד מובנים?
02:36
And we invented the flying phone.
44
156080
2656
והמצאנו את הטלפון המעופף.
02:38
(Laughter)
45
158760
1936
(צחוק)
02:40
So this robot uses a Samsung Galaxy smartphone that you can buy off the shelf,
46
160720
6176
אז הרובוט הזה משתמש בסמרטפון סמסונג גלקסי שאתם יכולים לקנות בכל מקום,
02:46
and all you need is an app that you can download from our app store.
47
166920
4016
וכל מה שאתם צריכים היא אפליקציה שאתם יכולים להוריד מחנות האפליקציות.
02:50
And you can see this robot reading the letters, "TED" in this case,
48
170960
4216
ואתם יכולים לראות את הרובוט הזה קורא את האותיות "TED" במקרה הזה.
02:55
looking at the corners of the "T" and the "E"
49
175200
2936
מביט בפינות של ה T וה E
02:58
and then triangulating off of that, flying autonomously.
50
178160
3480
ואז מתאכן מזה, עף אוטונומית.
03:02
That joystick is just there to make sure if the robot goes crazy,
51
182720
3256
הג'וייסטיק הזה הוא שם רק למקרה שהרובוט משתגע,
03:06
Giuseppe can kill it.
52
186000
1416
ג'וספה יכול להרוג אותו.
03:07
(Laughter)
53
187440
1640
(צחוק)
03:10
In addition to building these small robots,
54
190920
3816
בנוסף לבניית הרובוטים הקטנים האלו,
03:14
we also experiment with aggressive behaviors, like you see here.
55
194760
4800
אנחנו מתנסים עם התנהגויות אגרסיביות, כמו זו שאתם רואים פה.
03:19
So this robot is now traveling at two to three meters per second,
56
199920
5296
אז הרובוט הזה נע עכשיו שניים עד שלושה מטרים לשניה,
03:25
pitching and rolling aggressively as it changes direction.
57
205240
3496
מעלרד ומתגלגל אגרסיבית כשהוא משנה כיוון.
03:28
The main point is we can have smaller robots that can go faster
58
208760
4256
הנקודה העיקרית היא שיכולים להיות לנו רובוטים קטנים יותר שיכולים לנוע מהר יותר
03:33
and then travel in these very unstructured environments.
59
213040
2960
ואז לנוע בתוך הסביבות המאוד לא מובנות האלו.
03:37
And in this next video,
60
217120
2056
ובסרטון הבא,
03:39
just like you see this bird, an eagle, gracefully coordinating its wings,
61
219200
5896
ממש כמו שאתם רואים את הציפור הזו, עיט, מתאים בחינניות את כנפיו,
03:45
its eyes and feet to grab prey out of the water,
62
225120
4296
עיניו ורגליו כדי לתפוש את הטרף מהמים,
03:49
our robot can go fishing, too.
63
229440
1896
הרובוט שלנו יכול גם כן לדוג.
03:51
(Laughter)
64
231360
1496
(צחוק)
03:52
In this case, this is a Philly cheesesteak hoagie that it's grabbing out of thin air.
65
232880
4056
במקרה הזה, זה הוגי סטייק גבינת פילדלפיה שהוא תופס מהאוויר.
03:56
(Laughter)
66
236960
2400
(צחוק)
03:59
So you can see this robot going at about three meters per second,
67
239680
3296
אז אתם יכולים לראות את הרובוט הזה שנע במהירות של בערך שלושה מטר לשניה,
04:03
which is faster than walking speed, coordinating its arms, its claws
68
243000
5136
שזה מהיר יותר ממהירות הליכה, מתאם את זרועותיו, את הטפרים שלו
04:08
and its flight with split-second timing to achieve this maneuver.
69
248160
4120
ואת התעופה שלו עם תזמון של חלקיקי שניות כדי להשיג את התמרון הזה.
04:14
In another experiment,
70
254120
1216
בניסוי נוסף,
04:15
I want to show you how the robot adapts its flight
71
255360
3656
אני רוצה להראות לכם איך הרובוט מתאים את הטיסה שלו
04:19
to control its suspended payload,
72
259040
2376
כדי לשלוט במטען התלוי שלו,
04:21
whose length is actually larger than the width of the window.
