Robots that fly ... and cooperate | Vijay Kumar
ヴィージェイ・クーマー 「協力し合う飛行ロボット」
2,183,324 views ・ 2012-03-01
下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Yasushi Aoki
校正: Sawa Horibe
00:20
Good morning.
0
20566
1159
おはようございます
00:22
I'm here today to talk
about autonomous flying beach balls.
1
22853
4153
今日お話しするのは
自律的に飛行するビーチボールについてです
00:27
(Laughter)
2
27030
1008
違った こういう自律的で敏捷な飛行ロボットについてです
00:28
No, agile aerial robots like this one.
3
28062
2865
00:31
I'd like to tell you a little bit
about the challenges in building these,
4
31624
3460
このようなものを作る難しさと
この技術の応用にどれほどの可能性があるかお話しします
00:35
and some of the terrific opportunities
for applying this technology.
5
35108
3392
この技術の応用にどれほどの可能性があるかお話しします
00:38
So these robots are related
to unmanned aerial vehicles.
6
38957
4608
このロボットは
無人航空機と似ています
しかし無人航空機はずっと大きいものです
00:44
However, the vehicles
you see here are big.
7
44199
2651
何千キロもの重さがあって
00:47
They weigh thousands of pounds,
are not by any means agile.
8
47318
3269
とても敏捷とは言えず
00:50
They're not even autonomous.
9
50611
1625
自律的でさえありません
00:52
In fact, many of these vehicles
are operated by flight crews
10
52886
4182
無人航空機の多くは実際
人間によって遠隔操作されていて
複数のパイロット
00:57
that can include multiple pilots,
11
57092
2560
00:59
operators of sensors,
12
59676
2206
センサのオペレータ
01:01
and mission coordinators.
13
61906
1330
作戦指揮官などが関わっています
01:03
What we're interested in
is developing robots like this --
14
63922
2743
私たちが興味を持っているのは
私の手にあるようなロボットの開発で
01:06
and here are two other pictures --
15
66689
1690
左の写真の2つは実際 お店で買うことができます
01:08
of robots that you can buy off the shelf.
16
68403
2683
これはローターが4つのヘリコプターで
01:11
So these are helicopters with four rotors,
17
71110
3284
大きさは1メートル前後
01:14
and they're roughly
a meter or so in scale,
18
74418
3690
重さも数キロ程度です
01:18
and weigh several pounds.
19
78132
1460
私たちはそれにセンサやプロセッサを後付けして
01:20
And so we retrofit these
with sensors and processors,
20
80076
3355
GPSなしで屋内を
01:23
and these robots can fly indoors.
21
83455
2206
飛べるようにしています
01:25
Without GPS.
22
85685
1319
私が今
01:27
The robot I'm holding in my hand
23
87457
1888
手にしているロボットは
01:29
is this one,
24
89369
1650
私の学生アレックスとダニエルが
01:31
and it's been created by two students,
25
91043
3143
作ったものです
01:34
Alex and Daniel.
26
94210
1648
重さは
01:36
So this weighs a little more
than a tenth of a pound.
27
96493
3115
50グラムほど
01:39
It consumes about 15 watts of power.
28
99632
2579
消費電力は15ワットで
見ての通り
01:42
And as you can see,
it's about eight inches in diameter.
29
102235
2833
直径20センチほどの大きさです
このようなロボットの仕組みを
01:46
So let me give you
just a very quick tutorial
30
106330
2595
01:48
on how these robots work.
31
108949
1666
簡単にご説明しましょう
4つのローターが
01:51
So it has four rotors.
32
111043
1193
01:52
If you spin these rotors
at the same speed,
33
112260
2048
すべて同じ速さで回っているとき
01:54
the robot hovers.
34
114332
1199
ロボットは空中で静止します
01:56
If you increase the speed
of each of these rotors,
35
116420
3636
4つのローターの回転速度を上げると
上に加速し 上昇します
02:00
then the robot flies up,
it accelerates up.
