TED2012
Vijay Kumar: Robots that fly ... and cooperate
Vijay Kumar: Robôs que voam.. e cooperam
Filmed:
Readability: 4.5
5,188,706 views
No seu laboratório, em Penn, Vijay Kumar e sua equipe constroem 'quadrotors' voadores, pequenos e ágeis robôs que formam enxames, percebem um ao outro, e compõem equipes designadas para determinadas tarefas -- para construção, levantamento de dados em desastres e muito mais.
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.
00:20
Good morning.
0
5000
2000
Bom dia.
00:22
I'm here today to talk
1
7000
2000
Estou aqui hoje para falar
00:24
about autonomous, flying beach balls.
2
9000
3000
sobre bolas de praia autônomas e voadoras.
00:27
No, agile aerial robots like this one.
3
12000
4000
Não, robôs aéreos ágeis como este.
00:31
I'd like to tell you a little bit about the challenges in building these
4
16000
3000
Gostaria de falar um pouco sobre os desafios na construção deles
00:34
and some of the terrific opportunities
5
19000
2000
e algumas oportunidades maravilhosas
00:36
for applying this technology.
6
21000
2000
para aplicação dessa tecnologia.
00:38
So these robots
7
23000
2000
Bem, esses robôs
00:40
are related to unmanned aerial vehicles.
8
25000
3000
estão relacionados a veículos aéreos não tripulados.
00:43
However, the vehicles you see here are big.
9
28000
3000
Entretanto, os veículos que você vê aqui são grandes.
00:46
They weigh thousands of pounds,
10
31000
2000
Pesam milhares de quilos,
00:48
are not by any means agile.
11
33000
2000
de forma nenhuma são ágeis.
00:50
They're not even autonomous.
12
35000
2000
Não são nem mesmo autônomos.
00:52
In fact, many of these vehicles
13
37000
2000
Na verdade, muitos desses veículos
00:54
are operated by flight crews
14
39000
2000
são operados por tripulações
00:56
that can include multiple pilots,
15
41000
3000
que podem incluir múltiplos pilotos,
00:59
operators of sensors
16
44000
2000
operadores de sensores
01:01
and mission coordinators.
17
46000
2000
e coordenadores de missão.
01:03
What we're interested in is developing robots like this --
18
48000
2000
Aquilo em que estamos interessados é desenvolver robôs como este --
01:05
and here are two other pictures --
19
50000
2000
e aqui estão mais duas imagens --
01:07
of robots that you can buy off the shelf.
20
52000
3000
de robôs que você pode comprar nas prateleiras.
01:10
So these are helicopters with four rotors
21
55000
3000
Assim, esses são helicópteros com quatro rotores
01:13
and they're roughly a meter or so in scale
22
58000
4000
e têm mais ou menos um metro
01:17
and weigh several pounds.
23
62000
2000
e pesam vários quilos.
01:19
And so we retrofit these with sensors and processors,
24
64000
3000
Então, nós os reajustamos com sensores e processadores,
01:22
and these robots can fly indoors
25
67000
2000
e esses robôs podem voar dentro de edificações
01:24
without GPS.
26
69000
2000
sem GPS.
01:26
The robot I'm holding in my hand
27
71000
2000
O robô que tenho em minha mão
01:28
is this one,
28
73000
2000
é esse,
01:30
and it's been created by two students,
29
75000
3000
e foi criado por dois estudantes,
01:33
Alex and Daniel.
30
78000
2000
Alex e Daniel.
01:35
So this weighs a little more
31
80000
2000
Então, este pesa um pouco mais
01:37
than a tenth of a pound.
32
82000
2000
que um décimo de uma libra.
01:39
It consumes about 15 watts of power.
33
84000
2000
Consome mais ou menos 15 watts de energia.
01:41
And as you can see,
34
86000
2000
E, como podem ver,
01:43
it's about eight inches in diameter.
35
88000
2000
tem aproximadamente oito polegadas de diâmetro.
01:45
So let me give you just a very quick tutorial
36
90000
3000
Então, deixem-me expor um rápido tutorial
01:48
on how these robots work.
37
93000
2000
de como esses robôs funcionam.
01:50
So it has four rotors.
38
95000
2000
Este tem quatro rotores.
01:52
If you spin these rotors at the same speed,
39
97000
2000
Se você gira esses rotores na mesma velocidade,
01:54
the robot hovers.
40
99000
2000
o robô paira.