73
261440
3800
שהאורך שלו הוא למעשה גדול יותר מרוחב החלון.
04:25
So in order to accomplish this,
74
265680
1696
אז כדי לבצע את זה,
04:27
it actually has to pitch and adjust the altitude
75
267400
3696
הוא למעשה צריך להסתובב ולהתאים את הכיוון שלו
04:31
and swing the payload through.
76
271120
2320
ולסובב את המטען עד הסוף.
04:38
But of course we want to make these even smaller,
77
278920
2296
אבל כמובן רצינו לעשות אותם אפילו קטנים יותר,
04:41
and we're inspired in particular by honeybees.
78
281240
3016
ואנחנו מקבלים השראה בעיקר מהדבורים.
04:44
So if you look at honeybees, and this is a slowed down video,
79
284280
3256
אז, אם אתם מביטים בדבורים, וזה סרטון מואט,
04:47
they're so small, the inertia is so lightweight --
80
287560
3720
הן כל כך קטנות, האינרציה כל כך קלה --
04:51
(Laughter)
81
291960
1176
(צחוק)
04:53
that they don't care -- they bounce off my hand, for example.
82
293160
3536
שלא אכפת להם -- הם קפצו מהיד שלי, לדוגמה.
04:56
This is a little robot that mimics the honeybee behavior.
83
296720
3160
זה רובוט זעיר שמחקה את התנהגות הדבורים.
05:00
And smaller is better,
84
300600
1216
וקטן יותר זה טוב יותר,
05:01
because along with the small size you get lower inertia.
85
301840
3536
מפני שיחד עם הגודל הקטן אתם מקבלים אינרציה קטנה יותר.
05:05
Along with lower inertia --
86
305400
1536
יחד עם אינרציה נמוכה יותר --
05:06
(Robot buzzing, laughter)
87
306960
2856
(רובוט מזמזם, צחוק)
05:09
along with lower inertia, you're resistant to collisions.
88
309840
2816
יחד עם אינרציה נמוכה יותר, אתם עמידים להתנגשויות.
05:12
And that makes you more robust.
89
312680
1720
וזה עושה אתכם ליותר עמידים.
05:15
So just like these honeybees, we build small robots.
90
315800
2656
אז ממש כמו הדבורים האלו, נבנה רובוטים קטנים.
05:18
And this particular one is only 25 grams in weight.
91
318480
3376
והספציפי הזה שוקל רק 25 גרם.
05:21
It consumes only six watts of power.
92
321880
2160
הוא צורך רק שישה וואט.
05:24
And it can travel up to six meters per second.
93
324440
2536
והוא יכול לנוע במהירות גבוהה משישה מטר לשניה.
05:27
So if I normalize that to its size,
94
327000
2336
אז אם אני מנרמל את זה לגודל שלו,
05:29
it's like a Boeing 787 traveling ten times the speed of sound.
95
329360
3640
זה כמו בואינג 787 שנע במהירות של פי עשר ממהירות הקול.
05:36
(Laughter)
96
336000
2096
(צחוק)
05:38
And I want to show you an example.
97
338120
1920
ואני רוצה להראות לכם דוגמה.
05:40
This is probably the first planned mid-air collision, at one-twentieth normal speed.
98
340840
5256
זו כנראה ההתנגשות האווירית המתוכננת הראשונה, באחד חלקי עשרים מהמהירות הנורמלית.
05:46
These are going at a relative speed of two meters per second,
99
346120
2858
אלה נעים במהירות יחסית של שני מטר לשניה,
05:49
and this illustrates the basic principle.
100
349002
2480
וזה מתאר את העיקרון הבסיסי.
05:52
The two-gram carbon fiber cage around it prevents the propellers from entangling,
101
352200
4976
הכלוב מסיבי פחמן בן שני הגרם סביבו מונע מהמדחפים להתנגש,
05:57
but essentially the collision is absorbed and the robot responds to the collisions.
102
357200
5296
אבל בעיקרון ההתנגשות נספגת והרובוט מגיב להתנגשויות.
06:02
And so small also means safe.
