TED2002
Robert Full: Robots inspired by cockroach ingenuity
Robert Full over ingenieurskunst en evolutie
Filmed:
Readability: 3.6
1,087,679 views
Insecten en dieren hebben een aantal fantastische vaardigheden ontwikkeld door evolutie - maar zoals Robert Full opmerkt, zijn veel dieren eigenlijk over-ontwikkeld. De truc bestaat erin om alleen maar te kopiëren wat nodig is. Hij laat zien hoe menselijke ingenieurs kunnen leren van de kunstjes van dieren.
Robert Full - Biologist
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Robert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering. Full bio
Double-click the English transcript below to play the video.
00:19
Welcome. If I could have the first slide, please?
0
1000
5000
Welkom. Mag ik de eerste dia hebben, alstublieft?
00:33
Contrary to calculations made by some engineers, bees can fly,
1
15000
5000
In tegenstelling tot wat volgt uit de berekeningen van een aantal ingenieurs, kunnen bijen vliegen,
00:38
dolphins can swim, and geckos can even climb
2
20000
7000
kunnen dolfijnen zwemmen en kunnen gekko's zelfs
00:45
up the smoothest surfaces. Now, what I want to do, in the short time I have,
3
27000
6000
de gladste oppervlakken beklimmen. In deze korte tijd die ik heb,
00:51
is to try to allow each of you to experience
4
33000
4000
wil ik jullie de sensatie van het ontdekken
00:55
the thrill of revealing nature's design.
5
37000
6000
van de ontwerpen in de natuur laten ervaren.
01:01
I get to do this all the time, and it's just incredible.
6
43000
2000
Ik heb hier de hele tijd mee te maken en het is gewoon ongelooflijk.
01:03
I want to try to share just a little bit of that with you in this presentation.
7
45000
6000
Ik wil in deze presentatie proberen om jullie daar een beetje deel aan te laten hebben.
01:09
The challenge of looking at nature's designs --
8
51000
2000
De uitdaging van het bestuderen van de ontwerpen in de natuur -
01:11
and I'll tell you the way that we perceive it, and the way we've used it.
9
53000
4000
ik vertel jullie hoe we ernaar kijken en hoe we er gebruik van maken.
01:15
The challenge, of course, is to answer this question:
10
57000
2000
De uitdaging is natuurlijk om een antwoord te vinden op deze vraag:
01:17
what permits this extraordinary performance of animals
11
59000
3000
wat maakt de buitengewone prestatie mogelijk waardoor dieren
01:20
that allows them basically to go anywhere?
12
62000
3000
zich kunnen verplaatsen?
01:23
And if we could figure that out, how can we implement those designs?
13
65000
7000
En als we dat kunnen uitzoeken, hoe kunnen we die ontwerpen dan toepassen?
01:30
Well, many biologists will tell engineers, and others,
14
72000
3000
Biologen vertellen ingenieurs en anderen
01:33
organisms have millions of years to get it right;
15
75000
3000
dat organismen miljoenen jaren hebben gehad om dit klaar te spelen,
01:36
they're spectacular; they can do everything wonderfully well.
16
78000
3000
dat ze spectaculair zijn, dat ze alles wonderwel kunnen.
01:39
So, the answer is bio-mimicry: just copy nature directly.
17
81000
4000
Het antwoord is biomimetisme - kopieer gewoon de natuur.
01:43
We know from working on animals that the truth is
18
85000
5000
Door het bestuderen van dieren weten we nu
01:48
that's exactly what you don't want to do -- because evolution works
19
90000
4000
dat je dat vooral niet moet doen. Omdat evolutie
01:52
on the just-good-enough principle, not on a perfecting principle.
20
94000
3000
volgens het net-goed-genoeg-principe werkt, niet volgens het perfectioneer-het-principe.
01:55
And the constraints in building any organism, when you look at it,
21
97000
4000
De moeilijkheden bij het bouwen van een organisme
01:59
are really severe. Natural technologies have incredible constraints.
22
101000
5000
zijn serieus. Natuurlijke technologieën hebben ongelooflijke beperkingen.
02:04
Think about it. If you were an engineer and I told you
23
106000
3000
Denk er eens over na. Stel dat je een ingenieur was en ik je vertelde
02:07
that you had to build an automobile, but it had to start off to be this big,
24
109000
5000
dat je een auto moest bouwen, maar dat hij in het begin maar zo groot mocht zijn,
02:12
then it had to grow to be full size and had to work every step along the way.
25
114000
4000
vervolgens moest groeien tot de normale grootte en onderwijl altijd moest blijven werken.
02:16
Or think about the fact that if you build an automobile, I'll tell you that you also -- inside it --
26
118000
4000
En als je een auto bouwt, zal ik je vragen dat er binnenin
02:20
have to put a factory that allows you to make another automobile.
27
122000
4000
ook een fabriekje moet zitten om andere auto's te maken.
02:24
(Laughter)
28
126000
2000
(Gelach)
02:26
And you can absolutely never, absolutely never, because of history
29
128000
4000
Je kunt absoluut nooit, wegens de voorgeschiedenis
02:30
and the inherited plan, start with a clean slate.
30
132000
4000
en het overgeërfde plan, beginnen met een onbeschreven blad.
02:34
So, organisms have this important history.
31
136000
3000
Organismen hebben een belangrijke voorgeschiedenis.
02:37
Really evolution works more like a tinkerer than an engineer.
32
139000
5000
Evolutie werkt meer als een knutselaar dan als een ingenieur.
02:42
And this is really important when you begin to look at animals.
33
144000
3000
Dat is heel belangrijk wanneer je dieren begint te bestuderen.
02:45
Instead, we believe you need to be inspired by biology.
34
147000
7000
In plaats daarvan geloven we dat je je moet laten inspireren door de biologie.
