Tip:
Highlight text to annotate it
X
Tłumaczenie: Patrycja Kościelecka Korekta: Kacper Borowiecki
W moim labolatorium tworzymy niezależne powietrzne roboty
jak ten latający tutaj.
W przeciwieństwie do dostępnych w handlu dronów, które można dziś kupić,
te roboty nie mają wbudowanego żadnego odbiornika GPS.
Więc bez odbiornika GPS,
ciężko jest takim robotom ustalić swoją pozycje.
Te roboty używają pokładowych czujników, kamer i skanerów laserowych
by badać otoczenie.
Wykrywają elementy otoczenia
i określają swoje położenie w stosunku do tych elementów
używając metody triangulacji.
Następnie mogą zgromadzić te wszystkie elementy na mapie
takiej jak ta widoczna za mną.
Mapa pozwala robotowi zrozumieć położenie przeszkód
i nawigować w sposób bezkolizyjny.
Kolejną rzeczą, którą chciałbym pokazać
jest zbiór eksperymentów jakich dokonaliśmy w laboratorium,
gdzie robot mógł przebywać dłuższe odległości.
Na górze z prawej strony widzimy obraz z kamery robota.
A na głównym ekranie --
oczywiście obraz jest przyśpieszony czterokrotnie --
widzimy powstającą mapę.
Jest to wysokiej rozdzielczości mapa korytarza otaczającego nasze laboratorium.
Za chwilę zobaczycie jak dociera do laboratorium,
co można poznać dzięki widocznym rupieciom.
(Śmiech)
Jednak głównym punktem, który chcę wam przedstawić
jest fakt, iż te roboty są w stanie stworzyć mapy wysokiej rozdzielczości,
nawet 5-centymetrowej rozdzielczości,
pozwalającej osobie będącej poza laboratorium lub poza budynkiem
zajrzeć tam bez wchodzenia do środka
i wywnioskować, co dzieje się wewnątrz.
Jednak jest jeden problem z takimi robotami.
Po pierwsze robot jest dosyć duży.
A skoro jest duży jest też ciężki.
Roboty zużywają około 200 watów na kilogram.
co sprawia, że ich misje mają bardzo krótki żywot.
Drugi problem
to fakt, że roboty posiadające pokładowe czujniki są bardzo drogie --
skaner laserowy, kamera i procesory.
Podnosi to koszty robota.
Więc zadaliśmy sobie pytanie:
Jaki produkt zakupiłbyś w sklepie elektronicznym,
który jest niedrogi, mało waży, ma wbudowane czujniki i moc obliczeniową?
Więc stworzyliśmy latający telefon.
(Śmiech)
Ten robot używa telefonu Samsung Galaxy, który jest dostępny od ręki,
a wszystko czego potrzebujesz to aplikacja dostępna w app store.
Zauważcie, że robot jest w stanie odczytywać litery, w tym przypadku "TED",
dzięki obserwacji brzegów liter "T" i "E",
a następnie triangulując je, latając samodzielnie.
Kontroler jest po to, by zapanować *** robotem, gdyby zaczął szaleć.
Giuseppe może go wyłączyć.
(Śmiech)
Budując te roboty
testowaliśmy agresywne zachowania, takie jak widoczne tutaj.
Robot porusza się dwa, trzy metry na sekundę
kołysając się agresywnie, kiedy zmienia kierunek lotu.
Naszym głównym celem jest posiadanie mniejszego robota, który jest szybszy
i przemieszcza się w nieuporządkowanym otoczeniu.
Na kolejnym nagraniu
widzicie ptaka, orła, który z wdziękiem panuje *** skrzydłami,
oczami i kończynami by chwycić zdobycz z wody.
Cóż, nasz robot także potrafi łowić.
(Śmiech)
W tym przypadku jest to kanapka z serem i befsztykiem, przechwycona w powietrzu.
(Śmiech)
Ten robot może poruszać się około trzech metrów na sekundę,
jest więc szybszy niż tempo chodu, współgrając z ramionami, chwytakami
oraz kontrolując lot w ułamku sekundy, aby osiągnąć ten manewr.
W innym eksperymencie,
chciałem pokazać, jak robot dostosowuje lot
kontrolując zawieszony ładunek,
który jest dłuższy niż szerokość okna.
W celu osiągnięcia tego manewru
potrzebuje się kołysać, wyregulować wysokość
i znowu rozhuśtać ładunek w drugą stronę.