01:56
If you increase the speed of each of these rotors,
41
101000
3000
Se você aumenta a velocidade de cada um desses rotores,
01:59
then the robot flies up, it accelerates up.
42
104000
3000
então o robô voa, acelera.
02:02
Of course, if the robot were tilted,
43
107000
2000
Claro, se o robô estivesse inclinado,
02:04
inclined to the horizontal,
44
109000
2000
inclinado na horizontal,
02:06
then it would accelerate in this direction.
45
111000
3000
então ele aceleraria nessa direção.
02:09
So to get it to tilt, there's one of two ways of doing it.
46
114000
3000
Assim, para incliná-lo, há duas maneiras de fazer isso.
02:12
So in this picture
47
117000
2000
Nesta figura,
02:14
you see that rotor four is spinning faster
48
119000
2000
você vê que o rotor quatro está girando mais rápido
02:16
and rotor two is spinning slower.
49
121000
2000
e o rotor dois está girando mais lentamente.
02:18
And when that happens
50
123000
2000
E quando isso acontece,
02:20
there's moment that causes this robot to roll.
51
125000
3000
há movimento que faz com que o robô rodopie.
02:23
And the other way around,
52
128000
2000
E, por outro lado,
02:25
if you increase the speed of rotor three
53
130000
3000
se você aumenta a velocidade do rotor três
02:28
and decrease the speed of rotor one,
54
133000
2000
e diminui a velocidade do rotor um.
02:30
then the robot pitches forward.
55
135000
3000
então o robõ arremete para frente.
02:33
And then finally,
56
138000
2000
E, finalmente,
02:35
if you spin opposite pairs of rotors
57
140000
2000
se você gira pares opostos de rotores
02:37
faster than the other pair,
58
142000
2000
mais rápido que o outro par,
02:39
then the robot yaws about the vertical axis.
59
144000
2000
então o robô dá uma guinada sobre o eixo vertical.
02:41
So an on-board processor
60
146000
2000
Assim, um processador a bordo
02:43
essentially looks at what motions need to be executed
61
148000
3000
essencialmente observa quais movimentos precisam ser executados
02:46
and combines these motions
62
151000
2000
e combina esses movimentos
02:48
and figures out what commands to send to the motors
63
153000
3000
e determina quais comandos enviar aos motores,
02:51
600 times a second.
64
156000
2000
600 vezes por segundo.
02:53
That's basically how this thing operates.
65
158000
2000
Isso é basicamente como essa coisa opera.
02:55
So one of the advantages of this design
66
160000
2000
Dessa forma uma das vantagens deste desenho
02:57
is, when you scale things down,
67
162000
2000
é, quando você diminui o tamanho das coisas,
02:59
the robot naturally becomes agile.
68
164000
3000
o robô naturalmente se torna ágil.
03:02
So here R
69
167000
2000
Então, R aqui
03:04
is the characteristic length of the robot.
70
169000
2000
é o comprimento característico do robô.
03:06
It's actually half the diameter.
71
171000
3000
É realmente metade do diâmetro.
03:09
And there are lots of physical parameters that change
72
174000
3000
E há muitos parâmetros físicos que se alteram
03:12
as you reduce R.
73
177000
2000
à medida que você reduz R.
03:14
The one that's the most important
74
179000
2000
Aquele que é o mais importante
03:16
is the inertia or the resistance to motion.
75
181000
2000
é a inércia ou a resistência ao movimento.
03:18
So it turns out,
76
183000
2000
Acontece que
03:20
the inertia, which governs angular motion,
77
185000
3000
a inércia, que governa o movimento angular,
03:23
scales as a fifth power of R.
78
188000
3000
funciona como a quinta força de R.
03:26
So the smaller you make R,
79
191000
2000
Portanto, quanto menor for R,
03:28
the more dramatically the inertia reduces.
80
193000
3000
mais acentuadamente se reduz a inércia.
03:31
So as a result, the angular acceleration,
81
196000
3000
Assim, como resultado, a aceleração angular,
03:34
denoted by Greek letter alpha here,
82
199000
2000
representada aqui pela letra grega alfa,
03:36
goes as one over R.
83
201000
2000
fica um sobre R.
03:38
It's inversely proportional to R.
84
203000
2000
É inversamente proporcional a R.
03:40
The smaller you make it the more quickly you can turn.
85
205000
3000
Quanto menor ela for, mais rapidamente você pode virar.
03:43
So this should be clear in these videos.
86
208000
2000
Assim, isso deveria estar claro nesses vídeos.
