ABOUT THE SPEAKER
Vijay Kumar - Roboticist
As the dean of the University of Pennsylvania's School of Engineering and Applied Science, Vijay Kumar studies the control and coordination of multi-robot formations.

Why you should listen

At the General Robotics, Automation, Sensing and Perception (GRASP) Lab at the University of Pennsylvania, flying quadrotor robots move together in eerie formation, tightening themselves into perfect battalions, even filling in the gap when one of their own drops out. You might have seen viral videos of the quads zipping around the netting-draped GRASP Lab (they juggle! they fly through a hula hoop!). Vijay Kumar headed this lab from 1998-2004. He's now the dean of the School of Engineering and Applied Science at the University of Pennsylvania in Philadelphia, where he continues his work in robotics, blending computer science and mechanical engineering to create the next generation of robotic wonders.

More profile about the speaker
Vijay Kumar | Speaker | TED.com
TEDxPenn

Vijay Kumar: The future of flying robots

ויג'אי קומאר: העתיד של רובוטים מרחפים

Filmed:
1,780,679 views

במעבדה של אוניברסיטת פנסילבניה, ויג'אי קומאר והצוות שלו יצרו רובוטים אוטונומים אוויריים בהשראת דבורים. פריצת הדרך האחרונה שלהם: חוואות מדוייקת, בה נחילים של רובוטים, ממפים, משחזרים ומנתחים כל צמח ופיסת פרי ופרדס, מספקים מידע חיוני לחוואים שיכול לעזור לשפר יבולים ולהפוך ניהול מים לחכם יותר.
- Roboticist
As the dean of the University of Pennsylvania's School of Engineering and Applied Science, Vijay Kumar studies the control and coordination of multi-robot formations. Full bio

Double-click the English transcript below to play the video.

00:13
In my labמַעבָּדָה, we buildלִבנוֹת
autonomousאוטונומי aerialאַנטֶנָה robotsרובוטים
0
1280
3656
במעבדה שלי,
אנחנו בונים רובוטים אווירים אוטונומיים
00:16
like the one you see flyingעַף here.
1
4960
1880
כמו זה שאתם רואים מרחף פה.
00:20
Unlikeבניגוד the commerciallyמסחרית availableזמין dronesמזל"ט
that you can buyלִקְנוֹת todayהיום,
2
8720
3696
בניגוד לרחפנים זמינים מסחרית
שאתם יכולים לקנות היום,
00:24
this robotרוֹבּוֹט doesn't have any GPSג'י.פי. אס on boardלוּחַ.
3
12440
2640
על רובוט זה אין GPS.
00:28
So withoutלְלֹא GPSג'י.פי. אס,
4
16160
1216
אבל בלי GPS,
00:29
it's hardקָשֶׁה for robotsרובוטים like this
to determineלקבוע theirשֶׁלָהֶם positionעמדה.
5
17400
3280
זה קשה לרובוטים כמו זה
לקבוע את המיקום שלהם.
00:34
This robotרוֹבּוֹט usesשימו onboardבעניין sensorsחיישנים,
camerasמצלמות and laserלייזר scannersסורקים,
6
22240
4736
הרובוט הזה משתמש בחיישנים מובנים,
מצלמות וסורקי לייזר,
00:39
to scanלִסְרוֹק the environmentסביבה.
7
27000
1696
כדי לסרוק את הסביבה.
00:40
It detectsמזהה featuresמאפיינים from the environmentסביבה,
8
28720
3056
הוא מזהה תכונות מהסביבה,
00:43
and it determinesקובע where it is
relativeקרוב משפחה to those featuresמאפיינים,
9
31800
2736
והוא קובע את מיקומו יחסית לתכונות האלו,
00:46
usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני a methodשִׁיטָה of triangulationשִׁיטַת מְשׁוּלָשׁ.
10
34560
2136
בשימוש בשיטות של טריאנגולציה.
00:48
And then it can assembleלהרכיב
all these featuresמאפיינים into a mapמַפָּה,
11
36720
3456
ואז הוא יכול להרכיב
את כל התכונות האלו למפה,
00:52
like you see behindמֵאָחוֹר me.
12
40200
1736
כמו שאתם רואים מאחורי.
00:53
And this mapמַפָּה then allowsמאפשרים the robotרוֹבּוֹט
to understandמבין where the obstaclesמכשולים are
13
41960
3936
והמפה הזו מאפשרת לרובוט
להבין היכן המכשולים האלו נמצאים
00:57
and navigateנווט in a collision-freeללא התנגשות mannerדֶרֶך.
14
45920
2720
ולנווט בצורה נטולת התנגשויות.
01:01
What I want to showלְהַצִיג you nextהַבָּא
15
49160
2096
מה שאני רוצה להראות לכם עכשיו
01:03
is a setמַעֲרֶכֶת of experimentsניסויים
we did insideבְּתוֹך our laboratoryמַעבָּדָה,
16
51280
3216
זה סט של ניסויים שעשינו בתוך המעבדה שלנו,
01:06
where this robotרוֹבּוֹט was ableיכול
to go for longerארוך יותר distancesמרחקים.
17
54520
3480
שם הרובוט הזה היה מסוגל
לעבור מרחקים גדולים יותר.
01:10
So here you'llאתה see, on the topחלק עליון right,
what the robotרוֹבּוֹט seesרואה with the cameraמַצלֵמָה.
18
58400
5016
אז כאן תראו, למעלה מימין,
מה הרובוט רואה עם המצלמה.
01:15
And on the mainרָאשִׁי screenמָסָך --
19
63440
1216
ועל המסך הראשי --
01:16
and of courseקוּרס this is spedאצה up
by a factorגורם of fourארבעה --
20
64680
2456
וכמובן זה מואץ פי ארבע --
01:19
on the mainרָאשִׁי screenמָסָך you'llאתה see
the mapמַפָּה that it's buildingבִּניָן.
21
67160
2667
על המסך הראשי אתם תראו את המפה שהוא בונה.
