The Future of Flying Robots | Vijay Kumar | TED Talks

Перекладач: Oleksiy Pazyuk Утверджено: Khrystyna Romashko

В моїй лабораторії ми створюємо автономних повітряних роботів,

In my lab, we build autonomous aerial robots

like the one you see flying here.

схожих на цього, що літає тут.

Unlike the commercially available drones that you can buy today,

На відміну від доступних дронів, яких ви можете купити сьогодні,

this robot doesn't have any GPS on board.

цей робот не має жодного GPS на борту.

So without GPS,

Без GPS такому роботу

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

важко визначити своє положення.

This robot uses onboard sensors, cameras and laser scanners,

Цей робот використовує вбудовані датчики, камери та лазерні сканери

to scan the environment.

для дослідження середовища.

It detects features from the environment,

Він виявляє оточуючі об'єкти

and it determines where it is relative to those features,

і визначає своє положення відносно них,

using a method of triangulation.

використовуючи метод триангуляції.

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

І потім він може створити карту об'єктів,

like you see behind me.

як ця - позаду мене.

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

Завдяки карті робот знає, де знаходяться перепони

and navigate in a collision-free manner.

та пересувається уникаючи їх.

What I want to show you next

Наступне, що я хочу вам показати -

is a set of experiments we did inside our laboratory,

це серія експериментів, які ми зробили в нашій лабораторії,

where this robot was able to go for longer distances.

де цей робот міг пройти більші відстані.

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

Тож тут справа вгорі ви бачите, що робот бачить крізь камеру.

And on the main screen --

А на головному екрані -

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

і, звичайно, це прискорено у чотири рази -

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

на головному екрані ви побачите карту, яку він створює.

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

Це високороздільна карта коридору навколо нашої лабораторії.

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

І за хвилину ви побачите, як він входить в лабораторію.

which is recognizable by the clutter that you see.

вона впізнається за безладом, який ви побачите.

(Laughter)

(Сміх)

But the main point I want to convey to you

Але головна думка, яку я хочу донести -

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

це те, що ці роботи здатні створювати високороздільні карти

at five centimeters resolution,

з п'ятисантиметровою точністю,

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

які дозволяють будь-кому за межами лабораторії або будинку

to deploy these without actually going inside,

дослідити їх, не заходячи всередину,

and trying to infer what happens inside the building.

і зробити висновки стосовно того, що відбувається всередині будинку.

Now there's one problem with robots like this.

Але ми маємо одну проблему з подібними роботами.

The first problem is it's pretty big.

Перша проблема - він надто великий.

Because it's big, it's heavy.

Через те, що він великий, він важкий.

And these robots consume about 100 watts per pound.

І цей робот споживає десь 100 ват на один фунт ваги.

And this makes for a very short mission life.

Це призводить до дуже короткої тривалості завдань.

The second problem

Друга проблема,

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

в цього робота вбудовані сенсори, які роблять його дуже дорогим -

a laser scanner, a camera and the processors.

лазерний сканер, камера та процесор.

That drives up the cost of this robot.

Це збільшує вартість цього робота.

So we asked ourselves a question:

Тож ми запитали себе:

what consumer product can you buy in an electronics store

який прилад можна купити в магазині електроніки,

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

який буде недорогим, буде легким, містить сенсори та обчислювач?

And we invented the flying phone.

І ми придумали телефон, що літає.

(Laughter)

(Сміх)

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

Цей робот працює зі смартфоном Samsung Galaxy,

який ви можете купити в магазині,

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

і все, що потрібно - це додаток, який ви завантажуєте з магазину додатків.

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

І бачите, в нашому випадку, цей робот читає букви, "TED",

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

дивлячись по кутах, на "Т" й "Е", а потім триангулює це, літаючи автономно.

and then triangulating off of that, flying autonomously.

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

Цей джойстик тут на випадок, якщо робот втратить контроль.

Джузеппе може вбити його.

Giuseppe can kill it.

