The Future of Flying Robots | Vijay Kumar | TED Talks

755,090 views ・ 2015-11-04

TED


Пожалуйста, дважды щелкните на английские субтитры ниже, чтобы воспроизвести видео.

Переводчик: Tatiana Efremova Редактор: Aleks Teri
00:13
In my lab, we build autonomous aerial robots
0
13280
3656
В моей лаборатории строят автономных летающих роботов,
00:16
like the one you see flying here.
1
16960
1880
таких, как этот.
00:20
Unlike the commercially available drones that you can buy today,
2
20720
3696
В отличие от тех дронов, которых вы можете купить сегодня,
00:24
this robot doesn't have any GPS on board.
3
24440
2640
на нём не установлен GPS.
00:28
So without GPS,
4
28160
1216
Без GPS
00:29
it's hard for robots like this to determine their position.
5
29400
3280
таким роботам сложно определить своё местоположение.
00:34
This robot uses onboard sensors, cameras and laser scanners,
6
34240
4736
Этот робот использует бортовые сенсоры, камеры и лазерные сканеры
00:39
to scan the environment.
7
39000
1696
для анализа окружающей среды.
00:40
It detects features from the environment,
8
40720
3056
Он определяет особенности рельефа местности
00:43
and it determines where it is relative to those features,
9
43800
2736
и своё положение относительно них,
00:46
using a method of triangulation.
10
46560
2136
используя триангуляцию.
00:48
And then it can assemble all these features into a map,
11
48720
3456
А потом всё наносится на карту
00:52
like you see behind me.
12
52200
1736
вроде той, которая сейчас за мной.
00:53
And this map then allows the robot to understand where the obstacles are
13
53960
3936
И эта карта позволяет роботу понять, где находятся препятствия,
00:57
and navigate in a collision-free manner.
14
57920
2720
и ориентироваться без столкновений.
01:01
What I want to show you next
15
61160
2096
Дальше я хочу вам показать
01:03
is a set of experiments we did inside our laboratory,
16
63280
3216
серию экспериментов из нашей лаборатории,
01:06
where this robot was able to go for longer distances.
17
66520
3480
когда робот передвигался на более длинные расстояния.
01:10
So here you'll see, on the top right, what the robot sees with the camera.
18
70400
5016
Здесь, сверху справа — то, что робот видит с помощью камеры.
01:15
And on the main screen --
19
75440
1216
На основном экране —
01:16
and of course this is sped up by a factor of four --
20
76680
2456
конечно, видео ускорено в 4 раза —
01:19
on the main screen you'll see the map that it's building.
21
79160
2667
на основном экране карта, которую он выстраивает.
01:21
So this is a high-resolution map of the corridor around our laboratory.
22
81851
4285
Это карта с высоким разрешением коридора около нашей лаборатории.
01:26
And in a minute you'll see it enter our lab,
23
86160
2336
Вот он проникает в лабораторию,
01:28
which is recognizable by the clutter that you see.
24
88520
2856
что очевидно по беспорядку, который вы видите.
01:31
(Laughter)
25
91400
1016
(Смех)
01:32
But the main point I want to convey to you
26
92440
2007
Но главное здесь —
01:34
is that these robots are capable of building high-resolution maps
27
94472
3584
то, что эти роботы способны строить карты с высоким разрешением,
01:38
at five centimeters resolution,
28
98080
2496
до 5 сантиметров,
01:40
allowing somebody who is outside the lab, or outside the building
29
100600
4176
позволяя всем вне лаборатории или вне здания
01:44
to deploy these without actually going inside,
30
104800
3216
отправлять их, не входя за ними,
01:48
and trying to infer what happens inside the building.
31
108040
3760
и узнавать, что происходит внутри здания.
01:52
Now there's one problem with robots like this.
32
112400
2240
С такими роботами есть одна проблема.
01:55
The first problem is it's pretty big.
33
115600
2200
Первая — они достаточно большие.
И поэтому тяжёлые.
01:58
Because it's big, it's heavy.
34
118120
1680
02:00
And these robots consume about 100 watts per pound.
35
120640
3040
Этим роботам нужно около 100 Вт на каждые полкилограмма веса.
02:04
And this makes for a very short mission life.
36
124360
2280
А это сильно сокращает время их работы.