02:52
You need to discover the general principles of nature,
35
154000
4000
Je moet de algemene beginselen van de natuur ontdekken
02:56
and then use these analogies when they're advantageous.
36
158000
3000
en dan deze analogieën gebruiken als ze je goed uitkomen.
03:02
This is a real challenge to do this, because animals,
37
164000
3000
Dit is een echte uitdaging, omdat dieren,
03:05
when you start to really look inside them -- how they work --
38
167000
3000
wanneer je ze echt begint te bestuderen,
03:08
appear hopelessly complex. There's no detailed history
39
170000
4000
hopeloos complex lijken. Je vindt geen gedetailleerde geschiedenis
03:12
of the design plans, you can't go look it up anywhere.
40
174000
3000
van de ontwerpplannen. Je kunt ze nergens gaan opzoeken.
03:15
They have way too many motions for their joints, too many muscles.
41
177000
4000
Hun gewrichten laten teveel bewegingen toe, ze hebben te veel spieren.
03:19
Even the simplest animal we think of, something like an insect,
42
181000
3000
Zelfs de eenvoudigste dieren, zoals insecten,
03:22
and they have more neurons and connections than you can imagine.
43
184000
3000
hebben meer neuronen en verbindingen dan je je kunt voorstellen.
03:25
How can you make sense of this? Well, we believed --
44
187000
5000
Hoe kan je daaraan uit? Onze hypothese was
03:30
and we hypothesized -- that one way animals could work simply,
45
192000
5000
dat één manier waarop dieren op een eenvoudige manier konden werken,
03:35
is if the control of their movements
46
197000
3000
erin bestond dat de controle van hun bewegingen
03:38
tended to be built into their bodies themselves.
47
200000
6000
in de bouw van hun lichaam zelf zou liggen.
03:44
What we discovered was that two-, four-, six- and eight-legged animals
48
206000
7000
We ontdekten dat twee-, vier-, zes- en achtpotige dieren
03:51
all produce the same forces on the ground when they move.
49
213000
3000
allemaal dezelfde krachten op de grond veroorzaken als ze bewegen.
03:54
They all work like this kangaroo, they bounce.
50
216000
4000
Ze werken allemaal als deze kangoeroe, ze springen.
03:58
And they can be modeled by a spring-mass system that we call the spring mass system
51
220000
4000
Ze kunnen worden gemodelleerd door een veer-massa-systeem dat we zo noemen
04:02
because we're biomechanists. It's actually a pogo stick.
52
224000
3000
omdat we nu eenmaal biomechanici zijn, maar eigenlijk is het een pogostick.
04:05
They all produce the pattern of a pogo stick. How is that true?
53
227000
4000
Ze werken allemaal als een pogostick. Waarom?
04:09
Well, a human, one of your legs works like two legs of a trotting dog,
54
231000
6000
Nou ja, bij een mens doet een van je benen hetzelfde als de twee poten van een rennende hond
04:15
or works like three legs, together as one, of a trotting insect,
55
237000
4000
of als drie poten van een rennend insect
04:19
or four legs as one of a trotting crab.
56
241000
2000
of als de vier poten van een rennende krab.
04:21
And then they alternate in their propulsion,
57
243000
4000
Ze wisselen elkaar af bij hun voortstuwing,
04:25
but the patterns are all the same. Almost every organism we've looked at this way
58
247000
5000
maar de patronen zijn allemaal hetzelfde. Bijna elk organisme dat we zo hebben bestudeerd
04:30
-- you'll see next week, I'll give you a hint,
59
252000
2000
- jullie zullen het volgende week zien - ik geef je al een tip.
04:32
there'll be an article coming out that says that really big things
60
254000
3000
Er zal een artikel verschijnen dat zegt dat echt grote beesten,
04:35
like T. rex probably couldn't do this, but you'll see that next week.
61
257000
4000
zoals T. Rex, dat waarschijnlijk niet konden doen, maar je zult dat volgende week zien.
04:39
Now, what's interesting is the animals, then -- we said -- bounce along
62
261000
2000
Wat interessant is, is dat de dieren op deze manier
04:41
the vertical plane this way, and in our collaborations with Pixar,
63
263000
3000
in het verticale vlak springen. In onze samenwerking met Pixar
04:44
in "A Bug's Life," we discussed the
64
266000
2000
in "A Bug's Life," discussieerden we over de
04:46
bipedal nature of the characters of the ants.
65
268000
3000
tweevoetige aard van de mierenpersonages.
04:49
And we told them, of course, they move in another plane as well.
66
271000
2000
We vertelde hen dat ze natuurlijk ook in een ander vlak bewogen,
04:51
And they asked us this question. They say, "Why model
67
273000
3000
en ze vroegen ons: "Waarom ze
04:54
just in the sagittal plane or the vertical plane,
68
276000
2000
alleen in het sagittale vlak of het verticale vlak modelleren,
04:56
when you're telling us these animals are moving
69
278000
2000
als je ons vertelt deze dieren
04:58
in the horizontal plane?" This is a good question.
70
280000
3000
in het horizontale vlak bewegen?" Dit is een goede vraag.
05:01
Nobody in biology ever modeled it this way.
71
283000
3000
Niemand in de biologie heeft het ooit op deze manier gemodelleerd.
05:04
We took their advice and we modeled the animals moving
72
286000
4000
We namen hun advies ter harte en we modelleerden de dieren ook
05:08
in the horizontal plane as well. We took their three legs,
73
290000
3000
in het horizontale vlak. We namen hun drie poten,
05:11
we collapsed them down as one.
74
293000
1000
en voegden ze samen tot één.
05:12
We got some of the best mathematicians in the world
75
294000
3000
We kregen enkele van de beste wiskundigen van de wereld
05:15
from Princeton to work on this problem.
76
297000
2000
van Princeton zover om aan dit probleem te werken.