(Laughter)

(Сміх)

In addition to building these small robots,

Окрім будування цих маленьких роботів,

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

ми також експериментували з агресивною поведінкою, на кшталт тої, що ви бачите тут.

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

Цей робот зараз рухається зі швидкістю від двох до трьох метрів на секунду,

pitching and rolling aggressively as it changes direction.

різко хитаючись та гойдаючись, під час зміни напрямку.

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

Головне тут, що в нас є малі роботи, які можуть рухатись швидше,

and then travel in these very unstructured environments.

і рухатись в цьому неструктурованому середовищі.

And in this next video,

На наступному відео,

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

ви бачите, як птаха, орел, граціозно координує свої крила,

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

очі, кігті, щоб схопити жертву на воді,

our robot can go fishing, too.

наш робот також вміє рибалити.

(Laughter)

(Сміх)

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

В цьому випадку, це сирний сендвіч.

(Laughter)

(Сміх)

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

Бачите, цей робот рухається зі швидкістю приблизно три метри за секунду,

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

це швидше, ніж ми ходимо, координує свої руки та кігті,

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

і летить з секундним розрахунком, щоб зробити маневр.

In another experiment,

В іншому експерименті

I want to show you how the robot adapts its flight

я хочу показати вам, як робот адаптує свій політ

to control its suspended payload,

для управління підвішеного вантажу,

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

довжина якого більша, ніж ширина вікна.

So in order to accomplish this,

Щоб виконати це,

it actually has to pitch and adjust the altitude

він повинен зробити кидок та підлаштувати висоту

and swing the payload through.

і хитнути вантаж.

But of course we want to make these even smaller,

Але, звичайно, ми хочемо зробити їх ще меншими,

and we're inspired in particular by honeybees.

і нас на це надихають бджоли.

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

Якщо ви подивитесь на бджіл, а це сповільнене відео,

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

вони такі маленькі, і їх інерція така невеличка -

(Laughter)

(Сміх)

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

що вони не переймаються - вони відскакують від моєї руки, наприклад.

This is a little robot that mimics the honeybee behavior.

Це маленький робот, що відтворює поведінку бджоли.

And smaller is better,

Менше - краще,

because along with the small size you get lower inertia.

тому що при малій вазі менша інерція.

Along with lower inertia --

При меншій інерції -

(Robot buzzing, laughter)

(Робот пищить, сміх)

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

при меншій інерції, ви захищені від зіткнень.

And that makes you more robust.

І це робить вас більш надійними.

So just like these honeybees, we build small robots.

Ми зробили роботів, подібних до цих бджіл.

And this particular one is only 25 grams in weight.

Ось цей важить лише 25 грамів.

It consumes only six watts of power.

Він споживає лише 6 Ватт.

And it can travel up to six meters per second.

І він може рухатись зі швидкістю до шести метрів за секунду.

So if I normalize that to its size,

Як для його розміру,

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

це як Боїнг 787, який рухається зі швидкістю в десятеро більшою за швидкість звуку.

(Laughter)

(Сміх)

And I want to show you an example.

І я хочу показати вам приклад.

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

Це, можливо, перша запланована аварія, в двадцять разів уповільнена.

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

Це відбувається на швидкості два метри за секунду

and this illustrates the basic principle.

та ілюструє основний принцип.

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

Двограмова карбонова захисна клітка запобігає зчепленню,

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

але загалом зіткнення амортизується і робот відреагував на це.

And so small also means safe.

Отже маленький також значить безпечний.

In my lab, as we developed these robots,

Коли ми розробляли цих роботів в моїй лабораторії,

we start off with these big robots

то почали з цих великих роботів

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

і закінчили цими маленькими роботами.

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

Якщо намалювати діаграму аптечок, які ми замовили в минулому,

in the past, that sort of tailed off now.

зараз їх кількість значно зменшилась.

Because these robots are really safe.

Тому що ці роботи справді безпечні.