02:08
The second problem
37
128000
1456
Вторая проблема —
02:09
is that these robots have onboard sensors that end up being very expensive --
38
129480
3896
на этих роботах установлены сенсоры, оказавшиеся очень дорогими:
02:13
a laser scanner, a camera and the processors.
39
133400
3440
лазерный сканер, камера и процессоры.
02:17
That drives up the cost of this robot.
40
137280
3040
Это увеличивает стоимость робота.
02:21
So we asked ourselves a question:
41
141440
2656
И мы задались вопросом:
02:24
what consumer product can you buy in an electronics store
42
144120
3776
какой потребительский товар из тех, что продаются в магазинах электроники,
02:27
that is inexpensive, that's lightweight, that has sensing onboard and computation?
43
147920
6280
будет недорогим, лёгким и с сенсорами и процессорами на нём?
02:36
And we invented the flying phone.
44
156080
2656
Так мы изобрели летающий телефон.
02:38
(Laughter)
45
158760
1936
(Смех)
02:40
So this robot uses a Samsung Galaxy smartphone that you can buy off the shelf,
46
160720
6176
Этот робот использует смартфон Samsung Galaxy, его можете купить и вы,
02:46
and all you need is an app that you can download from our app store.
47
166920
4016
и к нему всё, что вам нужно, — загрузить наше приложение.
02:50
And you can see this robot reading the letters, "TED" in this case,
48
170960
4216
Видите, этот робот читает, в нашем случае слово «TED»,
02:55
looking at the corners of the "T" and the "E"
49
175200
2936
снимая углы букв «T» и «E»,
02:58
and then triangulating off of that, flying autonomously.
50
178160
3480
а затем выполняет триангуляцию по ним и движется автономно.
03:02
That joystick is just there to make sure if the robot goes crazy,
51
182720
3256
Джойстик нужен только для того, чтобы, если робот спятит,
03:06
Giuseppe can kill it.
52
186000
1416
его можно было прибить.
03:07
(Laughter)
53
187440
1640
(Смех)
03:10
In addition to building these small robots,
54
190920
3816
Кроме того, строя этих маленьких роботов,
03:14
we also experiment with aggressive behaviors, like you see here.
55
194760
4800
мы экспериментировали с вот таким агрессивным поведением.
03:19
So this robot is now traveling at two to three meters per second,
56
199920
5296
Этот робот движется со скоростью 2–3 м/с,
03:25
pitching and rolling aggressively as it changes direction.
57
205240
3496
агрессивно бросаясь из стороны в сторону.
03:28
The main point is we can have smaller robots that can go faster
58
208760
4256
Главное, что у нас могут быть маленькие быстрые роботы,
03:33
and then travel in these very unstructured environments.
59
213040
2960
способные двигаться в очень хаотичных средах.
03:37
And in this next video,
60
217120
2056
А в этом видео,
03:39
just like you see this bird, an eagle, gracefully coordinating its wings,
61
219200
5896
точно так же, как эта птица, орёл, которая изящно управляет своими крыльями,
03:45
its eyes and feet to grab prey out of the water,
62
225120
4296
глазами и лапами, чтобы выхватить жертву из воды,
03:49
our robot can go fishing, too.
63
229440
1896
наш робот тоже рыбачит.
03:51
(Laughter)
64
231360
1496
(Смех)
03:52
In this case, this is a Philly cheesesteak hoagie that it's grabbing out of thin air.
65
232880
4056
Здесь он на лету хватает сэндвич «Филадельфия».
03:56
(Laughter)
66
236960
2400
(Смех)
03:59
So you can see this robot going at about three meters per second,
67
239680
3296
Этот робот движется со скоростью 3 м/с,
04:03
which is faster than walking speed, coordinating its arms, its claws
68
243000
5136
это быстрее скорости пешехода, координирует свою клешню
04:08
and its flight with split-second timing to achieve this maneuver.
69
248160
4120
и свой полёт посекундно для того, чтобы выполнить этот манёвр.
04:14
In another experiment,
70
254120
1216
В другом эксперименте
04:15
I want to show you how the robot adapts its flight
71
255360
3656
робот в своём полёте
04:19
to control its suspended payload,
72
259040
2376
контролирует подвешенный груз —
04:21
whose length is actually larger than the width of the window.
73
261440
3800
а длина подвеса больше, чем ширина окна.