05:17
And we were able to create a model
77
299000
3000
We konden een model creëren
05:20
where animals are not only bouncing up and down,
78
302000
1000
waarbij dieren niet alleen op en neer springen,
05:21
but they're also bouncing side to side at the same time.
79
303000
4000
maar ook tegelijkertijd van links naar rechts springen.
05:25
And many organisms fit this kind of pattern.
80
307000
2000
Veel organismen passen in dit soort patroon.
05:27
Now, why is this important to have this model?
81
309000
2000
Waarom is dit model nu zo belangrijk?
05:29
Because it's very interesting. When you take this model
82
311000
3000
Omdat het erg interessant is. Wanneer je dit model
05:32
and you perturb it, you give it a push,
83
314000
3000
verstoort, het een duw geeft,
05:35
as it bumps into something, it self-stabilizes, with no brain
84
317000
4000
dan stabiliseert het zichzelf als het ergens tegenaan botst. Zonder hersenen
05:39
or no reflexes, just by the structure alone.
85
321000
4000
of reflexen. Door de structuur alleen.
05:43
It's a beautiful model. Let's look at the mathematics.
86
325000
5000
Het is een mooi model. Laten we eens kijken naar de wiskunde ervan.
05:48
(Laughter)
87
330000
2000
(Gelach)
05:50
That's enough!
88
332000
1000
Da's genoeg.
05:51
(Laughter)
89
333000
4000
(Gelach)
05:55
The animals, when you look at them running,
90
337000
2000
Als je de dieren ziet lopen,
05:57
appear to be self-stabilizing like this,
91
339000
3000
dan lijken ze zich op deze manier te stabiliseren
06:00
using basically springy legs. That is, the legs can do
92
342000
3000
met behulp van verende poten. Dat wil zeggen, de poten kunnen
06:03
computations on their own; the control algorithms, in a sense,
93
345000
3000
zelf berekeningen uitvoeren, de controle-algoritmen zitten in zekere zin
06:06
are embedded in the form of the animal itself.
94
348000
3000
in de vorm van het dier zelf ingebed.
06:09
Why haven't we been more inspired by nature and these kinds of discoveries?
95
351000
7000
Waarom werden we niet méér geïnspireerd door de natuur en dit soort ontdekkingen?
06:16
Well, I would argue that human technologies are really different from
96
358000
4000
Ik zou zeggen: omdat menselijke technologieën echt anders zijn
06:20
natural technologies, at least they have been so far.
97
362000
3000
dan natuurlijke technologieën, in ieder geval tot nu toe toch.
06:23
Think about the typical kind of robot that you see.
98
365000
5000
Denk aan de typische soort van robot.
06:28
Human technologies have tended to be large, flat,
99
370000
3000
Menselijke apparaten hebben de neiging om groot, vlak,
06:31
with right angles, stiff, made of metal. They have rolling devices
100
373000
5000
met rechte hoeken, stijf en van metaal te zijn. Ze hebben draaiende onderdelen
06:36
and axles. There are very few motors, very few sensors.
101
378000
3000
en assen. Met zeer weinig motoren, zeer weinig sensoren.
06:39
Whereas nature tends to be small, and curved,
102
381000
5000
Terwijl de natuurlijke 'apparaten' de neiging hebben om klein en gekromd te zijn.
06:44
and it bends and twists, and has legs instead, and appendages,
103
386000
3000
Ze wenden en krommen zich in alle richtingen, hebben poten en aanhangsels,
06:47
and has many muscles and many, many sensors.
104
389000
3000
veel spieren en vele, vele sensoren.
06:50
So it's a very different design. However, what's changing,
105
392000
4000
Het is dus een heel ander ontwerp. Maar wat aan het veranderen is,
06:54
what's really exciting -- and I'll show you some of that next --
106
396000
2000
wat echt spannend is - en ik zal je daar dadelijk wat van laten zien -
06:56
is that as human technology takes on more of the characteristics
107
398000
3000
is dat naarmate menselijke technologie meer en meer kenmerken
06:59
of nature, then nature really can become a much more useful teacher.
108
401000
6000
van de natuur overneemt, de natuur een veel bruikbaarder leraar kan worden.
07:05
And here's one example that's really exciting.
109
407000
2000
Hier een prachtig voorbeeld daarvan.
07:07
This is a collaboration we have with Stanford.
110
409000
2000
Hiervoor werken we samen met Stanford.
07:09
And they developed this new technique, called Shape Deposition Manufacturing.
111
411000
4000
Ze ontwikkelden deze nieuwe techniek, Shape Deposition Manufacturing genaamd.
07:13
It's a technique where they can mix materials together and mold any shape
112
415000
4000
Het is een techniek waarbij ze materialen met elkaar combineren, er elke gewenste vorm aan kunnen geven
07:17
that they like, and put in the material properties.
113
419000
4000
en dat in de materiaaleigenschappen vastleggen.
07:21
They can embed sensors and actuators right in the form itself.
114
423000
3000
Ze kunnen in de vorm zelf sensoren en actuatoren insluiten.
07:24
For example, here's a leg: the clear part is stiff,
115
426000
5000
Hier een poot bijvoorbeeld - het heldere deel is stijf,
07:29
the white part is compliant, and you don't need any axles there or anything.
116
431000
3000
het witte gedeelte is buigzaam. Geen assen of wat dan ook nodig.
07:32
It just bends by itself beautifully.
117
434000
3000
Het buigt gewoon mooi vanzelf.
07:35
So, you can put those properties in. It inspired them to show off
118
437000
3000
Je kunt er deze eigenschappen inbouwen. Het inspireerde hen om
07:38
this design by producing a little robot they named Sprawl.
119
440000
6000
met dit ontwerp te gaan pronken door een kleine robot, Sprawl genoemd, te maken.