03:45
At the bottom right you see a robot
87
210000
3000
Na base direita você vê um robô
03:48
performing a 360 degree flip
88
213000
2000
realizando um voo de 360 graus
03:50
in less than half a second.
89
215000
2000
em menos da metade de um segundo.
03:52
Multiple flips, a little more time.
90
217000
3000
Múltiplos voos, um pouco mais de tempo.
03:55
So here the processes on board
91
220000
2000
Então, aqui os processadores a bordo
03:57
are getting feedback from accelerometers
92
222000
2000
estão recebendo dados dos acelerômetros
03:59
and gyros on board
93
224000
2000
e giroscópios a bordo
04:01
and calculating, like I said before,
94
226000
2000
e calculando, como eu disse anteriormente,
04:03
commands at 600 times a second
95
228000
2000
comandos 600 vezes por segundo
04:05
to stabilize this robot.
96
230000
2000
para estabilizar este robô.
04:07
So on the left, you see Daniel throwing this robot up into the air.
97
232000
3000
Então, à esquerda, você vê Daniel lançando este robô no ar.
04:10
And it shows you how robust the control is.
98
235000
2000
E ele demonstra quão resistente é o controle.
04:12
No matter how you throw it,
99
237000
2000
Não importa como você o lança,
04:14
the robot recovers and comes back to him.
100
239000
4000
o robô se recupera e volta para ele.
04:18
So why build robots like this?
101
243000
2000
Por que construir robôs como este?
04:20
Well robots like this have many applications.
102
245000
3000
Bem, robôs como este têm muitas aplicações.
04:23
You can send them inside buildings like this
103
248000
3000
Você pode enviá-los para o interior de edifícios como este
04:26
as first responders to look for intruders,
104
251000
3000
como primeiros atendentes para procurar por intrusos,
04:29
maybe look for biochemical leaks,
105
254000
3000
talvez procurar por vazamentos químicos,
04:32
gaseous leaks.
106
257000
2000
vazamentos de gás.
04:34
You can also use them
107
259000
2000
Você também pode usá-los
04:36
for applications like construction.
108
261000
2000
para aplicações como construção.
04:38
So here are robots carrying beams, columns
109
263000
4000
Assim, aqui estão robôs carregando feixes, colunas
04:42
and assembling cube-like structures.
110
267000
3000
e montando estruturas semelhantes a cubos.
04:45
I'll tell you a little bit more about this.
111
270000
3000
Vou contar-lhes um pouco mais sobre isso.
04:48
The robots can be used for transporting cargo.
112
273000
3000
Os robôs podem ser usados para transportar carga.
04:51
So one of the problems with these small robots
113
276000
3000
Um dos problemas com estes pequenos robôs
04:54
is their payload carrying capacity.
114
279000
2000
é a capacidade deles de transportar carga útil.
04:56
So you might want to have multiple robots
115
281000
2000
Assim você pode querer múltíplos robôs
04:58
carry payloads.
116
283000
2000
transportando carga útil.
05:00
This is a picture of a recent experiment we did --
117
285000
2000
Esta é uma fotografia de um experimento recente que fizemos --
05:02
actually not so recent anymore --
118
287000
2000
na verdade não mais tão recente --
05:04
in Sendai shortly after the earthquake.
119
289000
3000
em Sendai, logo depois do terremoto.
05:07
So robots like this could be sent into collapsed buildings
120
292000
3000
Dessa forma, robôs como este poderiam ser enviados para edifícios desmoronados
05:10
to assess the damage after natural disasters,
121
295000
2000
para avaliar os danos depois de desastres naturais,
05:12
or sent into reactor buildings
122
297000
3000
ou ser enviados para edifícios com radiação
05:15
to map radiation levels.
123
300000
3000
para mapear os níveis de radiação.
05:19
So one fundamental problem
124
304000
2000
Então um problema fundamental
05:21
that the robots have to solve if they're to be autonomous
125
306000
3000
que os robôs têm que resolver, se são autônomos,
05:24
is essentially figuring out
126
309000
2000
é essencialmente determinar
05:26
how to get from point A to point B.
127
311000
2000
como ir do ponto A ao ponto B.
05:28
So this gets a little challenging
128
313000
2000
Isso se torna desafiador
05:30
because the dynamics of this robot are quite complicated.
129
315000
3000
porque a dinâmica desse robô é bastante complicada.
05:33
In fact, they live in a 12-dimensional space.
130
318000
2000
De fato, eles vivem em um espaço de 12 dimensões.
05:35
So we use a little trick.
