The Future of Flying Robots | Vijay Kumar | TED Talks

755,311 views ・ 2015-11-04

TED


아래 영문자막을 더블클릭하시면 영상이 재생됩니다.

번역: Jihyeon J. Kim 검토: Gemma Lee
00:13
In my lab, we build autonomous aerial robots
0
13280
3656
제 연구실은 여기 날아다니는 것처럼 자동 비행 로봇을 만듭니다.
00:16
like the one you see flying here.
1
16960
1880
00:20
Unlike the commercially available drones that you can buy today,
2
20720
3696
오늘날 구매할 수 있는 상업용 드론과는 달리
00:24
this robot doesn't have any GPS on board.
3
24440
2640
이 로봇은 GPS를 탑재하고 있지 않습니다.
00:28
So without GPS,
4
28160
1216
GPS없이는
00:29
it's hard for robots like this to determine their position.
5
29400
3280
이런 로봇이 자신의 위치를 파악하기 힘듭니다.
00:34
This robot uses onboard sensors, cameras and laser scanners,
6
34240
4736
이 로봇은 자체 센서와 카메라, 레이저 스캐너를 가지고
주변 환경을 탐색합니다.
00:39
to scan the environment.
7
39000
1696
00:40
It detects features from the environment,
8
40720
3056
환경의 특이사항들을 탐지하고
00:43
and it determines where it is relative to those features,
9
43800
2736
그 사항들이 관련있는 곳에서
00:46
using a method of triangulation.
10
46560
2136
삼각측량법을 이용해서 결정합니다.
00:48
And then it can assemble all these features into a map,
11
48720
3456
그러고 나서 이 특징들을 뒤에 보시는 것 같은
00:52
like you see behind me.
12
52200
1736
지도로 조합할 수 있습니다.
00:53
And this map then allows the robot to understand where the obstacles are
13
53960
3936
이 지도는 로봇이 장애물의 위치를 알아서
00:57
and navigate in a collision-free manner.
14
57920
2720
충돌없이 날아다닐 수 있게 합니다.
01:01
What I want to show you next
15
61160
2096
다음에 보여 드리고 싶은 것은
01:03
is a set of experiments we did inside our laboratory,
16
63280
3216
연구실에서 진행했던 몇 가지 실험인데
01:06
where this robot was able to go for longer distances.
17
66520
3480
이 로봇이 장거리 비행을 할 수 있는 겁니다.
01:10
So here you'll see, on the top right, what the robot sees with the camera.
18
70400
5016
보시면 오른쪽 맨 위에 로봇이 카메라로 보는 것입니다.
01:15
And on the main screen --
19
75440
1216
주 화면에는 이건 4배속으로 돌린 겁니다.
01:16
and of course this is sped up by a factor of four --
20
76680
2456
01:19
on the main screen you'll see the map that it's building.
21
79160
2667
주 화면에 지도를 만드는 것이 보입니다.
01:21
So this is a high-resolution map of the corridor around our laboratory.
22
81851
4285
이것은 저희 연구실 복도의 고화질 지도입니다.
01:26
And in a minute you'll see it enter our lab,
23
86160
2336
이것이 곧 연구실로 들어오는게 보일 겁니다.
01:28
which is recognizable by the clutter that you see.
24
88520
2856
어지럽게 널린 물건들을 보고 알 수 있으시죠.
01:31
(Laughter)
25
91400
1016
(웃음)
01:32
But the main point I want to convey to you
26
92440
2007
여러분께 알려드릴 중요한 점은
01:34
is that these robots are capable of building high-resolution maps
27
94472
3584
이 로봇들이 5cm 해상도의 고화질 지도를 만들어서
01:38
at five centimeters resolution,
28
98080
2496
01:40
allowing somebody who is outside the lab, or outside the building
29
100600
4176
연구실이나 건물 밖에 있는 사람이
01:44
to deploy these without actually going inside,
30
104800
3216
안에 들어가지도 않고 로봇을 보내고
건물 안에서 벌어지는 일을 알아내게 해 줍니다.
01:48
and trying to infer what happens inside the building.
31
108040
3760
01:52
Now there's one problem with robots like this.