01:21
So this is a high-resolutionברזולוציה גבוהה mapמַפָּה
of the corridorפְּרוֹזדוֹר around our laboratoryמַעבָּדָה.
22
69851
4285
אז זו מפה ברזולוציה גבוהה
של המסדרון מסביב למעבדה.
01:26
And in a minuteדַקָה
you'llאתה see it enterלהיכנס our labמַעבָּדָה,
23
74160
2336
ותוך דקה אתם תראו אותו נכנס למעבדה שלנו,
01:28
whichאיזה is recognizableניתן לזיהוי
by the clutterעִרבּוּביָה that you see.
24
76520
2856
שניתנת לזיהוי מהבלגן שאתם רואים.
01:31
(Laughterצחוק)
25
79400
1016
(צחוק)
01:32
But the mainרָאשִׁי pointנְקוּדָה I want to conveyלְהַעֲבִיר to you
26
80440
2007
אבל הנקודה המרכזית שאני רוצה להעביר לכם
01:34
is that these robotsרובוטים are capableבעל יכולת
of buildingבִּניָן high-resolutionברזולוציה גבוהה mapsמפות
27
82472
3584
היא שהרובוטים האלו מסוגלים
לבנות מפות בהפרדה גבוהה
01:38
at fiveחָמֵשׁ centimetersסנטימטרים resolutionפתרון הבעיה,
28
86080
2496
בהפרדה של חמישה סנטימטרים,
01:40
allowingמְאַפשֶׁר somebodyמִישֶׁהוּ who is outsideבחוץ the labמַעבָּדָה,
or outsideבחוץ the buildingבִּניָן
29
88600
4176
שמאפשרת למישהו מחוץ למעבדה, או מחוץ לבניין
01:44
to deployלפרוס these
withoutלְלֹא actuallyלמעשה going insideבְּתוֹך,
30
92800
3216
לפרוס את אלו בלי למעשה להכנס,
01:48
and tryingמנסה to inferלְהַסִיק
what happensקורה insideבְּתוֹך the buildingבִּניָן.
31
96040
3760
ולנסות להסיק מה מתרחש בתוך הבניין.
01:52
Now there's one problemבְּעָיָה
with robotsרובוטים like this.
32
100400
2240
עכשיו יש בעיה אחת עם רובוטים כאלה.
01:55
The first problemבְּעָיָה is it's prettyיפה bigגָדוֹל.
33
103600
2200
הבעיה הראשונה היא שהוא די גדול.
01:58
Because it's bigגָדוֹל, it's heavyכָּבֵד.
34
106120
1680
מפני שהוא גדול, הוא כבד.
02:00
And these robotsרובוטים consumeלִצְרוֹך
about 100 wattsוואט perלְכָל poundלִירָה.
35
108640
3040
והרובוטים האלו צורכים
בעדך 100 וואט לחצי קילו.
02:04
And this makesעושה for
a very shortקצר missionמשימה life.
36
112360
2280
וזה גורם לחיי משימה מאוד קצרים.
02:08
The secondשְׁנִיָה problemבְּעָיָה
37
116000
1456
הבעיה השניה
02:09
is that these robotsרובוטים have onboardבעניין sensorsחיישנים
that endסוֹף up beingלהיות very expensiveיָקָר --
38
117480
3896
היא שלרובוטים האלו יש חיישנים מובנים
שבסופו של דבר הם מאוד יקרים --
02:13
a laserלייזר scannerסוֹרֵק, a cameraמַצלֵמָה
and the processorsמעבדים.
39
121400
3440
סורק לייזר, מצלמה והמעבדים.
02:17
That drivesכוננים up the costעֲלוּת of this robotרוֹבּוֹט.
40
125280
3040
זה מעלה את מחיר הרובוט הזה.
02:21
So we askedשאל ourselvesבְּעָצמֵנוּ a questionשְׁאֵלָה:
41
129440
2656
אז שאלנו את עצמנו שאלה:
02:24
what consumerצַרכָן productמוצר
can you buyלִקְנוֹת in an electronicsמכשירי חשמל storeחֲנוּת
42
132120
3776
איזה מוצרים צרכנייים
ניתן לקנות בחנות אלקטרוניקה
02:27
that is inexpensiveלא יקר, that's lightweightקל,
that has sensingחישה onboardבעניין and computationחישוב?
43
135920
6280
שהם לא יקרים, שהם קלים,
שיש להם חיישנים ועיבוד מובנים?
02:36
And we inventedבדוי the flyingעַף phoneטלפון.
44
144080
2656
והמצאנו את הטלפון המעופף.
02:38
(Laughterצחוק)
45
146760
1936
(צחוק)
02:40
So this robotרוֹבּוֹט usesשימו a Samsungסמסונג Galaxyגָלַקסִיָה
smartphoneהטלפון החכם that you can buyלִקְנוֹת off the shelfמַדָף,
46
148720
6176
אז הרובוט הזה משתמש בסמרטפון
סמסונג גלקסי שאתם יכולים לקנות בכל מקום,
02:46
and all you need is an appאפליקציה that you
can downloadהורד from our appאפליקציה storeחֲנוּת.
47
154920
4016
וכל מה שאתם צריכים היא אפליקציה
שאתם יכולים להוריד מחנות האפליקציות.
02:50
And you can see this robotרוֹבּוֹט
readingקריאה the lettersאותיות, "TEDTED" in this caseמקרה,
48
158960
4216
ואתם יכולים לראות את הרובוט הזה
קורא את האותיות "TED" במקרה הזה.
02:55
looking at the cornersפינות
of the "T" and the "E"
49
163200
2936
מביט בפינות של ה T וה E
02:58
and then triangulatingמשולש off of that,
flyingעַף autonomouslyבאופן עצמאי.
50
166160
3480
ואז מתאכן מזה, עף אוטונומית.
03:02
That joystickמַקֵל נוֹעַם is just there
to make sure if the robotרוֹבּוֹט goesהולך crazyמְטוּרָף,
51
170720
3256
הג'וייסטיק הזה הוא שם
רק למקרה שהרובוט משתגע,
03:06
Giuseppeג'וזפה can killלַהֲרוֹג it.