131
320000
2000
Portanto usamos um pequeno truque.
05:37
We take this curved 12-dimensional space
132
322000
3000
Pegamos esse espaço curvo de 12 dimensões
05:40
and transform it
133
325000
2000
e o transformamos
05:42
into a flat four-dimensional space.
134
327000
2000
em um espaço plano de 4 dimensões.
05:44
And that four-dimensional space
135
329000
2000
E esse espaço de quatro dimensões
05:46
consists of X, Y, Z and then the yaw angle.
136
331000
3000
consiste em X, Y, Z e o ângulo da guinada.
05:49
And so what the robot does
137
334000
2000
E o que esse robô faz
05:51
is it plans what we call a minimum snap trajectory.
138
336000
4000
é planejar o que chamamos de trajetória com salto mínimo.
05:55
So to remind you of physics,
139
340000
2000
Assim, para lembrar-lhes a física,
05:57
you have position, derivative, velocity,
140
342000
2000
você tem posição, derivativo, velocidade,
05:59
then acceleration,
141
344000
2000
aceleração
06:01
and then comes jerk
142
346000
2000
então vem empuxo
06:03
and then comes snap.
143
348000
2000
e depois vem salto.
06:05
So this robot minimizes snap.
144
350000
3000
Assim este robô minimiza o salto.
06:08
So what that effectively does
145
353000
2000
O que ele efetivamente faz
06:10
is produces a smooth and graceful motion.
146
355000
2000
é produzir um movimento suave e gracioso.
06:12
And it does that avoiding obstacles.
147
357000
3000
E ele faz isso evitando obstáculos.
06:15
So these minimum snap trajectories in this flat space
148
360000
3000
Então essas trajetórias com salto mínimo nesse espaço plano
06:18
are then transformed back
149
363000
2000
são transformadas
06:20
into this complicated 12-dimensional space,
150
365000
2000
nesse complicado espaço de 12 dimensões,
06:22
which the robot must do
151
367000
2000
que o robô deve ter
06:24
for control and then execution.
152
369000
2000
para controle e execução.
06:26
So let me show you some examples
153
371000
2000
Deixem-me mostrar-lhes alguns exemplos
06:28
of what these minimum snap trajectories look like.
154
373000
2000
de como são essas trajetórias com salto mínimo.
06:30
And in the first video,
155
375000
2000
E no primeiro vídeo,
06:32
you'll see the robot going from point A to point B
156
377000
2000
vocês verão o robô indo do ponto A ao ponto B
06:34
through an intermediate point.
157
379000
2000
através de um ponto intermediário.
06:42
So the robot is obviously capable
158
387000
2000
Dessa forma o robô é obviamente capaz
06:44
of executing any curve trajectory.
159
389000
2000
de executar qualquer trajetória curva.
06:46
So these are circular trajectories
160
391000
2000
Estas são trajetórias circulares
06:48
where the robot pulls about two G's.
161
393000
3000
nas quais o robô puxa cerca de 2 G.
06:52
Here you have overhead motion capture cameras on the top
162
397000
4000
Aqui no topo você tem câmeras que captam movimentos
06:56
that tell the robot where it is 100 times a second.
163
401000
3000
que dizem ao robô onde ele está 100 vezes por segundo.
06:59
It also tells the robot where these obstacles are.
164
404000
3000
Também dizem ao robô onde esses obstáculos estão.
07:02
And the obstacles can be moving.
165
407000
2000
E os obstáculos podem estar se movendo.
07:04
And here you'll see Daniel throw this hoop into the air,
166
409000
3000
E aqui você vê Daniel atirar este aro no ar,
07:07
while the robot is calculating the position of the hoop
167
412000
2000
enquanto o robô está calculando a posição do aro
07:09
and trying to figure out how to best go through the hoop.
168
414000
4000
e tentando determinar a melhor forma de passar pelo aro.
07:13
So as an academic,
169
418000
2000
Então, como acadêmicos,
07:15
we're always trained to be able to jump through hoops to raise funding for our labs,
170
420000
3000
somos sempre treinados a ser capazes de saltar por aros para levantar fundos para nossos laboratórios,
07:18
and we get our robots to do that.
171
423000
3000
e conseguimos que nossos robôs fizessem isso.
07:21
(Applause)
172
426000
6000
(Aplausos)
07:27
So another thing the robot can do
173
432000
2000
Uma outra coisa que o robô pode fazer
07:29
is it remembers pieces of trajectory
174
434000
3000
é lembrar partes da trajetória
07:32
that it learns or is pre-programmed.
