TED2011
Dennis Hong: Making a car for blind drivers
Dennis Hong: Jak postavit auto pro nevidomé řidiče
Filmed:
Readability: 4.3
923,134 views
Za použití robotiky, laserových navigátorů, GPS a prvků poskytujících zpětnou vazbu se snaží Dennis Hong postavit auto pro řidiče, kteří jsou nevidomí. Poznamenává, že se nejedná o vůz, který by se řídil sám, ale o auto, u kterého slepý řidič může ovlivňovat rychlost, směr i dráhu celé cesty. Auto, které může sám nezávisle řídit.
Dennis Hong - Roboticist
Dennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering. Full bio
Dennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering. Full bio
Double-click the English transcript below to play the video.
00:15
Many believe driving is an activity
0
0
3000
Spousta lidí věří, že řízení auta je činnost
00:18
solely reserved for those who can see.
1
3000
2000
výhradně určená pro ty, kteří vidí.
00:20
A blind person driving a vehicle safely and independently
2
5000
3000
Představa nevidomé osoby, která sama řídí vůz bezpečně,
00:23
was thought to be an impossible task, until now.
3
8000
3000
byla považována za něco nepředstavitelného. Až doteď.
00:26
Hello, my name is Dennis Hong,
4
11000
2000
Zdravím vás, jmenuji se Dennis Hong
00:28
and we're bringing freedom and independence to the blind
5
13000
2000
a přinášíme svobodu a nezávislost slepým lidem,
00:30
by building a vehicle for the visually impaired.
6
15000
3000
díky tvorbě vozu určeného pro zrakově postižené.
00:33
So before I talk about this car for the blind,
7
18000
3000
Než začnu mluvit o tomto vozu pro slepé,
00:36
let me briefly tell you about another project that I worked on
8
21000
2000
dovolte mi zmínit se o jiném projektu, na kterém jsem pracoval,
00:38
called the DARPA Urban Challenge.
9
23000
2000
jmenoval se DARPA Urban Challenge.
00:40
Now this was about building a robotic car
10
25000
2000
Tento projekt byl o vytvoření robotického auta,
00:42
that can drive itself.
11
27000
2000
které by bylo schopné řídit se samo.
00:44
You press start, nobody touches anything,
12
29000
2000
Pouze zmáčknete "start", nic víc neděláte
00:46
and it can reach its destination fully autonomously.
13
31000
3000
a auto samo dorazí do cíle naprosto samostatně.
00:49
So in 2007, our team won half a million dollars
14
34000
3000
Nakonec, v roce 2007 náš tým vyhrál půl milionu dolarů
00:52
by placing third place in this competition.
15
37000
2000
za třetí místo v této soutěži.
00:54
So about that time,
16
39000
2000
A zhruba v tu dobu,
00:56
the National Federation of the Blind, or NFB,
17
41000
2000
Národní sdružení nevidomých, nebo také NFB,
00:58
challenged the research committee
18
43000
2000
vyzvala výzkumníky k tomu,
01:00
about who can develop a car
19
45000
2000
aby se pokusili sestavit auto,
01:02
that lets a blind person drive safely and independently.
20
47000
2000
které by umožňovalo slepým lidem řídit bezpečně a samostatně.
01:04
We decided to give it a try,
21
49000
2000
Rozhodli jsme se do toho jít,
01:06
because we thought, "Hey, how hard could it be?"
22
51000
2000
protože jsme si říkali, hej, jak těžké to může být?!
01:08
We have already an autonomous vehicle.
23
53000
2000
Samostatné auto už máme hotové.
01:10
We just put a blind person in it and we're done, right?
24
55000
2000
Prostě do něj posadíme nevidomou osobu a je hotovo, ne?
01:12
(Laughter)
25
57000
2000
(Smích)
01:14
We couldn't have been more wrong.
26
59000
2000
Nemohli jsme se mýlit více.
01:16
What NFB wanted
27
61000
2000
To, co NFB hledala,
01:18
was not a vehicle that can drive a blind person around,
28
63000
3000
nebyl vůz, který by nevidomého vozil po okolí,
01:21
but a vehicle where a blind person can make active decisions and drive.