Oczywiście chcemy to jeszcze zmniejszyć,
a zainspirowały nas do tego pszczoły.
Jeżeli spojrzymy na pszczoły, a mamy tutaj zwolnione wideo
widzimy, że są małe, a ich bezwładność niewielka --
(Śmiech)
że nawet o nią nie dbają -- i odbijają się na przykład od mojej ręki.
Ten mały robot naśladuje zachowanie pszczół.
A im mniejsze tym lepsze,
ponieważ wraz z niewielkim rozmiarem zyskujesz mniejszą bezwładność.
Wraz z mniejszą bezwładnością --
(Robot bzyczy, Śmiech)
wraz z mniejszą bezwładnością jesteś odporny na zderzenia.
A to sprawia, że jesteś bardziej odporny.
Zbudowaliśmy robota podobnego do pszczoły.
Waży on dokładnie 25 gramów.
Zużywa tylko sześć watów energii.
I jest w stanie przemieszczać się sześć metrów na sekundę.
Gdybym ujednolicił to do jego rozmiaru,
to jak Boeing 787 przemieszczający się dziesięć razy szybciej od dźwięku.
(Śmiech)
Pokażę wam przykład.
Prawdopodobnie to pierwsza zaplanowana kolizja w powietrzu
w jednej dwudziestej normalnej prędkości.
Przy prędkości względnej 2 metrów na sekundę,
ilustruje ona podstawowe zasady.
Osłona karbonowa ważąca dwa gramy zapobiega oplatywaniu się śmigieł.
W zasadzie kolizja jest zaobserwowana a robot reaguje na kolizje.
Małe znaczy także bezpieczne.
W moim laboratorium, gdzie stworzyliśmy te roboty
zaczynaliśmy od tych dużych,
a potem przeszliśmy na małe robty.
Jeżeli przeanalizowałbyś histogram liczby Band-Aids (bandaży),
które zamówiliśmy, zauważyłbyś, że teraz zmalała.
Te roboty są bardzo bezpieczne.
Mały rozmiar ma pewne wady,
ale natura znalazła sposoby na zrekompensowanie tych ***.
Podstawowym pomysłem jest zbieranie się w duże grupy lub roje.
Więc znów w naszym laboratorium próbujemy stworzyć sztuczne roja robotów.
A jest to dość trudne,
ponieważ należy pomyśleć o sieci robotów.
A pomiędzy każdym robotem należy pomyśleć
o wspólnym oddziaływaniu czujników, komunikacji i wyliczeń --
a taka sieć staje się trudna do kontrolowania i zarządzania.
Wzięliśmy więc trzy podstawowe pomysły z natury,
które zasadniczo pozwalają nam rozwinąć nasze algorytmy.
Po pierwsze roboty muszą mieć pojęcie o swoich sąsiadach.
Muszą mieć zdolność wyczuwania i komunikowania się z sąsiadami.
Filmik ilustruje ten pomysł.
Mamy cztery roboty --
jeden z robotów został dosłownie porwany przez człowieka.
Ale ponieważ roboty współpracują ze sobą
wyczuły sąsiada
i podążają za nim.
Więc jedna osoba może nadzorować sieć zwolenników.
To nie tak, że wszystkie roboty wiedzą gdzie powinny podążać.
Dzieje się tak, ponieważ reagują na położenie sąsiada.
(Śmiech)
Kolejny eksperyment przedstawia następną zasadę organizacji.
Jest ona związana z zasadą anonimowości.
Tutaj kluczowe jest to,
że roboty są agnostykami dla tożsamości sąsiadów.
Zostały poproszone, by stworzyć okrągły kształt,
i nieważne, jak wiele robotów bierze udział w formowaniu
lub jak wiele odpadnie,
każdy robot reaguje na sąsiada.
Oczywiścię roboty są świadome tego, że muszą stworzyć okrąg,
ale współpracując z sąsiadami
tworzą kształt bez centralnej koordynacji.
Teraz jeżeli połączymy te dwie idee,
trzecia polega na tym, że zasadniczo dajemy robotom
opis matematyczny kształtu, który mają zrealizować.
A kształty mogą być różnorodne w czasie.
Zobaczycie, że roboty zaczną formować okręg
potem zmienią się w prostokąt, rozciągną do prostej linii
i wrócą do kształtu elipsy.
Wykonują to w tym samym ułamku sekundy,
co możecie zaobserwować w naturalnych rojach.