32
112400
2240
이런 로봇에 한 가지 문제가 있습니다.
01:55
The first problem is it's pretty big.
33
115600
2200
첫 번째 문제는 이것이 매우 큽니다.
01:58
Because it's big, it's heavy.
34
118120
1680
크다보니 무겁습니다.
02:00
And these robots consume about 100 watts per pound.
35
120640
3040
이 로봇들은 1파운드 당 100와트를 소모합니다.
02:04
And this makes for a very short mission life.
36
124360
2280
그래서 임무수행 시간이 매우 짧습니다.
02:08
The second problem
37
128000
1456
두 번째 문제는
02:09
is that these robots have onboard sensors that end up being very expensive --
38
129480
3896
이 로봇들이 매우 비싼 데
02:13
a laser scanner, a camera and the processors.
39
133400
3440
내장 센서, 레이저 스캐너, 카메라와 처리장치가 있습니다.
02:17
That drives up the cost of this robot.
40
137280
3040
그것 때문에 이 로봇가격이 치솟습니다.
02:21
So we asked ourselves a question:
41
141440
2656
그래서 이런 질문을 해 봤습니다.
02:24
what consumer product can you buy in an electronics store
42
144120
3776
전자제품 매장의 어떤 소비재가
02:27
that is inexpensive, that's lightweight, that has sensing onboard and computation?
43
147920
6280
저렴하고, 가벼우며 내장 센서와 처리장치가 있을까요?
02:36
And we invented the flying phone.
44
156080
2656
그래서 저희가 날아다니는 전화를 발명했습니다.
02:38
(Laughter)
45
158760
1936
(웃음)
02:40
So this robot uses a Samsung Galaxy smartphone that you can buy off the shelf,
46
160720
6176
이 로봇은 매장에서 구입할 수 있는 삼성 갤럭시 스마트폰을 썼고
02:46
and all you need is an app that you can download from our app store.
47
166920
4016
앱스토어에서 앱을 다운로드 하기만 하면 됩니다.
02:50
And you can see this robot reading the letters, "TED" in this case,
48
170960
4216
로봇이 글자도 인식합니다. 여기서는 "TED"를 읽죠.
02:55
looking at the corners of the "T" and the "E"
49
175200
2936
T와 E의 가장자리를 보며
02:58
and then triangulating off of that, flying autonomously.
50
178160
3480
자동비행을 하며 삼각측량을 합니다.
03:02
That joystick is just there to make sure if the robot goes crazy,
51
182720
3256
조이스틱이 로봇이 마구 움직이지 않게 조정합니다.
쥬세페가 로봇을 끌 수 있죠.
03:06
Giuseppe can kill it.
52
186000
1416
03:07
(Laughter)
53
187440
1640
(웃음)
03:10
In addition to building these small robots,
54
190920
3816
이러한 작은 로봇을 제작함과 더불어
03:14
we also experiment with aggressive behaviors, like you see here.
55
194760
4800
여기서 보시는 이런 역동적인 행동도 실험합니다.
03:19
So this robot is now traveling at two to three meters per second,
56
199920
5296
이 로봇은 초당 2-3m로 움직이며
03:25
pitching and rolling aggressively as it changes direction.
57
205240
3496
방향을 바꿀 때 공격적으로 올라가거나 돕니다.
03:28
The main point is we can have smaller robots that can go faster
58
208760
4256
요점은 더 빨리 갈 수 있고 비구조화된 환경에서 움직일 수 있는
03:33
and then travel in these very unstructured environments.
59
213040
2960
더 작은 로봇을 가질 수 있다는 겁니다.
03:37
And in this next video,
60
217120
2056
다음 영상에서는
03:39
just like you see this bird, an eagle, gracefully coordinating its wings,
61
219200
5896
새나 독수리가 우아하게 날개와
03:45
its eyes and feet to grab prey out of the water,
62
225120
4296
눈, 다리를 조정해서 물 밖으로 먹이를 잡아 채는 걸 보시듯이
03:49
our robot can go fishing, too.
63
229440
1896
우리 로봇도 낚시를 할 수 있습니다.