29
66000
3000
ale auto, které by nevidomý mohl sám řídit a rozhodovat, co se stane.
01:24
So we had to throw everything out the window
30
69000
2000
Takže jsme museli všechno hodit do koše
01:26
and start from scratch.
31
71000
2000
a začít celé znovu.
01:28
So to test this crazy idea,
32
73000
2000
K tomu, abychom si tuto myšlenku otestovali,
01:30
we developed a small dune buggy prototype vehicle
33
75000
2000
jsme vytvořili malý prototyp vozidla,
01:32
to test the feasibility.
34
77000
2000
abychom zjistili, jestli je to vůbec možné.
01:34
And in the summer of 2009,
35
79000
2000
A v létě roku 2009
01:36
we invited dozens of blind youth from all over the country
36
81000
3000
jsme pozvali hromadu mladých, nevidomých lidí,
01:39
and gave them a chance to take it for a spin.
37
84000
2000
a nechali je s v tom vozidle projet.
01:41
It was an absolutely amazing experience.
38
86000
2000
Byl to naprosto úžasný zážitek.
01:43
But the problem with this car was
39
88000
2000
Ale problémem tohoto vozu bylo to,
01:45
it was designed to only be driven in a very controlled environment,
40
90000
3000
že byl vytvořen pouze k jízdě v bezpečném prostředí,
01:48
in a flat, closed-off parking lot --
41
93000
2000
na uzavřeném parkovišti --
01:50
even the lanes defined by red traffic cones.
42
95000
2000
na trati ohraničené červenými kužely.
01:52
So with this success,
43
97000
2000
Po tomto úspěchu
01:54
we decided to take the next big step,
44
99000
2000
jsme se rozhodli posunout se dále,
01:56
to develop a real car that can be driven on real roads.
45
101000
3000
vyvinout skutečné auto, které by mohlo jezdit po skutečných cestách.
01:59
So how does it work?
46
104000
2000
Jak to tedy funguje?
02:01
Well, it's a rather complex system,
47
106000
2000
No, je to docela složitý systém,
02:03
but let me try to explain it, maybe simplify it.
48
108000
3000
ale pokusím se vám ho vysvětlit, možná zjednodušit.
02:06
So we have three steps.
49
111000
2000
Skládá se to ze 3 částí.
02:08
We have perception, computation
50
113000
2000
První je vnímání, výpočty
02:10
and non-visual interfaces.
51
115000
2000
a ne-vizuální uživatelské prostředí.
02:12
Now obviously the driver cannot see,
52
117000
2000
Takže, samozřejmě, když řidič nic nevidí,
02:14
so the system needs to perceive the environment
53
119000
2000
systém musí vnímat okolní prostředí
02:16
and gather information for the driver.
54
121000
2000
a předávat informace řidiči.
02:18
For that, we use an initial measurement unit.
55
123000
3000
K tomu účelu používáme základní měřicí jednotku.
02:21
So it measures acceleration, angular acceleration --
56
126000
2000
Ta měří akceleraci, úhlovou akceleraci --
02:23
like a human ear, inner ear.
57
128000
2000
stejně jako lidské ucho, vnitřní ucho.
02:25
We fuse that information with a GPS unit
58
130000
2000
Tuto informaci spojíme s GPS jednotkou k tomu,
02:27
to get an estimate of the location of the car.
59
132000
3000
abychom získali přibližnou polohu vozidla.
02:30
We also use two cameras to detect the lanes of the road.
60
135000
3000
Používáme také dvě kamery k rozeznání trati.
02:33
And we also use three laser range finders.
61
138000
2000
Dále používáme tři laserové snímače okolí.
02:35
The lasers scan the environment to detect obstacles --
62
140000
3000
Tyto lasery zkoumají okolí vozu a zjišťují možné překážky --
02:38
a car approaching from the front, the back
63
143000
2000
auto, které se přibližuje zepředu nebo zezadu
02:40
and also any obstacles that run into the roads,
64
145000
3000
a také překážky, které se dostanou na cestu,
02:43
any obstacles around the vehicle.
65
148000
2000
cokoli v okolí vozidla.