36
120080
2539
02:02
Of course, if the robot were tilted,
37
122643
2432
ロボットが傾いていれば当然
その傾いた方向に
02:05
inclined to the horizontal,
38
125099
1310
02:06
then it would accelerate
in this direction.
39
126433
2803
進むことになります
02:09
So to get it to tilt,
40
129686
1413
ロボットを傾けるには 2つの方法があります
02:11
there's one of two ways of doing it.
41
131123
2093
この写真で
02:13
So in this picture, you see
that rotor four is spinning faster
42
133240
3636
4番ローターは速く
02:16
and rotor two is spinning slower.
43
136900
1968
2番ローターは遅く回っています
02:18
And when that happens,
44
138892
1560
そうするとロボットを
02:20
there's a moment that causes
this robot to roll.
45
140476
3051
「ローリング」させる力が働きます
一方
02:24
And the other way around,
46
144495
1255
02:25
if you increase the speed of rotor three
and decrease the speed of rotor one,
47
145774
5579
3番ローターの回転を速く
1番ローターの回転を遅くすると
ロボットは手前側に「ピッチング」します
02:31
then the robot pitches forward.
48
151377
1859
02:33
And then finally,
49
153820
1168
最後に
02:35
if you spin opposite pairs of rotors
50
155012
2894
向かい合った2つのローターを
02:37
faster than the other pair,
51
157930
1692
他の2つより速く回転させると
02:39
then the robot yaws
about the vertical axis.
52
159646
2721
垂直軸を中心に「ヨーイング」します
オンボードプロセッサは
02:42
So an on-board processor
53
162391
1460
02:43
essentially looks at what motions
need to be executed
54
163875
3307
行うべき動作に対して必要となる
これらの方法の組み合わせを求め
02:47
and combines these motions,
55
167206
1970
モーターに対して 毎秒600回送る命令を
02:49
and figures out what commands
to send to the motors --
56
169200
3110
決めています
02:52
600 times a second.
57
172334
1412
02:53
That's basically how this thing operates.
58
173770
1969
それがこの基本的な仕組みです
この設計が有利な点は
02:56
So one of the advantages of this design
59
176247
2142
サイズを小さくするほど
02:58
is when you scale things down,
60
178413
1899
ロボットの動きが敏捷になることです
03:00
the robot naturally becomes agile.
61
180336
2318
ここでRは
03:03
So here, R is the characteristic
length of the robot.
62
183194
4063
ロボットの大きさを表す数字で
実際には半径です
03:07
It's actually half the diameter.
63
187281
1674
03:09
And there are lots of physical parameters
that change as you reduce R.
64
189595
4641
Rを小さくすると 様々な物理的パラメータが
変わります
03:14
The one that's most important
is the inertia,
65
194968
2631
中でも一番重要なのは 慣性
すなわち動きに対する抵抗力です
03:17
or the resistance to motion.
66
197623
1921
回転運動を支配する
03:19
So it turns out the inertia,
which governs angular motion,
67
199568
4476
慣性の大きさは
Rの5乗に比例します
03:24
scales as a fifth power of R.
68
204068
2600
ですからRを小さくすると
03:27
So the smaller you make R,
69
207046
1696
03:28
the more dramatically the inertia reduces.
70
208766
2317
慣性は劇的に減るのです
03:31
So as a result, the angular acceleration,
71
211956
2935
結果として ここでギリシャ文字の
03:34
denoted by the Greek letter alpha here,
72
214915
2039
αで表している角加速度は
03:36
goes as 1 over R.
73
216978
1619
1/Rになります
03:38
It's inversely proportional to R.
74
218621
1729
Rに反比例するのです
03:40
The smaller you make it,
the more quickly you can turn.
75
220374
2770
小さくするほど速く回ることができるようになります
ビデオを見ると そのことがよく分かります
03:44
So this should be clear in these videos.
76
224219
1961
右下の映像でロボットが
03:46
On the bottom right, you see a robot
performing a 360-degree flip
77
226204
4459
360度宙返りを
03:50
in less than half a second.
78
230687
1548
0.5秒未満で行っています
03:52
Multiple flips, a little more time.