175
437000
2000
que ele aprende ou é pré-programada.
07:34
So here you see the robot
176
439000
2000
Assim, aqui você vê o robô
07:36
combining a motion
177
441000
2000
combinando um movimento
07:38
that builds up momentum
178
443000
2000
que constrói impulso
07:40
and then changes its orientation and then recovers.
179
445000
3000
e muda sua direção e então se recupera.
07:43
So it has to do this because this gap in the window
180
448000
3000
Ele tem que fazer isso porque a abertura na janela
07:46
is only slightly larger than the width of the robot.
181
451000
4000
é apenas ligeiramente maior que a largura do robô.
07:50
So just like a diver stands on a springboard
182
455000
3000
Exatamente como um mergulhador se posiciona no trampolim
07:53
and then jumps off it to gain momentum,
183
458000
2000
e então salta dele para ganhar impulso,
07:55
and then does this pirouette, this two and a half somersault through
184
460000
3000
faz esta pirueta, estes dois saltos mortais
07:58
and then gracefully recovers,
185
463000
2000
e elegantemente se recupera,
08:00
this robot is basically doing that.
186
465000
2000
este robô está basicamente fazendo isso.
08:02
So it knows how to combine little bits and pieces of trajectories
187
467000
3000
Ele sabe como combinar pequenos pedaços e partes das trajetórias
08:05
to do these fairly difficult tasks.
188
470000
4000
para executar essas tarefas relativamente difíceis.
08:09
So I want change gears.
189
474000
2000
Quero mudar o foco do assunto.
08:11
So one of the disadvantages of these small robots is its size.
190
476000
3000
Uma das desvantagens desses pequenos robôs é o seu tamanho.
08:14
And I told you earlier
191
479000
2000
E eu lhes disse anteriormente
08:16
that we may want to employ lots and lots of robots
192
481000
2000
que podemos querer empregar muitos e muitos desses robôs
08:18
to overcome the limitations of size.
193
483000
3000
para superar as limitações de tamanho.
08:21
So one difficulty
194
486000
2000
Portanto, uma dificuldade
08:23
is how do you coordinate lots of these robots?
195
488000
3000
é: como você coordena muitos desses robôs?
08:26
And so here we looked to nature.
196
491000
2000
Então, nesse ponto olhamos para a natureza.
08:28
So I want to show you a clip
197
493000
2000
Dessa forma, quero mostrar-lhes um clipe
08:30
of Aphaenogaster desert ants
198
495000
2000
de formigas Aphaenogaster do deserto,
08:32
in Professor Stephen Pratt's lab carrying an object.
199
497000
3000
no laboratório do professor Stephen Pratt, carregando um objeto.
08:35
So this is actually a piece of fig.
200
500000
2000
Isto é, na verdade, um pedaço de figo.
08:37
Actually you take any object coated with fig juice
201
502000
2000
De fato, você pega qualquer objeto recoberto com suco de figo
08:39
and the ants will carry them back to the nest.
202
504000
3000
e as formigas o carregarão de volta ao ninho.
08:42
So these ants don't have any central coordinator.
203
507000
3000
Estas formigas não têm nenhum coordenador central.
08:45
They sense their neighbors.
204
510000
2000
Elas sentem seus vizinhos.
08:47
There's no explicit communication.
205
512000
2000
Não há comunicação explícita.
08:49
But because they sense the neighbors
206
514000
2000
Mas, porque elas percebem os vizinhos
08:51
and because they sense the object,
207
516000
2000
e porque percebem o objeto,
08:53
they have implicit coordination across the group.
208
518000
3000
elas têm coordenação implícita através do grupo.
08:56
So this is the kind of coordination
209
521000
2000
Este é o tipo de coordenação
08:58
we want our robots to have.
210
523000
3000
que queremos que nossos robôs tenham.
09:01
So when we have a robot
211
526000
2000
Então, quando temos um robô
09:03
which is surrounded by neighbors --
212
528000
2000
que está rodeado por vizinhos --
09:05
and let's look at robot I and robot J --
213
530000
2000
vamos olhar para o robô I e o robô J --
09:07
what we want the robots to do
214
532000
2000
o que queremos que os robôs façam
09:09
is to monitor the separation between them
215
534000
3000
é monitorar o espaço entre eles,
09:12
as they fly in formation.
216
537000
2000
enquanto voam em formação.
09:14
And then you want to make sure
217
539000
2000
Portanto você quer ter certeza
09:16
that this separation is within acceptable levels.