02:45
So all this vast amount of information is then fed into the computer,
66
150000
3000
Všechna tato spousta informací je poté shromážděna v počítači
02:48
and the computer can do two things.
67
153000
2000
a ten dělá dvě věci.
02:50
One is, first of all, process this information
68
155000
3000
Ta první, ze všeho nejdříve analyzuje informace
02:53
to have an understanding of the environment --
69
158000
2000
aby porozuměl tomu, co je kolem něj --
02:55
these are the lanes of the road, there's the obstacles --
70
160000
3000
toto je trať vozu, toto jsou překážky --
02:58
and convey this information to the driver.
71
163000
2000
a poté tyto informace přenese řidiči.
03:00
The system is also smart enough
72
165000
2000
Systém je dokonce natolik chytrý,
03:02
to figure out the safest way to operate the car.
73
167000
2000
že dokáže navrhnout nejbezpečnější způsob jak vůz řídit.
03:04
So we can also generate instructions
74
169000
2000
Takže můžeme také vytvořit pokyny,
03:06
on how to operate the controls of the vehicle.
75
171000
2000
jak správně vůz řídit.
03:08
But the problem is this: How do we convey
76
173000
2000
Problémem je ale to, jak předávat
03:10
this information and instructions
77
175000
2000
tyto informace a pokyny
03:12
to a person who cannot see
78
177000
2000
osobě, která nevidí,
03:14
fast enough and accurate enough so he can drive?
79
179000
3000
dostatečně rychle a přesně tak, aby mohla řídit?
03:17
So for this, we developed many different types
80
182000
2000
Pro toto jsme vytvořili spoustu různých typů
03:19
of non-visual user interface technology.
81
184000
3000
ne-vizuálního uživatelského prostředí.
03:22
So starting from a three-dimensional ping sound system,
82
187000
2000
Od trojrozměrného zvukového systému,
03:24
a vibrating vest,
83
189000
2000
přes vibrační vestu,
03:26
a click wheel with voice commands, a leg strip,
84
191000
3000
nebo hlasové povely při obsluze volantu, pás na nohu
03:29
even a shoe that applies pressure to the foot.
85
194000
2000
nebo dokonce i obuv, která mění tlak na chodidlo.
03:31
But today we're going to talk about
86
196000
2000
Dnes vám ale povím
03:33
three of these non-visual user interfaces.
87
198000
2000
o těchto třech ne-vizuálních uživatelských prostředích.
03:35
Now the first interface is called a DriveGrip.
88
200000
3000
Prvním z nich je DriveGrip.
03:38
So these are a pair of gloves,
89
203000
2000
Toto jsou rukavice,
03:40
and it has vibrating elements on the knuckle part
90
205000
2000
které mají vibrační zařízení v oblasti kloubů,
03:42
so you can convey instructions about how to steer --
91
207000
3000
takže můžete předávat informace o tom, jak zatáčet,
03:45
the direction and the intensity.
92
210000
2000
do jakého směru a s jakou intensitou.
03:47
Another device is called SpeedStrip.
93
212000
2000
Další systém se jmenuje Speed Strip.
03:49
So this is a chair -- as a matter of fact, it's actually a massage chair.
94
214000
3000
Toto je sedadlo -- ve skutečnosti se jedná o masážní křeslo.
03:52
We gut it out, and we rearrange the vibrating elements in different patterns,
95
217000
4000
Trošku jsme ho vykuchali a přestavěli vibrační zařízení do jiného tvaru.
03:56
and we actuate them to convey information about the speed,
96
221000
3000
Používáme ho k předávání informací o rychlosti,
03:59
and also instructions how to use the gas and the brake pedal.
97
224000
3000
ale také instrukcí o tom, jak sešlápnout plyn a brzdu.
04:02
So over here, you can see
98
227000
2000
Tady můžete vidět,
04:04
how the computer understands the environment,
99
229000
2000
jak počítač rozpoznává své okolí.
04:06
and because you cannot see the vibration,
100
231000
2000
A protože vibrace nejsou vidět,
04:08
we actually put red LED's on the driver so that you can see what's happening.
101
233000
3000
přidělali jsme malé červené žárovičky na řidiče, takže vidíte, co se vlastně děje.