04:25
So in order to accomplish this,
74
265680
1696
Здесь ему нужно менять длину подвеса и высоту,
04:27
it actually has to pitch and adjust the altitude
75
267400
3696
04:31
and swing the payload through.
76
271120
2320
чтобы протащить груз.
04:38
But of course we want to make these even smaller,
77
278920
2296
Разумеется, мы хотели сделать их ещё меньше,
04:41
and we're inspired in particular by honeybees.
78
281240
3016
и особенно нас вдохновляли пчёлы.
04:44
So if you look at honeybees, and this is a slowed down video,
79
284280
3256
Вот замедленное видео с пчёлами:
04:47
they're so small, the inertia is so lightweight --
80
287560
3720
они так малы, их инерция так мала...
04:51
(Laughter)
81
291960
1176
(Смех)
04:53
that they don't care -- they bounce off my hand, for example.
82
293160
3536
что для них неважно, например, столкновение с моей рукой.
04:56
This is a little robot that mimics the honeybee behavior.
83
296720
3160
Этот маленький робот копирует поведение пчёл.
05:00
And smaller is better,
84
300600
1216
И чем меньше, тем лучше,
05:01
because along with the small size you get lower inertia.
85
301840
3536
потому что вместе с уменьшением размеров уменьшается и инерция.
05:05
Along with lower inertia --
86
305400
1536
А с уменьшением инерции
05:06
(Robot buzzing, laughter)
87
306960
2856
(Робот жужжит. Смех)
05:09
along with lower inertia, you're resistant to collisions.
88
309840
2816
с уменьшением инерции восприимчивость к столкновениям ниже.
05:12
And that makes you more robust.
89
312680
1720
Вы становитесь устойчивее.
05:15
So just like these honeybees, we build small robots.
90
315800
2656
Мы строим маленьких роботов, таких же, как эти пчёлы.
05:18
And this particular one is only 25 grams in weight.
91
318480
3376
Конкретно этот весит всего 25 грамм.
05:21
It consumes only six watts of power.
92
321880
2160
Ему нужно всего 6 ватт.
05:24
And it can travel up to six meters per second.
93
324440
2536
И он может двигаться до 6 м/c.
05:27
So if I normalize that to its size,
94
327000
2336
Если сопоставить это с его размером,
05:29
it's like a Boeing 787 traveling ten times the speed of sound.
95
329360
3640
то это Боинг-787, летящий со скоростью, в 10 раз больше скорости звука.
05:36
(Laughter)
96
336000
2096
(Смех)
05:38
And I want to show you an example.
97
338120
1920
И я хочу привести вам пример.
05:40
This is probably the first planned mid-air collision, at one-twentieth normal speed.
98
340840
5256
Это первое спланированное столкновение в воздухе, замедленное в 20 раз.
05:46
These are going at a relative speed of two meters per second,
99
346120
2858
Они сближаются со скоростью 2 м/c,
05:49
and this illustrates the basic principle.
100
349002
2480
это иллюстрирует основной принцип.
05:52
The two-gram carbon fiber cage around it prevents the propellers from entangling,
101
352200
4976
Каркас из углеродного волокна весом 2 г защищает пропеллеры от столкновения,
05:57
but essentially the collision is absorbed and the robot responds to the collisions.
102
357200
5296
но энергия столкновения поглощается, и робот реагирует на него.
06:02
And so small also means safe.
103
362520
2560
Маленький размер — это безопасность.
06:05
In my lab, as we developed these robots,
104
365400
2016
В нашей лаборатории
06:07
we start off with these big robots
105
367440
1620
мы начали с больших роботов,
06:09
and then now we're down to these small robots.
106
369084
2812
а закончили такими мелкими.
06:11
And if you plot a histogram of the number of Band-Aids we've ordered
107
371920
3456
А если вы нарисуете график того, как мы заказывали пластыри,
06:15
in the past, that sort of tailed off now.
108
375400
2576
то со временем линия уйдёт в ноль,
06:18
Because these robots are really safe.
109
378000
1960
ведь эти роботы действительно безопасны.
06:20
The small size has some disadvantages,
110
380760
2456
У небольшого размера есть недостатки,
06:23
and nature has found a number of ways to compensate for these disadvantages.
111
383240
4080
но природа нашла множество способов их компенсировать,
06:27
The basic idea is they aggregate to form large groups, or swarms.