79
232656
2580
連続宙返りにはもう少し時間がかかります
オンボードプロセッサは
03:56
So here the processes on board
80
236259
1881
加速度計やジャイロからの
03:58
are getting feedback from accelerometers
and gyros on board,
81
238164
3184
フィードバックを受け取って
04:01
and calculating, like I said before,
82
241372
2118
計算をし
04:03
commands at 600 times a second,
83
243514
1809
ロボットを安定させるために
04:05
to stabilize this robot.
84
245347
1889
毎秒600回命令を出しています
04:07
So on the left, you see Daniel
throwing this robot up into the air,
85
247607
3350
左下の映像では ダニエルがロボットを宙に放り投げています
04:10
and it shows you
how robust the control is.
86
250981
2027
制御能力がいかに強いか分かるでしょう
どんな風に放り投げても
04:13
No matter how you throw it,
87
253032
1310
04:14
the robot recovers and comes back to him.
88
254366
2912
ロボットは体勢を立て直して戻ってきます
04:18
So why build robots like this?
89
258881
1777
このようなロボットを作る
理由は何かというと 多くの応用があるからです
04:21
Well, robots like this
have many applications.
90
261079
2571
例えばこのような建物内に送り込み
04:24
You can send them
inside buildings like this,
91
264198
2471
04:26
as first responders to look for intruders,
92
266693
3587
侵入者 生化学物質の漏洩 ガス漏れ等が—
あった際の 初動対応として
04:30
maybe look for biochemical leaks,
93
270304
3301
調査を行わせることができます
04:33
gaseous leaks.
94
273629
1151
建築のような作業に
04:35
You can also use them
for applications like construction.
95
275102
3714
使うこともできます
04:38
So here are robots carrying beams, columns
96
278840
4524
ここではロボットが梁や柱を運んで
四角い構造物を組み立てています
04:43
and assembling cube-like structures.
97
283388
1848
04:45
I'll tell you a little bit
more about this.
98
285260
2056
これについては後ほど もう少し詳しくお話しします
04:48
The robots can be used
for transporting cargo.
99
288695
2541
このロボットは貨物輸送にも使えます
04:51
So one of the problems
with these small robots
100
291583
3113
小さなロボットは 運搬容量が
04:54
is their payload-carrying capacity.
101
294720
2001
小さいという問題がありますが
04:56
So you might want to have
multiple robots carry payloads.
102
296745
3017
複数のロボットで運ぶ—
という手もあります
05:00
This is a picture of a recent
experiment we did --
103
300746
2355
この写真は最近行った実験で・・・
もうそんなに最近でもありませんが
05:03
actually not so recent anymore --
104
303125
1595
05:04
in Sendai, shortly after the earthquake.
105
304744
2492
震災直後の仙台で行ったものです
05:07
So robots like this could be sent
into collapsed buildings,
106
307938
3191
自然災害で崩れた建物や 核施設内にロボットを
送り込んで 状況の確認や
05:11
to assess the damage
after natural disasters,
107
311153
2891
放射能レベルのチェックを
05:14
or sent into reactor buildings,
108
314068
1582
05:15
to map radiation levels.
109
315674
1619
行わせることができます
05:19
So one fundamental problem
that the robots have to solve
110
319583
3521
自律的なロボットが
解決すべき基本的な問題は
05:23
if they are to be autonomous,
111
323128
1579
05:24
is essentially figuring out how to get
from point A to point B.
112
324731
3505
1つの地点から別の地点へ
移動する方法を見出すということです
05:28
So this gets a little challenging,
113
328937
1667
これが簡単でないのは
05:30
because the dynamics of this robot
are quite complicated.
114
330628
3007
このロボットの力学的特性が極めて複雑なためです
05:33
In fact, they live
in a 12-dimensional space.
115
333659
2492
実際12次元空間で考える必要があり
そのためちょっとしたトリックを使って
05:36
So we use a little trick.
116
336524
1444
05:37
We take this curved 12-dimensional space,
117
337992
3413
曲がった12次元空間を
平らな4次元空間に
05:41
and transform it into a flat,
four-dimensional space.
