TEDxPenn
Vijay Kumar: The future of flying robots
ویجی کومار: آینده رباتهای پرنده
Filmed:
Readability: 4.9
1,780,679 views
در آزمایشگاه اودر دانشگاه پنسیلوانیا، ویجی کومار و تیم او با الهام از زنبورهای عسل رباتهای هوایی ساخته اند. آخرین دستیابی به موفقیت این تیم : کشاورزی دقیق، که در آن با استفاده از گروه رباتها برای نقشه برداری، بازسازی و تجزیه و تحلیل هر درخت و هر میوه در یک باغ می باشد، ارائه اطلاعات حیاتی به کشاورزان که می‌تواند کمک به بهبود عملکرد و مدیریت دقیق آب کند.
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. Full bio
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 lab, we build
autonomous aerial robots
autonomous aerial robots
0
1280
3656
در آزمايشگاهم، رباتهای
هوایی خودمختار ميسازيم
هوایی خودمختار ميسازيم
00:16
like the one you see flying here.
1
4960
1880
مانند این چیزی که در حال پرواز می‌بینید.
00:20
Unlike the commercially available drones
that you can buy today,
that you can buy today,
2
8720
3696
بر خلاف پهپادهایی که
امروزه می‌توانید آنها را بخرید،
امروزه می‌توانید آنها را بخرید،
00:24
this robot doesn't have any GPS on board.
3
12440
2640
این ربات بدون GPS هست.
00:28
So without GPS,
4
16160
1216
بنابراین بدون GPS،
00:29
it's hard for robots like this
to determine their position.
to determine their position.
5
17400
3280
خیلی سخت است که ربات‌هایی مثل این
موقعیت‌شان را تعیین کنند.
موقعیت‌شان را تعیین کنند.
00:34
This robot uses onboard sensors,
cameras and laser scanners,
cameras and laser scanners,
6
22240
4736
این ربات با استفاده از سنسورهای متصل شده،
دوربینهای دیجیتال و اسکنر لیزری،
دوربینهای دیجیتال و اسکنر لیزری،
00:39
to scan the environment.
7
27000
1696
محیط را اسکن می‌کنند.
00:40
It detects features from the environment,
8
28720
3056
او ویژگیهای محیط را کشف می‌کند،
00:43
and it determines where it is
relative to those features,
relative to those features,
9
31800
2736
و با استفاده از روش مثلثی
تعیین می‌کند که
تعیین می‌کند که
00:46
using a method of triangulation.
10
34560
2136
نسبت به آن وجوه در کجا قرار دارد.
00:48
And then it can assemble
all these features into a map,
all these features into a map,
11
36720
3456
و سپس می‌تواند این وجوه
را به هم در یک نقشه متصل کند،
را به هم در یک نقشه متصل کند،
00:52
like you see behind me.
12
40200
1736
مانند آنچه که در پشت سر من می‌بینید.
00:53
And this map then allows the robot
to understand where the obstacles are
to understand where the obstacles are
13
41960
3936
سپس این نقشه به ربات اجازه می‌دهد
که بفهمد که موانع در کجا هستند
که بفهمد که موانع در کجا هستند
00:57
and navigate in a collision-free manner.
14
45920
2720
و در مسیرهای باز حرکت کند.
01:01
What I want to show you next
15
49160
2096
چیز بعدی که میخواهم به شما نشان دهم
01:03
is a set of experiments
we did inside our laboratory,
we did inside our laboratory,
16
51280
3216
مجموعهای از آزمایشهایی است که
در آزمایشگاه انجام دادیم،
در آزمایشگاه انجام دادیم،
01:06
where this robot was able
to go for longer distances.
to go for longer distances.
17
54520
3480
جایی که این ربات توانست به
فاصلههای دورتری برود.
فاصلههای دورتری برود.
01:10
So here you'll see, on the top right,
what the robot sees with the camera.
what the robot sees with the camera.
18
58400
5016
خُب اینجا در سمت راست بالا، مشاهدات
ربات را از طریق یک دوربین می‌بینید.
ربات را از طریق یک دوربین می‌بینید.
01:15
And on the main screen --
19
63440
1216
و در صفحه نمایش اصلی--
01:16
and of course this is sped up
by a factor of four --
by a factor of four --
20
64680
2456
و البته اینجا سرعتش چهار برابر می‌شود--
01:19
on the main screen you'll see
the map that it's building.
the map that it's building.
21
67160
2667
در صفحه اصلی نقشهای
را خواهید دید که میسازد.
را خواهید دید که میسازد.
01:21
So this is a high-resolution map
of the corridor around our laboratory.
of the corridor around our laboratory.
22
69851
4285
خب این نقشه با وضوح بالای
راهروی اطراف آزمایشگاه ما می‌باشد.
راهروی اطراف آزمایشگاه ما می‌باشد.
01:26
And in a minute
you'll see it enter our lab,
you'll see it enter our lab,
23
74160
2336
و در یک دقیقه شما تمامی
آزمایشگاه ما را خواهید دید،
آزمایشگاه ما را خواهید دید،
01:28
which is recognizable
by the clutter that you see.
by the clutter that you see.
24
76520
2856
که بخاطر درهم ریختگیاش
قابل تشخیص هست.
قابل تشخیص هست.