03:51
(Laughter)
64
231360
1496
(웃음)
03:52
In this case, this is a Philly cheesesteak hoagie that it's grabbing out of thin air.
65
232880
4056
이 경우에는 갑자기 필리 치즈스테이크를 낚아 챕니다.
03:56
(Laughter)
66
236960
2400
(웃음)
03:59
So you can see this robot going at about three meters per second,
67
239680
3296
이 로봇이 초당 3m로 움직이는 걸 보시는데
걷는 속도보다 빠르며 팔, 발톱과 비행을
04:03
which is faster than walking speed, coordinating its arms, its claws
68
243000
5136
04:08
and its flight with split-second timing to achieve this maneuver.
69
248160
4120
눈 깜짝할 사이에 조정해서 이렇게 하는 겁니다.
04:14
In another experiment,
70
254120
1216
다른 실험에서는
04:15
I want to show you how the robot adapts its flight
71
255360
3656
로봇이 비행을 어떻게 조절하여
04:19
to control its suspended payload,
72
259040
2376
부유 하중을 통제하는 지 보여드리겠습니다.
04:21
whose length is actually larger than the width of the window.
73
261440
3800
창 넓이보다 실제로 더 큰 길이입니다.
04:25
So in order to accomplish this,
74
265680
1696
이렇게 하기 위해서
04:27
it actually has to pitch and adjust the altitude
75
267400
3696
고도를 높이고 조절하여
04:31
and swing the payload through.
76
271120
2320
적재 하중을 흔들어 통과합니다.
04:38
But of course we want to make these even smaller,
77
278920
2296
물론 이것을 더욱 작게 하고 싶어서
04:41
and we're inspired in particular by honeybees.
78
281240
3016
특히 꿀벌에서 영감을 받았습니다.
04:44
So if you look at honeybees, and this is a slowed down video,
79
284280
3256
이것은 느린 영상인데, 꿀벌을 보시면
04:47
they're so small, the inertia is so lightweight --
80
287560
3720
아주 작은데 관성이 매우 가벼워서
04:51
(Laughter)
81
291960
1176
(웃음)
04:53
that they don't care -- they bounce off my hand, for example.
82
293160
3536
가령 제 손에 튕겨도 신경도 안 씁니다.
04:56
This is a little robot that mimics the honeybee behavior.
83
296720
3160
이것은 꿀벌의 행동을 흉내내는 소형 로봇입니다.
05:00
And smaller is better,
84
300600
1216
작을수록 더 좋은 것이
05:01
because along with the small size you get lower inertia.
85
301840
3536
이렇게 소규모로 하면 관성이 더 낮아집니다.
05:05
Along with lower inertia --
86
305400
1536
관성이 낮아지면 --
05:06
(Robot buzzing, laughter)
87
306960
2856
(윙윙거리는 로봇) (웃음)
05:09
along with lower inertia, you're resistant to collisions.
88
309840
2816
관성이 낮아지면, 충돌에 저항력이 있습니다.
05:12
And that makes you more robust.
89
312680
1720
그것이 더욱 튼튼하게 해 줍니다.
05:15
So just like these honeybees, we build small robots.
90
315800
2656
저희는 꿀벌같은 소형 로봇을 만듭니다.
05:18
And this particular one is only 25 grams in weight.
91
318480
3376
특히 이것은 25g밖에 안 됩니다.
05:21
It consumes only six watts of power.
92
321880
2160
전력도 6와트만 소모하지요.
05:24
And it can travel up to six meters per second.
93
324440
2536
초당 6m까지 움직일 수 있습니다.
제가 이것을 이 크기에 표준화시키면
05:27
So if I normalize that to its size,
94
327000
2336
05:29
it's like a Boeing 787 traveling ten times the speed of sound.
95
329360
3640
보잉787이 음속의 10배로 나는 것과 같습니다.
05:36
(Laughter)
96
336000
2096
(웃음)
05:38
And I want to show you an example.
97
338120
1920
제가 예시를 보여드리겠습니다.
05:40
This is probably the first planned mid-air collision, at one-twentieth normal speed.