103
362520
2560
וכך קטן גם אומר בטוח.
06:05
In my lab, as we developed these robots,
104
365400
2016
במעבדה שלי, כשאנחנו מפתחים את הרובוטים האלו,
06:07
we start off with these big robots
105
367440
1620
אנחנו מתחילים עם הרובוטים הגדולים האלו
06:09
and then now we're down to these small robots.
106
369084
2812
ואז, עכשיו אנחנו ירדנו לרובוטים הקטנים האלה.
06:11
And if you plot a histogram of the number of Band-Aids we've ordered
107
371920
3456
ואם אתם משרטטים את ההיסטוגרמה של מספר הפלסטרים שהיזמנו
06:15
in the past, that sort of tailed off now.
108
375400
2576
בעבר, זה איכשהו ירד עכשיו.
06:18
Because these robots are really safe.
109
378000
1960
מפני שהרובוטים האלו באמת בטוחים.
06:20
The small size has some disadvantages,
110
380760
2456
לגודל הקטן יש כמה חסרונות,
06:23
and nature has found a number of ways to compensate for these disadvantages.
111
383240
4080
והטבע מצא מספר דרכים לפצות על החסרונות האלו.
06:27
The basic idea is they aggregate to form large groups, or swarms.
112
387960
4000
הרעיון הבסיסי הוא שהם מתקבצים ליצור קבוצות גדולות, או נחילים.
06:32
So, similarly, in our lab, we try to create artificial robot swarms.
113
392320
3976
אז, בדומה, במעבדה שלנו, אנחנו מנסים ליצור נחילי רובוטים מלאכותיים.
06:36
And this is quite challenging
114
396320
1381
וזה די מאתגר
06:37
because now you have to think about networks of robots.
115
397725
3320
מפני שעכשיו אתם צריכים לחשוב על רשתות של רובוטים.
06:41
And within each robot,
116
401360
1296
ובתוך כל רובוט,
06:42
you have to think about the interplay of sensing, communication, computation --
117
402680
5616
אתם חייבים לחשוב על צורת השיתוף של חישה, תקשורת, חישוב --
06:48
and this network then becomes quite difficult to control and manage.
118
408320
4960
והרשתות האלו הופכות אז לדי קשות לשליטה וניהול.
06:54
So from nature we take away three organizing principles
119
414160
3296
אז מהטבע אנחנו לוקחים שלושה עקרונות ארגון
06:57
that essentially allow us to develop our algorithms.
120
417480
3160
שבעיקרון מאפשרים לנו לפתח את האלגוריתמים שלנו.
07:01
The first idea is that robots need to be aware of their neighbors.
121
421640
4536
הרעיון הראשון הוא שרובוטים צריכים להיות מודעים לשכנים שלהם.
07:06
They need to be able to sense and communicate with their neighbors.
122
426200
3440
הם צריכים להיות מסוגלים לחוש ולתקשר עם השכנים שלהם.
07:10
So this video illustrates the basic idea.
123
430040
2656
אז זה סרטון שמתאר את הרעיון הבסיסי.
07:12
You have four robots --
124
432720
1296
יש לכם ארבעה רובוטים --
07:14
one of the robots has actually been hijacked by a human operator, literally.
125
434040
4240
אחד הרובוטים נחטף למעשה על ידי מפעיל אנושי, מילולית.
07:19
But because the robots interact with each other,
126
439217
2239
אבל בגלל שהרובוטים מתקשרים אחד עם השני,
07:21
they sense their neighbors,
127
441480
1656
הם חשים את השכנים שלהם,
07:23
they essentially follow.
128
443160
1296
הם בעיקרון עוקבים.
07:24
And here there's a single person able to lead this network of followers.
129
444480
5360
ופה יש איש בודד שמסוגל להוביל את רשת העוקבים האלו.
07:32
So again, it's not because all the robots know where they're supposed to go.
130
452000
5056
אז שוב, זה לא בגלל שכל הרובוטים יודעים לאן הם אמורים ללכת.
07:37
It's because they're just reacting to the positions of their neighbors.
131
457080
4320
זה בגלל שהם מגיבים למיקומים של השכנים שלהם.