01:31
(Laughter)
25
79400
1016
( خنده)
01:32
But the main point I want to convey to you
26
80440
2007
اما نکته اصلی که امروز میخواهم
نشان دهم
نشان دهم
01:34
is that these robots are capable
of building high-resolution maps
of building high-resolution maps
27
82472
3584
این هست که این رباتها توانایی آن را دارند
که نقشههای با وضوح بالا را ترسیم کنند،
که نقشههای با وضوح بالا را ترسیم کنند،
01:38
at five centimeters resolution,
28
86080
2496
با وضوح ۵ سانتیمتری،
01:40
allowing somebody who is outside the lab,
or outside the building
or outside the building
29
88600
4176
که اجازه می‌دهد کسی که بیرون
آزمایشگاه یا ساختمان هست
آزمایشگاه یا ساختمان هست
01:44
to deploy these
without actually going inside,
without actually going inside,
30
92800
3216
بدون اینکه واقعا وارد
ساختمان شود، آنها را به کار ببرد
ساختمان شود، آنها را به کار ببرد
01:48
and trying to infer
what happens inside the building.
what happens inside the building.
31
96040
3760
و سعی در مداخله با چیزی نماید که
داخل ساختمان اتفاق میافتد.
داخل ساختمان اتفاق میافتد.
01:52
Now there's one problem
with robots like this.
with robots like this.
32
100400
2240
خب یک مشکل برای
ربات‌هایی مثل این هست.
ربات‌هایی مثل این هست.
01:55
The first problem is it's pretty big.
33
103600
2200
اولین مشکل این هست
که آنها خیلی بزرگ هستند.
که آنها خیلی بزرگ هستند.
01:58
Because it's big, it's heavy.
34
106120
1680
چون که بزرگ هستند، سنگین هم هستند.
این رباتها بیش از ۱۰۰ وات
برای هر ۴۵۰ گرم وزن، برق مصرف می‌کنند.
برای هر ۴۵۰ گرم وزن، برق مصرف می‌کنند.
02:00
And these robots consume
about 100 watts per pound.
about 100 watts per pound.
35
108640
3040
02:04
And this makes for
a very short mission life.
a very short mission life.
36
112360
2280
و باعث می‌شود که ماموریت‌های
کوتاه مدت به آنها داده شود.
کوتاه مدت به آنها داده شود.
02:08
The second problem
37
116000
1456
دومین مشکل
02:09
is that these robots have onboard sensors
that end up being very expensive --
that end up being very expensive --
38
117480
3896
این هست که در این رباتها سنسورهای
خیلی گرانی تعبیه شده--
خیلی گرانی تعبیه شده--
02:13
a laser scanner, a camera
and the processors.
and the processors.
39
121400
3440
یک اسکنر لیزری، یک دوربین و
یک پردازشگر.
یک پردازشگر.
02:17
That drives up the cost of this robot.
40
125280
3040
که باعث افزیش هزینه ساخت ربات می‌شوند.
02:21
So we asked ourselves a question:
41
129440
2656
خُب از خودمان یک پرسش پرسیدیم:
02:24
what consumer product
can you buy in an electronics store
can you buy in an electronics store
42
132120
3776
چه محصولی در یک فروشگاه الکترونیکی
می‌توانید بخرید که
می‌توانید بخرید که
02:27
that is inexpensive, that's lightweight,
that has sensing onboard and computation?
that has sensing onboard and computation?
43
135920
6280
ارزان و سبک باشد، که در آن
پردازنده وسیستم محاسباتی قرار داشته باشد؟
پردازنده وسیستم محاسباتی قرار داشته باشد؟
02:36
And we invented the flying phone.
44
144080
2656
ما تلفن پرنده را اختراع کردیم.
02:38
(Laughter)
45
146760
1936
( خنده)
خب این ربات از گوشی سامسونگ گلکسی که
شما آن را از بازار می‌خرید استفاده می‌کند،
شما آن را از بازار می‌خرید استفاده می‌کند،
02:40
So this robot uses a Samsung Galaxy
smartphone that you can buy off the shelf,
smartphone that you can buy off the shelf,
46
148720
6176
02:46
and all you need is an app that you
can download from our app store.
can download from our app store.
47
154920
4016
و تنها چیزی که نیاز دارید اپلیکیشنی است که
می‌توانید آن را از اینترنت دانلود کنید.
می‌توانید آن را از اینترنت دانلود کنید.
02:50
And you can see this robot
reading the letters, "TED" in this case,
reading the letters, "TED" in this case,
48
158960
4216
می‌توانید این ربات را ببنید که حروف «TED»
در اینجا می‌خواند
در اینجا می‌خواند
02:55
looking at the corners
of the "T" and the "E"
of the "T" and the "E"
49
163200
2936
به گوشه «T» و «E» نگاه می‌کند
02:58
and then triangulating off of that,
flying autonomously.
flying autonomously.
50
166160
3480
و با مثلثی کردن این،
بطور خودکار پرواز می‌کند.
بطور خودکار پرواز می‌کند.
03:02
That joystick is just there
to make sure if the robot goes crazy,
to make sure if the robot goes crazy,
51
170720
3256
آن جوی استیک فقط برای این اینجاست که
مطمئن شود که اگر ربات دیوانه شد
مطمئن شود که اگر ربات دیوانه شد
03:06
Giuseppe can kill it.
52
174000
1416
جوزپه قادر به کشتن آن است.