07:44
Our work has also inspired another robot, a biologically inspired bouncing robot,
120
446000
4000
Ons werk inspireerde ook een andere robot, een biologisch geïnspireerde, springende robot.
07:48
from the University of Michigan and McGill
121
450000
2000
Ontworpen op de Universiteit van Michigan en McGill en
07:50
named RHex, for robot hexapod, and this one's autonomous.
122
452000
8000
RHex genoemd, robot hexapod. Hij is autonoom.
07:58
Let's go to the video, and let me show you some of these animals moving
123
460000
3000
Op de video toon ik jullie een aantal van deze bewegende dieren.
08:01
and then some of the simple robots
124
463000
2000
Evenals een aantal eenvoudige robots
08:03
that have been inspired by our discoveries.
125
465000
3000
die door onze ontdekkingen zijn geïnspireerd.
08:06
Here's what some of you did this morning, although you did it outside,
126
468000
4000
Sommigen van jullie hebben dit vanmorgen gedaan, maar dan buiten,
08:10
not on a treadmill.
127
472000
2000
niet op een loopband.
08:12
Here's what we do.
128
474000
3000
Dit is wat wij doen.
08:15
(Laughter)
129
477000
2000
(Gelach)
08:17
This is a death's head cockroach. This is an American cockroach
130
479000
5000
Dit is een doodskopkakkerlak - een Amerikaanse kakkerlak
08:22
you think you don't have in your kitchen.
131
484000
1000
waarvan je denkt dat hij niet in je keuken is te vinden.
08:23
This is an eight-legged scorpion, six-legged ant, forty-four-legged centipede.
132
485000
7000
Hier een achtpotige schorpioen, een zespotige mier, een vierenveertigpotige honderdpoot.
08:30
Now, I said all these animals are sort of working like pogo sticks --
133
492000
3000
Nu zei ik al dat deze dieren werken als pogosticks -
08:33
they're bouncing along as they move. And you can see that
134
495000
4000
ze springen als ze bewegen - en je kunt dat zien
08:37
in this ghost crab, from the beaches of Panama and North Carolina.
135
499000
3000
bij deze spookkrab van de stranden van Panama en North Carolina.
08:40
It goes up to four meters per second when it runs.
136
502000
3000
Ze haalt vier meter per seconde als ze loopt.
08:43
It actually leaps into the air, and has aerial phases
137
505000
3000
Ze springt echt in de lucht en heeft fasen waarbij ze de grond niet raakt,
08:46
when it does it, like a horse, and you'll see it's bouncing here.
138
508000
4000
net als bij een paard. Jullie kunnen ze hier zien springen.
08:50
What we discovered is whether you look at the leg of a human
139
512000
3000
Wat we ontdekten, is, of je nu kijkt naar het been van een mens,
08:53
like Richard, or a cockroach, or a crab, or a kangaroo,
140
515000
6000
zoals Richard of naar de poot van een kakkerlak, een krab of een kangoeroe,
08:59
the relative leg stiffness of that spring is the same for everything we've seen so far.
141
521000
5000
de relatieve pootstijfheid van de veer is dezelfde voor alles wat we tot nu toe hebben gezien.
09:04
Now, what good are springy legs then? What can they do?
142
526000
2000
Waar zijn verende poten nu goed voor, wat kunnen ze doen?
09:06
Well, we wanted to see if they allowed the animals
143
528000
2000
We wilden nagaan of ze de dieren
09:08
to have greater stability and maneuverability.
144
530000
3000
meer stabiliteit en wendbaarheid gaven.
09:11
So, we built a terrain that had obstacles three times the hip height
145
533000
4000
Dus bouwden we een terrein met obstakels van drie keer de heuphoogte
09:15
of the animals that we're looking at.
146
537000
1000
van de te onderzoeken dieren.
09:16
And we were certain they couldn't do this. And here's what they did.
147
538000
4000
We waren er zeker van dat ze dat niet konden belopen. Dit deden ze.
09:20
The animal ran over it and it didn't even slow down!
148
542000
3000
Het dier liep erover en het vertraagde niet eens.
09:23
It didn't decrease its preferred speed at all.
149
545000
2000
Het verminderde zijn gewenste snelheid helemaal niet.
09:25
We couldn't believe that it could do this. It said to us
150
547000
3000
We konden niet geloven dat ze dit konden. Het vertelde ons
09:28
that if you could build a robot with very simple, springy legs,
151
550000
5000
dat als je een robot kon bouwen met zeer eenvoudige verende poten,
09:33
you could make it as maneuverable as any that's ever been built.
152
555000
6000
je die net zo wendbaar kon maken als eender welke tot nu toe gebouwde robot.
09:39
Here's the first example of that. This is the Stanford
153
561000
2000
Hier is het eerste voorbeeld daarvan. Dit is de robot Sprawl, in Stanford gebouwd
09:41
Shape Deposition Manufactured robot, named Sprawl.
154
563000
3000
met de 'Shape Deposition Manufacture'-methode.
09:44
It has six legs -- there are the tuned, springy legs.
155
566000
6000
Hij heeft zes poten - daar zijn de afgestemde verende poten.
09:50
It moves in a gait that an insect uses, and here it is
156
572000
3000
Hij beweegt zich zoals een insect en hier zie je hem lopen
09:53
going on the treadmill. Now, what's important about this robot,
157
575000
7000
op de loopband. Wat belangrijk is aan deze robot,
10:00
compared to other robots, is that it can't see anything,
158
582000
3000
in vergelijking met andere robots, is dat hij niets kan zien,
10:03
it can't feel anything, it doesn't have a brain, yet it can maneuver
159
585000
6000
niets kan voelen, geen intelligentie heeft maar wel
10:09
over these obstacles without any difficulty whatsoever.
160
591000
6000
zonder problemen over deze obstakels kan manoeuvreren.
10:15
It's this technique of building the properties into the form.
