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」

翻訳: Yasushi Aoki 校正: Sawa Horibe

Good morning.

おはようございます

I'm here today to talk about autonomous flying beach balls.

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

(Laughter)

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

No, agile aerial robots like this one.

I'd like to tell you a little bit about the challenges in building these,

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

and some of the terrific opportunities for applying this technology.

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

So these robots are related to unmanned aerial vehicles.

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

However, the vehicles you see here are big.

何千キロもの重さがあって

They weigh thousands of pounds, are not by any means agile.

とても敏捷とは言えず

They're not even autonomous.

自律的でさえありません

In fact, many of these vehicles are operated by flight crews

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

that can include multiple pilots,

operators of sensors,

センサのオペレータ

and mission coordinators.

作戦指揮官などが関わっています

What we're interested in is developing robots like this --

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

and here are two other pictures --

左の写真の２つは実際 お店で買うことができます

of robots that you can buy off the shelf.

これはローターが４つのヘリコプターで

So these are helicopters with four rotors,

大きさは１メートル前後

and they're roughly a meter or so in scale,

重さも数キロ程度です

and weigh several pounds.

私たちはそれにセンサやプロセッサを後付けして

And so we retrofit these with sensors and processors,

GPSなしで屋内を

and these robots can fly indoors.

飛べるようにしています

Without GPS.

私が今

The robot I'm holding in my hand

手にしているロボットは

is this one,

私の学生アレックスとダニエルが

and it's been created by two students,

作ったものです

Alex and Daniel.

重さは

So this weighs a little more than a tenth of a pound.

50グラムほど

It consumes about 15 watts of power.

消費電力は15ワットで

見ての通り

And as you can see, it's about eight inches in diameter.

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

So let me give you just a very quick tutorial

on how these robots work.

簡単にご説明しましょう

４つのローターが

So it has four rotors.

If you spin these rotors at the same speed,

すべて同じ速さで回っているとき

the robot hovers.

ロボットは空中で静止します

If you increase the speed of each of these rotors,

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

then the robot flies up, it accelerates up.

Of course, if the robot were tilted,

ロボットが傾いていれば当然

その傾いた方向に

inclined to the horizontal,

then it would accelerate in this direction.

進むことになります

So to get it to tilt,

ロボットを傾けるには ２つの方法があります

there's one of two ways of doing it.

この写真で

So in this picture, you see that rotor four is spinning faster

４番ローターは速く

and rotor two is spinning slower.

２番ローターは遅く回っています

And when that happens,

そうするとロボットを

there's a moment that causes this robot to roll.

「ローリング」させる力が働きます

一方

And the other way around,

if you increase the speed of rotor three and decrease the speed of rotor one,

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

then the robot pitches forward.

And then finally,

最後に

if you spin opposite pairs of rotors

向かい合った２つのローターを

faster than the other pair,

他の２つより速く回転させると

then the robot yaws about the vertical axis.

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

So an on-board processor

essentially looks at what motions need to be executed

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

and combines these motions,

モーターに対して 毎秒600回送る命令を

and figures out what commands to send to the motors --

決めています

600 times a second.

That's basically how this thing operates.

それがこの基本的な仕組みです

この設計が有利な点は

So one of the advantages of this design

サイズを小さくするほど

is when you scale things down,

ロボットの動きが敏捷になることです

the robot naturally becomes agile.

ここでRは

So here, R is the characteristic length of the robot.

ロボットの大きさを表す数字で

実際には半径です

It's actually half the diameter.

And there are lots of physical parameters that change as you reduce R.

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

The one that's most important is the inertia,

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

or the resistance to motion.

回転運動を支配する

So it turns out the inertia, which governs angular motion,

慣性の大きさは

Rの５乗に比例します

scales as a fifth power of R.

ですからRを小さくすると

So the smaller you make R,

the more dramatically the inertia reduces.

慣性は劇的に減るのです

So as a result, the angular acceleration,

結果として ここでギリシャ文字の

denoted by the Greek letter alpha here,

αで表している角加速度は

goes as 1 over R.

1/Rになります

It's inversely proportional to R.

Rに反比例するのです

The smaller you make it, the more quickly you can turn.

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

So this should be clear in these videos.

右下の映像でロボットが

On the bottom right, you see a robot performing a 360-degree flip

360度宙返りを

in less than half a second.

