TEDGlobal 2013
Raffaello D'Andrea: The astounding athletic power of quadcopters
Raffaello D'Andrea: A kvadrokopterek bámulatos atlétikai teljesítménye
Filmed:
Readability: 4.7
12,409,728 views
A TEDGlobal robotműhelyében Raffaelo D'Andrea repülőbemutatót tart kvadrokoptereivel -- ezekkel az atléta módjára gondolkodó robotokkal, melyek a fizikai problémákat tanuló algoritmusok segítségével oldják meg. D'Andrea bemutatójában olyan drónokat látunk, amelyek labdázni, egyensúlyozni tudnak, közös döntésekre képesek -- mi több, Kinect segítségével, gesztikulációval is vezérelhetők.
Raffaello D'Andrea - Autonomous systems pioneer
Raffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs. Full bio
Raffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs. Full bio
Double-click the English transcript below to play the video.
00:23
So what does it mean for a machine to be athletic?
0
11307
3184
Mit jelent az, hogy atletikus egy gép esetében?
00:26
We will demonstrate the concept of machine athleticism
1
14491
3417
A gépi atleticizmus szemléltetéséhez
00:29
and the research to achieve it
2
17908
1720
és a kapcsolódó kutatások áttekintéséhez
00:31
with the help of these flying machines called quadrocopters,
3
19628
2511
a kvadrokopter nevű repülő szerkezetet --
00:34
or quads, for short.
4
22139
1887
röviden: a kvadot -- fogom példaként használni.
00:38
Quads have been around for a long time.
5
26034
2529
A kvad nem új dolog.
00:40
The reason that they're so popular these days
6
28563
1599
Mai nagy népszerűségét
00:42
is because they're mechanically simple.
7
30162
1965
egyszerű mechanikai felépítésének köszönheti.
00:44
By controlling the speeds of these four propellers,
8
32127
2108
A négy propeller sebességétől függően
00:46
these machines can roll, pitch, yaw,
9
34235
3048
képes billenni, megdőlni, elfordulni
00:49
and accelerate along their common orientation.
10
37283
2825
és gyorsulni az eredeti állapotához képest.
00:52
On board are also a battery, a computer,
11
40108
3071
A kvad fedélzetén van egy telep, egy komputer,
00:55
various sensors and wireless radios.
12
43179
3954
számos érzékelő és adó-vevő.
00:59
Quads are extremely agile, but this agility comes at a cost.
13
47133
4629
A kvad rendkívül mozgékony, de ennek ára van:
01:03
They are inherently unstable, and they need some form
14
51762
2992
eredendően instabil. Ezért csak visszacsatolás és
01:06
of automatic feedback control in order to be able to fly.
15
54754
3972
automatikus vezérlés segítségével képes repülni.
01:16
So, how did it just do that?
16
64259
3238
Lássuk, hogy megy ez.
01:19
Cameras on the ceiling and a laptop
17
67497
1818
A mennyezeti kamerák és egy laptop együttese
01:21
serve as an indoor global positioning system.
18
69315
2576
afféle beltéri GPS-t alkot.
01:23
It's used to locate objects in the space
19
71891
2185
Megállapítja azoknak a testeknek a térbeli helyzetét,
01:26
that have these reflective markers on them.
20
74076
2527
amelyeken ilyen fényvisszaverő jelölések vannak.
01:28
This data is then sent to another laptop
21
76603
2061
Ezeket az adatokat átküldi egy másik laptopra,
01:30
that is running estimation and control algorithms,
22
78664
2211
mely közelítő és szabályozó algoritmusokat futtat.
01:32
which in turn sends commands to the quad,
23
80875
1886
Ez a laptop utasításokat küld a kvadnak, amelyen
01:34
which is also running estimation and control algorithms.
24
82761
3485
szintén futnak közelítő és szabályozó algoritmusok.
01:41
The bulk of our research is algorithms.
25
89620
2510
Nos, kutatásaink zöme algoritmusokról szól.
01:44
It's the magic that brings these machines to life.