07:43
(Laughter)
132
463720
4120
(צחוק)
07:48
So the next experiment illustrates the second organizing principle.
133
468280
5240
אז הניסוי הבא מתאר את עיקרון הארגון השני.
07:54
And this principle has to do with the principle of anonymity.
134
474920
3800
ולעיקרון הזה יש קשר לעקרון של אנונימיות.
07:59
Here the key idea is that
135
479400
4296
פה רעיון המפתח הוא
08:03
the robots are agnostic to the identities of their neighbors.
136
483720
4240
שהרובוטים אגנוסטיים לזהויות של השכנים שלהם.
08:08
They're asked to form a circular shape,
137
488440
2616
הם מתבקשים ליצור צורה מעגלית,
08:11
and no matter how many robots you introduce into the formation,
138
491080
3296
ולא משנה כמה רובוטים אתם מכניסים למבנה,
08:14
or how many robots you pull out,
139
494400
2576
או כמה רובוטים אתם מוציאים,
08:17
each robot is simply reacting to its neighbor.
140
497000
3136
כל רובוט פשוט מגיב לשכן שלו.
08:20
It's aware of the fact that it needs to form the circular shape,
141
500160
4976
הוא מודע לעובדה שהוא צריך ליצור צורה מעגלית,
08:25
but collaborating with its neighbors
142
505160
1776
אבל בשיתוף פעולה עם שכניו
08:26
it forms the shape without central coordination.
143
506960
3720
הוא יוצר צורה בלי תאום מרכזי.
08:31
Now if you put these ideas together,
144
511520
2416
עכשיו אם אתם מחברים את הרעיונות האלה,
08:33
the third idea is that we essentially give these robots
145
513960
3896
הרעיון השלישי הוא שאנחנו בעיקרון נותנים לרובוטים האלו
08:37
mathematical descriptions of the shape they need to execute.
146
517880
4296
תיאורים מתמטיים של הצורה שהם צריכים ליצור.
08:42
And these shapes can be varying as a function of time,
147
522200
3496
והצורות האלו יכולות להשתנות כפונקציה של זמן,
08:45
and you'll see these robots start from a circular formation,
148
525720
4496
ואתם תראו את הרובוטים האלו מתחילים מצורה מעגלית,
08:50
change into a rectangular formation, stretch into a straight line,
149
530240
3256
משנים לצורה מרובעת, נמתחים לקו ישר,
08:53
back into an ellipse.
150
533520
1375
וחזרה לאליפסה.
08:54
And they do this with the same kind of split-second coordination
151
534919
3617
והם עושים את זה באותו סוג של תאום תוך שניה
08:58
that you see in natural swarms, in nature.
152
538560
3280
שאתם רואים בנחילים טבעיים, בטבע.
09:03
So why work with swarms?
153
543080
2136
אז למה לעבוד עם נחילים?
09:05
Let me tell you about two applications that we are very interested in.
154
545240
4120
תנו לי לספר לכם על שני שימושים שאנחנו מאוד מעוניינים בהם.
09:10
The first one has to do with agriculture,
155
550160
2376
הראשון קשור לחקלאות,
09:12
which is probably the biggest problem that we're facing worldwide.
156
552560
3360
שזו כנראה הבעיה הכי גדולה שעומדת לפנינו בעולם.
09:16
As you well know,
157
556760
1256
כמו שאתם יודעים,
09:18
one in every seven persons in this earth is malnourished.
158
558040
3520
אחד מכל שבעה אנשים על כדור הארץ סובל מתת תזונה.
09:21
Most of the land that we can cultivate has already been cultivated.
159
561920
3480
רוב האדמה שאנחנו יכולים לעבד כבר עובדה.
09:25
And the efficiency of most systems in the world is improving,
160
565960
3216
והיעילות של רוב המערכות בעולם משתפרת,
09:29
but our production system efficiency is actually declining.
161
569200
3520
אבל יעילות מערכות היצור שלנו למעשה יורדת.
09:33
And that's mostly because of water shortage, crop diseases, climate change
162
573080
4216
וזה בעיקר בגלל מחסור במים, מחלות יבולים, שינוי אקלים
09:37
and a couple of other things.