112
387960
4000
в основном созданием больших групп, или роёв.
06:32
So, similarly, in our lab, we try to create artificial robot swarms.
113
392320
3976
И в нашей лаборатории мы пытаемся создать искусственные рои роботов.
06:36
And this is quite challenging
114
396320
1381
Это достаточно сложно,
06:37
because now you have to think about networks of robots.
115
397725
3320
потому что теперь надо думать о взаимодействии роботов.
06:41
And within each robot,
116
401360
1296
И для каждого робота
06:42
you have to think about the interplay of sensing, communication, computation --
117
402680
5616
вам нужно продумать восприятие, коммуникацию и вычисления,
06:48
and this network then becomes quite difficult to control and manage.
118
408320
4960
и этим всем становится сложно управлять.
06:54
So from nature we take away three organizing principles
119
414160
3296
Мы позаимствовали три принципа организации у природы —
06:57
that essentially allow us to develop our algorithms.
120
417480
3160
они позволили нам построить эти алгоритмы.
07:01
The first idea is that robots need to be aware of their neighbors.
121
421640
4536
Первый состоит в том, что роботам надо знать о своих соседях.
07:06
They need to be able to sense and communicate with their neighbors.
122
426200
3440
Они должны быть в состоянии ощущать их и общаться с ними.
07:10
So this video illustrates the basic idea.
123
430040
2656
Это видео иллюстрирует идею.
07:12
You have four robots --
124
432720
1296
У вас четыре робота:
07:14
one of the robots has actually been hijacked by a human operator, literally.
125
434040
4240
один, кстати, захвачен оператором-человеком буквально.
07:19
But because the robots interact with each other,
126
439217
2239
Но поскольку роботы взаимодействуют,
07:21
they sense their neighbors,
127
441480
1656
они ощущают соседей
07:23
they essentially follow.
128
443160
1296
и следуют друг за другом.
07:24
And here there's a single person able to lead this network of followers.
129
444480
5360
И один из них возглавляет эту сеть последователей.
07:32
So again, it's not because all the robots know where they're supposed to go.
130
452000
5056
То есть это не потому, что каждый робот знает, куда он должен идти,
07:37
It's because they're just reacting to the positions of their neighbors.
131
457080
4320
а потому что он просто реагирует на местонахождение своих соседей.
07:43
(Laughter)
132
463720
4120
(Смех)
07:48
So the next experiment illustrates the second organizing principle.
133
468280
5240
Этот эксперимент демонстрирует второй принцип организации.
07:54
And this principle has to do with the principle of anonymity.
134
474920
3800
Это анонимность.
07:59
Here the key idea is that
135
479400
4296
Смысл в том,
08:03
the robots are agnostic to the identities of their neighbors.
136
483720
4240
что роботам не нужно знать, кто именно их соседи.
08:08
They're asked to form a circular shape,
137
488440
2616
Они должны образовать круг,
08:11
and no matter how many robots you introduce into the formation,
138
491080
3296
и неважно, сколько роботов вы в это вовлечёте,
08:14
or how many robots you pull out,
139
494400
2576
а сколько — выгоните,
08:17
each robot is simply reacting to its neighbor.
140
497000
3136
каждый робот всего-навсего реагирует на своего соседа.
08:20
It's aware of the fact that it needs to form the circular shape,
141
500160
4976
Он знает, что должен получиться круг,
08:25
but collaborating with its neighbors
142
505160
1776
и, взаимодействуя с соседями,
08:26
it forms the shape without central coordination.
143
506960
3720
они образуют круг без централизованного управления.
08:31
Now if you put these ideas together,
144
511520
2416
Если соединить все эти идеи,
08:33
the third idea is that we essentially give these robots
145
513960
3896
то третий принцип — дать этим роботам
08:37
mathematical descriptions of the shape they need to execute.
146
517880
4296
математическое описание фигур, которые они должны построить.
08:42
And these shapes can be varying as a function of time,
147
522200
3496
Эти фигуры могут меняться с течением времени,
08:45
and you'll see these robots start from a circular formation,
148
525720
4496
видите, эти роботы начали с круга,
08:50
change into a rectangular formation, stretch into a straight line,
149
530240
3256
перестроились в прямоугольник, вытянулись по прямой линии
08:53
back into an ellipse.
150
533520
1375
и вернулись к эллипсу.