26
92130
4161
Ez az a varázslat, mely életre kelti a kvadot.
01:48
So how does one design the algorithms
27
96291
2043
Hogyan lehet olyan algoritmust kreálni,
01:50
that create a machine athlete?
28
98334
2277
amelytől a kvad gépi atlétává válik?
01:52
We use something broadly called model-based design.
29
100611
2880
A dolog alapját a modellalapú tervezés adja.
01:55
We first capture the physics with a mathematical model
30
103491
3154
Először is a gépviselkedés fizikáját
01:58
of how the machines behave.
31
106645
2134
lefordítjuk egy matematikai modellre.
02:00
We then use a branch of mathematics
32
108779
2297
Azután a modellt a szabályozáselmélet matematikai
02:03
called control theory to analyze these models
33
111076
2831
eszközeivel elemezzük, és létrehozunk olyan algoritmusokat,
02:05
and also to synthesize algorithms for controlling them.
34
113907
3913
amelyekkel szabályozható lesz a modell.
02:09
For example, that's how we can make the quad hover.
35
117820
3048
A kvad lebegtetését például így oldottuk meg:
02:12
We first captured the dynamics
36
120868
1408
Először is a dinamikát felírtuk
02:14
with a set of differential equations.
37
122276
1906
egy differenciálegyenlet-rendszer segítségével.
02:16
We then manipulate these equations with the help
38
124182
2349
Ezután a felírt egyenleteket elkezdtük manipulálni
02:18
of control theory to create algorithms that stabilize the quad.
39
126531
4640
a szabályozáselmélet segítségével, hogy olyan algoritmust kapjunk, mely a kvadot stabilizálni tudja.
02:23
Let me demonstrate the strength of this approach.
40
131171
2946
Hadd demonstráljam a módszer erejét egy példával.
02:29
Suppose that we want this quad to not only hover
41
137198
2549
Tegyük fel, hogy nemcsak azt szeretnénk, hogy ez a kvad
02:31
but to also balance this pole.
42
139747
2782
lebegjen, hanem azt is, hogy egyensúlyozni tudja ezt a pálcát.
02:34
With a little bit of practice,
43
142529
1844
Mi, emberi lények, egy kis gyakorlattal,
02:36
it's pretty straightforward for a human being to do this,
44
144373
2391
könnyedén elvégezzük ezt a feladatot --
02:38
although we do have the advantage of having
45
146764
1755
persze előnyben vagyunk a kvaddal szemben,
02:40
two feet on the ground
46
148519
1328
mert két lábon állunk a földön,
02:41
and the use of our very versatile hands.
47
149847
2957
és ügyes kezünk van.
02:44
It becomes a little bit more difficult
48
152804
2469
Kissé nehezebben megy a dolog,
02:47
when I only have one foot on the ground
49
155273
2296
ha fél lábon állok,
02:49
and when I don't use my hands.
50
157569
2799
és nem a kezemet használom.
02:52
Notice how this pole has a reflective marker on top,
51
160368
2951
Amint látják, a pálca tetején van egy fényvisszaverő jelzés,
02:55
which means that it can be located in the space.
52
163319
3894
ami azt jelenti, hogy a térbeli helyzete megállapítható.
03:04
(Applause)
53
172971
5976
(Taps)
03:10
You can notice that this quad is making fine adjustments
54
178947
2826
Figyeljék meg: a kvad finom korrekciókat végez,
03:13
to keep the pole balanced.
55
181773
2195
hogy a pálca egyensúlyban maradjon.
03:15
How did we design the algorithms to do this?
56
183968
3059
Hogyan terveztük meg vajon az ehhez szükséges algoritmust?
03:19
We added the mathematical model of the pole
57
187027
2105
Egyszerűen: a pálca matematikai modelljét
03:21
to that of the quad.
58
189132
1519
hozzáadtuk a kvadéhoz.
03:22
Once we have a model of the combined quad-pole system,
59
190651
2954
Mihelyt megvan a kvad-pálca rendszer együttes modellje,
03:25
we can use control theory to create algorithms for controlling it.