04:11
This is the sensory data,
102
236000
2000
Toto jsou data ze senzorů,
04:13
and that data is transferred to the devices through the computer.
103
238000
3000
která jsou přenášena do těchto ovládacích systému prostřednictvím počítače.
04:16
So these two devices, DriveGrip and SpeedStrip,
104
241000
2000
Takže tyto dva systémy, DriveGrip a SpeedStrip,
04:18
are very effective.
105
243000
2000
jsou velice efektivní.
04:20
But the problem is
106
245000
2000
Problémem ale zůstává,
04:22
these are instructional cue devices.
107
247000
2000
že se jedná pouze o systémy předávající instrukce.
04:24
So this is not really freedom, right?
108
249000
2000
To není skutečná svoboda, že ne?
04:26
The computer tells you how to drive --
109
251000
2000
Počítač vám řekne, jak řídit --
04:28
turn left, turn right, speed up, stop.
110
253000
2000
zatoč vlevo, zatoč vpravo, zrychli, zastav.
04:30
We call this the "backseat-driver problem."
111
255000
2000
To je jako mít s sebou spolujezdce.
04:32
So we're moving away from the instructional cue devices,
112
257000
3000
Namísto na systémy, které by jenom předávaly instrukce,
04:35
and we're now focusing more
113
260000
2000
se zaměřujeme více
04:37
on the informational devices.
114
262000
2000
na systémy, které předávají informace.
04:39
A good example for this informational non-visual user interface
115
264000
2000
Dobrým příkladem právě takového systému
04:41
is called AirPix.
116
266000
2000
je AirPix.
04:43
So think of it as a monitor for the blind.
117
268000
2000
Představte si to jako monitor pro nevidomé.
04:45
So it's a small tablet, has many holes in it,
118
270000
2000
Jedná se o malý tablet, který má v sobě díry
04:47
and compressed air comes out,
119
272000
2000
a vychází z nich stlačený vzduch,
04:49
so it can actually draw images.
120
274000
2000
takže je to vlastně schopné vytvářet obrazce.
04:51
So even though you are blind, you can put your hand over it,
121
276000
2000
Takže i když jste slepý, pokud nad toto položíte svou ruku,
04:53
you can see the lanes of the road and obstacles.
122
278000
2000
uvidíte všechny tratě i překážky na cestě.
04:55
Actually, you can also change the frequency of the air coming out
123
280000
3000
Ve skutečnosti můžete také změnit frekvenci, s jakou je vzduch vyfukován
04:58
and possibly the temperature.
124
283000
2000
a nebo také jeho teplotu.
05:00
So it's actually a multi-dimensional user interface.
125
285000
3000
Takže se jedná o více úrovňový systém.
05:03
So here you can see the left camera, the right camera from the vehicle
126
288000
3000
Tady tedy vidíte levou a pravou kameru na vozidle
05:06
and how the computer interprets that and sends that information to the AirPix.
127
291000
3000
a to, jak počítač předává tyto informace prostřednictvím AirPix.
05:09
For this, we're showing a simulator,
128
294000
2000
K tomuto máme i simulátor
05:11
a blind person driving using the AirPix.
129
296000
3000
pro nevidomého člověka, který řídí pomocí AirPix.
05:14
This simulator was also very useful for training the blind drivers
130
299000
3000
Tento simulátor byl také velice užitečný při výcviku nevidomých řidičů
05:17
and also quickly testing different types of ideas
131
302000
2000
a také pro rychlé testování dalších nápadů
05:19
for different types of non-visual user interfaces.
132
304000
2000
pro jiné ne-vizuální systémy.
05:21
So basically that's how it works.
133
306000
2000
Takže, takhle to vlastně funguje.
05:23
So just a month ago,
134
308000
2000
Je to měsíc zpátky,
05:25
on January 29th,
135
310000
2000
29. ledna,
05:27
we unveiled this vehicle for the very first time to the public
136
312000
2000
kdy jsme toto vozidlo poprvé představili veřejnosti,
05:29
at the world-famous Daytona International Speedway
137
314000
3000
a to na slavném závodním okruhu Daytona International Speedway
05:32
during the Rolex 24 racing event.