The small size has some disadvantages,

Малі розміри мають свої недоліки,

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

та природа знайшла шляхи, як компенсувати їх.

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

Основна ідея - це створення великих груп, або зграй.

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

В нашій лабораторії ми спробували створити штучну зграю роботів.

And this is quite challenging

І це дуже не просто,

because now you have to think about networks of robots.

тому що зараз треба контролювати мережу роботів.

And within each robot,

І кожному роботу

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

ви повинні забезпечити взаємодію датчиків, зв'язку, обчислень,

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

і цією мережею досить важко керувати та її контролювати.

So from nature we take away three organizing principles

Тож ми взяли від природи три організаційних принципи,

that essentially allow us to develop our algorithms.

що дозволило нам розробити наш алгоритм.

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

По-перше, роботи повинні відчувати своїх сусідів.

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

Вони повинні відчувати та взаємодіяти зі своїми сусідами.

So this video illustrates the basic idea.

Це відео демонструє основні ідеї.

You have four robots --

У вас чотири роботи -

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

один з роботів був викрадений оператором, у прямому значенні.

But because the robots interact with each other,

Але так, як роботи взаємодіють між собою,

they sense their neighbors,

вони відчувають своїх сусідів,

they essentially follow.

вони, по суті, слідкують.

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

І тут одна людина може очолювати групу переслідувачів.

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

Тож знову, це не тому, що всі роботи знають, куди їм потрібно іти.

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

Це тому, що вони реагують на положення своїх сусідів.

(Laughter)

(Сміх)

So the next experiment illustrates the second organizing principle.

Наступний експеримент показує другий організаційний принцип.

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

Цей принцип пов'язаний з принципом анонімності.

Here the key idea is that

Головна ідея тут в тому,

the robots are agnostic to the identities of their neighbors.

що роботи байдужі до ідентичності своїх сусідів.

They're asked to form a circular shape,

Їм скомандували зробити коло,

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

і незалежно від кількості роботів, задіяних у формуванні кола,

or how many robots you pull out,

чи від кількості роботів, яких вилучили з формування,

each robot is simply reacting to its neighbor.

кожен робот просто реагує на сусіда.

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

В нього є установка, що потрібно сформувати коло,

but collaborating with its neighbors

і при взаємодії з сусідами

it forms the shape without central coordination.

він створює контур без центрального керування.

Now if you put these ideas together,

Якщо об'єднати всі ідеї,

the third idea is that we essentially give these robots

третя ідея - надати роботам

mathematical descriptions of the shape they need to execute.

математичний опис фігури, яку вони повинні скласти.

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

І ці фігури змінюються з часом,

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

і ви бачите - роботи починають з кола,

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

змінюють його на прямокутник, витягуються в лінію.

back into an ellipse.

повертаються до еліпса.

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

І все це вони роблять із секундною точністю,

that you see in natural swarms, in nature.

яка притаманна природнім зграям.

So why work with swarms?

Навіщо працювати зі зграями?

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

Я вам розкажу про два застосування, які зацікавили нас.

The first one has to do with agriculture,

Перше пов'язано з сільським господарством,

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

мабуть, однією з найбільших проблем у світі.

As you well know,

Як ви знаєте,

one in every seven persons in this earth is malnourished.

кожна сьома людина на Землі погано харчується.

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

Більшість земель, які можна обробляти, вже обробляються.

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

Ефективність більшості систем у світі покращується,

but our production system efficiency is actually declining.

але ефективність системи виробництва продуктів - погіршується.

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

І це викликано нестачею води, захворюванням рослин, зміною клімату

and a couple of other things.

та іншими проблемами.

So what can robots do?

Тож що можуть зробити роботи?

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

Ми використали підхід, який в суспільстві називається "точним господарством".

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

Основна ідея - ми використовуємо літаючих роботів у фруктових садах,

and then we build precision models of individual plants.

і створюємо точні моделі кожної рослини.