60
193605
4933
a szabályozáselmélet segítségével algoritmust rendelhetünk hozzá.
03:30
Here, you see that it's stable,
61
198538
1588
Amint látják, a rendszer stabil,
03:32
and even if I give it little nudges,
62
200126
2693
és még ha lökdösöm is egy picit,
03:34
it goes back to the nice, balanced position.
63
202819
5403
akkor is visszaviszi a pálcát az egyensúlyi helyzetébe.
03:40
We can also augment the model to include
64
208222
1663
A modellt kibővíthetjük azzal, hogy megmondjuk,
03:41
where we want the quad to be in space.
65
209885
2441
melyik pontban legyen a kvad.
03:44
Using this pointer, made out of reflective markers,
66
212326
3069
Ha fogom ezt a fényvisszaverővel ellátott mutatót,
03:47
I can point to where I want the quad to be in space
67
215395
2224
akkor kijelölhetek egy fix távolságra lévő pontot,
03:49
a fixed distance away from me.
68
217619
3367
ahová a kvadot át akarom irányítani.
04:07
The key to these acrobatic maneuvers is algorithms,
69
235763
2902
Az ilyen atlétikai mutatványok titka egy algoritmus,
04:10
designed with the help of mathematical models
70
238665
2426
melyet valamilyen matematikai modellre építettek
04:13
and control theory.
71
241091
1950
a szabályozáselmélet segítségével.
04:15
Let's tell the quad to come back here
72
243041
2214
Mondjuk meg a kvadnak, hogy jöjjön vissza ide,
04:17
and let the pole drop,
73
245255
1819
és hagyja leesni a pálcát.
04:19
and I will next demonstrate the importance
74
247074
1918
Most pedig érzékeltetni szeretném, milyen fontos
04:20
of understanding physical models
75
248992
2119
megérteni a fizikai modelleket
04:23
and the workings of the physical world.
76
251111
4120
és a fizikai elvek működését.
04:37
Notice how the quad lost altitude
77
265462
1770
Figyeljék meg, hogy a kvad lejjebb ereszkedett,
04:39
when I put this glass of water on it.
78
267232
2082
amikor rátettem a pohár vizet.
04:41
Unlike the balancing pole, I did not include
79
269314
2801
Most ugyanis, a pálca-egyensúlyozással ellentétben,
04:44
the mathematical model of the glass in the system.
80
272115
2584
a pohár matematikai modelljét nem foglaltam bele a rendszerbe.
04:46
In fact, the system doesn't even know that the glass of water is there.
81
274699
2919
Tehát a rendszer nem is sejti, hogy van itt egy pohár víz is.
04:49
Like before, I could use the pointer to tell the quad
82
277618
3292
De ahogy az imént, a mutatóval most is jelezni tudom
04:52
where I want it to be in space.
83
280910
2589
a kvadnak, hová menjen.
04:55
(Applause)
84
283499
9597
(Taps)
05:05
Okay, you should be asking yourself,
85
293096
2110
Most nyilván azon tűnődnek,
05:07
why doesn't the water fall out of the glass?
86
295206
2509
hogyhogy nem löttyen ki a víz a pohárból.
05:09
Two facts: The first is that gravity acts
87
297715
3211
Két tényt említek. Először is, a gravitáció
05:12
on all objects in the same way.
88
300926
2125
minden testre ugyanúgy hat.
05:15
The second is that the propellers are all pointing
89
303051
2464
Másodszor, a propellerek tengelye párhuzamos a poháréval,
05:17
in the same direction of the glass, pointing up.
90
305515
3127
vagyis alaphelyzetben felfelé mutat.
05:20
You put these two things together, the net result
91
308642
2377
Tekintsük a kettőt egyszerre: kiderül,
05:23
is that all side forces on the glass are small
92
311019
2287
hogy a pohárra ható oldalerők, melyekért
05:25
and are mainly dominated by aerodynamic effects,
93
313306
2785
főleg az aerodinamikai hatások felelősek,
05:28
which as these speeds are negligible.