0.5秒未満で行っています

Multiple flips, a little more time.

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

So here the processes on board

加速度計やジャイロからの

are getting feedback from accelerometers and gyros on board,

フィードバックを受け取って

and calculating, like I said before,

計算をし

commands at 600 times a second,

ロボットを安定させるために

to stabilize this robot.

毎秒600回命令を出しています

So on the left, you see Daniel throwing this robot up into the air,

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

and it shows you how robust the control is.

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

No matter how you throw it,

the robot recovers and comes back to him.

ロボットは体勢を立て直して戻ってきます

So why build robots like this?

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

Well, robots like this have many applications.

例えばこのような建物内に送り込み

You can send them inside buildings like this,

as first responders to look for intruders,

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

maybe look for biochemical leaks,

調査を行わせることができます

gaseous leaks.

建築のような作業に

You can also use them for applications like construction.

使うこともできます

So here are robots carrying beams, columns

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

and assembling cube-like structures.

I'll tell you a little bit more about this.

これについては後ほど もう少し詳しくお話しします

The robots can be used for transporting cargo.

このロボットは貨物輸送にも使えます

So one of the problems with these small robots

小さなロボットは 運搬容量が

is their payload-carrying capacity.

小さいという問題がありますが

So you might want to have multiple robots carry payloads.

複数のロボットで運ぶ—

という手もあります

This is a picture of a recent experiment we did --

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

actually not so recent anymore --

in Sendai, shortly after the earthquake.

震災直後の仙台で行ったものです

So robots like this could be sent into collapsed buildings,

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

to assess the damage after natural disasters,

放射能レベルのチェックを

or sent into reactor buildings,

to map radiation levels.

行わせることができます

So one fundamental problem that the robots have to solve

自律的なロボットが

解決すべき基本的な問題は

if they are to be autonomous,

is essentially figuring out how to get from point A to point B.

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

So this gets a little challenging,

これが簡単でないのは

because the dynamics of this robot are quite complicated.

このロボットの力学的特性が極めて複雑なためです

In fact, they live in a 12-dimensional space.

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

So we use a little trick.

We take this curved 12-dimensional space,

曲がった12次元空間を

平らな４次元空間に

and transform it into a flat, four-dimensional space.

変換しています

その４次元空間は

And that four-dimensional space consists of X, Y, Z,

X, Y, Z座標とヨー角からなっています

and then the yaw angle.

And so what the robot does,

そうするとロボットがするのは

is it plans what we call a minimum-snap trajectory.

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

So to remind you of physics:

You have position, derivative, velocity;

位置の変化を微分していくと 速度

then acceleration;

加速度

and then comes jerk,

ジャーク

and then comes snap.

スナップとなります

So this robot minimizes snap.

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

So what that effectively does,

それは結果としてなめらかできれいな

is produce a smooth and graceful motion.

動作を生み出すことになります

And it does that avoiding obstacles.

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

So these minimum-snap trajectories in this flat space are then transformed

複雑な12次元空間へと

back into this complicated 12-dimensional space,

逆変換して

それによって制御や

which the robot must do for control and then execution.

動作の実行をするわけです

So let me show you some examples

最小スナップ軌道がどのようなものか

of what these minimum-snap trajectories look like.

いくつか例をご覧にいれましょう

最初のビデオでは

And in the first video,

you'll see the robot going from point A to point B,

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

through an intermediate point.

(Whirring noise)

どんな曲線軌道でも問題なく

So the robot is obviously capable of executing any curve trajectory.

こなすことができます

これは円軌道で

So these are circular trajectories,

where the robot pulls about two G's.

約2Gの加速度になります

Here you have overhead motion capture cameras on the top

ここでは上にあるモーションキャプチャカメラが

that tell the robot where it is 100 times a second.

ロボットに現在位置を毎秒100回伝えています

It also tells the robot where these obstacles are.

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

And the obstacles can be moving.

And here, you'll see Daniel throw this hoop into the air,

ここではダニエルがフープを宙に投げていますが

while the robot is calculating the position of the hoop,

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

and trying to figure out how to best go through the hoop.

私たちは学者として

So as an academic,

we're always trained to be able to jump through hoops

いつも研究予算獲得という曲芸をさせられているので

to raise funding for our labs,

ロボットにも同様の曲芸をさせているわけです

and we get our robots to do that.