52
174000
1416
ג'וספה יכול להרוג אותו.
03:07
(Laughterצחוק)
53
175440
1640
(צחוק)
03:10
In additionבנוסף to buildingבִּניָן
these smallקָטָן robotsרובוטים,
54
178920
3816
בנוסף לבניית הרובוטים הקטנים האלו,
03:14
we alsoגַם experimentלְנַסוֹת with aggressiveתוֹקפָּנִי
behaviorsהתנהגויות, like you see here.
55
182760
4800
אנחנו מתנסים עם התנהגויות אגרסיביות,
כמו זו שאתם רואים פה.
03:19
So this robotרוֹבּוֹט is now travelingנסיעה
at two to threeשְׁלוֹשָׁה metersמטר perלְכָל secondשְׁנִיָה,
56
187920
5296
אז הרובוט הזה נע עכשיו שניים
עד שלושה מטרים לשניה,
03:25
pitchingהִתנַדנְדוּת and rollingגִלגוּל aggressivelyבתוקפנות
as it changesשינויים directionכיוון.
57
193240
3496
מעלרד ומתגלגל אגרסיבית כשהוא משנה כיוון.
03:28
The mainרָאשִׁי pointנְקוּדָה is we can have
smallerקטן יותר robotsרובוטים that can go fasterמהיר יותר
58
196760
4256
הנקודה העיקרית היא שיכולים להיות לנו
רובוטים קטנים יותר שיכולים לנוע מהר יותר
03:33
and then travelלִנְסוֹעַ in these
very unstructuredבלתי מובנית environmentsסביבות.
59
201040
2960
ואז לנוע בתוך הסביבות
המאוד לא מובנות האלו.
03:37
And in this nextהַבָּא videoוִידֵאוֹ,
60
205120
2056
ובסרטון הבא,
03:39
just like you see this birdציפור, an eagleנשר,
gracefullyבחן coordinatingתיאום its wingsכנפיים,
61
207200
5896
ממש כמו שאתם רואים את הציפור הזו,
עיט, מתאים בחינניות את כנפיו,
03:45
its eyesעיניים and feetרגל
to grabלִתְפּוֹס preyטֶרֶף out of the waterמַיִם,
62
213120
4296
עיניו ורגליו כדי לתפוש את הטרף מהמים,
03:49
our robotרוֹבּוֹט can go fishingדיג, too.
63
217440
1896
הרובוט שלנו יכול גם כן לדוג.
03:51
(Laughterצחוק)
64
219360
1496
(צחוק)
03:52
In this caseמקרה, this is a Phillyפילדלפיה cheesesteakסטייק גבינה
hoagiehoagie that it's grabbingתופס out of thinדַק airאוויר.
65
220880
4056
במקרה הזה, זה הוגי סטייק גבינת פילדלפיה
שהוא תופס מהאוויר.
03:56
(Laughterצחוק)
66
224960
2400
(צחוק)
03:59
So you can see this robotרוֹבּוֹט
going at about threeשְׁלוֹשָׁה metersמטר perלְכָל secondשְׁנִיָה,
67
227680
3296
אז אתם יכולים לראות את הרובוט הזה
שנע במהירות של בערך שלושה מטר לשניה,
04:03
whichאיזה is fasterמהיר יותר than walkingהליכה speedמְהִירוּת,
coordinatingתיאום its armsנשק, its clawsציפורניים
68
231000
5136
שזה מהיר יותר ממהירות הליכה,
מתאם את זרועותיו, את הטפרים שלו
04:08
and its flightטִיסָה with split-secondשבריר שנייה timingתִזמוּן
to achieveלְהַשִׂיג this maneuverלְתַמְרֵן.
69
236160
4120
ואת התעופה שלו עם תזמון של חלקיקי שניות
כדי להשיג את התמרון הזה.
04:14
In anotherאַחֵר experimentלְנַסוֹת,
70
242120
1216
בניסוי נוסף,
04:15
I want to showלְהַצִיג you
how the robotרוֹבּוֹט adaptsהסתגלות its flightטִיסָה
71
243360
3656
אני רוצה להראות לכם איך
הרובוט מתאים את הטיסה שלו
04:19
to controlלִשְׁלוֹט its suspendedמוּשׁהֶה payloadמטען,
72
247040
2376
כדי לשלוט במטען התלוי שלו,
04:21
whoseשל מי lengthאורך is actuallyלמעשה largerיותר גדול
than the widthרוֹחַב of the windowחַלוֹן.
73
249440
3800
שהאורך שלו הוא למעשה
גדול יותר מרוחב החלון.
04:25
So in orderלהזמין to accomplishלְהַשִׂיג this,
74
253680
1696
אז כדי לבצע את זה,
04:27
it actuallyלמעשה has to pitchגובה הצליל
and adjustלְהַתְאִים the altitudeגוֹבַה
75
255400
3696
הוא למעשה צריך להסתובב
ולהתאים את הכיוון שלו
04:31
and swingנַדְנֵדָה the payloadמטען throughדרך.
76
259120
2320
ולסובב את המטען עד הסוף.
04:38
But of courseקוּרס we want
to make these even smallerקטן יותר,
77
266920
2296
אבל כמובן רצינו לעשות אותם
אפילו קטנים יותר,
04:41
and we're inspiredבהשראה
in particularמיוחד by honeybeesדבורים.
78
269240
3016
ואנחנו מקבלים השראה בעיקר מהדבורים.
04:44
So if you look at honeybeesדבורים,
and this is a slowedהואט down videoוִידֵאוֹ,
79
272280
3256
אז, אם אתם מביטים בדבורים, וזה סרטון מואט,
04:47
they're so smallקָטָן,
the inertiaאִינֶרצִיָה is so lightweightקל --
80
275560
3720
הן כל כך קטנות, האינרציה כל כך קלה --
04:51
(Laughterצחוק)
81
279960
1176
(צחוק)
04:53
that they don't careלְטַפֵּל --
they bounceלהקפיץ off my handיד, for exampleדוגמא.