118
341429
3894
変換しています
その4次元空間は
05:45
And that four-dimensional space
consists of X, Y, Z,
119
345347
3071
X, Y, Z座標とヨー角からなっています
05:48
and then the yaw angle.
120
348442
1412
05:49
And so what the robot does,
121
349878
1358
そうするとロボットがするのは
05:51
is it plans what we call
a minimum-snap trajectory.
122
351260
3976
最小スナップ軌道を求めるということになります
物理学のおさらいですが
05:56
So to remind you of physics:
123
356209
1397
05:57
You have position, derivative, velocity;
124
357630
2054
位置の変化を微分していくと 速度
05:59
then acceleration;
125
359708
1856
加速度
06:01
and then comes jerk,
126
361588
2101
ジャーク
06:03
and then comes snap.
127
363713
1420
スナップとなります
06:05
So this robot minimizes snap.
128
365578
2452
このロボットはスナップを最小化するようになっています
06:08
So what that effectively does,
129
368800
1436
それは結果としてなめらかできれいな
06:10
is produce a smooth and graceful motion.
130
370260
2624
動作を生み出すことになります
06:12
And it does that avoiding obstacles.
131
372908
2842
また障害物の回避も行います
この平らな空間における最小スナップ軌道を
06:16
So these minimum-snap trajectories
in this flat space are then transformed
132
376313
3563
複雑な12次元空間へと
06:19
back into this complicated
12-dimensional space,
133
379900
3325
逆変換して
それによって制御や
06:23
which the robot must do
for control and then execution.
134
383249
2986
動作の実行をするわけです
06:26
So let me show you some examples
135
386749
1540
最小スナップ軌道がどのようなものか
06:28
of what these minimum-snap
trajectories look like.
136
388313
2777
いくつか例をご覧にいれましょう
最初のビデオでは
06:31
And in the first video,
137
391114
1151
06:32
you'll see the robot going
from point A to point B,
138
392289
2729
ロボットが1つの地点から別な地点へ
中間点を経由して移動します
06:35
through an intermediate point.
139
395042
1623
06:36
(Whirring noise)
140
396990
2730
どんな曲線軌道でも問題なく
06:43
So the robot is obviously capable
of executing any curve trajectory.
141
403377
3621
こなすことができます
これは円軌道で
06:47
So these are circular trajectories,
142
407022
1714
06:48
where the robot pulls about two G's.
143
408760
2500
約2Gの加速度になります
06:52
Here you have overhead
motion capture cameras on the top
144
412844
3702
ここでは上にあるモーションキャプチャカメラが
06:56
that tell the robot where it is
100 times a second.
145
416570
3206
ロボットに現在位置を毎秒100回伝えています
06:59
It also tells the robot
where these obstacles are.
146
419800
2436
また障害物の位置も伝えています
障害物が動いていても対応できます
07:03
And the obstacles can be moving.
147
423140
1556
07:04
And here, you'll see Daniel
throw this hoop into the air,
148
424720
3127
ここではダニエルがフープを宙に投げていますが
07:07
while the robot is calculating
the position of the hoop,
149
427871
2659
ロボットはその位置を計算して
中を通り抜ける最適な経路を求めています
07:10
and trying to figure out how to best
go through the hoop.
150
430554
2880
私たちは学者として
07:14
So as an academic,
151
434002
1234
07:15
we're always trained to be able
to jump through hoops
152
435260
2528
いつも研究予算獲得という曲芸をさせられているので
07:17
to raise funding for our labs,
153
437812
1485
ロボットにも同様の曲芸をさせているわけです
07:19
and we get our robots to do that.
154
439321
1915
07:21
(Applause)
155
441260
6365
(拍手)
このロボットにできる別なこととして
07:28
So another thing the robot can do
156
448524
1611
自分で見つけた軌道や プログラムされた軌道を
07:30
is it remembers pieces of trajectory
157
450159
2077
07:32
that it learns or is pre-programmed.