So just like personalized medicine,

Так само, як з індивідуальною терапією,

while you might imagine wanting to treat every patient individually,

коли ви лікуєте кожного пацієнта індивідуально,

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

ми хочемо створити модель кожної рослини

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

і потім розказати фермеру, які дії необхідні для кожної рослини.

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

Під діями розуміється полив, запилювання, боротьба зі шкідниками.

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

Тут ви бачите робота, який пролітає через яблуневий сад,

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

і за хвилину ви побачите його компаньйонів,

doing the same thing on the left side.

які роблять те саме зліва від нього.

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

Вони будують карту саду.

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

Це карта включає кожне дерево в саду.

(Robot buzzing)

(Шумить робот)

Let's see what those maps look like.

Поглянемо, як виглядають такі карти.

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

На наступному відео ви побачите камери, встановлені на цьому роботі.

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

Зліва зверху звичайна кольорова камера.

On the left-center is an infrared camera.

Зліва посередині - інфрачервона камера.

And on the bottom-left is a thermal camera.

І зліва внизу - температурна камера.

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

А на головному екрані ви бачите трьохвимірну реконструкцію

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

кожного дерева в саду, по тому, як датчики пролітають повз дерева.

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

Маючи інформацію на кшталт цієї, ми можемо робити декілька речей.

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

Перша, можливо, найважливіша, ми дуже просто можемо

count the number of fruits on every tree.

порахувати кількість фруктів на кожному дереві.

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

Так ви можете повідомити фермеру кількість фруктів на кожному дереві

and allow her to estimate the yield in the orchard,

і дозволити оцінити врожай, який він отримає в саду,

optimizing the production chain downstream.

оптимізуючи виробничий ланцюжок.

The second thing we can do

Друга справа, яку ми можемо зробити -

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

взяти модель рослини, відтворити її в тривимірному вигляді

and from that estimate the canopy size,

і оцінити розмір крони.

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

Потім корелювати розмір крони до листяного покриву кожного дерева.

And this is called the leaf area index.

Це називається індексом листяної поверхні.

So if you know this leaf area index,

Якщо знати індекс листяної поверхні,

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

можна вирахувати, наскільки добре проходить фотосинтез на кожній рослині,

which again tells you how healthy each plant is.

що дасть інформацію, наскільки здорова кожна рослина.

By combining visual and infrared information,

Використовуючи разом візуальну та інфрачервону інформацію,

we can also compute indices such as NDVI.

ми також можемо вирахувати індекс NDVI.

And in this particular case, you can essentially see

В практичному використанні ви можете побачити,

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

що деякі плоди не такі гарні, як інші.

This is easily discernible from imagery,

Це дуже просто помітити з зображення,

not just visual imagery but combining

не простого зображення, а в поєднанні

both visual imagery and infrared imagery.

інфрачервоного та візуального зображень.

And then lastly,

І останнє,

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

ми зацікавились виявленням раннього початку хлорозу, плямистості листя -

and this is an orange tree --

це апельсинове дерево,

which is essentially seen by yellowing of leaves.

яке виділяється жовтим листям.

But robots flying overhead can easily spot this autonomously

Тож робот може просто виявити це автономно, пролітаючи повз,

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

і потім повідомити фермеру, що в нього чи неї є проблема

in this section of the orchard.

на цій ділянці саду.

Systems like this can really help,

Схожі системи можуть дійсно допомогти,

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

і ми прогнозуємо покращення врожаю приблизно на 10 відсотків

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

та більше, зменшення витрат води

by 25 percent by using aerial robot swarms.

на 25 відсотків з допомогою використання повітряних зграй роботів.

Наостанок, я хочу, щоб ви привітали людей, які насправді створюють майбутнє.

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

Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,

Яш Мулгаонкар, Сіканг Ліу, Джузеппе Лоянно,

who are responsible for the three demonstrations that you saw.

котрі відповідають за ці три демонстрації, які ви побачили.

Thank you.

Дякую.

(Applause)

(Оплески)