94
316091
3841
elhanyagolhatóan kicsik ekkora sebességeknél.
05:35
And that's why you don't need to model the glass.
95
323336
2071
Ezért nincs szükség a pohár modellezésére:
05:37
It naturally doesn't spill no matter what the quad does.
96
325407
3848
a víz nem fog kilöttyenni, akárhogy mozog is a kvad.
05:50
(Applause)
97
338651
7051
(Taps)
05:57
The lesson here is that some high-performance tasks
98
345702
4016
Az a tanulság ebből, hogy a mutatványok egy része
06:01
are easier than others,
99
349718
1397
könnyebben megy a többinél,
06:03
and that understanding the physics of the problem
100
351115
2296
és hogy a probléma fizikájának megértése dönti el,
06:05
tells you which ones are easy and which ones are hard.
101
353411
2616
hogy melyiket lesz egyszerűbb kivitelezni.
06:08
In this instance, carrying a glass of water is easy.
102
356027
2359
Például az imént a pohár víz szállítása egyszerű volt,
06:10
Balancing a pole is hard.
103
358386
3785
a pálca egyensúlyozása viszont nehéz.
06:14
We've all heard stories of athletes
104
362171
1802
Mindannyian hallottunk már olyan atlétákról,
06:15
performing feats while physically injured.
105
363973
2493
akik fizikai sérülésük dacára sem adták fel a versenyt.
06:18
Can a machine also perform
106
366466
1519
Vajon egy súlyosan megrongálódott gép is
06:19
with extreme physical damage?
107
367985
2651
képes működni?
06:22
Conventional wisdom says that you need
108
370636
1726
Józan eszünk azt súgja, hogy legalább
06:24
at least four fixed motor propeller pairs in order to fly,
109
372362
3690
négy rögzített motor-propeller együttes kell a repüléshez,
06:28
because there are four degrees of freedom to control:
110
376052
2112
mert a következő négy szabadsági fokot kell szabályozni:
06:30
roll, pitch, yaw and acceleration.
111
378164
3028
billenés, dőlés, elfordulás és gyorsulás.
06:33
Hexacopters and octocopters, with six and eight propellers,
112
381192
3245
A hexakopter és az oktokopter -- 6, ill. 8 propelleres lévén --
06:36
can provide redundancy,
113
384437
1483
redundanciát, magyarán tartalékot biztosít,
06:37
but quadrocopters are much more popular
114
385920
1989
de a kvadrokopter mégis sokkal népszerűbb,
06:39
because they have the minimum number
115
387909
1815
mert a minimális számú -- tehát 4 --
06:41
of fixed motor propeller pairs: four.
116
389724
2476
rögzített motor-propeller együttessel rendelkezik.
06:44
Or do they?
117
392200
1965
Vagy kevesebb is elég?
07:01
If we analyze the mathematical model of this machine
118
409476
2600
Ha elemezzük a kvad matematikai modelljét,
07:04
with only two working propellers,
119
412076
2176
mindössze két működő propellerrel,
07:06
we discover that there's an unconventional way to fly it.
120
414252
6756
kiderül, hogy rendhagyó módon is lehet működtetni.
07:19
We relinquish control of yaw,
121
427980
1706
Le kell mondanunk ugyan az elfordulás szabályozásáról,
07:21
but roll, pitch and acceleration can still be controlled
122
429686
3070
de a billenés, dőlés és gyorsulás szabályozható marad,
07:24
with algorithms that exploit this new configuration.
123
432756
5452
csak az új konfigurációhoz való algoritmust kell használni.
07:33
Mathematical models tell us exactly when
124
441668
2432
A matematikai modell elárulja, hogy pontosan mikor
07:36
and why this is possible.
125
444100
2072
és mért lehetséges ez.
07:38
In this instance, this knowledge allows us to design
126
446172
2368
Ennek ismeretében képesek vagyunk
07:40
novel machine architectures
127
448540
2256
újszerű géparchitektúrák kialakítására,
07:42
or to design clever algorithms that gracefully handle damage,
128
450796
4176
ill. olyan okos algoritmusok létrehozására, melyek
07:46
just like human athletes do,
129
454972
1724
az emberi atlétákhoz hasonlóan viselik el a sérülést,
07:48
instead of building machines with redundancy.