158
452260
2904
記憶するというのがあります
ここではロボットが
07:35
So here, you see the robot combining
a motion that builds up momentum,
159
455466
4770
基本動作を組み合わせて
加速して 向きを変え
07:40
and then changes its orientation
and then recovers.
160
460260
2976
元の所に戻るという一連の動作をしています
このようにする必要があるのは
07:44
So it has to do this
because this gap in the window
161
464004
2960
07:46
is only slightly larger
than the width of the robot.
162
466988
3458
通る隙間の幅がロボットよりわずかに広いだけだからです
そのため 飛び込み選手がするように
07:51
So just like a diver
stands on a springboard
163
471050
2753
07:53
and then jumps off it to gain momentum,
164
473827
2453
飛び込み板からジャンプして勢いを付け
つま先回転をして1/4宙返りをして通り抜け
07:56
and then does this pirouette,
this two and a half somersault through
165
476304
3229
きれいに体制を立て直すという動作を
07:59
and then gracefully recovers,
166
479557
1402
08:00
this robot is basically doing that.
167
480983
1698
このロボットはしているわけです
08:02
So it knows how to combine
little bits and pieces of trajectories
168
482705
3080
ロボットにはこの難しいタスクをこなすために
08:05
to do these fairly difficult tasks.
169
485809
2999
軌道の断片をどう組み合わせれば良いのか分かっているのです
ちょっと話題を変えましょう
08:10
So I want change gears.
170
490018
1218
08:11
So one of the disadvantages
of these small robots is its size.
171
491260
3839
このような小さなロボットの短所はその大きさです
そこで 先ほども言いましたように
08:15
And I told you earlier
172
495654
1152
08:16
that we may want to employ
lots and lots of robots
173
496830
2349
大きさによる制限を克服するため
たくさんのロボットを使おうというわけです
08:19
to overcome the limitations of size.
174
499203
2033
ここで難しいのは
08:22
So one difficulty is:
175
502010
1574
08:23
How do you coordinate
lots of these robots?
176
503608
2793
たくさんのロボットをどうやって協調させるかです
08:26
And so here, we looked to nature.
177
506425
1811
そこで私たちは自然に目を向けました
08:28
So I want to show you a clip
of Aphaenogaster desert ants,
178
508544
4608
ご覧いただく映像は
スティーブン・プラット教授の研究室の
アシナガアリがものを運んでいる様子です
08:33
in Professor Stephen Pratt's lab,
carrying an object.
179
513176
3388
イチジクの切れ端です
08:36
So this is actually a piece of fig.
180
516588
1715
実際どんなものでも
08:38
Actually you take any object
coated with fig juice,
181
518327
2400
イチジクの果汁を付けると アリたちは巣に運んでいきます
08:40
and the ants will carry it
back to the nest.
182
520751
2091
08:42
So these ants don't have
any central coordinator.
183
522866
3169
このアリたちには中央で指示を出す者は誰もいません
そばにいる他のアリを知覚しますが
08:46
They sense their neighbors.
184
526487
1547
明示的なコミュニケーションは行いません
08:48
There's no explicit communication.
185
528058
2285
それでも他のアリと
08:50
But because they sense the neighbors
186
530367
1739
食料を知覚することで
08:52
and because they sense the object,
187
532130
1776
08:53
they have implicit coordination
across the group.
188
533930
2830
集団として暗黙の調整が行われるのです
これはまさに私たちが
08:57
So this is the kind of coordination
we want our robots to have.
189
537474
3420
ロボットに持たせたい調整方法です
09:01
So when we have a robot
which is surrounded by neighbors --
190
541569
4778
ロボットが 他のロボットに
囲まれているときに・・・
ロボットiとロボットjを見てください・・・
09:06
and let's look at robot I and robot J --
191
546371
2229
ロボットにさせたいのは
09:08
what we want the robots to do,
192
548624
1548
編隊飛行中の他のロボットとの距離を
09:10
is to monitor the separation between them,
193
550196
2111
09:12
as they fly in formation.