98
340840
5256
이것이 최초의 계획된 공중 충돌일텐데요, 1/20 표준속입니다.
05:46
These are going at a relative speed of two meters per second,
99
346120
2858
초당 2m의 상대속으로 갑니다.
이것이 기본 원리를 잘 설명해 줍니다.
05:49
and this illustrates the basic principle.
100
349002
2480
05:52
The two-gram carbon fiber cage around it prevents the propellers from entangling,
101
352200
4976
2g짜리 탄소섬유로 두르면 프로펠러가 엉키는 걸 방지하지만
05:57
but essentially the collision is absorbed and the robot responds to the collisions.
102
357200
5296
기본적으로 충돌이 흡수되고 로봇이 충돌에 반응합니다.
06:02
And so small also means safe.
103
362520
2560
매우 작다는 건 또한 안전하다는 뜻입니다.
06:05
In my lab, as we developed these robots,
104
365400
2016
제 연구실에서 이 로봇을 개발했을 때
06:07
we start off with these big robots
105
367440
1620
이런 대형 로봇도 시작했고
06:09
and then now we're down to these small robots.
106
369084
2812
지금은 이런 소형 로봇에 매진합니다.
06:11
And if you plot a histogram of the number of Band-Aids we've ordered
107
371920
3456
저희가 과거에 주문한 반창고 수를 그래프로 그리면
06:15
in the past, that sort of tailed off now.
108
375400
2576
지금은 그래프가 차차 감소했을 겁니다.
이 로봇이 매우 안전하기 때문입니다.
06:18
Because these robots are really safe.
109
378000
1960
06:20
The small size has some disadvantages,
110
380760
2456
소형 크기는 단점이 있습니다.
06:23
and nature has found a number of ways to compensate for these disadvantages.
111
383240
4080
자연은 이런 단점들을 여러가지 방법으로 보상할 방법을 찾았죠.
06:27
The basic idea is they aggregate to form large groups, or swarms.
112
387960
4000
기본적인 원리는 큰 집단, 또는 떼를 짓는 겁니다.
06:32
So, similarly, in our lab, we try to create artificial robot swarms.
113
392320
3976
연구실에서 비슷하게 인공적인 로봇 떼를 만들어 봤습니다.
06:36
And this is quite challenging
114
396320
1381
이건 매우 힘들었는데
06:37
because now you have to think about networks of robots.
115
397725
3320
로봇의 연결망을 생각해야 했기 때문입니다.
06:41
And within each robot,
116
401360
1296
각각의 로봇 안에서
06:42
you have to think about the interplay of sensing, communication, computation --
117
402680
5616
감지, 의사소통, 신호처리의 상호작용을 생각해야 하는데
06:48
and this network then becomes quite difficult to control and manage.
118
408320
4960
이 연결망은 통제 관리가 매우 어렵게 됩니다.
06:54
So from nature we take away three organizing principles
119
414160
3296
그래서 자연에서 필수적으로 알고리즘을 짜게 한 세 가지 조직 원리를 뽑았습니다.
06:57
that essentially allow us to develop our algorithms.
120
417480
3160
07:01
The first idea is that robots need to be aware of their neighbors.
121
421640
4536
첫 번째 원리는 로봇이 근접한 로봇을 인지해야 하는 겁니다.
07:06
They need to be able to sense and communicate with their neighbors.
122
426200
3440
다른 로봇들을 인식하고 소통할 수 있어야 합니다.
07:10
So this video illustrates the basic idea.
123
430040
2656
이 영상은 그 기본 원리를 보여줍니다.
07:12
You have four robots --
124
432720
1296
로봇이 네 대가 있습니다.
한 로봇이 인간 조종사에게 그야 말로 납치되었습니다.
07:14
one of the robots has actually been hijacked by a human operator, literally.
125
434040
4240
07:19
But because the robots interact with each other,
126
439217
2239
그러나 로봇이 서로 상호작용하기 때문에
07:21
they sense their neighbors,
127
441480
1656
다른 로봇을 감지하고 기본적으로 따라갑니다.
07:23
they essentially follow.
128
443160
1296
07:24
And here there's a single person able to lead this network of followers.