130
456696
3823
és így nem kell redundanciát biztosító gépeket használni.
07:52
We can't help but hold our breath when we watch
131
460519
2112
Lélegzetvisszafojtva bámuljuk
07:54
a diver somersaulting into the water,
132
462631
2437
a vízbe szaltózó műugrót
07:57
or when a vaulter is twisting in the air,
133
465068
1790
és a levegőben megforduló tornászt,
07:58
the ground fast approaching.
134
466858
1718
miközben a talaj sebesen közeledik felé.
08:00
Will the diver be able to pull off a rip entry?
135
468576
2568
Vajon az ugró csobbanás nélkül fog a vízben elmerülni?
08:03
Will the vaulter stick the landing?
136
471144
2000
Vajon a tornász talajfogása tökéletes lesz?
08:05
Suppose we want this quad here
137
473144
1668
Mondjuk, hogy azt szeretnénk, ha ez a kvad itt
08:06
to perform a triple flip and finish off
138
474812
2451
egy tripla flipet hajtana végre, melyet pontosan ott
08:09
at the exact same spot that it started.
139
477263
2269
kell befejeznie, ahol elkezdte.
08:11
This maneuver is going to happen so quickly
140
479532
2347
A manőver olyan gyorsan megy végbe, hogy a
08:13
that we can't use position feedback to correct the motion during execution.
141
481879
3629
visszacsatolás és pályakorrekció nem működik.
08:17
There simply isn't enough time.
142
485508
2274
Egyszerűen nincs rá idő!
08:19
Instead, what the quad can do is perform the maneuver blindly,
143
487782
3694
Ezért a kvad "vakon" hajtja végre a mutatványt,
08:23
observe how it finishes the maneuver,
144
491476
2232
megfigyeli, hogyan sikerült,
08:25
and then use that information to modify its behavior
145
493708
2424
majd ez alapján úgy módosítja a viselkedését,
08:28
so that the next flip is better.
146
496132
2289
hogy a következő flip pontosabb legyen.
08:30
Similar to the diver and the vaulter,
147
498421
1812
Akárcsak a műugró és a tornász esetében,
08:32
it is only through repeated practice
148
500233
1919
csakis a gyakorlás segítheti abban,
08:34
that the maneuver can be learned and executed
149
502152
1925
hogy a manővert megtanulja és így a végrehajtás
08:36
to the highest standard.
150
504077
2133
a lehető legjobban sikerüljön.
08:46
(Applause)
151
514412
4752
(Taps)
08:51
Striking a moving ball is a necessary skill in many sports.
152
519164
3472
A mozgó labda eltalálása több sportban elvárt képesség.
08:54
How do we make a machine do
153
522636
1795
Hogy lehet elérni, hogy egy gép megcsinálja azt,
08:56
what an athlete does seemingly without effort?
154
524431
3753
amit egy sportoló látható könnyedséggel képes megtenni?
09:15
(Applause)
155
543943
6599
(Taps)
09:22
This quad has a racket strapped onto its head
156
550542
2650
Ennek a kvadnak egy ütőt szíjaztunk a fejéhez:
09:25
with a sweet spot roughly the size of an apple, so not too large.
157
553192
3487
az ütő optimális területe kb. alma nagyságú, tehát nem túl nagy.
09:28
The following calculations are made every 20 milliseconds,
158
556679
3167
A következő számítást másodpercenként 50-szer kell elvégezni,
09:31
or 50 times per second.
159
559846
1756
vagyis 20 milliszekundumonként egyszer.
09:33
We first figure out where the ball is going.
160
561602
2812
Először is meg kell határozni, hogy merre megy a labda.
09:36
We then next calculate how the quad should hit the ball
161
564414
2437
Aztán azt kell kiszámolni, hogy üsse meg a kvad a labdát,
09:38
so that it flies to where it was thrown from.