03:07
(Laughter)
53
175440
1640
( خنده)
03:10
In addition to building
these small robots,
these small robots,
54
178920
3816
علاوه بر ساخت این ربات کوچک،
03:14
we also experiment with aggressive
behaviors, like you see here.
behaviors, like you see here.
55
182760
4800
ما همچنین آزمایشهایی با
رفتار تهاجمی مثل این را انجام دادیم.
رفتار تهاجمی مثل این را انجام دادیم.
03:19
So this robot is now traveling
at two to three meters per second,
at two to three meters per second,
56
187920
5296
خُب ربات در هر ثانیه حدود دو تا سه متر
حرکت می‌کند،
حرکت می‌کند،
03:25
pitching and rolling aggressively
as it changes direction.
as it changes direction.
57
193240
3496
هنگامی که جهت آنها تغییر می‌کند
سریعا می‌چرخد و غلت می‌زند.
سریعا می‌چرخد و غلت می‌زند.
03:28
The main point is we can have
smaller robots that can go faster
smaller robots that can go faster
58
196760
4256
نکته اصلی این هست که ما می‌توانیم
رباتهای کوچک‌تری داشته باشیم
رباتهای کوچک‌تری داشته باشیم
03:33
and then travel in these
very unstructured environments.
very unstructured environments.
59
201040
2960
که می‌توانند برای شناسایی محیطهای
سازمان نیافته سریعتر حرکت کنند.
سازمان نیافته سریعتر حرکت کنند.
03:37
And in this next video,
60
205120
2056
و در ویدئو بعدی،
03:39
just like you see this bird, an eagle,
gracefully coordinating its wings,
gracefully coordinating its wings,
61
207200
5896
درست مانند این عقابی که می‌بینید
که با بال‌هایش ، چشم‌هایش و پاهایش
که با بال‌هایش ، چشم‌هایش و پاهایش
03:45
its eyes and feet
to grab prey out of the water,
to grab prey out of the water,
62
213120
4296
برای گرفتن شکار بسیار هماهنگ است،
03:49
our robot can go fishing, too.
63
217440
1896
ربات ما هم می‌تواند ماهیگیری کند.
03:51
(Laughter)
64
219360
1496
( خنده)
03:52
In this case, this is a Philly cheesesteak
hoagie that it's grabbing out of thin air.
hoagie that it's grabbing out of thin air.
65
220880
4056
در این مورد، این فیلی
03:56
(Laughter)
66
224960
2400
( خنده)
03:59
So you can see this robot
going at about three meters per second,
going at about three meters per second,
67
227680
3296
خُب می‌بینید که این ربات حدود
سه متر در ثانیه حرکت می‌کند،
سه متر در ثانیه حرکت می‌کند،
04:03
which is faster than walking speed,
coordinating its arms, its claws
coordinating its arms, its claws
68
231000
5136
که سریع تر از سرعت راه رفتن هست،و با گروه
فناوری اطلاعات و ارتباطات همکاری می‌کند
فناوری اطلاعات و ارتباطات همکاری می‌کند
04:08
and its flight with split-second timing
to achieve this maneuver.
to achieve this maneuver.
69
236160
4120
و کمتر از یک ثانیه پرواز می‌کند
تا این حرکت را انجام دهد.
تا این حرکت را انجام دهد.
04:14
In another experiment,
70
242120
1216
و در آزمایش دیگری،
04:15
I want to show you
how the robot adapts its flight
how the robot adapts its flight
71
243360
3656
میخواهم به شما نشان دهم که چگونه
این ربات پروازش را تنظیم می‌کند
این ربات پروازش را تنظیم می‌کند
04:19
to control its suspended payload,
72
247040
2376
تا محموله معلقش را کنترل کند،
04:21
whose length is actually larger
than the width of the window.
than the width of the window.
73
249440
3800
در حالی که طول محموله بیشتر از
عرض این پنجره هست.
عرض این پنجره هست.
04:25
So in order to accomplish this,
74
253680
1696
خب برای انجام این،
04:27
it actually has to pitch
and adjust the altitude
and adjust the altitude
75
255400
3696
ربات باید بچرخد و
ارتفاعش از زمین را تنظیم کند
ارتفاعش از زمین را تنظیم کند
04:31
and swing the payload through.
76
259120
2320
و محموله را از میان آن عبور دهد.
04:38
But of course we want
to make these even smaller,
to make these even smaller,
77
266920
2296
البته ما می‌خواهیم این را کوچکتر کنیم،
04:41
and we're inspired
in particular by honeybees.
in particular by honeybees.
78
269240
3016
ما از زنبور عسل الهام گرفتیم.
04:44
So if you look at honeybees,
and this is a slowed down video,
and this is a slowed down video,
79
272280
3256
خُب، اگر ما به زنبور عسل نگاه کنیم،
و این یک ویدئو با حرکت آهسته هست،
و این یک ویدئو با حرکت آهسته هست،
04:47
they're so small,
the inertia is so lightweight --
the inertia is so lightweight --
80
275560
3720
آنها بسیار کوچکند،
و اینرسی آنها بسیار کم است--
و اینرسی آنها بسیار کم است--
04:51
(Laughter)
81
279960
1176
( خنده)
04:53
that they don't care --
they bounce off my hand, for example.
they bounce off my hand, for example.
82
281160
3536
که توجهی ندارد --
برای مثال آنها دور سر من می‌چرخند.