194
552331
1905
監視するということです
09:14
And then you want to make sure
195
554537
1481
そしてその距離を
09:16
that this separation
is within acceptable levels.
196
556042
2904
許容範囲内に保とうとするわけです
そのため ずれの大きさを監視して
09:19
So again, the robots monitor this error
197
559303
2468
09:21
and calculate the control commands
100 times a second,
198
561795
4149
制御のための命令を
毎秒100回算出し
09:25
which then translates into motor commands,
199
565968
2023
それが毎秒600回のモーターへの命令に変換されます
09:28
600 times a second.
200
568015
1215
これもまた分散的に
09:29
So this also has to be done
in a decentralized way.
201
569254
3222
行わせる必要があります
09:32
Again, if you have
lots and lots of robots,
202
572785
2334
ロボットがたくさんある場合
これらすべての情報の処理を中央から
09:35
it's impossible to coordinate
all this information centrally
203
575143
3277
09:38
fast enough in order for the robots
to accomplish the task.
204
578444
3177
ロボットのタスク実行に必要な速さで行うのは無理です
09:41
Plus, the robots have to base
their actions only on local information --
205
581645
4348
また ロボットは 近くのロボットを
感知することによる周辺情報のみで
行動する必要があります
09:46
what they sense from their neighbors.
206
586017
2119
最後に
09:48
And then finally,
207
588160
1386
09:49
we insist that the robots be agnostic
to who their neighbors are.
208
589570
4100
どのロボットが隣に来ても
構わないようにしてあり
09:53
So this is what we call anonymity.
209
593694
2117
これを匿名性と呼んでいます
次にお見せする
09:57
So what I want to show you next
is a video of 20 of these little robots,
210
597258
6417
映像では
20個の小さなロボットが
10:03
flying in formation.
211
603699
1537
編隊飛行しています
互いに隣のロボットの位置を監視しながら
10:06
They're monitoring
their neighbors' positions.
212
606144
2896
編隊を維持しています
10:09
They're maintaining formation.
213
609064
1902
10:10
The formations can change.
214
610990
1780
編隊の形を変えることもできます
10:12
They can be planar formations,
215
612794
1679
平面的な編隊を組むことも
10:14
they can be three-dimensional formations.
216
614497
2103
立体的な編隊を組むこともできます
ご覧のように
10:17
As you can see here,
217
617331
1341
10:18
they collapse from a three-dimensional
formation into planar formation.
218
618696
3687
編隊が立体型から平面型に移行しています
障害物をよける際には
10:22
And to fly through obstacles,
219
622407
1531
10:23
they can adapt the formations on the fly.
220
623962
2952
その場で編隊を変形して対応します
ロボットは互いにとても近い距離で飛んでいます
10:28
So again, these robots come
really close together.
221
628026
2463
10:30
As you can see
in this figure-eight flight,
222
630513
2388
8の字飛行をしていますが
10:32
they come within inches of each other.
223
632925
1984
互いに数センチまで近づいています
プロペラの空力的干渉が
10:35
And despite the aerodynamic interactions
with these propeller blades,
224
635377
4317
あるにもかかわらず
10:39
they're able to maintain stable flight.
225
639718
2148
安定した飛行を維持できます
10:41
(Applause)
226
641890
6896
(拍手)
編隊飛行ができるようになれば
10:49
So once you know how to fly in formation,
227
649246
1999
協力してものを運ぶこともできます
10:51
you can actually pick up
objects cooperatively.
228
651269
2216
ご覧の通り
10:53
So this just shows that we can
double, triple, quadruple
229
653509
4577
近くのロボットとチームを組むことで
運ぶ力を2倍 3倍 4倍と
10:58
the robots' strength,
230
658110
1158
10:59
by just getting them to team
with neighbors, as you can see here.
231
659292
3077
増やしていくことができます
このようにすることの短所は
11:02
One of the disadvantages of doing that is,
as you scale things up --
232
662393
4142
規模を大きくするにつれ
11:06
so if you have lots of robots
carrying the same thing,
233
666559
2564
たくさんのロボットで
1つのものを運ぶため 慣性が大きくなり
11:09
you're essentially increasing the inertia,
234
669147
2720
11:11
and therefore you pay a price;
they're not as agile.