82
281160
3536
שלא אכפת להם -- הם קפצו מהיד שלי, לדוגמה.
04:56
This is a little robotרוֹבּוֹט
that mimicsמִימִיקָה the honeybeeדבורת דבש behaviorהִתְנַהֲגוּת.
83
284720
3160
זה רובוט זעיר שמחקה את התנהגות הדבורים.
05:00
And smallerקטן יותר is better,
84
288600
1216
וקטן יותר זה טוב יותר,
05:01
because alongלְאוֹרֶך with the smallקָטָן sizeגודל
you get lowerנמוך יותר inertiaאִינֶרצִיָה.
85
289840
3536
מפני שיחד עם הגודל הקטן
אתם מקבלים אינרציה קטנה יותר.
05:05
Alongלְאוֹרֶך with lowerנמוך יותר inertiaאִינֶרצִיָה --
86
293400
1536
יחד עם אינרציה נמוכה יותר --
05:06
(Robotרוֹבּוֹט buzzingזמזום, laughterצחוק)
87
294960
2856
(רובוט מזמזם, צחוק)
05:09
alongלְאוֹרֶך with lowerנמוך יותר inertiaאִינֶרצִיָה,
you're resistantעָמִיד בִּפְנֵי to collisionsהתנגשויות.
88
297840
2816
יחד עם אינרציה נמוכה יותר,
אתם עמידים להתנגשויות.
05:12
And that makesעושה you more robustחָסוֹן.
89
300680
1720
וזה עושה אתכם ליותר עמידים.
05:15
So just like these honeybeesדבורים,
we buildלִבנוֹת smallקָטָן robotsרובוטים.
90
303800
2656
אז ממש כמו הדבורים האלו,
נבנה רובוטים קטנים.
05:18
And this particularמיוחד one
is only 25 gramsגרם in weightמִשׁקָל.
91
306480
3376
והספציפי הזה שוקל רק 25 גרם.
05:21
It consumesצורכת only sixשֵׁשׁ wattsוואט of powerכּוֹחַ.
92
309880
2160
הוא צורך רק שישה וואט.
05:24
And it can travelלִנְסוֹעַ
up to sixשֵׁשׁ metersמטר perלְכָל secondשְׁנִיָה.
93
312440
2536
והוא יכול לנוע במהירות גבוהה
משישה מטר לשניה.
05:27
So if I normalizeלנרמל that to its sizeגודל,
94
315000
2336
אז אם אני מנרמל את זה לגודל שלו,
05:29
it's like a Boeingבואינג 787 travelingנסיעה
tenעשר timesפִּי the speedמְהִירוּת of soundנשמע.
95
317360
3640
זה כמו בואינג 787 שנע
במהירות של פי עשר ממהירות הקול.
05:36
(Laughterצחוק)
96
324000
2096
(צחוק)
05:38
And I want to showלְהַצִיג you an exampleדוגמא.
97
326120
1920
ואני רוצה להראות לכם דוגמה.
05:40
This is probablyכנראה the first plannedמתוכנן mid-airבאוויר
collisionהִתנַגְשׁוּת, at one-twentiethאחת עשרים normalנוֹרמָלִי speedמְהִירוּת.
98
328840
5256
זו כנראה ההתנגשות האווירית המתוכננת הראשונה,
באחד חלקי עשרים מהמהירות הנורמלית.
05:46
These are going at a relativeקרוב משפחה speedמְהִירוּת
of two metersמטר perלְכָל secondשְׁנִיָה,
99
334120
2858
אלה נעים במהירות יחסית של שני מטר לשניה,
05:49
and this illustratesממחישה the basicבסיסי principleעִקָרוֹן.
100
337002
2480
וזה מתאר את העיקרון הבסיסי.
05:52
The two-gram2 גרם carbonפַּחמָן fiberסִיב cageכְּלוּב around it
preventsמונע the propellersמדחפים from entanglingמסובכת,
101
340200
4976
הכלוב מסיבי פחמן בן שני הגרם סביבו
מונע מהמדחפים להתנגש,
05:57
but essentiallyלמעשה the collisionהִתנַגְשׁוּת is absorbedספג
and the robotרוֹבּוֹט respondsמגיב to the collisionsהתנגשויות.
102
345200
5296
אבל בעיקרון ההתנגשות נספגת
והרובוט מגיב להתנגשויות.
06:02
And so smallקָטָן alsoגַם meansאומר safeבטוח.
103
350520
2560
וכך קטן גם אומר בטוח.
06:05
In my labמַעבָּדָה, as we developedמפותח these robotsרובוטים,
104
353400
2016
במעבדה שלי,
כשאנחנו מפתחים את הרובוטים האלו,
06:07
we startהַתחָלָה off with these bigגָדוֹל robotsרובוטים
105
355440
1620
אנחנו מתחילים עם הרובוטים הגדולים האלו
06:09
and then now we're down
to these smallקָטָן robotsרובוטים.
106
357084
2812
ואז, עכשיו אנחנו ירדנו לרובוטים הקטנים האלה.
06:11
And if you plotעלילה a histogramהיסטוגרמה
of the numberמספר of Band-Aidsפלסטרים we'veיש לנו orderedהורה
107
359920
3456
ואם אתם משרטטים את ההיסטוגרמה
של מספר הפלסטרים שהיזמנו
06:15
in the pastעבר, that sortסוג of tailedזנב off now.
108
363400
2576
בעבר, זה איכשהו ירד עכשיו.
06:18
Because these robotsרובוטים are really safeבטוח.
109
366000
1960
מפני שהרובוטים האלו באמת בטוחים.
06:20
The smallקָטָן sizeגודל has some disadvantagesחסרונות,
110
368760
2456
לגודל הקטן יש כמה חסרונות,
06:23
and natureטֶבַע has foundמצאתי a numberמספר of waysדרכים
to compensateלפצות for these disadvantagesחסרונות.