218
541000
2000
de que esse espaço está dentro de níveis aceitáveis.
09:18
So again the robots monitor this error
219
543000
3000
Novamente os robôs monitoram esse erro
09:21
and calculate the control commands
220
546000
2000
e calculam os comandos de controle
09:23
100 times a second,
221
548000
2000
100 vezes por segundo,
09:25
which then translates to the motor commands 600 times a second.
222
550000
3000
que, então, traduz para o motor comandos 600 vezes por segundo.
09:28
So this also has to be done
223
553000
2000
Isso também tem que ser feito
09:30
in a decentralized way.
224
555000
2000
de uma forma descentralizada.
09:32
Again, if you have lots and lots of robots,
225
557000
2000
Novamente, se você tem muitos e muitos robôs,
09:34
it's impossible to coordinate all this information centrally
226
559000
4000
é impossível coordenar toda essa informação centralmente
09:38
fast enough in order for the robots to accomplish the task.
227
563000
3000
rápido o bastante para que os robôs realizem a tarefa.
09:41
Plus the robots have to base their actions
228
566000
2000
Acrescente-se que os robôs têm que basear suas ações
09:43
only on local information,
229
568000
2000
apenas em informações locais,
09:45
what they sense from their neighbors.
230
570000
2000
o que eles percebem de seus vizinhos.
09:47
And then finally,
231
572000
2000
E então finalmente,
09:49
we insist that the robots be agnostic
232
574000
2000
insistimos para que os robôs sejam agnósticos
09:51
to who their neighbors are.
233
576000
2000
para quem são seus vizinhos.
09:53
So this is what we call anonymity.
234
578000
3000
Isto é o que chamamos anonimato.
09:56
So what I want to show you next
235
581000
2000
O que quero lhes mostrar a seguir
09:58
is a video
236
583000
2000
é um vídeo
10:00
of 20 of these little robots
237
585000
3000
de 20 desses pequenos robôs
10:03
flying in formation.
238
588000
2000
voando em formação.
10:05
They're monitoring their neighbors' position.
239
590000
3000
Eles estão monitorando a posição de seus vizinhos.
10:08
They're maintaining formation.
240
593000
2000
Estão mantendo a formação.
10:10
The formations can change.
241
595000
2000
As formações podem mudar.
10:12
They can be planar formations,
242
597000
2000
Elas podem ser formações planas,
10:14
they can be three-dimensional formations.
243
599000
2000
podem ser formações tridimensionais.
10:16
As you can see here,
244
601000
2000
Como podem ver aqui,
10:18
they collapse from a three-dimensional formation into planar formation.
245
603000
3000
eles desabam de uma formação tridimensional para uma formação plana.
10:21
And to fly through obstacles
246
606000
2000
E para voar através de obstáculos,
10:23
they can adapt the formations on the fly.
247
608000
4000
eles podem adaptar as formações durante o voo.
10:27
So again, these robots come really close together.
248
612000
3000
Esses robôs vêm realmente muito perto.
10:30
As you can see in this figure-eight flight,
249
615000
2000
Como podem ver neste voo em forma de oito,
10:32
they come within inches of each other.
250
617000
2000
eles vêm a polegadas um do outro
10:34
And despite the aerodynamic interactions
251
619000
3000
E apesar das interações aerodinâmicas
10:37
of these propeller blades,
252
622000
2000
dessas lâminas de propulsão,
10:39
they're able to maintain stable flight.
253
624000
2000
eles são capazes de manter voo estável.
10:41
(Applause)
254
626000
7000
(Aplausos)
10:48
So once you know how to fly in formation,
255
633000
2000
Assim, quando você sabe como voar em formação,
10:50
you can actually pick up objects cooperatively.
256
635000
2000
você pode realmente apanhar objetos em cooperação.
10:52
So this just shows
257
637000
2000
Dessa forma, isso mostra
10:54
that we can double, triple, quadruple
258
639000
3000
que podemos dobrar, triplicar, quadruplicar
10:57
the robot strength
259
642000
2000
a força do robô,
10:59
by just getting them to team with neighbors, as you can see here.
260
644000
2000
fazendo com que eles se agrupem com seus vizinhos, como podem ver aqui.
11:01
One of the disadvantages of doing that
261
646000
3000
Uma das desvantagens de fazer isso
11:04
is, as you scale things up --
262
649000
2000
é, à medida que você aumenta a escala das coisas --
11:06
so if you have lots of robots carrying the same thing,
263
651000
2000
portanto, se você tem muitos robôs carregando a mesma coisa,
11:08
you're essentially effectively increasing the inertia,
264
653000
3000
você basica e efetivamente aumentou a inércia,
11:11
and therefore you pay a price; they're not as agile.