(Applause)

(拍手)

このロボットにできる別なこととして

So another thing the robot can do

自分で見つけた軌道や プログラムされた軌道を

is it remembers pieces of trajectory

that it learns or is pre-programmed.

記憶するというのがあります

ここではロボットが

So here, you see the robot combining a motion that builds up momentum,

基本動作を組み合わせて

加速して 向きを変え

and then changes its orientation and then recovers.

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

So it has to do this because this gap in the window

is only slightly larger than the width of the robot.

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

So just like a diver stands on a springboard

and then jumps off it to gain momentum,

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

and then does this pirouette, this two and a half somersault through

きれいに体制を立て直すという動作を

and then gracefully recovers,

this robot is basically doing that.

このロボットはしているわけです

So it knows how to combine little bits and pieces of trajectories

ロボットにはこの難しいタスクをこなすために

to do these fairly difficult tasks.

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

So I want change gears.

So one of the disadvantages of these small robots is its size.

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

And I told you earlier

that we may want to employ lots and lots of robots

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

to overcome the limitations of size.

ここで難しいのは

So one difficulty is:

How do you coordinate lots of these robots?

たくさんのロボットをどうやって協調させるかです

And so here, we looked to nature.

そこで私たちは自然に目を向けました

So I want to show you a clip of Aphaenogaster desert ants,

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

in Professor Stephen Pratt's lab, carrying an object.

イチジクの切れ端です

So this is actually a piece of fig.

実際どんなものでも

Actually you take any object coated with fig juice,

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

and the ants will carry it back to the nest.

So these ants don't have any central coordinator.

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

They sense their neighbors.

明示的なコミュニケーションは行いません

There's no explicit communication.

それでも他のアリと

But because they sense the neighbors

食料を知覚することで

and because they sense the object,

they have implicit coordination across the group.

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

So this is the kind of coordination we want our robots to have.

ロボットに持たせたい調整方法です

So when we have a robot which is surrounded by neighbors --

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･･･

and let's look at robot I and robot J --

ロボットにさせたいのは

what we want the robots to do,

編隊飛行中の他のロボットとの距離を

is to monitor the separation between them,

as they fly in formation.

監視するということです

And then you want to make sure

そしてその距離を

that this separation is within acceptable levels.

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

So again, the robots monitor this error

and calculate the control commands 100 times a second,

制御のための命令を

毎秒100回算出し

which then translates into motor commands,

それが毎秒600回のモーターへの命令に変換されます

600 times a second.

これもまた分散的に

So this also has to be done in a decentralized way.

行わせる必要があります

Again, if you have lots and lots of robots,

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

it's impossible to coordinate all this information centrally

fast enough in order for the robots to accomplish the task.

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

Plus, the robots have to base their actions only on local information --

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

what they sense from their neighbors.

最後に

And then finally,

we insist that the robots be agnostic to who their neighbors are.

どのロボットが隣に来ても

構わないようにしてあり

So this is what we call anonymity.

これを匿名性と呼んでいます

次にお見せする

So what I want to show you next is a video of 20 of these little robots,

映像では

20個の小さなロボットが

flying in formation.

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

They're monitoring their neighbors' positions.

編隊を維持しています

They're maintaining formation.

The formations can change.

編隊の形を変えることもできます

They can be planar formations,

平面的な編隊を組むことも

they can be three-dimensional formations.

立体的な編隊を組むこともできます

ご覧のように

As you can see here,

they collapse from a three-dimensional formation into planar formation.

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

And to fly through obstacles,

they can adapt the formations on the fly.

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

So again, these robots come really close together.

As you can see in this figure-eight flight,

８の字飛行をしていますが

they come within inches of each other.

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

And despite the aerodynamic interactions with these propeller blades,

あるにもかかわらず

they're able to maintain stable flight.

安定した飛行を維持できます

(Applause)

(拍手)

編隊飛行ができるようになれば

So once you know how to fly in formation,

協力してものを運ぶこともできます

you can actually pick up objects cooperatively.

ご覧の通り

So this just shows that we can double, triple, quadruple

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

the robots' strength,

by just getting them to team with neighbors, as you can see here.

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

One of the disadvantages of doing that is, as you scale things up --

規模を大きくするにつれ

so if you have lots of robots carrying the same thing,

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

you're essentially increasing the inertia,

and therefore you pay a price; they're not as agile.