161
597000
4000
Dat komt door de techniek om deze eigenschappen in de vorm in te bouwen.
10:19
This is a graduate student. This is what he's doing to his thesis project --
162
601000
3000
Dit is een student. Hij doet dit voor zijn eindwerk.
10:22
very robust, if a graduate student
163
604000
2000
Zeer robuust als eindwerk
10:24
does that to his thesis project.
164
606000
2000
van een student.
10:26
(Laughter)
165
608000
1000
(Gelach)
10:27
This is from McGill and University of Michigan. This is the RHex,
166
609000
4000
Deze is van McGill en de Universiteit van Michigan. Het is de RHex
10:31
making its first outing in a demo.
167
613000
3000
die zijn eerste uitje maakt voor een demonstratie.
10:34
(Laughter)
168
616000
4000
(Gelach)
10:38
Same principle: it only has six moving parts,
169
620000
5000
Hetzelfde principe. Hij heeft slechts zes bewegende delen.
10:43
six motors, but it has springy, tuned legs. It moves in the gait of the insect.
170
625000
6000
Zes motoren, maar verende, afgestemde poten. Hij beweegt zoals een insect.
10:49
It has the middle leg moving in synchrony with the front,
171
631000
4000
De middelste poot beweegt synchroon met de voorste
10:53
and the hind leg on the other side. Sort of an alternating tripod,
172
635000
4000
en de achterste poot aan de andere kant. Een soort van afwisselende driepoot.
10:57
and they can negotiate obstacles just like the animal.
173
639000
4000
Ze kunnen hindernissen nemen zoals een dier.
11:01
(Laughter)
174
643000
6000
(Gelach)
11:07
(Voice: Oh my God.)
175
649000
1000
Oh mijn God.
11:08
(Applause)
176
650000
5000
(Applaus)
11:13
Robert Full: It'll go on different surfaces -- here's sand --
177
655000
2000
Hij kan over verschillende oppervlakken lopen. Hier over zand.
11:15
although we haven't perfected the feet yet, but I'll talk about that later.
178
657000
5000
De voeten staan nog niet op punt, maar daar zal ik het later over hebben.
11:20
Here's RHex entering the woods.
179
662000
3000
Hier loopt RHex de bosjes in.
11:23
(Laughter)
180
665000
2000
(Gelach)
11:38
Again, this robot can't see anything, it can't feel anything,
181
680000
4000
Ook deze robot kan zien noch voelen
11:42
it has no brain. It's just working with a tuned mechanical system,
182
684000
6000
en heeft geen intelligentie. Alleen maar een aangepast mechanisch systeem,
11:48
with very simple parts, but inspired from the fundamental dynamics of the animal.
183
690000
10000
met zeer eenvoudige onderdelen. Maar geïnspireerd op de fundamentele dynamiek van het dier.
11:58
(Voice: Ah, I love him, Bob.) RF: Here's it going down a pathway.
184
700000
8000
Ach, ik hou van hem, Bob. Hier loopt hij over een pad.
12:06
I presented this to the jet propulsion lab at NASA, and they said
185
708000
3000
Ik presenteerde dit aan het Jet Propulsion Lab van NASA en zij zeiden
12:09
that they had no ability to go down craters to look for ice,
186
711000
4000
dat ze niet wisten hoe in kraters af te dalen om ijs te zoeken,
12:13
and life, ultimately, on Mars. And he said --
187
715000
4000
en uiteindelijk ook leven te zoeken op Mars. Hij zei -
12:17
especially with legged-robots, because they're way too complicated.
188
719000
2000
dat vooral robots op poten veel te ingewikkeld waren.
12:19
Nothing can do that. And I talk next. I showed them this video
189
721000
5000
Niets kan dat doen. Ik liet ze deze video zien
12:24
with the simple design of RHex here. And just to convince them
190
726000
3000
met het eenvoudige ontwerp van RHex hier. Ik wilde hen overtuigen
12:27
we should go to Mars in 2011, I tinted the video orange
191
729000
4000
om in 2011 naar Mars te gaan. Daarom heb ik de video oranje bijgekleurd,
12:31
just to give them the sense of being on Mars.
192
733000
3000
alleen maar om hen het gevoel te geven op Mars te zijn.
12:34
(Laughter)
193
736000
1000
(Gelach)
12:35
(Applause)
194
737000
6000
(Applaus)
12:43
Another reason why animals have extraordinary performance,
195
745000
3000
Een andere reden waarom dieren tot buitengewone prestaties in staat zijn
12:46
and can go anywhere, is because they have an effective interaction
196
748000
3000
en overal kunnen geraken, is dat ze een effectieve interactie
12:49
with the environment. The animal I'm going to show you,
197
751000
3000
hebben met de omgeving. Het dier dat
12:52
that we studied to look at this, is the gecko.
198
754000
4000
we hiervoor bestudeerd hebben, is de gekko.
12:56
We have one here and notice its position. It's holding on.
199
758000
7000
Hier is er een. Let op waar hij zich bevindt. Hij houdt zich vast.
13:03
Now I'm going to challenge you. I'm going show you a video.
200
765000
3000
Nu ga ik jullie uitdagen. Ik ga jullie een video tonen.
13:06
One of the animals is going to be running on the level,
201
768000
2000
Een van de dieren zal over een horizontaal vlak lopen
13:08
and the other one's going to be running up a wall. Which one's which?
202
770000
4000
en het andere op een muur. Wie doet wat?
13:12
They're going at a meter a second. How many think the one on the left
203
774000
5000
Ze lopen één meter per seconde. Hoeveel denken er dat die aan de linkerzijde
13:17
is running up the wall?
204
779000
2000
de muur oploopt?
13:19
(Applause)
205
781000
4000
(Applaus)
13:23
Okay. The point is it's really hard to tell, isn't it? It's incredible,
206
785000
5000
Oke. Het is echt moeilijk te zeggen, is het niet? Het is ongelooflijk,
13:28
we looked at students do this and they couldn't tell.