08:54
And they do this with the same kind of split-second coordination
151
534919
3617
И они делают это, точно так же координируясь посекундно,
08:58
that you see in natural swarms, in nature.
152
538560
3280
как и настоящие живые рои.
09:03
So why work with swarms?
153
543080
2136
Зачем работать с роями?
09:05
Let me tell you about two applications that we are very interested in.
154
545240
4120
Есть два применения, которые нам очень интересны.
09:10
The first one has to do with agriculture,
155
550160
2376
Первое — сельское хозяйство,
09:12
which is probably the biggest problem that we're facing worldwide.
156
552560
3360
это крупнейшая, глобальная задача.
09:16
As you well know,
157
556760
1256
Известно,
09:18
one in every seven persons in this earth is malnourished.
158
558040
3520
что каждый седьмой человек на планете недоедает.
09:21
Most of the land that we can cultivate has already been cultivated.
159
561920
3480
Большая часть пригодной для сельского хозяйства земли уже возделана.
09:25
And the efficiency of most systems in the world is improving,
160
565960
3216
Эффективность большинства отраслей в мире растёт,
09:29
but our production system efficiency is actually declining.
161
569200
3520
но эффективность производства еды падает.
09:33
And that's mostly because of water shortage, crop diseases, climate change
162
573080
4216
Основные причины — недостаток воды, заболевания злаков, изменение климата
09:37
and a couple of other things.
163
577320
1520
и ещё пара других.
09:39
So what can robots do?
164
579360
1480
Что могут роботы?
09:41
Well, we adopt an approach that's called Precision Farming in the community.
165
581200
4616
Мы применяем подход, известный как точное земледелие.
09:45
And the basic idea is that we fly aerial robots through orchards,
166
585840
5376
Роботы летят над садами,
09:51
and then we build precision models of individual plants.
167
591240
3120
а затем мы строим точные модели отдельных растений.
09:54
So just like personalized medicine,
168
594829
1667
Как и в индивидуальной терапии,
09:56
while you might imagine wanting to treat every patient individually,
169
596520
4816
где лечение для каждого пациента подбирают отдельно,
10:01
what we'd like to do is build models of individual plants
170
601360
3696
мы хотим строить модели каждого отдельного растения
10:05
and then tell the farmer what kind of inputs every plant needs --
171
605080
4136
и сообщать фермеру, что именно нужно конкретному растению:
10:09
the inputs in this case being water, fertilizer and pesticide.
172
609240
4440
вода, удобрения или пестициды.
10:14
Here you'll see robots traveling through an apple orchard,
173
614640
3616
Вот роботы летят через яблоневый сад,
10:18
and in a minute you'll see two of its companions
174
618280
2256
сейчас вы увидите ещё парочку,
10:20
doing the same thing on the left side.
175
620560
1810
летящих слева.
10:22
And what they're doing is essentially building a map of the orchard.
176
622800
3656
Они строят карту сада.
10:26
Within the map is a map of every plant in this orchard.
177
626480
2816
Внутри неё находится карта каждого растения этого сада.
10:29
(Robot buzzing)
178
629320
1656
(Робот жужжит)
10:31
Let's see what those maps look like.
179
631000
1896
Посмотрим на эти карты.
10:32
In the next video, you'll see the cameras that are being used on this robot.
180
632920
4296
Следующее видео — с камер этого робота.
10:37
On the top-left is essentially a standard color camera.
181
637240
3240
Слева сверху — отдельная цветная камера.
10:41
On the left-center is an infrared camera.
182
641640
3296
Слева в центре — инфракрасная.
10:44
And on the bottom-left is a thermal camera.
183
644960
3776
Снизу слева — тепловизор.
10:48
And on the main panel, you're seeing a three-dimensional reconstruction
184
648760
3336
На центральной панели — объёмная реконструкция
10:52
of every tree in the orchard as the sensors fly right past the trees.
185
652120
6120
каждого дерева сада, построенная во время облёта.
10:59
Armed with information like this, we can do several things.
186
659640
4040
Мы можем многое с такой информацией.
11:04
The first and possibly the most important thing we can do is very simple:
187
664200
4256
Первое, наверное, самое важное, и очень простое:
11:08
count the number of fruits on every tree.
188
668480
2440
подсчёт количества плодов на каждом дереве.