265
656000
3000
e, por consequência, paga um preço, eles não são tão ágeis.
11:14
But you do gain in terms of payload carrying capacity.
266
659000
3000
Mas você de fato ganha em termos de capacidade de transportar carga útil.
11:17
Another application I want to show you --
267
662000
2000
Um outro aplicativo que quero mostrar-lhes --
11:19
again, this is in our lab.
268
664000
2000
novamente, isto está em nosso laboratório.
11:21
This is work done by Quentin Lindsey who's a graduate student.
269
666000
2000
Este é o trabalho feito por Quentin Lindsey, que é um estudante formado.
11:23
So his algorithm essentially tells these robots
270
668000
3000
Seu algoritmo basicamente diz a esses robôs
11:26
how to autonomously build
271
671000
2000
como construir, com autonomia,
11:28
cubic structures
272
673000
2000
estruturas cúbicas
11:30
from truss-like elements.
273
675000
3000
de elementos de armação.
11:33
So his algorithm tells the robot
274
678000
2000
Seu algoritmo diz ao robô
11:35
what part to pick up,
275
680000
2000
qual parte pegar,
11:37
when and where to place it.
276
682000
2000
quando e onde colocá-la.
11:39
So in this video you see --
277
684000
2000
Assim, neste vídeo você vê --
11:41
and it's sped up 10, 14 times --
278
686000
2000
e ele está acelerado 10, 14 vezes --
11:43
you see three different structures being built by these robots.
279
688000
3000
você vê três estruturas diferentes sendo construídas por estes robôs.
11:46
And again, everything is autonomous,
280
691000
2000
E novamente, tudo é autônomo,
11:48
and all Quentin has to do
281
693000
2000
e tudo que Quentin tem a fazer
11:50
is to get them a blueprint
282
695000
2000
é dar-lhes uma planta
11:52
of the design that he wants to build.
283
697000
4000
do desenho que quer construir.
11:56
So all these experiments you've seen thus far,
284
701000
3000
Bem, todos esses experimentos que vocês viram até agora,
11:59
all these demonstrations,
285
704000
2000
todas essas demonstrações,
12:01
have been done with the help of motion capture systems.
286
706000
3000
foram feitas com o auxílio de sistemas de captura de movimentos.
12:04
So what happens when you leave your lab
287
709000
2000
Então, o que acontece quando você sai do laboratório
12:06
and you go outside into the real world?
288
711000
3000
e vai para o mundo real?
12:09
And what if there's no GPS?
289
714000
3000
E se não há GPS?
12:12
So this robot
290
717000
2000
Este robô
12:14
is actually equipped with a camera
291
719000
2000
é de fato equipado com uma câmera
12:16
and a laser rangefinder, laser scanner.
292
721000
3000
e um laser localizador, um laser escaneador.
12:19
And it uses these sensors
293
724000
2000
E ele usa esses sensores
12:21
to build a map of the environment.
294
726000
2000
para construir um mapa do ambiente.
12:23
What that map consists of are features --
295
728000
3000
Esse mapa consiste nas características --
12:26
like doorways, windows,
296
731000
2000
como portas, janelas,
12:28
people, furniture --
297
733000
2000
pessoas, mobília --
12:30
and it then figures out where its position is
298
735000
2000
e então ele determina qual é sua posição
12:32
with respect to the features.
299
737000
2000
em relação às características.
12:34
So there is no global coordinate system.
300
739000
2000
Assim não há sistema de coordenação global.
12:36
The coordinate system is defined based on the robot,
301
741000
3000
O sistema de coordenação é definido com base no robô,
12:39
where it is and what it's looking at.
302
744000
3000
onde ele está e para o que está olhando.
12:42
And it navigates with respect to those features.
303
747000
3000
E ele navega com relação a estas características.
12:45
So I want to show you a clip
304
750000
2000
Quero exibir um clipe
12:47
of algorithms developed by Frank Shen
305
752000
2000
de algoritmos desenvolvido por Frank Shen
12:49
and Professor Nathan Michael
306
754000
2000
e pelo professor Nathan Michael
12:51
that shows this robot entering a building for the very first time
307
756000
4000
que mostra este robô entrando em um edificio pela primeira vez
12:55
and creating this map on the fly.