129
444480
5360
여기 한 명이 이 추종로봇의 연결망을 주도합니다.
07:32
So again, it's not because all the robots know where they're supposed to go.
130
452000
5056
다시 말하면 모든 로봇이 어디로 갈지 알기 때문이 아니라
07:37
It's because they're just reacting to the positions of their neighbors.
131
457080
4320
근접 로봇들의 위치에 그저 반응하기 때문인 겁니다.
07:43
(Laughter)
132
463720
4120
(웃음)
07:48
So the next experiment illustrates the second organizing principle.
133
468280
5240
다음 실험은 두 번째 조직 원리를 보여줍니다.
07:54
And this principle has to do with the principle of anonymity.
134
474920
3800
이 원리는 익명의 원리와 관계가 있습니다.
07:59
Here the key idea is that
135
479400
4296
중심 생각은
08:03
the robots are agnostic to the identities of their neighbors.
136
483720
4240
로봇들이 다른 로봇의 정체를 모른다는 것이죠.
08:08
They're asked to form a circular shape,
137
488440
2616
이들이 원형을 만들도록 명령 받으면
08:11
and no matter how many robots you introduce into the formation,
138
491080
3296
이 과정에 몇 개의 로봇을 투입하거나
08:14
or how many robots you pull out,
139
494400
2576
몇 개를 빼든지
각 로봇은 단지 다른 로봇에 반응합니다.
08:17
each robot is simply reacting to its neighbor.
140
497000
3136
08:20
It's aware of the fact that it needs to form the circular shape,
141
500160
4976
원형을 만들어야 하는 사실을 인지하지만
08:25
but collaborating with its neighbors
142
505160
1776
다른 로봇과 협력하여
08:26
it forms the shape without central coordination.
143
506960
3720
중앙 통제가 없이 모양을 형성합니다.
08:31
Now if you put these ideas together,
144
511520
2416
이 생각들을 한데 모으면
08:33
the third idea is that we essentially give these robots
145
513960
3896
세 번째 생각이 기본적으로 저희는 이 로봇들에게
08:37
mathematical descriptions of the shape they need to execute.
146
517880
4296
실행해야 할 모양의 수학적 설명을 주는 겁니다.
08:42
And these shapes can be varying as a function of time,
147
522200
3496
이런 모양은 시간의 함수에 따라 다를 수 있는데
08:45
and you'll see these robots start from a circular formation,
148
525720
4496
이 로봇들이 원형으로 움직이기 시작하고
08:50
change into a rectangular formation, stretch into a straight line,
149
530240
3256
직사각형 모양으로 바뀌고 직선으로 쭉 뻗어
08:53
back into an ellipse.
150
533520
1375
타원형으로 다시 돌아가는 게 보이실 겁니다.
08:54
And they do this with the same kind of split-second coordination
151
534919
3617
로봇들이 순간적인 조정으로 하는 것인데
08:58
that you see in natural swarms, in nature.
152
538560
3280
자연에서 보는 벌떼와 같은 것이죠.
09:03
So why work with swarms?
153
543080
2136
왜 떼로 작업하느냐고요?
09:05
Let me tell you about two applications that we are very interested in.
154
545240
4120
저희가 매우 흥미를 갖고 있는 두 가지 응용방법을 말씀드리겠습니다.
09:10
The first one has to do with agriculture,
155
550160
2376
첫 번째는 농업과 관련되어 있는데
09:12
which is probably the biggest problem that we're facing worldwide.
156
552560
3360
전 세계적으로 우리가 당면한 최대의 문제일 겁니다.
09:16
As you well know,
157
556760
1256
여러분이 잘 아시듯이
09:18
one in every seven persons in this earth is malnourished.
158
558040
3520
지구상에 7명 중 한 명이 영양실조입니다.
09:21
Most of the land that we can cultivate has already been cultivated.
159
561920
3480
경작할 수 있는 땅은 다 농사짓고 있습니다.
09:25
And the efficiency of most systems in the world is improving,
160
565960
3216
세계의 대부분 시스템의 효율성이 향상되고 있지만
09:29
but our production system efficiency is actually declining.