111
371240
4080
והטבע מצא מספר דרכים
לפצות על החסרונות האלו.
06:27
The basicבסיסי ideaרַעְיוֹן is they aggregateלְקַבֵּץ
to formטופס largeגָדוֹל groupsקבוצות, or swarmsנחילים.
112
375960
4000
הרעיון הבסיסי הוא שהם מתקבצים
ליצור קבוצות גדולות, או נחילים.
06:32
So, similarlyבאופן דומה, in our labמַעבָּדָה,
we try to createלִיצוֹר artificialמְלָאכוּתִי robotרוֹבּוֹט swarmsנחילים.
113
380320
3976
אז, בדומה, במעבדה שלנו, אנחנו מנסים ליצור
נחילי רובוטים מלאכותיים.
06:36
And this is quiteדַי challengingמאתגר
114
384320
1381
וזה די מאתגר
06:37
because now you have to think
about networksרשתות of robotsרובוטים.
115
385725
3320
מפני שעכשיו אתם צריכים לחשוב
על רשתות של רובוטים.
06:41
And withinבְּתוֹך eachכל אחד robotרוֹבּוֹט,
116
389360
1296
ובתוך כל רובוט,
06:42
you have to think about the interplayמשחק גומלין
of sensingחישה, communicationתִקשׁוֹרֶת, computationחישוב --
117
390680
5616
אתם חייבים לחשוב על צורת השיתוף
של חישה, תקשורת, חישוב --
06:48
and this networkרֶשֶׁת then becomesהופך
quiteדַי difficultקָשֶׁה to controlלִשְׁלוֹט and manageלנהל.
118
396320
4960
והרשתות האלו הופכות אז
לדי קשות לשליטה וניהול.
06:54
So from natureטֶבַע we take away
threeשְׁלוֹשָׁה organizingהִתאַרגְנוּת principlesעקרונות
119
402160
3296
אז מהטבע אנחנו לוקחים שלושה עקרונות ארגון
06:57
that essentiallyלמעשה allowלהתיר us
to developלְפַתֵחַ our algorithmsאלגוריתמים.
120
405480
3160
שבעיקרון מאפשרים לנו לפתח
את האלגוריתמים שלנו.
07:01
The first ideaרַעְיוֹן is that robotsרובוטים
need to be awareמוּדָע of theirשֶׁלָהֶם neighborsשכנים.
121
409640
4536
הרעיון הראשון הוא שרובוטים צריכים
להיות מודעים לשכנים שלהם.
07:06
They need to be ableיכול to senseלָחוּשׁ
and communicateלתקשר with theirשֶׁלָהֶם neighborsשכנים.
122
414200
3440
הם צריכים להיות מסוגלים לחוש
ולתקשר עם השכנים שלהם.
07:10
So this videoוִידֵאוֹ illustratesממחישה the basicבסיסי ideaרַעְיוֹן.
123
418040
2656
אז זה סרטון שמתאר את הרעיון הבסיסי.
07:12
You have fourארבעה robotsרובוטים --
124
420720
1296
יש לכם ארבעה רובוטים --
07:14
one of the robotsרובוטים has actuallyלמעשה been
hijackedנחטף by a humanבן אנוש operatorמַפעִיל, literallyפשוטו כמשמעו.
125
422040
4240
אחד הרובוטים נחטף למעשה
על ידי מפעיל אנושי, מילולית.
07:19
But because the robotsרובוטים
interactאינטראקציה with eachכל אחד other,
126
427217
2239
אבל בגלל שהרובוטים מתקשרים אחד עם השני,
07:21
they senseלָחוּשׁ theirשֶׁלָהֶם neighborsשכנים,
127
429480
1656
הם חשים את השכנים שלהם,
07:23
they essentiallyלמעשה followלעקוב אחר.
128
431160
1296
הם בעיקרון עוקבים.
07:24
And here there's a singleיחיד personאדם
ableיכול to leadעוֹפֶרֶת this networkרֶשֶׁת of followersעוקבים.
129
432480
5360
ופה יש איש בודד שמסוגל
להוביל את רשת העוקבים האלו.
07:32
So again, it's not because all the robotsרובוטים
know where they're supposedאמור to go.
130
440000
5056
אז שוב, זה לא בגלל שכל הרובוטים יודעים
לאן הם אמורים ללכת.
07:37
It's because they're just reactingמגיבים
to the positionsעמדות of theirשֶׁלָהֶם neighborsשכנים.
131
445080
4320
זה בגלל שהם מגיבים למיקומים
של השכנים שלהם.
07:43
(Laughterצחוק)
132
451720
4120
(צחוק)
07:48
So the nextהַבָּא experimentלְנַסוֹת illustratesממחישה
the secondשְׁנִיָה organizingהִתאַרגְנוּת principleעִקָרוֹן.
133
456280
5240
אז הניסוי הבא מתאר את עיקרון הארגון השני.
07:54
And this principleעִקָרוֹן has to do
with the principleעִקָרוֹן of anonymityאַלמוֹנִיוּת.
134
462920
3800
ולעיקרון הזה יש קשר
לעקרון של אנונימיות.
07:59
Here the keyמַפְתֵחַ ideaרַעְיוֹן is that
135
467400
4296
פה רעיון המפתח הוא
08:03
the robotsרובוטים are agnosticכּוֹפֵר
to the identitiesזהויות of theirשֶׁלָהֶם neighborsשכנים.
136
471720
4240
שהרובוטים אגנוסטיים לזהויות
של השכנים שלהם.
08:08
They're askedשאל to formטופס a circularעָגוֹל shapeצוּרָה,
137
476440
2616
הם מתבקשים ליצור צורה מעגלית,
08:11
and no matterחוֹמֶר how manyרב robotsרובוטים
you introduceהצג into the formationהיווצרות,
138
479080
3296
ולא משנה כמה רובוטים אתם מכניסים למבנה,
08:14
or how manyרב robotsרובוטים you pullמְשׁוֹך out,
139
482400
2576
או כמה רובוטים אתם מוציאים,
08:17
eachכל אחד robotרוֹבּוֹט is simplyבפשטות
reactingמגיבים to its neighborשָׁכֵן.