207
790000
2000
ook studenten konden het niet uitmaken.
13:30
They can run up a wall at a meter a second, 15 steps per second,
208
792000
3000
Ze kunnen een wand oplopen met een meter per seconde, 15 stappen per seconde
13:33
and they look like they're running on the level. How do they do this?
209
795000
4000
en ze zien eruit alsof ze over een horizontaal vlak lopen. Hoe doen ze dat?
13:37
It's just phenomenal. The one on the right was going up the hill.
210
799000
6000
Het is gewoon fenomenaal. Het was de rechtse die omhoog liep.
13:43
How do they do this? They have bizarre toes. They have toes
211
805000
4000
Hoe ze dit doen - ze hebben bizarre tenen - ze hebben tenen
13:47
that uncurl like party favors when you blow them out,
212
809000
4000
die zich ontkrullen als roltongfluitjes,
13:51
and then peel off the surface, like tape.
213
813000
3000
en dan worden ze net als tape van het oppervlak afgepeld.
13:54
Like if we had a piece of tape now, we'd peel it this way.
214
816000
2000
Net zoals je een stuk tape van een oppervlak lostrekt.
13:56
They do this with their toes. It's bizarre! This peeling inspired
215
818000
7000
Ze doen dit met hun tenen. Het is bizar. Dit afpellen inspireerde
14:03
iRobot -- that we work with -- to build Mecho-Geckos.
216
825000
3000
iRobot om ermee aan de slag te gaan en Mecho-Gecko's te bouwen.
14:06
Here's a legged version and a tractor version, or a bulldozer version.
217
828000
7000
Hier een versie met poten en een tractor- of bulldozerversie.
14:13
Let's see some of the geckos move with some video,
218
835000
2000
Laten we eens enkele van de gekko's zien bewegen
14:15
and then I'll show you a little bit of a clip of the robots.
219
837000
3000
en daarna zal ik zal je een clip van de robots tonen.
14:18
Here's the gecko running up a vertical surface. There it goes,
220
840000
3000
Hier loopt de gekko een verticaal oppervlak op, daar gaat hij,
14:21
in real time. There it goes again. Obviously, we have to slow this down a little bit.
221
843000
7000
in real time, en daar weer. Uiteraard moeten we dit een beetje vertragen.
14:28
You can't use regular cameras.
222
850000
2000
Je kunt hiervoor geen gewone camera gebruiken.
14:30
You have to take 1,000 pictures per second to see this.
223
852000
3000
Je moet 1000 beelden per seconde nemen om dit te zien.
14:33
And here's some video at 1,000 frames per second.
224
855000
3000
Hier een paar video's met 1000 beelden per seconde.
14:36
Now, I want you to look at the animal's back.
225
858000
2000
Kijk nu naar rug van het dier.
14:38
Do you see how much it's bending like that? We can't figure that out --
226
860000
3000
Zie je hoever hij doorbuigt? Daar kunnen we niet aan uit -
14:41
that's an unsolved mystery. We don't know how it works.
227
863000
3000
een onopgelost mysterie. We weten niet hoe het werkt.
14:44
If you have a son or a daughter that wants to come to Berkeley,
228
866000
3000
Als je een zoon of een dochter hebt die naar Berkeley wil komen,
14:47
come to my lab and we'll figure this out. Okay, send them to Berkeley
229
869000
4000
kom dan naar mijn lab en we zullen dit uitzoeken. Oke, stuur ze naar Berkeley
14:51
because that's the next thing I want to do. Here's the gecko mill.
230
873000
3000
want dat is mijn volgende project. Hier de gekkomolen.
14:54
(Laughter)
231
876000
1000
(Gelach)
14:55
It's a see-through treadmill with a see-through treadmill belt,
232
877000
3000
Hij loopt op een doorzichtige loopbandriem
14:58
so we can watch the animal's feet, and videotape them
233
880000
3000
zodat we de voeten van de dieren kunnen bekijken en ze filmen
15:01
through the treadmill belt, to see how they move.
234
883000
3000
doorheen de loopbandriem om te zien hoe ze bewegen.
15:04
Here's the animal that we have here, running on a vertical surface.
235
886000
4000
Hier zie je het dier op een verticaal oppervlak lopen.
15:08
Pick a foot and try to watch a toe, and see if you can see what the animal's doing.
236
890000
6000
Kies een voet, probeer om één teen te volgen en kijk of je kunt zien wat het dier aan het doen is.
15:14
See it uncurl and then peel these toes.
237
896000
2000
Zie hoe het deze tenen ontkrult en afpelt.
15:16
It can do this in 14 milliseconds. It's unbelievable.
238
898000
7000
Hij kan dit doen in 14 milliseconden. Ongelooflijk!
15:23
Here are the robots that they inspire, the Mecho-Geckos from iRobot.
239
905000
4000
Hier zijn de robots die ze hebben geïnspireerd, de Mecho-Gekko's van iRobot.
15:27
First we'll see the animals toes peeling -- look at that.
240
909000
5000
Eerst zullen we zien hoe de dieren hun tenen afpellen.
15:32
And here's the peeling action of the Mecho-Gecko.
241
914000
4000
En hier is het afpellen bij de Mecho-Gecko
15:36
It uses a pressure-sensitive adhesive to do it.
242
918000
3000
Het maakt gebruik van een drukgevoelige kleefstof om dat te doen.
15:39
Peeling in the animal. Peeling in the Mecho-Gecko --
243
921000
3000
Pellen bij het dier, pellen bij de Mecho-Gecko,
15:42
that allows them climb autonomously. Can go on the flat surface,
244
924000
3000
wat hen in staat stelt zelfstandig te klimmen en over het vlakke oppervlak te lopen,
15:45
transition to a wall, and then go onto a ceiling.