161
569200
3520
생산 시스템의 효율성은 실제로 감소하고 있습니다.
09:33
And that's mostly because of water shortage, crop diseases, climate change
162
573080
4216
대부분 물 부족, 작물 병, 기후 변화와
09:37
and a couple of other things.
163
577320
1520
다른 몇 가지들 때문입니다.
09:39
So what can robots do?
164
579360
1480
로봇이 무엇을 할 수 있을까요?
09:41
Well, we adopt an approach that's called Precision Farming in the community.
165
581200
4616
농업계에는 정밀 농법이라고 하는 방법을 채택합니다.
09:45
And the basic idea is that we fly aerial robots through orchards,
166
585840
5376
기본 원리는 과수원에 로봇을 비행시켜서
09:51
and then we build precision models of individual plants.
167
591240
3120
각 작물의 정밀한 모형을 구축하는 겁니다.
09:54
So just like personalized medicine,
168
594829
1667
마치 개인별 맞춤 의학처럼
09:56
while you might imagine wanting to treat every patient individually,
169
596520
4816
개별 환자들을 모두 다르게 치료하는 것을 상상하시는 것 처럼
10:01
what we'd like to do is build models of individual plants
170
601360
3696
저희가 하고 싶은 것이 개별 작물의 모형을 만들어서
10:05
and then tell the farmer what kind of inputs every plant needs --
171
605080
4136
농부에게 각 작물이 필요한 사항을 알려주는 겁니다.
10:09
the inputs in this case being water, fertilizer and pesticide.
172
609240
4440
이 경우에는 물, 비료, 농약을 주는 것이죠.
10:14
Here you'll see robots traveling through an apple orchard,
173
614640
3616
여기 보시면 사과 농장을 비행하는 로봇이 보이는데
10:18
and in a minute you'll see two of its companions
174
618280
2256
잠시 후에 두 대의 동료 로봇이
10:20
doing the same thing on the left side.
175
620560
1810
왼쪽에서 같은 일을 하고 있는게 보일 겁니다.
10:22
And what they're doing is essentially building a map of the orchard.
176
622800
3656
이 로봇이 하는 일은 기본적으로 과수원의 지도를 제작하는 겁니다.
10:26
Within the map is a map of every plant in this orchard.
177
626480
2816
지도 안에는 과수원의 모든 작불이 들어 갑니다.
10:29
(Robot buzzing)
178
629320
1656
(윙윙거리는 로봇)
그 지도가 어떻게 생겼는지 보겠습니다.
10:31
Let's see what those maps look like.
179
631000
1896
10:32
In the next video, you'll see the cameras that are being used on this robot.
180
632920
4296
다음 영상에서 이 로봇에 쓰이는 카메라가 보입니다.
10:37
On the top-left is essentially a standard color camera.
181
637240
3240
맨 위 왼쪽에 뛰어난 컬러 카메라가 있습니다.
10:41
On the left-center is an infrared camera.
182
641640
3296
왼쪽 중앙에는 적외선 카메라가 있습니다.
10:44
And on the bottom-left is a thermal camera.
183
644960
3776
아래 왼쪽에는 온도감지 카메라가 있죠.
10:48
And on the main panel, you're seeing a three-dimensional reconstruction
184
648760
3336
주 패널에는 3차원으로 과수원의 모든 나무가 재구성된 것을 보고 계십니다.
10:52
of every tree in the orchard as the sensors fly right past the trees.
185
652120
6120
센서가 나무 사이를 비행하면서 생긴 것이죠.
10:59
Armed with information like this, we can do several things.
186
659640
4040
이런 정보를 갖추고 있으면 몇 가지를 할 수 있습니다.
11:04
The first and possibly the most important thing we can do is very simple:
187
664200
4256
가장 중요한 첫 번째는 매우 단순합니다.
11:08
count the number of fruits on every tree.
188
668480
2440
모든 나무의 열매를 세는 겁니다.
11:11
By doing this, you tell the farmer how many fruits she has in every tree
189
671520
4536
이렇게 하면 농부에게 모든 나무의 열매 수를 알려주고
11:16
and allow her to estimate the yield in the orchard,
190
676080
4256
과수원의 수확량을 추정하게 해 줘서
11:20
optimizing the production chain downstream.