162
566851
3099
hogy az arra repüljön, ahonnan jött.
09:41
Third, a trajectory is planned that carries the quad
163
569950
4456
Harmadszor, ki kell számítani a kvad mozgáspályáját
09:46
from its current state to the impact point with the ball.
164
574406
3024
az adott helyétől addig a pontig, ahol elvileg ütközni fog a labdával.
09:49
Fourth, we only execute 20 milliseconds' worth of that strategy.
165
577430
3809
Negyedszer, 20 ms időtartamig követjük a kiszámolt stratégiát.
09:53
Twenty milliseconds later, the whole process is repeated
166
581239
2807
Húsz milliszekundum múlva megismételjük az egészet,
09:56
until the quad strikes the ball.
167
584046
2243
míg a kvad ténylegesen el nem éri a labdát.
10:07
(Applause)
168
595560
2646
(Taps)
10:10
Machines can not only perform dynamic maneuvers on their own,
169
598206
3372
A gépek tehát önállóan képesek dinamikai manőverezésre,
10:13
they can do it collectively.
170
601578
1863
sőt, képesek az együttműködésre is.
10:15
These three quads are cooperatively carrying a sky net.
171
603441
3587
Ez a három kvad közösen visz egy hálót.
10:28
(Applause)
172
616574
5411
(Taps)
10:33
They perform an extremely dynamic
173
621985
2197
Rendkívül dinamikus
10:36
and collective maneuver
174
624182
2168
és összehangolt manőverezés szükséges ahhoz,
10:38
to launch the ball back to me.
175
626350
1692
hogy a labdát visszapasszolják nekem.
10:40
Notice that, at full extension, these quads are vertical.
176
628042
3511
Figyeljék meg: amikor a háló kifeszül, a kvadok kifelé fordulnak.
10:48
(Applause)
177
636486
1772
(Taps)
10:50
In fact, when fully extended,
178
638258
2287
Nem véletlen: amikor a háló kifeszül, a kvadok kb. az ötszörösét
10:52
this is roughly five times greater than what a bungee jumper feels
179
640545
2685
kapják annak a gyorsulásnak, amit a bungee-jumpingozó
10:55
at the end of their launch.
180
643230
4588
érez a zuhanás végén.
11:03
The algorithms to do this are very similar
181
651009
2677
A mutatvány algoritmusa nagyon hasonlít ahhoz,
11:05
to what the single quad used to hit the ball back to me.
182
653686
3384
mint amikor egyetlen kvaddal üttetem vissza a labdát.
11:09
Mathematical models are used to continuously re-plan
183
657070
2864
A matematikai modell segítségével folyamatosan, azaz
11:11
a cooperative strategy 50 times per second.
184
659934
4515
másodpercenként 50-szer újratervezzük a kooperatív stratégiát.
11:16
Everything we have seen so far has been
185
664449
1877
Minden, amit eddig láttunk,
11:18
about the machines and their capabilities.
186
666326
2463
gépekről és ezek képességeiről szólt.
11:20
What happens when we couple this machine athleticism
187
668789
3015
Mi történik akkor, ha a gépi atleticizmust
11:23
with that of a human being?
188
671804
1776
összekapcsoljuk az emberivel?
11:25
What I have in front of me is a commercial gesture sensor
189
673580
3805
Ami előttem van, az egy kereskedelmi forgalomban lévő
11:29
mainly used in gaming.
190
677385
1309
gesztikulációérzékelő, melyet főleg játékokhoz használnak.
11:30
It can recognize what my various body parts
191
678694
1804
Ez valós időben képes felismerni, hogy mit csinálok
11:32
are doing in real time.
192
680498
2048
a testem különböző részeivel.
11:34
Similar to the pointer that I used earlier,
193
682546
2116
Ahogy korábban a mutató mozgatásával,
11:36
we can use this as inputs to the system.
194
684662
2792
úgy ezzel is adhatok jelzéseket a rendszernek.