138
317000
2000
během závodu Rolex 24.
05:34
We also had some surprises. Let's take a look.
139
319000
3000
A měli jsme k tomu také pár překvapení. Pojďme se na to podívat.
05:37
(Music)
140
322000
10000
(Hudba)
05:47
(Video) Announcer: This is an historic day in January.
141
332000
4000
(Video) Hlasatel: Toto je historický moment
05:51
He's coming up to the grandstand, fellow Federationists.
142
336000
4000
Přijíždí před hlavní tribunu.
05:55
(Cheering)
143
340000
6000
(Ovace)
06:01
(Honking)
144
346000
3000
(Troubení)
06:04
There's the grandstand now.
145
349000
2000
Tady je hlavní tribuna.
06:06
And he's [unclear] following that van that's out in front of him.
146
351000
4000
A on jede za dodávkou, která je před ním.
06:10
Well there comes the first box.
147
355000
2000
A tady je první krabice.
06:12
Now let's see if Mark avoids it.
148
357000
3000
Pojďme se podívat, jestli se jí Mark vyhne.
06:15
He does. He passes it on the right.
149
360000
3000
Vyhnul. Objíždí ji zprava.
06:20
Third box is out. The fourth box is out.
150
365000
3000
Třetí krabice je ven. Čtvrtá krabice je venku.
06:23
And he's perfectly making his way between the two.
151
368000
3000
A on bez nejmenších problémů projíždí mezi nimi.
06:26
He's closing in on the van
152
371000
2000
Přibližuje se k dodávce,
06:28
to make the moving pass.
153
373000
3000
aby ji mohl předjet.
06:32
Well this is what it's all about,
154
377000
2000
Celé je to vlastně o tomto,
06:34
this kind of dynamic display of audacity and ingenuity.
155
379000
4000
ukázka odvahy a vynalézavosti.
06:39
He's approaching the end of the run,
156
384000
3000
Už se blíží ke konci,
06:42
makes his way between the barrels that are set up there.
157
387000
5000
projíždí mezi těmito barely, které jsou na něj nachystané.
06:47
(Honking)
158
392000
3000
(Troubení)
06:50
(Applause)
159
395000
3000
(Potlesk)
06:56
Dennis Hong: I'm so happy for you.
160
401000
2000
Dennis Hong: Jsem z Tebe nadšený.
06:58
Mark's going to give me a ride back to the hotel.
161
403000
2000
Mark mě dneska odveze zpátky do hotelu.
07:00
Mark Riccobono: Yes.
162
405000
2000
Mark Riccobono: Ano.
07:05
(Applause)
163
410000
9000
(Potlesk)
07:14
DH: So since we started this project,
164
419000
2000
DH: Od chvíle, kdy jsme tenhle projekt začali,
07:16
we've been getting hundreds of letters, emails, phone calls
165
421000
3000
dostávali jsme stovky dopisů, mailů, telefonátů
07:19
from people from all around the world.
166
424000
2000
od lidí po celém světě.
07:21
Letters thanking us, but sometimes you also get funny letters like this one:
167
426000
3000
Děkovných dopisů, ale také zábavných dopisů jako třeba tenhle:
07:24
"Now I understand why there is Braille on a drive-up ATM machine."
168
429000
4000
"Teď už rozumím, proč je Braillovo písmo na průjezdním bankomatu."
07:28
(Laughter)
169
433000
2000
(Smích)
07:30
But sometimes --
170
435000
2000
Ale občas taky --
07:32
(Laughter)
171
437000
2000
(Smích)
07:34
But sometimes I also do get --
172
439000
2000
Ale občas taky dostaneme --
07:36
I wouldn't call it hate mail --
173
441000
2000
nenazýval bych je nenávistnými dopisy --
07:38
but letters of really strong concern:
174
443000
2000
ale dopisy s velkými obavami:
07:40
"Dr. Hong, are you insane,
175
445000
2000
Dr. Hongu, jste šílený,
07:42
trying to put blind people on the road?
176
447000
2000
když se snažíte dostat slepé lidi na cesty?
07:44
You must be out of your mind."
177
449000
2000
Musíte být úplně mimo."
