The Future of Flying Robots | Vijay Kumar | TED Talks

翻訳: Tomoyuki Suzuki 校正: Misaki Sato

In my lab, we build autonomous aerial robots

私の研究室では ご覧のような

自律飛行ロボットを作っています

like the one you see flying here.

Unlike the commercially available drones that you can buy today,

今時 お店で売っているような ドローンとは違って

this robot doesn't have any GPS on board.

GPSは搭載していません

So without GPS,

GPSなしでは

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

このようなロボットが 自分の位置を特定するのは困難です

This robot uses onboard sensors, cameras and laser scanners,

このロボットの場合 搭載したセンサー、 カメラ、レーザースキャナーで

to scan the environment.

周囲を走査していて

It detects features from the environment,

周りにあるものを検知し

and it determines where it is relative to those features,

三角測量によって それらに対する

using a method of triangulation.

相対的な位置を把握しています

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

それらのデータをまとめて 後ろに出ているような

like you see behind me.

マップを構築することが出来ます

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

こうやってマップができると どこに障害物があるか分かり

and navigate in a collision-free manner.

ロボットは衝突することなく 飛行することが出来ます

What I want to show you next

次にお見せしたいのは

is a set of experiments we did inside our laboratory,

このロボットに もっと長い距離を飛行させてみた

where this robot was able to go for longer distances.

私たちの研究所で行った 一連の実験です

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

右上にあるのは ロボットのカメラが撮った映像です

And on the main screen --

メインスクリーンでは

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

―４倍速でお見せしていますが―

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

マップ構築の様子をご覧になれます

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

これは研究室周辺の廊下を 高解像度でマップ化したもので

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

まもなく研究室へと入ってきます

which is recognizable by the clutter that you see.

散らかっている様子で それと分かるかと思いますが—

(Laughter)

(笑)

But the main point I want to convey to you

ここで最も強調したいのは

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

これらのロボットは ５センチという高い解像度で

at five centimeters resolution,

マップを作成することが 出来るということで

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

研究室や建物の外部にいる人でも

to deploy these without actually going inside,

このロボットを放つことで 実際に中に入ることなく

中で何が起こっているか 推察することができます

and trying to infer what happens inside the building.

Now there's one problem with robots like this.

このようなロボットには 問題点があります

The first problem is it's pretty big.

１つ目の問題は 大きいということです

Because it's big, it's heavy.

大きいので重量もあります

And these robots consume about 100 watts per pound.

１キログラムにつき約200ワットの 電力を消費します

And this makes for a very short mission life.

ですからあまり長くは作業できません

The second problem

２つ目の問題は

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

ロボットに搭載されている レーザースキャナーやカメラや

a laser scanner, a camera and the processors.

CPUがとても高価だということです

That drives up the cost of this robot.

そのためロボットのコストが 跳ね上がります

So we asked ourselves a question:

そこで私達は自問しました

what consumer product can you buy in an electronics store

消費者が電気屋で買えるような

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

センサーやCPUを搭載した 高価でない軽量な商品はないだろうか？

And we invented the flying phone.

そうやって空飛ぶ携帯電話が 生まれました

(Laughter)

(笑)

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

このロボットは お店ですぐに買える サムスンのギャラクシー携帯を利用し

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

アプリはAppストアから ダウンロードできます

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

このロボットは 今 「TED」の文字を読み取っているところです

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

「T」と「E」の角を探し出し

and then triangulating off of that, flying autonomously.

三角測量しつつ自律飛行しています

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

ジョイスティックは ロボットが暴走した時のためで

その時にはジュゼッペ君が 止めてくれます

Giuseppe can kill it.

(Laughter)

(笑)

In addition to building these small robots,

単に小さなロボットを 作るというだけでなく

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

このような激しい動きをさせる 実験もしています

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

このロボットは秒速２－３メートルで動き

方向転換をするときには 上下運動や回転運動を素早く行います

pitching and rolling aggressively as it changes direction.

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

重要な点は 小さなロボットは 素早く動け

and then travel in these very unstructured environments.

障害の多い環境中を うまく移動できることです

And in this next video,

次のビデオでお見せするのは

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

鷲のような鳥が 羽と目と足を優雅に連携させて

水中の獲物を捉まえるように

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

私たちのロボットにも 魚採りができることです

our robot can go fishing, too.

(Laughter)

(笑)

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

どこからともなくやって来て チーズ & ステーキのロールパンサンドを

(Laughter)

かっさらっています (笑)

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

このロボットは人の歩く速さよりも速い 秒速約３メートルで動き

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

腕と爪と飛行を 絶妙なタイミングで連携させ

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

このような動作を達成しています

In another experiment,

別の実験でお見せするのは

I want to show you how the robot adapts its flight

枠の幅よりも長い紐で

重りを吊したロボットが

to control its suspended payload,

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

その枠の中を 上手くくぐり抜ける様子です

So in order to accomplish this,

これを成し遂げるには

it actually has to pitch and adjust the altitude

上下に動いて 高度を調整することで

and swing the payload through.