敏捷に動けなくなることです

But you do gain in terms of payload-carrying capacity.

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

Another application I want to show you -- again, this is in our lab.

これも うちの研究室のものですが

This is work done by Quentin Lindsey, who's a graduate student.

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

So his algorithm essentially tells these robots

桁のような部材から

how to autonomously build cubic structures

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

from truss-like elements.

どのパーツを どの順に取り上げ

So his algorithm tells the robot what part to pick up,

どこに置くかを

アルゴリズムが決めています

when, and where to place it.

映像は 10倍から

So in this video you see --

and it's sped up 10, 14 times --

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

you see three different structures being built by these robots.

ここでもすべてが自律的で

And again, everything is autonomous,

クエンティンがするのは

and all Quentin has to do

is to give them a blueprint of the design that he wants to build.

作りたい構造の

設計図を与えるということだけです

So all these experiments you've seen thus far,

ここまでご覧いただいた実験はどれも

all these demonstrations,

モーションキャプチャシステムの

have been done with the help of motion-capture systems.

助けを借りています

では実験室を離れ 外の

So what happens when you leave your lab,

現実の世界に出た場合はどうなるのでしょう？

and you go outside into the real world?

And what if there's no GPS?

もしGPSもなかったとしたら？

So this robot is actually equipped with a camera,

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

and a laser rangefinder, laser scanner.

それらのセンサを使って

And it uses these sensors to build a map of the environment.

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

What that map consists of are features --

ドアや 窓

like doorways, windows, people, furniture --

人間や 家具などで

それらの目印に対する

and it then figures out where its position is,

自分の位置を把握します

with respect to the features.

So there is no global coordinate system.

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

The coordinate system is defined based on the robot,

where it is and what it's looking at.

座標系を定義しています

And it navigates with respect to those features.

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

So I want to show you a clip

of algorithms developed by Frank Shen and Professor Nathan Michael,

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

that shows this robot entering a building for the very first time,

ロボットが初めての建物に入り

and creating this map on the fly.

リアルタイムで地図を作っていきます

So the robot then figures out what the features are,

ロボットは目印になるものを把握し

it builds the map,

地図を作成します

it figures out where it is with respect to the features,

目印に対する

and then estimates its position 100 times a second,

自分の位置の算出を

毎秒100回行い

allowing us to use the control algorithms that I described to you earlier.

前に説明した制御アルゴリズムによる

制御を行います

So this robot is actually being commanded remotely by Frank,

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

but the robot can also figure out where to go on its own.

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

So suppose I were to send this into a building,

建物の中に送り込もうという場合は

and I had no idea what this building looked like.

「中に入って地図を作り

I can ask this robot to go in,

戻って様子を教えてくれ」と

create a map,

指示するだけでいいのです

and then come back and tell me what the building looks like.

So here, the robot is not only solving the problem

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

of how to go from point A to point B in this map,

but it's figuring out what the best point B is at every time.

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

So essentially it knows where to go

to look for places that have the least information,

次の目的地にします

そうして地図を埋めていくのです

and that's how it populates this map.

So I want to leave you with one last application.

次にお見せするのが

最後の例になります

And there are many applications of this technology.

この技術には多くの応用があります

I'm a professor, and we're passionate about education.

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

Robots like this can really change the way we do K-12 education.

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

But we're in Southern California,

南カリフォルニアにいるので

close to Los Angeles,

エンターテインメント関係のもので

so I have to conclude with something focused on entertainment.

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

I want to conclude with a music video.

作者のアレックスとダニエルを

I want to introduce the creators, Alex and Daniel, who created this video.

ご紹介します

(拍手)

(Applause)

So before I play this video,

ビデオをご覧いただく前に

I want to tell you that they created it in the last three days,

彼らはクリスから直前に連絡をもらい この３日間で

after getting a call from Chris.

作り上げたことを言っておきたいと思います

And the robots that play in the video are completely autonomous.

出てくるロボットは

全く自律的に動いています

You will see nine robots play six different instruments.

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

And of course, it's made exclusively for TED 2012.

ではご覧ください

Let's watch.

(Sound of air escaping from valve)

(Music)

(Whirring sound)

(Music)

(音楽)

(拍手)

(Applause) (Cheers)