140
485000
3136
כל רובוט פשוט מגיב לשכן שלו.
08:20
It's awareמוּדָע of the factעוּבדָה that it needsצרכי
to formטופס the circularעָגוֹל shapeצוּרָה,
141
488160
4976
הוא מודע לעובדה שהוא צריך
ליצור צורה מעגלית,
08:25
but collaboratingמשתף פעולה with its neighborsשכנים
142
493160
1776
אבל בשיתוף פעולה עם שכניו
08:26
it formsטפסים the shapeצוּרָה
withoutלְלֹא centralמֶרכָּזִי coordinationתֵאוּם.
143
494960
3720
הוא יוצר צורה בלי תאום מרכזי.
08:31
Now if you put these ideasרעיונות togetherיַחַד,
144
499520
2416
עכשיו אם אתם מחברים את הרעיונות האלה,
08:33
the thirdשְׁלִישִׁי ideaרַעְיוֹן is that we
essentiallyלמעשה give these robotsרובוטים
145
501960
3896
הרעיון השלישי הוא שאנחנו בעיקרון
נותנים לרובוטים האלו
08:37
mathematicalמָתֵימָטִי descriptionsתיאורים
of the shapeצוּרָה they need to executeלבצע.
146
505880
4296
תיאורים מתמטיים של הצורה שהם צריכים ליצור.
08:42
And these shapesצורות can be varyingמשתנה
as a functionפוּנקצִיָה of time,
147
510200
3496
והצורות האלו יכולות להשתנות
כפונקציה של זמן,
08:45
and you'llאתה see these robotsרובוטים
startהַתחָלָה from a circularעָגוֹל formationהיווצרות,
148
513720
4496
ואתם תראו את הרובוטים האלו
מתחילים מצורה מעגלית,
08:50
changeשינוי into a rectangularמַלבֵּנִי formationהיווצרות,
stretchלִמְתוֹחַ into a straightיָשָׁר lineקַו,
149
518240
3256
משנים לצורה מרובעת, נמתחים לקו ישר,
08:53
back into an ellipseאֶלִיפְּסָה.
150
521520
1375
וחזרה לאליפסה.
08:54
And they do this with the sameאותו
kindסוג of split-secondשבריר שנייה coordinationתֵאוּם
151
522919
3617
והם עושים את זה באותו סוג של תאום תוך שניה
08:58
that you see in naturalטִבעִי swarmsנחילים, in natureטֶבַע.
152
526560
3280
שאתם רואים בנחילים טבעיים, בטבע.
09:03
So why work with swarmsנחילים?
153
531080
2136
אז למה לעבוד עם נחילים?
09:05
Let me tell you about two applicationsיישומים
that we are very interestedמעוניין in.
154
533240
4120
תנו לי לספר לכם על שני שימושים
שאנחנו מאוד מעוניינים בהם.
09:10
The first one has to do with agricultureחַקלָאוּת,
155
538160
2376
הראשון קשור לחקלאות,
09:12
whichאיזה is probablyכנראה the biggestהגדול ביותר problemבְּעָיָה
that we're facingמוּל worldwideעוֹלָמִי.
156
540560
3360
שזו כנראה הבעיה הכי גדולה
שעומדת לפנינו בעולם.
09:16
As you well know,
157
544760
1256
כמו שאתם יודעים,
09:18
one in everyכֹּל sevenשֶׁבַע personsאנשים
in this earthכדור הארץ is malnourishedסובלים מתת-תזונה.
158
546040
3520
אחד מכל שבעה אנשים על כדור הארץ
סובל מתת תזונה.
09:21
Mostרוב of the landארץ that we can cultivateלְטַפֵּחַ
has alreadyכְּבָר been cultivatedמְתוּרבָּת.
159
549920
3480
רוב האדמה שאנחנו יכולים לעבד כבר עובדה.
09:25
And the efficiencyיְעִילוּת of mostרוב systemsמערכות
in the worldעוֹלָם is improvingשיפור,
160
553960
3216
והיעילות של רוב המערכות בעולם משתפרת,
09:29
but our productionהפקה systemמערכת
efficiencyיְעִילוּת is actuallyלמעשה decliningיורד.
161
557200
3520
אבל יעילות מערכות היצור שלנו למעשה יורדת.
09:33
And that's mostlyבעיקר because of waterמַיִם
shortageמחסור, cropיְבוּל diseasesמחלות, climateאַקלִים changeשינוי
162
561080
4216
וזה בעיקר בגלל מחסור במים,
מחלות יבולים, שינוי אקלים
09:37
and a coupleזוּג of other things.
163
565320
1520
ומספר דברים נוספים.
09:39
So what can robotsרובוטים do?
164
567360
1480
אז מה רובוטים יכולים לעשות?
09:41
Well, we adoptלְאַמֵץ an approachגִישָׁה that's
calledשקוראים לו Precisionדיוק Farmingחַקלָאוּת in the communityהקהילה.
165
569200
4616
ובכן, אנחנו מאמצים גישה
שנקראת חקלאות מדוייקת בקהילה.
09:45
And the basicבסיסי ideaרַעְיוֹן is that we flyלטוס, זבוב
aerialאַנטֶנָה robotsרובוטים throughדרך orchardsמטעים,
166
573840
5376
והרעיון הבסיסי הוא להטיס
רובוטים אוויריים דרך המטעים,
09:51
and then we buildלִבנוֹת
precisionדיוק modelsמודלים of individualאִישִׁי plantsצמחים.
167
579240
3120
ואז לבנות מודלים מדוייקים של צמחים יחידים.