235
671891
2619
敏捷に動けなくなることです
11:14
But you do gain in terms
of payload-carrying capacity.
236
674978
3096
しかし運搬能力の面では増大します
もう1つお見せしたいのは
11:18
Another application I want to show you --
again, this is in our lab.
237
678098
3215
これも うちの研究室のものですが
11:21
This is work done by Quentin Lindsey,
who's a graduate student.
238
681337
3165
院生のクエンティン・リンゼイが
取り組んでいます 彼のアルゴリズムは
11:24
So his algorithm essentially
tells these robots
239
684526
2620
桁のような部材から
11:27
how to autonomously build cubic structures
240
687170
4072
四角い構造物を組み立てる作業を
ロボットに自律的に行わせるものです
11:31
from truss-like elements.
241
691266
1970
どのパーツを どの順に取り上げ
11:34
So his algorithm tells the robot
what part to pick up,
242
694441
3760
どこに置くかを
アルゴリズムが決めています
11:38
when, and where to place it.
243
698225
1825
映像は 10倍から
11:40
So in this video you see --
244
700471
1483
11:41
and it's sped up 10, 14 times --
245
701978
2024
14倍早回ししています
ロボットが3種の構造物を組み立てています
11:44
you see three different structures
being built by these robots.
246
704026
3089
ここでもすべてが自律的で
11:47
And again, everything is autonomous,
247
707139
2026
クエンティンがするのは
11:49
and all Quentin has to do
248
709189
1283
11:50
is to give them a blueprint
of the design that he wants to build.
249
710496
3935
作りたい構造の
設計図を与えるということだけです
11:56
So all these experiments
you've seen thus far,
250
716925
2811
ここまでご覧いただいた実験はどれも
11:59
all these demonstrations,
251
719760
1350
モーションキャプチャシステムの
12:01
have been done with the help
of motion-capture systems.
252
721134
3102
助けを借りています
では実験室を離れ 外の
12:05
So what happens when you leave your lab,
253
725029
2507
現実の世界に出た場合はどうなるのでしょう?
12:07
and you go outside into the real world?
254
727560
2037
12:09
And what if there's no GPS?
255
729922
1706
もしGPSもなかったとしたら?
12:12
So this robot is actually
equipped with a camera,
256
732755
4337
そこでこのロボットには
Kinectカメラと
レーザーレンジファインダーを搭載しています
12:17
and a laser rangefinder, laser scanner.
257
737116
2373
それらのセンサを使って
12:20
And it uses these sensors
to build a map of the environment.
258
740140
3920
周囲の環境の地図を作ります
地図の内容は様々な目印になるもの
12:24
What that map consists of are features --
259
744084
3286
ドアや 窓
12:27
like doorways, windows,
people, furniture --
260
747394
3871
人間や 家具などで
それらの目印に対する
12:31
and it then figures out
where its position is,
261
751289
2143
自分の位置を把握します
12:33
with respect to the features.
262
753456
1401
12:34
So there is no global coordinate system.
263
754881
2210
グローバル座標系は使っていません
ロボットがどこにいて何を見ているかに基づいて
12:37
The coordinate system
is defined based on the robot,
264
757115
2506
12:39
where it is and what it's looking at.
265
759645
2057
座標系を定義しています
12:42
And it navigates with respect
to those features.
266
762575
2755
そしてそれらの目印を使って航行しているのです
フランク・シェンと
12:46
So I want to show you a clip
267
766316
1420
12:47
of algorithms developed by Frank Shen
and Professor Nathan Michael,
268
767760
3952
ネイサン・マイケル教授が開発した
アルゴリズムの映像をご覧いただきましょう
12:51
that shows this robot entering
a building for the very first time,
269
771736
3769
ロボットが初めての建物に入り
12:55
and creating this map on the fly.