برای مثال آنها دور سر من می‌چرخند.
04:56
This is a little robot
that mimics the honeybee behavior.
that mimics the honeybee behavior.
83
284720
3160
این یک ربات کوچک هست
که از زبنورهای عسل تقلید می‌کند.
که از زبنورهای عسل تقلید می‌کند.
05:00
And smaller is better,
84
288600
1216
هر چه کوچکتر بهتر،
05:01
because along with the small size
you get lower inertia.
you get lower inertia.
85
289840
3536
زیرا هرچه کوچکتر باشد
اینرسی کمتری دارد.
اینرسی کمتری دارد.
05:05
Along with lower inertia --
86
293400
1536
همراه با اینرسی کمتر--
05:06
(Robot buzzing, laughter)
87
294960
2856
( وزوز ربات، خنده)
05:09
along with lower inertia,
you're resistant to collisions.
you're resistant to collisions.
88
297840
2816
همراه با اینرسی کمتر،
شما در برابر برخورد مقاومت بیشتری دارید.
شما در برابر برخورد مقاومت بیشتری دارید.
05:12
And that makes you more robust.
89
300680
1720
و این شما را قوی‌تر می‌کند.
05:15
So just like these honeybees,
we build small robots.
we build small robots.
90
303800
2656
بنابراین درست مانند زنبورهای عسل،
ما رباتهای کوچکی ساختیم.
ما رباتهای کوچکی ساختیم.
05:18
And this particular one
is only 25 grams in weight.
is only 25 grams in weight.
91
306480
3376
و این یکی تنها ۲۵ گرم وزن دارد.
05:21
It consumes only six watts of power.
92
309880
2160
و تنها ۶ وات برق در ساعت مصرف می‌کند.
05:24
And it can travel
up to six meters per second.
up to six meters per second.
93
312440
2536
این می‌تواند تا ۶ متر در ثانیه بالا برود.
05:27
So if I normalize that to its size,
94
315000
2336
خُب اگر این را بزرگ کنید،
05:29
it's like a Boeing 787 traveling
ten times the speed of sound.
ten times the speed of sound.
95
317360
3640
مانند بوینگ ۷۸۷،
این ربات ده برابر سرعت صوت حرکت خواهد کرد.
این ربات ده برابر سرعت صوت حرکت خواهد کرد.
05:36
(Laughter)
96
324000
2096
( خنده)
05:38
And I want to show you an example.
97
326120
1920
میخواهم به شما یک نمونه نشان دهم.
05:40
This is probably the first planned mid-air
collision, at one-twentieth normal speed.
collision, at one-twentieth normal speed.
98
328840
5256
این احتمالا اولین تصادم هوایی برنامه ریزی
شده با سرعت نرمال درقرن بیستم و یکم هست.
شده با سرعت نرمال درقرن بیستم و یکم هست.
05:46
These are going at a relative speed
of two meters per second,
of two meters per second,
99
334120
2858
آنها با سرعت نسبی
دو متر بر ثانیه در حرکتند،
دو متر بر ثانیه در حرکتند،
05:49
and this illustrates the basic principle.
100
337002
2480
و وطیفه اصلی را نمایش می‌دهد.
05:52
The two-gram carbon fiber cage around it
prevents the propellers from entangling,
prevents the propellers from entangling,
101
340200
4976
فیبر کربن دو گرمی دور آن قفسی درست کرده
که از برخورد ملخ‌ها با هم جلوگیری می‌کنند،
که از برخورد ملخ‌ها با هم جلوگیری می‌کنند،
05:57
but essentially the collision is absorbed
and the robot responds to the collisions.
and the robot responds to the collisions.
102
345200
5296
اما اساسا برخورد جذب شده و رباتها
نسبت به تصادم واکنش نشان می‌دهند.
نسبت به تصادم واکنش نشان می‌دهند.
06:02
And so small also means safe.
103
350520
2560
این خیلی کوچک و همچنین امن هست.
06:05
In my lab, as we developed these robots,
104
353400
2016
در ازمایشگاه من،
ما این رباتها را نیز ساختیم،
ما این رباتها را نیز ساختیم،
06:07
we start off with these big robots
105
355440
1620
ما با این رباتهای بزرگ شروع کردیم
06:09
and then now we're down
to these small robots.
to these small robots.
106
357084
2812
و سپس رباتهای کوچک را ساختیم.
06:11
And if you plot a histogram
of the number of Band-Aids we've ordered
of the number of Band-Aids we've ordered
107
359920
3456
و اگر هیستگرامی از چسب زخمی‌هایی را که ما
06:15
in the past, that sort of tailed off now.
108
363400
2576
در گذشته سفارش دادیم، را بکشید، می‌بینید
که سفارش خرید چسب زخم ما کم شده.
که سفارش خرید چسب زخم ما کم شده.
06:18
Because these robots are really safe.
109
366000
1960
زیرا این رباتها واقعا ایمن هستند.
06:20
The small size has some disadvantages,
110
368760
2456
رباتهای بسیار کوچک معایبی نیز دارند،
06:23
and nature has found a number of ways
to compensate for these disadvantages.
to compensate for these disadvantages.
111
371240
4080
و طبیعت راه‌های زیادی یافته
تا این معایب را جبران کند.
تا این معایب را جبران کند.
06:27
The basic idea is they aggregate
to form large groups, or swarms.
to form large groups, or swarms.