163
577320
1520
ומספר דברים נוספים.
09:39
So what can robots do?
164
579360
1480
אז מה רובוטים יכולים לעשות?
09:41
Well, we adopt an approach that's called Precision Farming in the community.
165
581200
4616
ובכן, אנחנו מאמצים גישה שנקראת חקלאות מדוייקת בקהילה.
09:45
And the basic idea is that we fly aerial robots through orchards,
166
585840
5376
והרעיון הבסיסי הוא להטיס רובוטים אוויריים דרך המטעים,
09:51
and then we build precision models of individual plants.
167
591240
3120
ואז לבנות מודלים מדוייקים של צמחים יחידים.
09:54
So just like personalized medicine,
168
594829
1667
אז ממש כמו רפואה מותאמת אישית,
09:56
while you might imagine wanting to treat every patient individually,
169
596520
4816
בעוד שאולי תדמיינו רצון לטפל בכל חולה אישית,
10:01
what we'd like to do is build models of individual plants
170
601360
3696
מה שהיינו רוצים לעשות זה לבנות מודל של צמחים יחידים
10:05
and then tell the farmer what kind of inputs every plant needs --
171
605080
4136
ואז להגיד לחקלאי איזה סוג של קלט כל צמח צריך --
10:09
the inputs in this case being water, fertilizer and pesticide.
172
609240
4440
הקלט במקרה הזה הוא מים, דשן וחומרי הדברה.
10:14
Here you'll see robots traveling through an apple orchard,
173
614640
3616
פה אתם תמצאו רובוטים שטסים דרך מטע תפוחים,
10:18
and in a minute you'll see two of its companions
174
618280
2256
ותוך דקה אתם תראו שניים מהשותפים שלו
10:20
doing the same thing on the left side.
175
620560
1810
עושים את אותו הדבר מצד שמאל.
10:22
And what they're doing is essentially building a map of the orchard.
176
622800
3656
ומה שהם עושים זה בעיקרון בונים מפה של המטע.
10:26
Within the map is a map of every plant in this orchard.
177
626480
2816
בתוך המפה יש מפה של כל צמח במטע.
10:29
(Robot buzzing)
178
629320
1656
(רובוטים מזמזמים)
10:31
Let's see what those maps look like.
179
631000
1896
בואו נראה איך המפות האלו נראות.
10:32
In the next video, you'll see the cameras that are being used on this robot.
180
632920
4296
בסרטון הבא, אתם תראו את המצלמות שבשימוש על הרובוט הזה.
10:37
On the top-left is essentially a standard color camera.
181
637240
3240
משמאל למעלה יש בעיקרון מצלמה בצבעים רגילים.
10:41
On the left-center is an infrared camera.
182
641640
3296
משמאל באמצע יש מצלמת אינפרה אדום.
10:44
And on the bottom-left is a thermal camera.
183
644960
3776
ומשמאל למטה יש מצלמה תרמית.
10:48
And on the main panel, you're seeing a three-dimensional reconstruction
184
648760
3336
ועל הפאנל הראשי, אתם רואים שיחזור מבנה תלת מימדי
10:52
of every tree in the orchard as the sensors fly right past the trees.
185
652120
6120
של כל עץ במטע כשהחיישנים עפים ממש ליד העצים.
10:59
Armed with information like this, we can do several things.
186
659640
4040
חמושים במידע כמו זה, אנחנו יכולים לעשות מספר דברים.
11:04
The first and possibly the most important thing we can do is very simple:
187
664200
4256
הדבר הראשון וכנראה הכי חשוב שאנחנו יכולים לעשות הוא מאוד פשוט:
11:08
count the number of fruits on every tree.
188
668480
2440
לספור את מספר הפירות על כל עץ.
11:11
By doing this, you tell the farmer how many fruits she has in every tree
189
671520
4536
ובכך, אתם אומרים לחקלאית כמה פירות יש לה על כל עץ
11:16
and allow her to estimate the yield in the orchard,
190
676080
4256
ומאפשרים לה להעריך את היבול של המטע,
11:20
optimizing the production chain downstream.