重りをスイングさせる 必要があります

But of course we want to make these even smaller,

しかし もっと小さいものが 作れたらと思っています

and we're inspired in particular by honeybees.

特にミツバチにヒントを得ました

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

これはスローモーションで 再生したビデオですが

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

ミツバチはとても小さく その慣性力は僅かです

(Laughter)

(笑)

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

例えば 私の手にぶつかっても ほとんど気にかけません

This is a little robot that mimics the honeybee behavior.

これはミツバチの動きをまねた 小型ロボットです

And smaller is better,

小さいほど

because along with the small size you get lower inertia.

慣性力が小さくなるので 都合がいいのです

Along with lower inertia --

慣性力が小さいと—

(Robot buzzing, laughter)

(周りをブンブン飛び回るロボット) (笑)

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

慣性力が小さいと 衝突に対し強くなります

And that makes you more robust.

より丈夫になるということです

So just like these honeybees, we build small robots.

そういうわけでミツバチのように 小さなロボットを作ります

And this particular one is only 25 grams in weight.

これは僅か25グラムしかありません

It consumes only six watts of power.

消費電力はほんの６ワットです

And it can travel up to six meters per second.

秒速６メートルまで出せます

So if I normalize that to its size,

ボーイング787の大きさだったら

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

音速の10倍に相当する速さです

(Laughter)

(笑)

And I want to show you an example.

実例をお見せしましょう

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

これはたぶん初めての空中衝突実験で 20分の１のスピードでお見せしています

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

(ロボット同士の) 相対速度は 毎秒２メートルで

and this illustrates the basic principle.

お話しした基本原理を例示しています

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

機体を保護する２グラムの炭素繊維のカゴは プロペラ同士が絡まるのを防いでいます

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

衝撃は吸収され ロボットは衝突に対応しています

And so small also means safe.

小さいということは安全も意味します

In my lab, as we developed these robots,

研究室ではこんなロボットを作ってきました

we start off with these big robots

大型のロボットから始め

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

小型のものへと移っていきました

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

これまで研究室で発注した絆創膏の数を ヒストグラムにしたら

in the past, that sort of tailed off now.

どんどん小さくなっていることが 分るでしょう

Because these robots are really safe.

ロボットが安全になってきたからです

The small size has some disadvantages,

小さいと不利な点もあります

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

自然はこの不利な点を補う方法を 進化させてきました

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

基本的には集団や群れを作る ということです

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

我々の研究室でも 同様に 人工的なロボットの集団を試してみました

And this is quite challenging

これはかなり難しい技術です

because now you have to think about networks of robots.

ロボット間のネットワークを 考慮しなければならないからです

And within each robot,

各ロボットの

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

センサー、通信、計算の 連携を考えなければなりません

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

このネットワークの制御、管理が 実にやっかいなのです

So from nature we take away three organizing principles

自然から３つの(自己)組織化の原理を 見習うことによって

that essentially allow us to develop our algorithms.

制御のアルゴリズムを 開発することができます

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

１つ目のアイデアは ロボットが近くの個体を認識することです

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

近隣の個体を認識して 互いに通信できなければなりません

So this video illustrates the basic idea.

このビデオはその基本原理を示しています

You have four robots --

４機のロボットがいます

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

その内１機が 文字通り 人間のオペレータによってハイジャックされています

But because the robots interact with each other,

ロボットは互いに相互作用し

they sense their neighbors,

近くの個体を認識しているので

they essentially follow.

動きに追従します

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

この例では１人の人間が 追従するロボットを先導しています

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

どのロボットもどこへ行くべきか 分っているわけではなく

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

ただ近くのロボットの位置に対し 反応しているだけです

(Laughter)

(笑)

So the next experiment illustrates the second organizing principle.

次の実験は 組織化の２つ目の原理を示すものです

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

この原理は匿名性の原理と関連しています

Here the key idea is that

ここで基本となる考えは

ロボットは近隣の個体を 識別していないということです

the robots are agnostic to the identities of their neighbors.

They're asked to form a circular shape,

円陣を組めという指令を受けると

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

編隊を組むロボットの数を いかに増やそうと

or how many robots you pull out,

あるいは 何体か取り除こうと

each robot is simply reacting to its neighbor.

各ロボットは単に 隣にいるロボットに反応するだけなのです

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

円陣を組むという 指示を受けるものの

隣のロボットと協調するだけで

but collaborating with its neighbors

it forms the shape without central coordination.

中央制御によって 編隊を形成しているわけではありません

Now if you put these ideas together,

これらのアイデアを一緒にすると

the third idea is that we essentially give these robots

３つ目のアイデアが得られます

mathematical descriptions of the shape they need to execute.