112
375960
4000
ایده اصلی گرد‌هم آوردن آنها برای تشکیل
گروه‌های بزرگ، و یا گروه از ربات می‌باشد.
گروه‌های بزرگ، و یا گروه از ربات می‌باشد.
06:32
So, similarly, in our lab,
we try to create artificial robot swarms.
we try to create artificial robot swarms.
113
380320
3976
پس، خیلی ساده ما درازمایشگا‌ه،سعی کردیم
که یک گروه مصنوعی از رباتها را بیآفرینیم.
که یک گروه مصنوعی از رباتها را بیآفرینیم.
06:36
And this is quite challenging
114
384320
1381
این کار خیلی مشکلی بود
06:37
because now you have to think
about networks of robots.
about networks of robots.
115
385725
3320
زیرا حالا باید در مورد
شبکه ارتباطی بین رباتها فکر کنید.
شبکه ارتباطی بین رباتها فکر کنید.
06:41
And within each robot,
116
389360
1296
و در هر رباتی،
06:42
you have to think about the interplay
of sensing, communication, computation --
of sensing, communication, computation --
117
390680
5616
شما باید در مورد فعل و انفعال
سنجش‌ها، ارتباطات، محاسبات فکر کنید--
سنجش‌ها، ارتباطات، محاسبات فکر کنید--
06:48
and this network then becomes
quite difficult to control and manage.
quite difficult to control and manage.
118
396320
4960
وخیلی مشکل خواهد شد که این شبکه ارتباطی
را کنترل و مدیریت کنید.
را کنترل و مدیریت کنید.
06:54
So from nature we take away
three organizing principles
three organizing principles
119
402160
3296
پس ما از طبیعت سه اصل تنطیم کنند را گرفتیم
06:57
that essentially allow us
to develop our algorithms.
to develop our algorithms.
120
405480
3160
که اساسا به ما اجازه می‌دهد
تا الگوریتم‌مان را توسعه دهیم.
تا الگوریتم‌مان را توسعه دهیم.
07:01
The first idea is that robots
need to be aware of their neighbors.
need to be aware of their neighbors.
121
409640
4536
اولین ایده‌ای این است که رباتها
باید نسبت به همسایه‌شان آگاه باشند.
باید نسبت به همسایه‌شان آگاه باشند.
07:06
They need to be able to sense
and communicate with their neighbors.
and communicate with their neighbors.
122
414200
3440
آنها نیاز دارند تا همسایه‌شان را
حس کنند و با آنها ارتباط برقرار کنند.
حس کنند و با آنها ارتباط برقرار کنند.
07:10
So this video illustrates the basic idea.
123
418040
2656
خب این ویدئو ایده اصلی را نشان می‌دهد.
07:12
You have four robots --
124
420720
1296
شما چهار ربات دارید--
07:14
one of the robots has actually been
hijacked by a human operator, literally.
hijacked by a human operator, literally.
125
422040
4240
یکی از آنها توسط اپراتور
به گروگان گرفته شده.
به گروگان گرفته شده.
07:19
But because the robots
interact with each other,
interact with each other,
126
427217
2239
اما به دلیل اینکه رباتها
با یکدیگر تعامل دارند،
با یکدیگر تعامل دارند،
07:21
they sense their neighbors,
127
429480
1656
آنها همسایه‌شان را حس می‌کنند،
07:23
they essentially follow.
128
431160
1296
و الزاما آن را دنبال می‌کنند.
07:24
And here there's a single person
able to lead this network of followers.
able to lead this network of followers.
129
432480
5360
و در اینجا یک نفر هست که می‌تواند
این شبکه از دنبال‌کنندگان را رهبری کند.
این شبکه از دنبال‌کنندگان را رهبری کند.
07:32
So again, it's not because all the robots
know where they're supposed to go.
know where they're supposed to go.
130
440000
5056
پس دوباره، این مسئله به این دلیل نیست
که رباتها می‌دانند که چه باید بکنند.
که رباتها می‌دانند که چه باید بکنند.
07:37
It's because they're just reacting
to the positions of their neighbors.
to the positions of their neighbors.
131
445080
4320
این تنها نشان دهنده این است که آنها نسبت
به موقعیت همسایه‌شان واکنش نشان می‌دهند.
به موقعیت همسایه‌شان واکنش نشان می‌دهند.
07:43
(Laughter)
132
451720
4120
( خنده)
07:48
So the next experiment illustrates
the second organizing principle.
the second organizing principle.
133
456280
5240
خب ازمایش بعدی دومین اصل را نشان می‌دهد.
07:54
And this principle has to do
with the principle of anonymity.
with the principle of anonymity.
134
462920
3800
این اصل همان اصل گمنامی است.
07:59
Here the key idea is that
135
467400
4296
ایده کلیدی این است که
08:03
the robots are agnostic
to the identities of their neighbors.
to the identities of their neighbors.
136
471720
4240
روباتها نسبت به هویت
همسایگان خود بی‌خبرند.
همسایگان خود بی‌خبرند.
08:08
They're asked to form a circular shape,
137
476440
2616
از آنها خواسته شده که
یک شکل دایره ای بسازند،
یک شکل دایره ای بسازند،
08:11
and no matter how many robots
you introduce into the formation,
you introduce into the formation,
138
479080
3296
مهم نیست که چندتا ربات را شما بکار گیرید،
08:14
or how many robots you pull out,
139
482400
2576
یا چندتا ربات را از گروه خارج کنید،
08:17
each robot is simply
reacting to its neighbor.
reacting to its neighbor.