191
680360
2840
למטב את שרשרת היצור במורד הזרם.
11:23
The second thing we can do
192
683640
1616
הדבר השני שאנחנו יכולים לעשות
11:25
is take models of plants, construct three-dimensional reconstructions,
193
685280
4496
זה לקחת מודלים של צמחים, לבנות מודלים תלת מימדים,
11:29
and from that estimate the canopy size,
194
689800
2536
ומזה להעריך את גודל החופה,
11:32
and then correlate the canopy size to the amount of leaf area on every plant.
195
692360
3776
ואז לתאם את גודל החופה לכמות שטח העלים על כל צמח.
11:36
And this is called the leaf area index.
196
696160
2176
וזה נקרא אינדקס שטח העלים.
11:38
So if you know this leaf area index,
197
698360
1936
אז אם אתם יודעים את אינדקס שטח העלים הזה,
11:40
you essentially have a measure of how much photosynthesis is possible in every plant,
198
700320
5456
יש לכם בעיקרון מידה של כמה פוטוסינתזה אפשרית בכל צמח,
11:45
which again tells you how healthy each plant is.
199
705800
2880
שאומרת לנו שוב כמה בריא כל צמח.
11:49
By combining visual and infrared information,
200
709520
4216
על ידי שילוב מידע ויזואלי ואינפרא אדום,
11:53
we can also compute indices such as NDVI.
201
713760
3296
אנחנו יכולים לחשב מדד כמו NDVI.
11:57
And in this particular case, you can essentially see
202
717080
2816
ובמקרה הספציפי הזה, אתם יכולם בעיקרון לראות
11:59
there are some crops that are not doing as well as other crops.
203
719920
3016
שיש כמה יבולים שלא מצליחים כמו יבולים אחרים.
12:02
This is easily discernible from imagery,
204
722960
4056
ניתן להבחין בזה בקלות מהתמונות,
12:07
not just visual imagery but combining
205
727040
2216
לא רק תמונות ויזואליות אלא שילוב
12:09
both visual imagery and infrared imagery.
206
729280
2776
של תמונות ויזואליות ותמונות באינפרא אדום.
12:12
And then lastly,
207
732080
1336
ואז לבסוף,
12:13
one thing we're interested in doing is detecting the early onset of chlorosis --
208
733440
4016
דבר אחד שאנחנו מעוניינים לעשות זה לזהות סימנים ראשונים לכלורוזיס --
12:17
and this is an orange tree --
209
737480
1496
וזה עץ תפוז --
12:19
which is essentially seen by yellowing of leaves.
210
739000
2560
שבעיקרון נראה עם עלים מצהיבים.
12:21
But robots flying overhead can easily spot this autonomously
211
741880
3896
אבל רובוטים שעפים מעל יכולים בקלות לזהות את זה אוטונומית
12:25
and then report to the farmer that he or she has a problem
212
745800
2936
ואז לדווח לחקלאים שיש להם בעיה
12:28
in this section of the orchard.
213
748760
1520
בחלק הזה של הפרדס.
12:30
Systems like this can really help,
214
750800
2696
מערכות כמו זו יכולות באמת לעזור,
12:33
and we're projecting yields that can improve by about ten percent
215
753520
5816
ואנחנו צופים יבולים שיכולים להשתפר עד עשרה אחוזים
12:39
and, more importantly, decrease the amount of inputs such as water
216
759360
3216
ויותר חשוב, הפחתה בכמות הקלט כמו מים
12:42
by 25 percent by using aerial robot swarms.
217
762600
3280
עד 25 אחוז על ידי שימוש בנחילי רובוטים מרחפים.
12:47
Lastly, I want you to applaud the people who actually create the future,
218
767200
5736
לבסוף, אני רוצה שתריעו לאנשים שלמעשה יוצרים את העתיד,
12:52
Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,
219
772960
4920
יאש מולגאונקר, סיקנג ליו וג'וספה לואיאנו,
12:57
who are responsible for the three demonstrations that you saw.
220
777920
3496
שאחראים לשלושת ההדגמות שראיתם.
13:01
Thank you.
221
781440
1176
תודה לכם.
13:02
(Applause)
222
782640
5920
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7