270
775529
2422
リアルタイムで地図を作っていきます
12:58
So the robot then figures out
what the features are,
271
778642
3158
ロボットは目印になるものを把握し
13:01
it builds the map,
272
781824
1151
地図を作成します
13:02
it figures out where it is
with respect to the features,
273
782999
2967
目印に対する
13:05
and then estimates its position
100 times a second,
274
785990
3948
自分の位置の算出を
毎秒100回行い
13:09
allowing us to use the control algorithms
that I described to you earlier.
275
789962
3818
前に説明した制御アルゴリズムによる
制御を行います
13:13
So this robot is actually being
commanded remotely by Frank,
276
793804
4433
このロボットはフランクが
遠隔操作していますが
どこに行くかを
13:18
but the robot can also figure out
where to go on its own.
277
798261
3539
自分で決めることもできます
どういう建物なのか分からない
13:22
So suppose I were to send
this into a building,
278
802125
2207
建物の中に送り込もうという場合は
13:24
and I had no idea
what this building looked like.
279
804356
2302
「中に入って地図を作り
13:26
I can ask this robot to go in,
280
806682
1444
戻って様子を教えてくれ」と
13:28
create a map,
281
808150
1904
指示するだけでいいのです
13:30
and then come back and tell me
what the building looks like.
282
810078
2865
13:32
So here, the robot is not
only solving the problem
283
812967
3168
ここでロボットは1つの地点から別な地点に行くという
問題を解決するだけでなく
13:36
of how to go from point A
to point B in this map,
284
816159
2634
13:38
but it's figuring out what the best
point B is at every time.
285
818817
4399
最良の次の地点を見つけるという問題も
絶えず解決しているのです
基本的には 最も情報の少ない場所を
13:43
So essentially it knows where to go
286
823240
2054
13:45
to look for places that have
the least information,
287
825318
2785
次の目的地にします
そうして地図を埋めていくのです
13:48
and that's how it populates this map.
288
828127
1968
13:50
So I want to leave you
with one last application.
289
830944
2998
次にお見せするのが
最後の例になります
13:54
And there are many applications
of this technology.
290
834982
2524
この技術には多くの応用があります
13:57
I'm a professor, and we're
passionate about education.
291
837823
2548
教育者として私は教育に情熱がありますが
このようなロボットは小中高の教育を
14:00
Robots like this can really change
the way we do K-12 education.
292
840395
3936
大きく変えうると思っています
しかし我々は今ロサンゼルスに近い
14:04
But we're in Southern California,
293
844355
1825
南カリフォルニアにいるので
14:06
close to Los Angeles,
294
846204
1833
エンターテインメント関係のもので
14:08
so I have to conclude with something
focused on entertainment.
295
848061
3250
締めくくることにしましょう
ミュージックビデオを用意しました
14:12
I want to conclude with a music video.
296
852407
1834
作者のアレックスとダニエルを
14:14
I want to introduce the creators,
Alex and Daniel, who created this video.
297
854265
4714
ご紹介します
(拍手)
14:19
(Applause)
298
859003
6878
14:25
So before I play this video,
299
865905
1434
ビデオをご覧いただく前に
14:27
I want to tell you that they created it
in the last three days,
300
867363
3197
彼らはクリスから直前に連絡をもらい この3日間で
14:30
after getting a call from Chris.
301
870584
1652
作り上げたことを言っておきたいと思います
14:32
And the robots that play in the video
are completely autonomous.
302
872743
3817
出てくるロボットは
全く自律的に動いています
14:36
You will see nine robots
play six different instruments.
303
876584
3502
9つのロボットが6種類の楽器を演奏します
TED 2012のため特別に作ったものです
14:40
And of course, it's made
exclusively for TED 2012.
304
880697
2971
ではご覧ください
14:44
Let's watch.
305
884533
1152
14:46
(Sound of air escaping from valve)
306
886824
4404
14:53
(Music)
307
893547
3336
14:56
(Whirring sound)
308
896907
5520
15:19
(Music)
309
919442
6629
(音楽)
(拍手)
16:24
(Applause) (Cheers)
310
984029
5984
New videos
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。