140
485000
3136
هر ربات به راحتی به همسایه‌اش می‌رسد.
08:20
It's aware of the fact that it needs
to form the circular shape,
to form the circular shape,
141
488160
4976
این مسئله بدون توجه به این است که باید
دایرهای پرواز کنند،
دایرهای پرواز کنند،
08:25
but collaborating with its neighbors
142
493160
1776
بلکه بر اساس همکاری با همسایه‌هایش
08:26
it forms the shape
without central coordination.
without central coordination.
143
494960
3720
شکل دایره را بدون هماهنگی مرکزی
تشکیل می‌دهند.
تشکیل می‌دهند.
08:31
Now if you put these ideas together,
144
499520
2416
حال اگر این ایده‌ها را کنار هم بگذارید،
08:33
the third idea is that we
essentially give these robots
essentially give these robots
145
501960
3896
سومین ایده این هست که ما
اساسا به این رباتها
اساسا به این رباتها
08:37
mathematical descriptions
of the shape they need to execute.
of the shape they need to execute.
146
505880
4296
توضیحات ریاضی شکلی را که باید تشکیل دهند
ارایه دهیم.
ارایه دهیم.
08:42
And these shapes can be varying
as a function of time,
as a function of time,
147
510200
3496
و این اشکال می‌تواند به صورت تابعی از زمان
تغییر کنند،
تغییر کنند،
08:45
and you'll see these robots
start from a circular formation,
start from a circular formation,
148
513720
4496
و می‌بینید که این رباتها از شکل دایرهای،
08:50
change into a rectangular formation,
stretch into a straight line,
stretch into a straight line,
149
518240
3256
به مستطیلی تغییر فرم می‌دهند،
و به خط مستقیم در می‌آیند،
و به خط مستقیم در می‌آیند،
08:53
back into an ellipse.
150
521520
1375
و به شکل بیضی بر‌میگردند.
08:54
And they do this with the same
kind of split-second coordination
kind of split-second coordination
151
522919
3617
و اینها اینکار را با روشی مشابه
دومین تقسیم مختصات انجام می‌دهند
دومین تقسیم مختصات انجام می‌دهند
08:58
that you see in natural swarms, in nature.
152
526560
3280
که شما در گروه‌های طبیعی
(زنبورهای عسل) می‌بینید.
(زنبورهای عسل) می‌بینید.
09:03
So why work with swarms?
153
531080
2136
خب چرا به صورت گروهی کارکنیم؟
09:05
Let me tell you about two applications
that we are very interested in.
that we are very interested in.
154
533240
4120
بگذارید درباره دو کاربرد که
مورد علاقه ما هست بگویم.
مورد علاقه ما هست بگویم.
09:10
The first one has to do with agriculture,
155
538160
2376
اولین کاربرد مربوط به کشاورزی است،
09:12
which is probably the biggest problem
that we're facing worldwide.
that we're facing worldwide.
156
540560
3360
که احتمالا بزرگترین مشکلی است
که ما در سراسر جهان با آن مواجه ایم.
که ما در سراسر جهان با آن مواجه ایم.
09:16
As you well know,
157
544760
1256
همانطور که خوب می‌دانید،
09:18
one in every seven persons
in this earth is malnourished.
in this earth is malnourished.
158
546040
3520
از هر هفت نفر در جهان
یکی از سوء تغدیه رنج می‌برد.
یکی از سوء تغدیه رنج می‌برد.
09:21
Most of the land that we can cultivate
has already been cultivated.
has already been cultivated.
159
549920
3480
بیشتر زمین‌هایی که می‌توانیم کشت کنیم
در زیر کشت هستند.
در زیر کشت هستند.
09:25
And the efficiency of most systems
in the world is improving,
in the world is improving,
160
553960
3216
بهره‌وری بیشتر سیستم‌ها در
جهان در حال بهبودی است،
جهان در حال بهبودی است،
09:29
but our production system
efficiency is actually declining.
efficiency is actually declining.
161
557200
3520
اما کارایی سیستم های
تولیدی ما رو به کاهش است.
تولیدی ما رو به کاهش است.
09:33
And that's mostly because of water
shortage, crop diseases, climate change
shortage, crop diseases, climate change
162
561080
4216
و این بیشتر به دلیل کمبود آب،
بیمار‌های گیاهان، تغییرات آب و هوایی
بیمار‌های گیاهان، تغییرات آب و هوایی
09:37
and a couple of other things.
163
565320
1520
و چند مورد دیگر است.
09:39
So what can robots do?
164
567360
1480
خب این ربات ها چه می‌توانند بکنند؟
09:41
Well, we adopt an approach that's
called Precision Farming in the community.
called Precision Farming in the community.
165
569200
4616
خب، ما روشی را به نام« کشاورزی دقیق»
در کشاوری اتخاذ کردیم.
در کشاوری اتخاذ کردیم.
09:45
And the basic idea is that we fly
aerial robots through orchards,
aerial robots through orchards,
166
573840
5376
و پایه این ایده این است که ما
رباتهای هوایی را در باغ ها پرواز می‌دهیم،
رباتهای هوایی را در باغ ها پرواز می‌دهیم،
09:51
and then we build
precision models of individual plants.
precision models of individual plants.