07:46
But this vehicle is a prototype vehicle,
178
451000
2000
Ale toto auto je jenom prototyp vozu,
07:48
and it's not going to be on the road
179
453000
2000
a na cesty se nedostane,
07:50
until it's proven as safe as, or safer than, today's vehicle.
180
455000
2000
dokud nebude prokázáno za stejně, nebo možná i více, bezpečné jako dnešní vozy.
07:52
And I truly believe that this can happen.
181
457000
3000
A já skutečně věřím, že toto se stane.
07:55
But still, will the society,
182
460000
2000
Ale stejně, bude společnost
07:57
would they accept such a radical idea?
183
462000
2000
ochotná přijmout tak radikální myšlenku?
07:59
How are we going to handle insurance?
184
464000
2000
Jak budeme řešit otázku pojistky?
08:01
How are we going to issue driver's licenses?
185
466000
2000
Jak budeme vydávat řidičské průkazy?
08:03
There's many of these different kinds of hurdles besides technology challenges
186
468000
3000
Je spousta takovýchto problémů mimo technologických otázek,
08:06
that we need to address before this becomes a reality.
187
471000
3000
které budeme muset vyřešit než se toto vše stane realitou.
08:09
Of course, the main goal of this project
188
474000
2000
Samozřejmě, cílem tohoto projektu
08:11
is to develop a car for the blind.
189
476000
2000
je vytvořit auto pro nevidomé.
08:13
But potentially more important than this
190
478000
2000
Ale možná mnohem důležitější než toto
08:15
is the tremendous value of the spin-off technology
191
480000
3000
je ten nevyčíslitelný pokrok v technologii,
08:18
that can come from this project.
192
483000
2000
která může vzejít z tohoto projektu.
08:20
The sensors that are used can see through the dark,
193
485000
2000
Senzory, které jsou použity, vidí i ve tmě,
08:22
the fog and rain.
194
487000
2000
za mlhy i deště.
08:24
And together with this new type of interfaces,
195
489000
2000
A spolu s těmito novými systémy
08:26
we can use these technologies
196
491000
2000
můžeme použít tuto technologii
08:28
and apply them to safer cars for sighted people.
197
493000
2000
a zakomponovat ji do dnešních aut.
08:30
Or for the blind, everyday home appliances --
198
495000
3000
Nebo pro nevidomé pro každodenní činnosti --
08:33
in the educational setting, in the office setting.
199
498000
2000
ve školách, v kancelářích.
08:35
Just imagine, in a classroom a teacher writes on the blackboard
200
500000
3000
Jenom si to představte, ve třídě píše učitel na tabuli
08:38
and a blind student can see what's written and read
201
503000
3000
a nevidomý student je schopný přečíst, co je tam napsáno,
08:41
using these non-visual interfaces.
202
506000
2000
za použití těchto ne-vizuálních systémů.
08:43
This is priceless.
203
508000
3000
Toto je neocenitelné.
08:46
So today, the things I've showed you today, is just the beginning.
204
511000
3000
Takže dnes, věci, které jsem vám ukázal, jsou zatím pouze začátkem.
08:49
Thank you very much.
205
514000
2000
Děkuji vám.
08:51
(Applause)
206
516000
11000
(Potlesk)
ABOUT THE SPEAKER
Dennis Hong - RoboticistDennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering.
Why you should listen
As director of a groundbreaking robotics lab, Dennis Hong guides his team of students through projects on robot locomotion and mechanism design, creating award-winning humanoid robots like DARwIn (Dynamic Anthropomorphic Robot with Intelligence). His team is known as RoMeLa (Robotics & Mechanisms Laboratory) and operates at Virginia Tech.
Hong has also pioneered various innovations in soft-body robots, using a “whole-skin locomotion” as inspired by amoebae. Marrying robotics with biochemistry, he has been able to generate new types of motion with these ingenious forms. For his contributions to the field, Hong was selected as a NASA Summer Faculty Fellow in 2005, given the CAREER award by the National Science Foundation in 2007 and in 2009, named as one of Popular Science's Brilliant 10. He is also a gourmet chef and a magician, performing shows for charity and lecturing on the science of magic.
Dennis Hong | Speaker | TED.com