09:54
So just like personalizedאישית medicineתרופה,
168
582829
1667
אז ממש כמו רפואה מותאמת אישית,
09:56
while you mightאולי imagineלדמיין wantingרוצה
to treatטיפול everyכֹּל patientסבלני individuallyבנפרד,
169
584520
4816
בעוד שאולי תדמיינו רצון
לטפל בכל חולה אישית,
10:01
what we'dלהתחתן like to do is buildלִבנוֹת
modelsמודלים of individualאִישִׁי plantsצמחים
170
589360
3696
מה שהיינו רוצים לעשות
זה לבנות מודל של צמחים יחידים
10:05
and then tell the farmerחַקלאַי
what kindסוג of inputsתשומות everyכֹּל plantצמח needsצרכי --
171
593080
4136
ואז להגיד לחקלאי איזה סוג של קלט
כל צמח צריך --
10:09
the inputsתשומות in this caseמקרה beingלהיות waterמַיִם,
fertilizerדשן and pesticideחומר הדברה.
172
597240
4440
הקלט במקרה הזה הוא מים, דשן וחומרי הדברה.
10:14
Here you'llאתה see robotsרובוטים
travelingנסיעה throughדרך an appleתפוח עץ orchardפַּרדֵס,
173
602640
3616
פה אתם תמצאו רובוטים שטסים דרך מטע תפוחים,
10:18
and in a minuteדַקָה you'llאתה see
two of its companionsחברים
174
606280
2256
ותוך דקה אתם תראו שניים מהשותפים שלו
10:20
doing the sameאותו thing on the left sideצַד.
175
608560
1810
עושים את אותו הדבר מצד שמאל.
10:22
And what they're doing is essentiallyלמעשה
buildingבִּניָן a mapמַפָּה of the orchardפַּרדֵס.
176
610800
3656
ומה שהם עושים זה בעיקרון
בונים מפה של המטע.
10:26
Withinבְּתוֹך the mapמַפָּה is a mapמַפָּה
of everyכֹּל plantצמח in this orchardפַּרדֵס.
177
614480
2816
בתוך המפה יש מפה של כל צמח במטע.
10:29
(Robotרוֹבּוֹט buzzingזמזום)
178
617320
1656
(רובוטים מזמזמים)
10:31
Let's see what those mapsמפות look like.
179
619000
1896
בואו נראה איך המפות האלו נראות.
10:32
In the nextהַבָּא videoוִידֵאוֹ, you'llאתה see the camerasמצלמות
that are beingלהיות used on this robotרוֹבּוֹט.
180
620920
4296
בסרטון הבא, אתם תראו
את המצלמות שבשימוש על הרובוט הזה.
10:37
On the top-leftשמאלי עליון is essentiallyלמעשה
a standardתֶקֶן colorצֶבַע cameraמַצלֵמָה.
181
625240
3240
משמאל למעלה יש בעיקרון
מצלמה בצבעים רגילים.
10:41
On the left-centerמשמאל למרכז is an infraredאינפרא אדום cameraמַצלֵמָה.
182
629640
3296
משמאל באמצע יש מצלמת אינפרה אדום.
10:44
And on the bottom-leftשמאל תחתון
is a thermalתֶרמִי cameraמַצלֵמָה.
183
632960
3776
ומשמאל למטה יש מצלמה תרמית.
10:48
And on the mainרָאשִׁי panelלוּחַ, you're seeingרְאִיָה
a three-dimensionalתלת ממד reconstructionשִׁחזוּר
184
636760
3336
ועל הפאנל הראשי,
אתם רואים שיחזור מבנה תלת מימדי
10:52
of everyכֹּל treeעֵץ in the orchardפַּרדֵס
as the sensorsחיישנים flyלטוס, זבוב right pastעבר the treesעצים.
185
640120
6120
של כל עץ במטע
כשהחיישנים עפים ממש ליד העצים.
10:59
Armedחָמוּשׁ with informationמֵידָע like this,
we can do severalכַּמָה things.
186
647640
4040
חמושים במידע כמו זה,
אנחנו יכולים לעשות מספר דברים.
11:04
The first and possiblyיִתָכֵן the mostרוב importantחָשׁוּב
thing we can do is very simpleפָּשׁוּט:
187
652200
4256
הדבר הראשון וכנראה הכי חשוב
שאנחנו יכולים לעשות הוא מאוד פשוט:
11:08
countלספור the numberמספר of fruitsפירות on everyכֹּל treeעֵץ.
188
656480
2440
לספור את מספר הפירות על כל עץ.
11:11
By doing this, you tell the farmerחַקלאַי
how manyרב fruitsפירות she has in everyכֹּל treeעֵץ
189
659520
4536
ובכך, אתם אומרים לחקלאית
כמה פירות יש לה על כל עץ
11:16
and allowלהתיר her to estimateלְהַעֲרִיך
the yieldתְשׁוּאָה in the orchardפַּרדֵס,
190
664080
4256
ומאפשרים לה להעריך את היבול של המטע,
11:20
optimizingאופטימיזציה the productionהפקה
chainשַׁרשֶׁרֶת downstreamבְּמוֹרַד הַזֶרֶם.
191
668360
2840
למטב את שרשרת היצור במורד הזרם.
11:23
The secondשְׁנִיָה thing we can do
192
671640
1616
הדבר השני שאנחנו יכולים לעשות
11:25
is take modelsמודלים of plantsצמחים, constructלִבנוֹת
three-dimensionalתלת ממד reconstructionsהשחזורים,
193
673280
4496
זה לקחת מודלים של צמחים,
לבנות מודלים תלת מימדים,
11:29
and from that estimateלְהַעֲרִיך the canopyחוּפָּה sizeגודל,
194
677800
2536
ומזה להעריך את גודל החופה,
11:32
and then correlateלְתַאֵם the canopyחוּפָּה sizeגודל
to the amountכמות of leafעלה areaאֵזוֹר on everyכֹּל plantצמח.
195
680360
3776
ואז לתאם את גודל החופה
לכמות שטח העלים על כל צמח.
11:36
And this is calledשקוראים לו the leafעלה areaאֵזוֹר indexאינדקס.
196
684160
2176
וזה נקרא אינדקס שטח העלים.