Dlaczego współpracować z rojami?
Pozwólcie, że opowiem wam o dwóch zastosowaniach,
które nas bardzo interesują.
Pierwsze jest związany z rolnictwem
i to zapewne największy problem światowy, jakiemu stawiamy czoła.
Jak dobrze wiecie,
jeden na siedmiu mieszkańców ziemi jest niedożywiony.
Większość ziemi dostępna pod uprawę została już wykorzystana.
Efektywność większości systemów światowych udaje się polepszyć,
jednak efektywność naszego systemu produkcyjnego spada,
w większości z powodu braku wody, chorób uprawnych, zmian klimatycznych
i kilku innych rzeczy.
Więc co mogą zrobić roboty?
Stworzyliśmy metodę, która nazywa się Precyzyjne Rolnictwo w społeczeństwie.
Podstawowym pomysłem jest latanie powietrznymi robotami *** sadami,
a następnie tworzenie precyzyjnego modelu poszczególnych roślin.
Dokładnie tak, jak lekarstwa dostosowane do indywidualnych potrzeb,
kiedy wyobrażasz sobie potrzebę leczenia każdego pacjenta indywidualnie,
chcemy stworzyć modele indywidualnych roślin,
a następnie powiedzieć rolnikom, jakie są potrzeby danej rośliny --
potrzebami w tym przypadku będą woda, nawóz i pestycydy.
Tutaj widzicie roboty lecące *** sadem jabłkowym,
a za chwilę zobaczycie ich dwóch kompanów
robiacych to samo po lewej stronie.
Zasadniczo tworzą mapy sadu.
Na tej mapie zawiera się mapa każdej rośliny z osobna.
(Robot bzyczy)
Zobaczmy, jak taka mapa wygląda.
Na kolejnym nagraniu zobaczycie kamery, których użyto na robotach.
Na górze po lewej stronie jest widok z dobrej kolorowej kamery.
na środku z kamery na podczerwień,
a na dole z kamery termalnej.
Na głównym ekranie widzicie trójwymiarową rekonstrukcje
każdego drzewa w sadzie, gdyż czujniki latają tuż *** drzewami.
Uzbrojeni w takie informacje możemy zrobić kilka rzeczy.
Po pierwsze i chyba najważniejsze:
policzyć ilość owoców na każdym drzewie.
Poprzez takie wyliczenia dajesz rolnikowi informację,
jak wiele owoców ma na każdym drzewie,
dzięki czemu może oszacować wydajność sadu
i zoptymalizować łańcuch produkcyjny.
Kolejną rzeczą, jaką możemy zrobić,
jest trójwymiarowa rekonstrukcja
na podstawie modelu drzewa
i oszacowanie wielkości czaszy,
a następnie zestawienie wielkości czaszy z powierzchnią liści na każdym drzewie.
To indeksowanie powierzchni liści.
Jeżeli znasz wartość indeksowania powierzchni liści
zasadniczo wiesz, jaki duży proces fotosyntezy może zajść na każdym drzewie,
a to daje ci informacje czy drzewo jest zdrowe.
Poprzez łączenie wizualnych i podczerwonych informacji
możesz również obliczyć wskaźniki takie jak NDVI.
W tym konkretnym przypadku możesz zauważyć,
że część roślin nie rośnie tak dobrze jak inne.
Jest to mocno zauważalne na obrazie
właściwie nie tylko na obrazie, ale połączeniu
obrazu widzialnego i podczerwonego.
Na koniec - rzeczą,
która nas interesuje jest wykrywanie wczesnego występowania chlorozy -
tutaj mamy drzewo pomarańczy,
na którym widać żółknące liście.
Roboty latające *** sadem łatwo wykrywają zależność,
a następnie raportują rolnikom, że mają problem
w tej części sadu.
Takie systemy naprawdę mogą pomóc,
przewidujemy, że plony mogą poprawić się o około dziesięć procent,
a co ważniejsze potrzebna ilość materiałów, na przykład wody,
zmniejszy się o 25 procent przy użyciu powietrznych rojów z robotów.
Na koniec chciałbym prosić o brawa dla ludzi, którzy tworzą tę przyszłość,
Yash Mulgaonkar, Sikang Liu i Giuseppe Loianno,
którzy są odpowiedzialni za wszystkie trzy prezentacje jakie widzieliście.
Dziękuję.
(Brawa)