308
760000
3000
e criando um mapa durante o voo.
12:58
So the robot then figures out what the features are.
309
763000
3000
Dessa forma o robô determina quais são as características.
13:01
It builds the map.
310
766000
2000
Constrói o mapa.
13:03
It figures out where it is with respect to the features
311
768000
2000
Determina onde está com relação às características
13:05
and then estimates its position
312
770000
2000
e então calcula sua posição
13:07
100 times a second
313
772000
2000
100 vezez por segundo,
13:09
allowing us to use the control algorithms
314
774000
2000
permitindo-nos usar os algoritmos de controle
13:11
that I described to you earlier.
315
776000
2000
que descrevi anteriormente.
13:13
So this robot is actually being commanded
316
778000
2000
Na verdade, este robô está sendo comandado
13:15
remotely by Frank.
317
780000
2000
remotamente por Frank.
13:17
But the robot can also figure out
318
782000
2000
Mas o robô também pode determinar
13:19
where to go on its own.
319
784000
2000
onde ir por ele mesmo.
13:21
So suppose I were to send this into a building
320
786000
2000
Suponha que eu fosse enviar isto a um edifício
13:23
and I had no idea what this building looked like,
321
788000
2000
e não tivesse ideia de como é esse edifício,
13:25
I can ask this robot to go in,
322
790000
2000
posso pedir ao robô para entrar,
13:27
create a map
323
792000
2000
criar um mapa,
13:29
and then come back and tell me what the building looks like.
324
794000
3000
então voltar e me dizer como é o edifício.
13:32
So here, the robot is not only solving the problem,
325
797000
3000
Aqui, o robô não está apenas resolvendo um problema,
13:35
how to go from point A to point B in this map,
326
800000
3000
como ir do ponto A para o ponto B neste mapa,
13:38
but it's figuring out
327
803000
2000
mas também determinando
13:40
what the best point B is at every time.
328
805000
2000
qual é o melhor ponto B a cada vez.
13:42
So essentially it knows where to go
329
807000
3000
Basicamente ele sabe aonde ir
13:45
to look for places that have the least information.
330
810000
2000
para procurar locais que tenham menos informação.
13:47
And that's how it populates this map.
331
812000
3000
E é assim que ele preenche este mapa.
13:50
So I want to leave you
332
815000
2000
Quero deixá-los
13:52
with one last application.
333
817000
2000
com um último aplicativo.
13:54
And there are many applications of this technology.
334
819000
3000
E há muitos aplicativos para esta tecnologia.
13:57
I'm a professor, and we're passionate about education.
335
822000
2000
Sou um professor, e somos apaixonados por educação.
13:59
Robots like this can really change the way
336
824000
2000
Robôs como este podem realmente mudar a forma
14:01
we do K through 12 education.
337
826000
2000
como realizamos a educação elementar.
14:03
But we're in Southern California,
338
828000
2000
Mas estamos no sul da Califórnia,
14:05
close to Los Angeles,
339
830000
2000
perto de Los Angeles,
14:07
so I have to conclude
340
832000
2000
portanto tenho que concluir
14:09
with something focused on entertainment.
341
834000
2000
com algo relacionado a entretenimento.
14:11
I want to conclude with a music video.
342
836000
2000
Quero concluir com um vídeo de música.
14:13
I want to introduce the creators, Alex and Daniel,
343
838000
3000
Quero apresentar os criadores, Alex e Daniel,
14:16
who created this video.
344
841000
2000
que criaram este vídeo.
14:18
(Applause)
345
843000
7000
(Aplausos)
14:25
So before I play this video,
346
850000
2000
Antes que eu apresente este vídeo,
14:27
I want to tell you that they created it in the last three days
347
852000
3000
quero dizer que eles o criaram nos últimos três dias,
14:30
after getting a call from Chris.
348
855000
2000
depois de um telefonema de Chris.
14:32
And the robots that play the video
349
857000
2000
E os robôs que tocam neste vídeo
14:34
are completely autonomous.
350
859000
2000
são completamente autônomos.
14:36
You will see nine robots play six different instruments.
351
861000
3000
Vocês verão nove robôs tocarem seis instrumentos diferentes.
14:39
And of course, it's made exclusively for TED 2012.
352
864000
4000
E, claro, foi feito exclusivamente para TED 2012.
14:43
Let's watch.
353
868000
3000
Vamos assistir.
15:19
(Music)
354
904000
10000
(Música)
16:23
(Applause)
355
968000
17000
(Aplausos)
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