11:39
We now have a natural way of interacting
195
687454
2396
Így természetesebb kapcsolatot alakíthatok ki a kvad
11:41
with the raw athleticism of these quads with my gestures.
196
689850
4944
nyers atleticizmusával, mert csak gesztikulálnom kell.
12:22
(Applause)
197
730453
4400
(Taps)
12:35
Interaction doesn't have to be virtual. It can be physical.
198
743982
4007
A kapcsolat nem okvetlenül virtuális -- lehet fizikai is.
12:39
Take this quad, for example.
199
747989
1725
Tekintsük pl. ezt a kvadot.
12:41
It's trying to stay at a fixed point in space.
200
749714
2628
Megpróbál a tér egy adott pontjában maradni.
12:44
If I try to move it out of the way, it fights me,
201
752342
3837
Ha el akarom mozdítani a helyéről, ellenáll nekem,
12:48
and moves back to where it wants to be.
202
756179
4155
és visszamegy oda, ahol lenni szeretne.
12:52
We can change this behavior, however.
203
760334
3039
Ez a viselkedés azonban megváltoztatható.
12:55
We can use mathematical models
204
763373
1699
Matematikai modellt használhatunk annak az erőnek
12:57
to estimate the force that I'm applying to the quad.
205
765072
3133
a becslésére, amellyel a kvadra hatok.
13:00
Once we know this force, we can also change the laws of physics,
206
768205
3238
Ha ismerem ezt az erőt, akkor megváltoztathatom
13:03
as far as the quad is concerned, of course.
207
771443
4499
a fizika törvényeit, de persze csak a kvadra vonatkozóan.
13:07
Here the quad is behaving as if it were
208
775942
2263
Ez a kvad úgy viselkedik, mintha
13:10
in a viscous fluid.
209
778205
4365
viszkózus folyadék venné körül.
13:14
We now have an intimate way
210
782570
2174
Ezáltal lehetőség van arra,
13:16
of interacting with a machine.
211
784744
1849
hogy a géppel való kapcsolat simább legyen.
13:18
I will use this new capability to position
212
786593
2506
Ezt az új lehetőséget arra fogom használni, hogy ezt a
13:21
this camera-carrying quad to the appropriate location
213
789099
2577
kamerahordozó kvadot arra a helyre mozgassam,
13:23
for filming the remainder of this demonstration.
214
791676
3186
ahonnan a demonstráció hátralévő részét filmeznie kell.
13:36
So we can physically interact with these quads
215
804222
2768
Tehát fizikai kölcsönhatásba léphetünk a kvadokkal,
13:38
and we can change the laws of physics.
216
806990
2403
és megváltoztathatjuk a fizika törvényeit.
13:41
Let's have a little bit of fun with this.
217
809393
2313
És most játsszunk egy kicsit.
13:43
For what you will see next, these quads
218
811706
1704
A következő mutatvány elején a kvadok
13:45
will initially behave as if they were on Pluto.
219
813410
3496
úgy fognak viselkedni, mintha a Plútón lennének.
13:48
As time goes on, gravity will be increased
220
816906
2312
Ahogy telik az idő, a gravitáció erősödni fog,
13:51
until we're all back on planet Earth,
221
819218
2120
míg vissza nem térünk a Földre,
13:53
but I assure you we won't get there.
222
821338
1719
ahonnan persze el sem mozdulunk.
13:55
Okay, here goes.
223
823057
3501
Nos, vágjunk bele!
14:05
(Laughter)
224
833667
3412
(Nevetés)
14:34
(Laughter)
225
862778
3208
(Nevetés)
14:37
(Applause)
226
865986
3386
(Taps)
14:41
Whew!
227
869372
1207
Fhu!
14:46
You're all thinking now,
228
874779
1517
Most biztos azt gondolják,
14:48
these guys are having way too much fun,
229
876296
1975
hogy ezek a fickók itt jól elszórakozgatnak;
14:50
and you're probably also asking yourself,
230
878271
2079
no meg azt,
14:52
why exactly are they building machine athletes?