167
579240
3120
و سپس مدل دقیقی
از هر گیاه را تهیه می‌کنیم.
از هر گیاه را تهیه می‌کنیم.
09:54
So just like personalized medicine,
168
582829
1667
بنابراین درست مثل پزشک شخصی،
09:56
while you might imagine wanting
to treat every patient individually,
to treat every patient individually,
169
584520
4816
در حالی که شما ممکن است تصور کنید که
برای درمان هر بیمار جداگانه درمان می‌شود،
برای درمان هر بیمار جداگانه درمان می‌شود،
10:01
what we'd like to do is build
models of individual plants
models of individual plants
170
589360
3696
ما می‌خواهیم مدلی از هر گیاه بوجود آوریم
10:05
and then tell the farmer
what kind of inputs every plant needs --
what kind of inputs every plant needs --
171
593080
4136
وسپس به کشاورزان بگویم
هر گیاه چه نیازی دارد
هر گیاه چه نیازی دارد
10:09
the inputs in this case being water,
fertilizer and pesticide.
fertilizer and pesticide.
172
597240
4440
این نیاز می‌تواند آب،
کود و سم باشد.
کود و سم باشد.
10:14
Here you'll see robots
traveling through an apple orchard,
traveling through an apple orchard,
173
602640
3616
در اینجا شما ربات را در حال پرواز
در یک باغ سیب می‌بینید،
در یک باغ سیب می‌بینید،
10:18
and in a minute you'll see
two of its companions
two of its companions
174
606280
2256
و در یک دقیقه شما خواهید دید
فناوری اطلاعات و ارتباطات
فناوری اطلاعات و ارتباطات
10:20
doing the same thing on the left side.
175
608560
1810
کار مشابهی را در سمت چپ می‌کنند.
10:22
And what they're doing is essentially
building a map of the orchard.
building a map of the orchard.
176
610800
3656
و آنچه آنها انجام می دهند اساسا
ساخت یک نقشه از باغ هست.
ساخت یک نقشه از باغ هست.
10:26
Within the map is a map
of every plant in this orchard.
of every plant in this orchard.
177
614480
2816
در داخل این نقشه یک نقشه
از هر گیاه در این باغ وجود دارد.
از هر گیاه در این باغ وجود دارد.
10:29
(Robot buzzing)
178
617320
1656
( وزوز ربات)
10:31
Let's see what those maps look like.
179
619000
1896
بگذارید ببینیم این نقشه‌ها چه شکلی هستند.
10:32
In the next video, you'll see the cameras
that are being used on this robot.
that are being used on this robot.
180
620920
4296
در ویدئو بعدی، شما دوربین‌هایی را که
در این رباتها بکار گرفته شده می‌بینید.
در این رباتها بکار گرفته شده می‌بینید.
10:37
On the top-left is essentially
a standard color camera.
a standard color camera.
181
625240
3240
در سمت چپ بالا دوربین رنگی معمولی هست.
10:41
On the left-center is an infrared camera.
182
629640
3296
در سمن چپ میانه دوربین فرو سرخ قرار دارد.
10:44
And on the bottom-left
is a thermal camera.
is a thermal camera.
183
632960
3776
و در سمت چپ پائین دوربین حرارتی هست.
10:48
And on the main panel, you're seeing
a three-dimensional reconstruction
a three-dimensional reconstruction
184
636760
3336
و در پانل اصلی، شکل سه بعدی
بازسازی شده را می بینید
بازسازی شده را می بینید
10:52
of every tree in the orchard
as the sensors fly right past the trees.
as the sensors fly right past the trees.
185
640120
6120
که از درختان این باغ هنگامی که سنسورها
از روی درختان پرواز می‌کنند تهیه شده.
از روی درختان پرواز می‌کنند تهیه شده.
10:59
Armed with information like this,
we can do several things.
we can do several things.
186
647640
4040
هنگامی به این اطلاعات مجهز شویم،
می‌توانیم چند کار انجام دهیم.
می‌توانیم چند کار انجام دهیم.
11:04
The first and possibly the most important
thing we can do is very simple:
thing we can do is very simple:
187
652200
4256
اولین و احتمالا مهم‌ترین کاری که
می توانیم بکنیم بسیار ساده است:
می توانیم بکنیم بسیار ساده است:
11:08
count the number of fruits on every tree.
188
656480
2440
تعداد میوه در هر درخت را بشماریم.
11:11
By doing this, you tell the farmer
how many fruits she has in every tree
how many fruits she has in every tree
189
659520
4536
با انجام این کار، شما به کشاورزمی‌گویید
که در هر درخت چند میوه دارد
که در هر درخت چند میوه دارد
11:16
and allow her to estimate
the yield in the orchard,
the yield in the orchard,
190
664080
4256
و به او اجازه می‌دهید تا
عملکرد در باغ را برآورد کند،
عملکرد در باغ را برآورد کند،
11:20
optimizing the production
chain downstream.
chain downstream.
191
668360
2840
بهینه سازی تولید
زنجیره ای پایین دست.
زنجیره ای پایین دست.