11:11
By doing this, you tell the farmer how many fruits she has in every tree
189
671520
4536
Фермер будет знать, сколько у него плодов,
11:16
and allow her to estimate the yield in the orchard,
190
676080
4256
сможет оценить урожайность сада
11:20
optimizing the production chain downstream.
191
680360
2840
и оптимизировать цепь поставок с самого начала.
11:23
The second thing we can do
192
683640
1616
Второе, что мы можем сделать, —
11:25
is take models of plants, construct three-dimensional reconstructions,
193
685280
4496
взять модели растений, сделать объёмную реконструкцию,
11:29
and from that estimate the canopy size,
194
689800
2536
таким образом, оценить размер покрытия
11:32
and then correlate the canopy size to the amount of leaf area on every plant.
195
692360
3776
и вычислить связь размера покрытия с листовой поверхностью каждого растения.
11:36
And this is called the leaf area index.
196
696160
2176
Это индекс листовой поверхности.
11:38
So if you know this leaf area index,
197
698360
1936
Если вы знаете его значение,
11:40
you essentially have a measure of how much photosynthesis is possible in every plant,
198
700320
5456
вы можете измерить объём фотосинтеза, возможного для каждого растения,
11:45
which again tells you how healthy each plant is.
199
705800
2880
что, опять же, покажет, насколько здорово каждое растение.
11:49
By combining visual and infrared information,
200
709520
4216
Объединив данные инфракрасной камеры и тепловизора,
11:53
we can also compute indices such as NDVI.
201
713760
3296
мы также можем вычислить НОИВ.
11:57
And in this particular case, you can essentially see
202
717080
2816
Конкретно в этом случае
11:59
there are some crops that are not doing as well as other crops.
203
719920
3016
есть отдельные растения, которым хуже, чем остальным.
12:02
This is easily discernible from imagery,
204
722960
4056
Их легко выявить по изображению,
12:07
not just visual imagery but combining
205
727040
2216
не только по визуальному, а объединённому
12:09
both visual imagery and infrared imagery.
206
729280
2776
визуальному и инфракрасному.
12:12
And then lastly,
207
732080
1336
И наконец,
12:13
one thing we're interested in doing is detecting the early onset of chlorosis --
208
733440
4016
нам интересно раннее выявление хлороза —
12:17
and this is an orange tree --
209
737480
1496
здесь на апельсиновом дереве —
12:19
which is essentially seen by yellowing of leaves.
210
739000
2560
который легко различим по желтеющим листьям.
12:21
But robots flying overhead can easily spot this autonomously
211
741880
3896
Роботы могут легко обнаружить их сверху
12:25
and then report to the farmer that he or she has a problem
212
745800
2936
и сообщить фермеру, что у него или неё проблемы
12:28
in this section of the orchard.
213
748760
1520
в этой части сада.
12:30
Systems like this can really help,
214
750800
2696
Такие системы действительно могут помочь,
12:33
and we're projecting yields that can improve by about ten percent
215
753520
5816
мы ожидаем роста урожайности примерно на 10%,
12:39
and, more importantly, decrease the amount of inputs such as water
216
759360
3216
и, что важнее, снижения потребления, например, потребления воды,
12:42
by 25 percent by using aerial robot swarms.
217
762600
3280
на 25% благодаря использованию роёв аэророботов.
12:47
Lastly, I want you to applaud the people who actually create the future,
218
767200
5736
И я хочу, чтобы вы поаплодировали людям, которые создают будущее:
12:52
Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,
219
772960
4920
Яшу Мулганкару, Сикангу Лю и Джузеппе Лоиано,
12:57
who are responsible for the three demonstrations that you saw.
220
777920
3496
подготовившим три сегодняшние демонстрации.
13:01
Thank you.
221
781440
1176
Спасибо.
13:02
(Applause)
222
782640
5920
(Аплодисменты)
Об этом сайте

Этот сайт познакомит вас с видеороликами YouTube, полезными для изучения английского языка. Вы увидите уроки английского языка, преподаваемые высококлассными учителями со всего мира. Дважды щелкните по английским субтитрам, отображаемым на каждой странице видео, чтобы воспроизвести видео оттуда. Субтитры прокручиваются синхронно с воспроизведением видео. Если у вас есть какие-либо комментарии или пожелания, пожалуйста, свяжитесь с нами, используя эту контактную форму.

https://forms.gle/WvT1wiN1qDtmnspy7