ロボットに編隊の形の 数学的記述を与えるということです

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

形は時間と共に変わっていきます

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

ご覧の様に 円形から始まり

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

長方形を形作った後 直線状に広がり

back into an ellipse.

また楕円に戻ります

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

自然界における生物の群れと同様に

that you see in natural swarms, in nature.

瞬間瞬間の協調によって こういったことを成し遂げています

So why work with swarms?

なぜ群れについて研究しているのか？

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

我々がとても興味を抱いている ２つの応用があります

The first one has to do with agriculture,

１つ目は農業に関するものです

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

我々が世界で直面している 最大の問題と言って良いでしょう

As you well know,

ご存知の通り

one in every seven persons in this earth is malnourished.

世界では ７人に１人が栄養失調です

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

耕作可能な土地は 既に殆ど開拓されています

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

こんにちの世界では 多くのシステムの効率が向上していますが

but our production system efficiency is actually declining.

農業の生産効率は低下しています

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

原因はおそらく 水不足、穀物の病気 気候変動や

and a couple of other things.

その他の理由にあります

So what can robots do?

ロボットに何が出来るでしょう？

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

この分野で精密農業(プレシジョンファーミング） と呼ばれる手法を取り入れてみました

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

基本的な考えはこうです 果樹園にロボットを飛ばし

個々の木の精密なモデルを作成します

and then we build precision models of individual plants.

So just like personalized medicine,

個々の患者の 遺伝体質に合わせた

while you might imagine wanting to treat every patient individually,

オーダーメード医療のように

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

個々の木のモデルを製作することによって

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

農家はそれぞれの木が必要とするもの―

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

この場合 水、肥料や殺虫剤といったものですが それを知ることができます

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

ロボットがリンゴ園を飛び交っています

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

仲間の２機が同じようなことを しているのが

doing the same thing on the left side.

すぐに 左手に見えてきます

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

果樹園のマップを作成しているところで

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

果樹園にある１本１本の木を マッピングしています

(Robot buzzing)

(ブンブン)

Let's see what those maps look like.

ではそのマップを見てみましょう

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

次のビデオではロボットに搭載された カメラの映像をご覧になれます

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

左上は通常のカラー映像です

On the left-center is an infrared camera.

左中央は赤外線映像で

And on the bottom-left is a thermal camera.

左下はサーマルカメラのものです

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

中央のパネルでは 各センサーが木々を通過するのに合わせ

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

果樹園の木の状態が ３次元的に再構成されていく様子が見られます

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

こういった情報を用いて 多くのことが出来ます

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

１つ目はおそらく最も重要なことですが とても単純なこと

count the number of fruits on every tree.

木になっている果実の数を 数えるということです

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

これによって農家は 個々の木になる果実の数を知り

and allow her to estimate the yield in the orchard,

果樹園全体の収穫量を見積もり

optimizing the production chain downstream.

生産販売経路を 最適化することができます

The second thing we can do

２つ目に可能なことは

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

木のモデルに基づき ３次元形状を再構成し

and from that estimate the canopy size,

そこから樹冠の面積を 推定することで

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

土地単位面積あたりの 葉面積を求めるということです

And this is called the leaf area index.

これは葉面積指数と呼ばれます

So if you know this leaf area index,

葉面積指数は

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

それぞれの木がどれだけの光合成を 行っているかの指標となり

which again tells you how healthy each plant is.

個々の木の健康度を示します

By combining visual and infrared information,

可視光と赤外線データを組み合わせると

we can also compute indices such as NDVI.

正規化植生指標といった指標を 計算することができます

And in this particular case, you can essentially see

ご覧の例では

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

ある作物が他の作物に比べて 状態が悪いことが見て取れます

This is easily discernible from imagery,

これは通常の可視光だけでなく

可視光と赤外線イメージを 組み合わせることで

not just visual imagery but combining

both visual imagery and infrared imagery.

容易に識別できるようになります

And then lastly,

最後に

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

我々が関心を持っているのは 植物の黄白化の早期発見です

and this is an orange tree --

これはオレンジの木です

which is essentially seen by yellowing of leaves.

葉が黄色くなっています

But robots flying overhead can easily spot this autonomously

上空にロボットを飛ばすことで これは自動で容易に発見できます

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

そして果樹園のこの区域に 異常があることを

in this section of the orchard.

農家に知らせます

Systems like this can really help,

このようなシステムはとても有効で

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

10％の収穫量増加が期待できますが

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

さらに重要なのは 飛行ロボットを使うことで

by 25 percent by using aerial robot swarms.

水の25％削減など 投入資源を減らせることです

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

最後になりますが 未来を創造する この人達に拍手をお願いしたいと思います

Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,

ヤッシュ・ムルガンカー、シカン・リウ ジュゼッペ・ロイアーノ

who are responsible for the three demonstrations that you saw.

彼らがご覧になった３つのデモを 作成してくれました

Thank you.

有難うございました

(Applause)

(拍手)