231
880350
3936
hogy mi szükség van gépi atlétákra.
14:56
Some conjecture that the role of play in the animal kingdom
232
884286
2652
Egyeseknek az ugrik be, hogy az állatvilágban a játék szerepe
14:58
is to hone skills and develop capabilities.
233
886938
2752
a készségek csiszolása és a képességek fejlesztése.
15:01
Others think that it has more of a social role,
234
889690
2066
Mások arra gondolnak, hogy inkább közösségi szerepe van,
15:03
that it's used to bind the group.
235
891756
1674
vagyis a csoportok megerősítésére szolgál.
15:05
Similarly, we use the analogy of sports and athleticism
236
893430
3533
A sport és az atleticizmus párhuzamát arra használjuk,
15:08
to create new algorithms for machines
237
896963
2079
hogy új algoritmusokat hozzunk létre, és így a gépeket
15:11
to push them to their limits.
238
899042
2147
a teljesítőképességük határáig fejlesszük.
15:13
What impact will the speed of machines have on our way of life?
239
901189
3677
Milyen hatása lesz a gépek sebességének az életünkre?
15:16
Like all our past creations and innovations,
240
904866
2389
Az összes eddigi találmányhoz és innovációhoz hasonlóan
15:19
they may be used to improve the human condition
241
907255
2827
hasznára is lehet a dolog az embernek,
15:22
or they may be misused and abused.
242
910082
2501
de vissza is lehet élni vele.
15:24
This is not a technical choice we are faced with;
243
912583
1923
A kérdés nem technikai természetű,
15:26
it's a social one.
244
914506
1755
hanem társadalmi.
15:28
Let's make the right choice,
245
916261
1390
Egyetlen helyes választás létezik:
15:29
the choice that brings out the best in the future of machines,
246
917651
2405
kihozni a legjobbat abból, amit a gépek jövője tartogathat --
15:32
just like athleticism in sports
247
920056
1812
épp úgy, ahogy a sportban az atleticizmus
15:33
can bring out the best in us.
248
921868
2161
segíthet kihozni a legjobbat önmagunkból.
15:36
Let me introduce you to the wizards behind the green curtain.
249
924029
3450
Hadd mutassam be a zöld függöny mögött rejtőző varázslókat --
15:39
They're the current members of the Flying Machine Arena research team.
250
927479
2900
a Flying Machine Arena kutatócsoport jelenlegi tagjait!
15:42
(Applause)
251
930379
4769
(Taps)
15:47
Federico Augugliaro, Dario Brescianini, Markus Hehn,
252
935148
3046
Federico Augugliaro, Dario Brescianini, Markus Hehn,
15:50
Sergei Lupashin, Mark Muller and Robin Ritz.
253
938194
2824
Sergei Lupashin, Mark Muller és Robin Ritz.
15:53
Look out for them. They're destined for great things.
254
941018
1932
Jegyezzék meg őket. Szerintem hallani fognak még róluk.
15:54
Thank you.
255
942950
1178
Köszönöm.
15:56
(Applause)
256
944128
6354
(Taps)
ABOUT THE SPEAKER
Raffaello D'Andrea - Autonomous systems pioneerRaffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs.
Why you should listen
Raffaello D'Andrea combines academics, business, and the arts to explore the capabilities of autonomous systems. As part of his research as professor of dynamic systems and control at the Swiss Federal Institute of Technology (ETH Zürich), he and his collaborators enchant viewers with works like the self-destructing, self-assembling Robotic Chair, or the Balancing Cube that can perch itself on its corners.
D’Andrea and his team created the Flying Machine Arena to test the gravity-defying abilities of their athletic flying robots. Building on research in the Flying Machine Arena, ETH Zürich partnered with its spin-off company Verity Studios and with Cirque du Soleil to create “Sparked,” a short film showcasing the unexpected airborne dexterity of quadcopters. D’Andrea is the co-founder of Kiva Systems, a robotics company that develops intelligent automated warehouse systems and that was acquired by Amazon in 2012.
Raffaello D'Andrea | Speaker | TED.com