11:23
The second thing we can do
192
671640
1616
دومین کاری که ما
می توانیم انجام دهیم
می توانیم انجام دهیم
11:25
is take models of plants, construct
three-dimensional reconstructions,
three-dimensional reconstructions,
193
673280
4496
این است که مدلی از گیاهان
به شکل سه بعدی تهیه کنیم،
به شکل سه بعدی تهیه کنیم،
11:29
and from that estimate the canopy size,
194
677800
2536
که از اندازه تاج پوششی درخت برآورد می‌شود،
11:32
and then correlate the canopy size
to the amount of leaf area on every plant.
to the amount of leaf area on every plant.
195
680360
3776
و سپس با توجه به اندازه تاج
به مقدار سطح برگ در هر بوته را بداینم.
به مقدار سطح برگ در هر بوته را بداینم.
11:36
And this is called the leaf area index.
196
684160
2176
به این شاخص سطح برگ می‌گویند.
11:38
So if you know this leaf area index,
197
686360
1936
اگر شما شاخص سطح برگ را بدانید،
11:40
you essentially have a measure of how much
photosynthesis is possible in every plant,
photosynthesis is possible in every plant,
198
688320
5456
اساسا شما میزان فتوسنتز امکان پذیر
را در هر گیاه را می‌دانید،
را در هر گیاه را می‌دانید،
11:45
which again tells you
how healthy each plant is.
how healthy each plant is.
199
693800
2880
که دوباره به شما می گوید
هر درخت چقدر سالم هست.
هر درخت چقدر سالم هست.
11:49
By combining visual
and infrared information,
and infrared information,
200
697520
4216
با ترکیب اطلاعات بصری
و مادون قرمز،
و مادون قرمز،
11:53
we can also compute indices such as NDVI.
201
701760
3296
ما می توانید شاخص NDVI را محاسبه کنیم.
11:57
And in this particular case,
you can essentially see
you can essentially see
202
705080
2816
و در این مورد خاص،
اساسا می توانید ببینید
اساسا می توانید ببینید
11:59
there are some crops that are
not doing as well as other crops.
not doing as well as other crops.
203
707920
3016
برخی از محصولات زراعی وجود دارد که
که به خوبی سایر محصولات نیستند.
که به خوبی سایر محصولات نیستند.
12:02
This is easily discernible from imagery,
204
710960
4056
این از تصاویر به راحتی قابل تشخیص است،
12:07
not just visual imagery but combining
205
715040
2216
این تنها تصاویر بصری نیست بلکه ترکیب
12:09
both visual imagery and infrared imagery.
206
717280
2776
ازهر دو تصاویر بصری و تصاویر فرو سرخ هست.
12:12
And then lastly,
207
720080
1336
و سپس در آخر،
12:13
one thing we're interested in doing is
detecting the early onset of chlorosis --
detecting the early onset of chlorosis --
208
721440
4016
کاری که ما به انجام آن علاقه مند هستیم
تشخیص شروع زودرس کلروز هست -
تشخیص شروع زودرس کلروز هست -
12:17
and this is an orange tree --
209
725480
1496
و این یک درخت پرتقال است -
12:19
which is essentially seen
by yellowing of leaves.
by yellowing of leaves.
210
727000
2560
که با زرد شدن رنگ برگها دیده می‌شود
12:21
But robots flying overhead
can easily spot this autonomously
can easily spot this autonomously
211
729880
3896
اما پرواز رباتها دربالای درختان به سادگی
و بطور خودکار آنها را مشخص کرده
و بطور خودکار آنها را مشخص کرده
12:25
and then report to the farmer
that he or she has a problem
that he or she has a problem
212
733800
2936
و به کشاورز گزارش می‌کند که او مشکلی
12:28
in this section of the orchard.
213
736760
1520
در یکی از بخش‌های باغ دارد.
12:30
Systems like this can really help,
214
738800
2696
سیستم‌هایی مانند این می‌تواند
واقعا کمک کنند،
واقعا کمک کنند،
12:33
and we're projecting yields
that can improve by about ten percent
that can improve by about ten percent
215
741520
5816
و ما درحال بهبود بخشیدن
به بازده حدود ده درصد هستیم
به بازده حدود ده درصد هستیم
12:39
and, more importantly, decrease
the amount of inputs such as water
the amount of inputs such as water
216
747360
3216
و مهمتر انکه، میزان
منابع مصرفی مانند آب را
منابع مصرفی مانند آب را
12:42
by 25 percent by using
aerial robot swarms.
aerial robot swarms.
217
750600
3280
تا ۲۵ درصد با استفاده از این
گروه‌های رباتهای هوایی کاهش دهیم
گروه‌های رباتهای هوایی کاهش دهیم
12:47
Lastly, I want you to applaud
the people who actually create the future,
the people who actually create the future,
218
755200
5736
و در پایان، می‌خواهیم افرادی
که آینده را می‌سازند تشویق کنید،
که آینده را می‌سازند تشویق کنید،
12:52
Yash Mulgaonkar, Sikang Liu
and Giuseppe Loianno,
and Giuseppe Loianno,
219
760960
4920
یاش مولگانکار، سیکانگ لی و جوزپه لویانو،
12:57
who are responsible for the three
demonstrations that you saw.
demonstrations that you saw.
220
765920
3496
که مسئول این سه نمایشی
هستند که شاهد آن بودید.
هستند که شاهد آن بودید.
13:01
Thank you.
221
769440
1176
سپاسگزارم.
13:02
(Applause)
222
770640
5920
(تشویق)
ABOUT THE SPEAKER
Vijay Kumar - RoboticistAs 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.
Vijay Kumar | Speaker | TED.com