11:38
So if you know this leafעלה areaאֵזוֹר indexאינדקס,
197
686360
1936
אז אם אתם יודעים
את אינדקס שטח העלים הזה,
11:40
you essentiallyלמעשה have a measureלִמְדוֹד of how much
photosynthesisפוטוסינתזה is possibleאפשרי in everyכֹּל plantצמח,
198
688320
5456
יש לכם בעיקרון מידה של
כמה פוטוסינתזה אפשרית בכל צמח,
11:45
whichאיזה again tellsאומר you
how healthyבָּרִיא eachכל אחד plantצמח is.
199
693800
2880
שאומרת לנו שוב כמה בריא כל צמח.
11:49
By combiningשילוב visualחָזוּתִי
and infraredאינפרא אדום informationמֵידָע,
200
697520
4216
על ידי שילוב מידע ויזואלי ואינפרא אדום,
11:53
we can alsoגַם computeלְחַשֵׁב indicesמדדים suchכגון as NDVINDVI.
201
701760
3296
אנחנו יכולים לחשב מדד כמו NDVI.
11:57
And in this particularמיוחד caseמקרה,
you can essentiallyלמעשה see
202
705080
2816
ובמקרה הספציפי הזה,
אתם יכולם בעיקרון לראות
11:59
there are some cropsיבולים that are
not doing as well as other cropsיבולים.
203
707920
3016
שיש כמה יבולים שלא מצליחים
כמו יבולים אחרים.
12:02
This is easilyבְּקַלוּת discernibleמורגש from imageryתמונות,
204
710960
4056
ניתן להבחין בזה בקלות מהתמונות,
12:07
not just visualחָזוּתִי imageryתמונות but combiningשילוב
205
715040
2216
לא רק תמונות ויזואליות אלא שילוב
12:09
bothשניהם visualחָזוּתִי imageryתמונות and infraredאינפרא אדום imageryתמונות.
206
717280
2776
של תמונות ויזואליות ותמונות באינפרא אדום.
12:12
And then lastlyלבסוף,
207
720080
1336
ואז לבסוף,
12:13
one thing we're interestedמעוניין in doing is
detectingגילוי the earlyמוקדם onsetהַתקָפָה of chlorosisיֵרָקוֹן --
208
721440
4016
דבר אחד שאנחנו מעוניינים לעשות
זה לזהות סימנים ראשונים לכלורוזיס --
12:17
and this is an orangeתפוז treeעֵץ --
209
725480
1496
וזה עץ תפוז --
12:19
whichאיזה is essentiallyלמעשה seenלראות
by yellowingצהוב of leavesמשאיר.
210
727000
2560
שבעיקרון נראה עם עלים מצהיבים.
12:21
But robotsרובוטים flyingעַף overheadמעל
can easilyבְּקַלוּת spotלְזַהוֹת this autonomouslyבאופן עצמאי
211
729880
3896
אבל רובוטים שעפים מעל יכולים בקלות
לזהות את זה אוטונומית
12:25
and then reportלהגיש תלונה to the farmerחַקלאַי
that he or she has a problemבְּעָיָה
212
733800
2936
ואז לדווח לחקלאים שיש להם בעיה
12:28
in this sectionסָעִיף of the orchardפַּרדֵס.
213
736760
1520
בחלק הזה של הפרדס.
12:30
Systemsמערכות like this can really help,
214
738800
2696
מערכות כמו זו יכולות באמת לעזור,
12:33
and we're projectingמקרין yieldsתשואות
that can improveלְשַׁפֵּר by about tenעשר percentאָחוּז
215
741520
5816
ואנחנו צופים יבולים שיכולים
להשתפר עד עשרה אחוזים
12:39
and, more importantlyחשוב, decreaseלְהַקְטִין
the amountכמות of inputsתשומות suchכגון as waterמַיִם
216
747360
3216
ויותר חשוב, הפחתה בכמות הקלט כמו מים
12:42
by 25 percentאָחוּז by usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני
aerialאַנטֶנָה robotרוֹבּוֹט swarmsנחילים.
217
750600
3280
עד 25 אחוז על ידי שימוש
בנחילי רובוטים מרחפים.
12:47
Lastlyלבסוף, I want you to applaudלְשַׁבֵּחַ
the people who actuallyלמעשה createלִיצוֹר the futureעתיד,
218
755200
5736
לבסוף, אני רוצה שתריעו לאנשים
שלמעשה יוצרים את העתיד,
12:52
Yashיאש MulgaonkarMulgaonkar, Sikangסיקאנג Liuליו
and Giuseppeג'וזפה Loiannoלואיאנו,
219
760960
4920
יאש מולגאונקר, סיקנג ליו וג'וספה לואיאנו,
12:57
who are responsibleאחראי for the threeשְׁלוֹשָׁה
demonstrationsהפגנות that you saw.
220
765920
3496
שאחראים לשלושת ההדגמות שראיתם.
13:01
Thank you.
221
769440
1176
תודה לכם.
13:02
(Applauseתְשׁוּאוֹת)
222
770640
5920
(מחיאות כפיים)
Translated by Ido Dekkers
Reviewed by zeeva Livshitz

▲Back to top

ABOUT THE SPEAKER
Vijay Kumar - Roboticist
As the dean of the University of Pennsylvania's School of Engineering and Applied Science, Vijay Kumar studies the control and coordination of multi-robot formations.

Why you should listen

At the General Robotics, Automation, Sensing and Perception (GRASP) Lab at the University of Pennsylvania, flying quadrotor robots move together in eerie formation, tightening themselves into perfect battalions, even filling in the gap when one of their own drops out. You might have seen viral videos of the quads zipping around the netting-draped GRASP Lab (they juggle! they fly through a hula hoop!). Vijay Kumar headed this lab from 1998-2004. He's now the dean of the School of Engineering and Applied Science at the University of Pennsylvania in Philadelphia, where he continues his work in robotics, blending computer science and mechanical engineering to create the next generation of robotic wonders.

More profile about the speaker
Vijay Kumar | Speaker | TED.com