245
927000
3000
dan de muur op, en dan naar het plafond.
15:48
There's the bulldozer version. Now, it doesn't use pressure-sensitive glue.
246
930000
6000
Hier de bulldozerversie. Die maakt geen gebruik van drukgevoelige lijm.
15:54
The animal does not use that.
247
936000
2000
Het dier maakt daar geen gebruik van.
15:56
But that's what we're limited to, at the moment.
248
938000
2000
Voorlopig zijn we daartoe beperkt.
15:58
What does the animal do? The animal has weird toes.
249
940000
5000
Wat doet het dier? Het dier heeft vreemde tenen,
16:03
And if you look at the toes, they have these little leaves there,
250
945000
4000
en als je kijkt naar de tenen, hebben ze daar van die kleine blaadjes.
16:07
and if you blow them up and zoom in, you'll see
251
949000
2000
Als je erop inzoomt, zul je zien
16:09
that's there's little striations in these leaves.
252
951000
3000
dat er kleine streepjes op die blaadjes zijn te zien.
16:12
And if you zoom in 270 times, you'll see it looks like a rug.
253
954000
7000
Als je 270 keer vergroot, zie je dat het eruitziet als een tapijt.
16:19
And if you blow that up, and zoom in 900 times,
254
961000
3000
Bij een vergroting van 900 keer,
16:22
you see there are hairs there, tiny hairs. And if you look carefully,
255
964000
5000
zie je die kleine haartjes daar en als je goed kijkt
16:27
those tiny hairs have striations. And if you zoom in on those 30,000 times,
256
969000
6000
hebben die kleine haartjes ook strepen. Bij een vergroting van 30.000 keer
16:33
you'll see each hair has split ends.
257
975000
3000
zie je dat elke haar gesplitste uiteinden heeft.
16:36
And if you blow those up, they have these little structures on the end.
258
978000
5000
En als je die nog eens vergroot zie je die kleine structuren op het uiteinde.
16:41
The smallest branch of the hairs looks like spatulae,
259
983000
2000
De kleinste vertakking van de haren ziet eruit als een spatel
16:43
and an animal like that has one billion of these nano-size split ends,
260
985000
7000
en zo'n dier heeft 1 miljard van deze gespleten haarpunten op nano-formaat
16:50
to get very close to the surface. In fact, there's the diameter of your hair --
261
992000
5000
om heel dicht bij het oppervlak te komen. Hier zie je de diameter van jouw haar,
16:55
a gecko has two million of these, and each hair has 100 to 1,000 split ends.
262
997000
6000
een gekko heeft er 2 miljoen van en elke haar heeft 100 tot 1.000 gespleten haarpunten.
17:01
Think of the contact of that that's possible.
263
1003000
3000
Denk aan het contact dat daarmee mogelijk is.
17:04
We were fortunate to work with another group
264
1006000
2000
We hadden het geluk om in Stanford met een andere groep te werken.
17:06
at Stanford that built us a special manned sensor,
265
1008000
2000
Zij bouwden voor ons een speciale MEMS sensor
17:08
that we were able to measure the force of an individual hair.
266
1010000
3000
waarmee we in staat waren om de kracht van een enkele haar te meten.
17:11
Here's an individual hair with a little split end there.
267
1013000
5000
Hier is een enkele haar met een klein gespleten uiteinde.
17:16
When we measured the forces, they were enormous.
268
1018000
2000
We vonden enorme krachten.
17:18
They were so large that a patch of hairs about this size --
269
1020000
3000
Een toef haren van de omvang van de voet
17:21
the gecko's foot could support the weight of a small child,
270
1023000
4000
van een gekko kon gemakkelijk het gewicht van een klein kind dragen -
17:25
about 40 pounds, easily. Now, how do they do it?
271
1027000
4000
ongeveer 20 kilogram. Hoe doen ze dat?
17:29
We've recently discovered this. Do they do it by friction?
272
1031000
4000
We hebben dat onlangs ontdekt. Doen ze het door wrijving?
17:33
No, force is too low. Do they do it by electrostatics?
273
1035000
3000
Nee, de kracht is te laag. Doen ze dat door elektrostatische ladingen?
17:36
No, you can change the charge -- they still hold on.
274
1038000
2000
Nee, je kunt de lading veranderen, ze blijven nog steeds plakken.
17:38
Do they do it by interlocking? That's kind of a like a Velcro-like thing.
275
1040000
3000
Doen ze dat door in elkaar te grijpen? Zoals bij klittenband?
17:41
No, you can put them on molecular smooth surfaces -- they don't do it.
276
1043000
3000
Nee, je kunt ze op moleculair gladde oppervlakken plaatsen - dat is het niet.
17:44
How about suction? They stick on in a vacuum.
277
1046000
4000
Hoe zit het met zuiging? Ook in een vacuüm blijven ze plakken.
17:48
How about wet adhesion? Or capillary adhesion?
278
1050000
3000
Adhesie? Of capillaire hechting?
17:51
They don't have any glue, and they even stick under water just fine.
279
1053000
3000
Ze hebben geen lijm en ze plakken zelfs onder water prima.
17:54
If you put their foot under water, they grab on.
280
1056000
2000
Ook onder water houden ze zich vast.
17:56
How do they do it then? Believe it or not, they grab on
281
1058000
4000
Hoe doen ze het dan? Geloof het of niet: ze houden zich vast
18:00
by intermolecular forces, by Van der Waals forces.
282
1062000
4000
door intermoleculaire krachten, door Van der Waals-krachten.