191
680360
2840
생산과정을 최적화 하게 해 줍니다.
11:23
The second thing we can do
192
683640
1616
두 번째로 할 수 있는 일은
11:25
is take models of plants, construct three-dimensional reconstructions,
193
685280
4496
작물의 모형을 따서 3차원으로 재구성하고
11:29
and from that estimate the canopy size,
194
689800
2536
덮개 크기 추정치로
11:32
and then correlate the canopy size to the amount of leaf area on every plant.
195
692360
3776
모든 작물의 잎 개수와 덮개 크기의 상관관계를 알아 보는 겁니다.
11:36
And this is called the leaf area index.
196
696160
2176
이것은 잎사귀 지표라고 합니다.
11:38
So if you know this leaf area index,
197
698360
1936
이런 잎사귀 지표를 아신다면
11:40
you essentially have a measure of how much photosynthesis is possible in every plant,
198
700320
5456
모든 작물의 가능한 광합성 수치를 측정하는 것이고
11:45
which again tells you how healthy each plant is.
199
705800
2880
그럼 각 나무의 건강정도를 알 수 있는 겁니다.
11:49
By combining visual and infrared information,
200
709520
4216
시각 정보와 적외선 정보를 결합하면
11:53
we can also compute indices such as NDVI.
201
713760
3296
NDVI같은 지표를 계산해 낼 수 있습니다.
11:57
And in this particular case, you can essentially see
202
717080
2816
특히 이 경우에는 실제로
11:59
there are some crops that are not doing as well as other crops.
203
719920
3016
다른 작물만큼 좋지 않은 작물이 있음을 알 수 있죠.
12:02
This is easily discernible from imagery,
204
722960
4056
이미지를 통해 쉽게 구별할 수 있습니다.
그저 시각 이미지가 아니라
12:07
not just visual imagery but combining
205
727040
2216
12:09
both visual imagery and infrared imagery.
206
729280
2776
시각과 적외선 이미지를 결합하는 것이죠.
12:12
And then lastly,
207
732080
1336
마지막으로
12:13
one thing we're interested in doing is detecting the early onset of chlorosis --
208
733440
4016
저희가 흥미를 갖고 있는 것이 백화 초기상태를 탐지하는 겁니다.
12:17
and this is an orange tree --
209
737480
1496
이것은 오렌지 나무인데
잎이 황색으로 보이시죠.
12:19
which is essentially seen by yellowing of leaves.
210
739000
2560
12:21
But robots flying overhead can easily spot this autonomously
211
741880
3896
하지만 로봇이 위에서 비행하면 쉽게 발견하고
12:25
and then report to the farmer that he or she has a problem
212
745800
2936
농부에게
12:28
in this section of the orchard.
213
748760
1520
과수원의 어느 부분에 문제가 있는지 보고합니다.
12:30
Systems like this can really help,
214
750800
2696
이런 시스템은 정말 도움이 되는데
12:33
and we're projecting yields that can improve by about ten percent
215
753520
5816
약 10% 정도 수확량을 향상시킬 것으로 전망하고 있습니다.
12:39
and, more importantly, decrease the amount of inputs such as water
216
759360
3216
더욱 중요한 것은 물을 주는 것을
12:42
by 25 percent by using aerial robot swarms.
217
762600
3280
로봇 떼를 이용하면 25%정도 절감할 수 있습니다.
12:47
Lastly, I want you to applaud the people who actually create the future,
218
767200
5736
마지막으로 실제로 미래를 만들고 있는 분들에게 박수를 보내셨으면 좋겠습니다.
12:52
Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,
219
772960
4920
야쉬 물가온카, 시캉 리유와 쥬세페 로이아노가
12:57
who are responsible for the three demonstrations that you saw.
220
777920
3496
보셨던 세 가지 시범을 담당해 주셨습니다.
13:01
Thank you.
221
781440
1176
감사합니다.
13:02
(Applause)
222
782640
5920
(박수)
이 웹사이트 정보

이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.

https://forms.gle/WvT1wiN1qDtmnspy7