18:04
You know, you probably had this a long time ago in chemistry,
283
1066000
2000
Lange tijd geleden heb je daar misschien in de chemieles over gehoord:
18:06
where you had these two atoms, they're close together,
284
1068000
2000
als twee atomen dicht bij elkaar komen,
18:08
and the electrons are moving around. That tiny force is sufficient
285
1070000
3000
gaan hun elektronen synchroon bewegen. Die kleine kracht is voldoende
18:11
to allow them to do that because it's added up so many times
286
1073000
3000
om hen daartoe in staat te stellen, want ze is het resultaat
18:14
with these small structures.
287
1076000
3000
van de zovele effecten van deze kleine structuren.
18:17
What we're doing is, we're taking that inspiration of the hairs,
288
1079000
5000
We lieten ons inspireren door deze haren
18:22
and with another colleague at Berkeley, we're manufacturing them.
289
1084000
5000
en met een andere collega in Berkeley gingen we er zelf aanmaken.
18:27
And just recently we've made a breakthrough, where we now believe
290
1089000
3000
Onlangs hebben we een doorbraak gehad waardoor we nu geloven
18:30
we're going to be able to create the first synthetic, self-cleaning,
291
1092000
5000
dat we gaan in staat zijn om de eerste synthetische, zelfreinigende,
18:35
dry adhesive. Many companies are interested in this.
292
1097000
5000
droge lijm te maken. Veel bedrijven zijn hierin geïnteresseerd.
18:40
(Laughter)
293
1102000
3000
(Gelach)
18:43
We also presented to Nike even.
294
1105000
2000
We hebben het zelfs ook aan Nike voorgelegd.
18:45
(Laughter)
295
1107000
3000
(Gelach)
18:48
(Applause)
296
1110000
6000
(Applaus)
18:54
We'll see where this goes. We were so excited about this
297
1116000
3000
We zullen wel zien waar dit naartoe gaat. We waren hier zo enthousiast over
18:57
that we realized that that small-size scale --
298
1119000
3000
dat we beseften dat op die kleine schaal,
19:00
and where everything gets sticky, and gravity doesn't matter anymore --
299
1122000
3000
waar alles plakkerig wordt en de zwaartekracht er niet meer toe doet,
19:03
we needed to look at ants and their feet, because
300
1125000
3000
we moesten gaan kijken naar de mieren en hun voeten.
19:06
one of my other colleagues at Berkeley has built a six-millimeter silicone
301
1128000
5000
Een van mijn andere collega's in Berkeley heeft een zes millimeter grote
19:11
robot with legs. But it gets stuck. It doesn't move very well.
302
1133000
3000
siliconen robot met poten gebouwd. Maar hij loopt vast. Hij beweegt niet erg goed.
19:14
But the ants do, and we'll figure out why, so that ultimately
303
1136000
3000
Maar mieren doen dat wel en we willen erachter komen hoe ze dat doen, zodat we dit uiteindelijk
19:17
we'll make this move. And imagine: you're going to be able
304
1139000
3000
in beweging krijgen. Stel je voor dat je
19:20
to have swarms of these six-millimeter robots available to run around.
305
1142000
5000
zwermen van deze zes-millimeter robots gaat laten rondstruinen.
19:25
Where's this going? I think you can see it already.
306
1147000
3000
Waar zal dit toe leiden? Ik denk dat je het al kan zien.
19:28
Clearly, the Internet is already having eyes and ears,
307
1150000
4000
Internet heeft nu al ogen en oren,
19:32
you have web cams and so forth. But it's going to also have legs and hands.
308
1154000
4000
door webcams enzovoort. Maar het gaat ook benen en handen krijgen.
19:36
You're going to be able to do programmable
309
1158000
2000
Je gaat ze kunnen programmeren
19:38
work through these kinds of robots, so that you can run,
310
1160000
4000
zodat je ze overal kunt laten gaan,
19:42
fly and swim anywhere. We saw David Kelly is at the beginning of that with his fish.
311
1164000
9000
vliegen en zwemmen. We zagen daar een begin van, met de vis van David Kelly.
19:51
So, in conclusion, I think the message is clear.
312
1173000
2000
Tot slot denk ik dat de boodschap duidelijk is.
19:53
If you need a message, if nature's not enough, if you care about
313
1175000
4000
Als je hier één boodschap aan wil overhouden: als de natuur ontoereikend is, als je geeft om
19:57
search and rescue, or mine clearance, or medicine,
314
1179000
2000
zoek-en reddingsoperaties, ontmijning, medicijnen
19:59
or the various things we're working on, we must preserve
315
1181000
4000
of om alles waar we mee bezig zijn, dan moeten we de ontwerpen van de natuur behouden.
20:03
nature's designs, otherwise these secrets will be lost forever.
316
1185000
4000
Anders zullen deze geheimen voor altijd verloren gaan.
20:07
Thank you.
317
1189000
1000
Dankjewel.
20:08
(Applause)
318
1190000
9000
(Applaus)
ABOUT THE SPEAKER
Robert Full - BiologistRobert Full studies cockroach legs and gecko feet. His research is helping build tomorrow's robots, based on evolution's ancient engineering.
Why you should listen
UC Berkeley biologist Robert Full is fascinated by the motion of creatures like cockroaches, crabs and geckos having many legs, unusual feet or talented tails. He has led an effort to demonstrate the value of learning from Nature by the creating interdisciplinary collaborations of biologists, engineers, mathematicians and computer scientists from academia and industry. He founded CiBER, the Center for interdisciplinary Bio-inspiration in Education and Research, and the Poly-PEDAL Laboratory, which studies the Performance, Energetics and Dynamics of Animal Locomotion (PEDAL) in many-footed creatures (Poly).
His research shows how studying a diversity of animals leads to the discovery of general principles which inspire the design of novel circuits, artificial muscles, exoskeletons, versatile scampering legged search-and-rescue robots and synthetic self-cleaning dry adhesives based on gecko feet. He is passionate about discovery-based education leading to innovation -- and he even helped Pixar’s insect animations in the film A Bug's Life.
Robert Full | Speaker | TED.com