ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Vijay Kumar | Speaker | TED.com
TED2012

Vijay Kumar: Robots that fly ... and cooperate

Vijay Kumar: Roboty, které létají ... a spolupracují

Filmed:
5,188,706 views

Ve své laboratoři na Pennsylvánské univerzitě Vijay Kumar a jeho tým staví létající čtyřrotorové, malé a mrštné roboty, které se rojí, vnímají se navzájem a utvářejí skupiny dle aktuálních potřeb -- pro stavebnictví, průzkumy po katastrofách a mnohem více.
- 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

Double-click the English transcript below to play the video.

00:20
Good morningráno.
0
5000
2000
Dobré ráno.
00:22
I'm here todaydnes to talk
1
7000
2000
Jsem dnes zde, abych mluvil
00:24
about autonomousautonomní, flyingletící beachpláž ballskoule.
2
9000
3000
o autonomních létajicích plážových míčích.
00:27
No, agileagilní aerialletecký robotsroboty like this one.
3
12000
4000
Ne, o mrštných létajicích robotech, jako je tenhle.
00:31
I'd like to tell you a little bitbit about the challengesproblémy in buildingbudova these
4
16000
3000
Rád bych vám pověděl něco málo o výzvách při jejich stavbě
00:34
and some of the terrificúžasný opportunitiespříležitostí
5
19000
2000
a některých úžasných možnostech
00:36
for applyinguplatňování this technologytechnika.
6
21000
2000
pro využití této technologie.
00:38
So these robotsroboty
7
23000
2000
Tyto roboty
00:40
are relatedpříbuzný to unmannedbez posádky aerialletecký vehiclesvozidel.
8
25000
3000
jsou příbuznými bezpilotních letadel.
00:43
HoweverNicméně, the vehiclesvozidel you see here are bigvelký.
9
28000
3000
Nicméně letadla, které vidíte zde, jsou velká.
00:46
They weighvážit thousandstisíce of poundslibry,
10
31000
2000
Váží tisíce liber (stovky kilogramů)
00:48
are not by any meansprostředek agileagilní.
11
33000
2000
a nejsou v žádném případě mrštná.
00:50
They're not even autonomousautonomní.
12
35000
2000
Navíc nejsou ani autonomní.
00:52
In factskutečnost, manymnoho of these vehiclesvozidel
13
37000
2000
Ve skutečnosti je mnoho těchto strojů
00:54
are operatedprovozované by flightlet crewsposádky
14
39000
2000
ovládáno letovými posádkami,
00:56
that can includezahrnout multiplenásobek pilotspiloti,
15
41000
3000
které mohou zahrnovat několik pilotů,
00:59
operatorsoperátory of sensorssenzory
16
44000
2000
operátorů senzorů
01:01
and missionmise coordinatorsKoordinátoři.
17
46000
2000
a koordinátorů misí.
01:03
What we're interestedzájem in is developingrozvíjející se robotsroboty like this --
18
48000
2000
Co nás zajímalo, je vývoj robotů jako jsou tyto --
01:05
and here are two other picturesobrázky --
19
50000
2000
a tady dva další obrázky --
01:07
of robotsroboty that you can buyKoupit off the shelfpolice.
20
52000
3000
robotů, které si můžete koupit v obchodě.
01:10
So these are helicoptersvrtulníky with fourčtyři rotorsrotory
21
55000
3000
Takže toto jsou helikoptéry se čtyřmi rotory
01:13
and they're roughlyzhruba a meterMetr or so in scaleměřítko
22
58000
4000
a jsou zhruba metr velké
01:17
and weighvážit severalněkolik poundslibry.
23
62000
2000
a váží několik liber (pár kilogramů).
01:19
And so we retrofitRetrofit these with sensorssenzory and processorsprocesory,
24
64000
3000
Dodatečně jsme je vybavili senzory a procesory,
01:22
and these robotsroboty can flylétat indoorsuvnitř
25
67000
2000
a tak mohou tyto roboty létat v místnostech
01:24
withoutbez GPSGPS.
26
69000
2000
bez GPS.
01:26
The robotrobot I'm holdingpodíl in my handruka
27
71000
2000
Robot, který držím ve své ruce,
01:28
is this one,
28
73000
2000
je jedním z nich,
01:30
and it's been createdvytvořeno by two studentsstudentů,
29
75000
3000
vytvořili jej dva studenti,
01:33
AlexAlex and DanielDaniel.
30
78000
2000
Alex a Daniel.
01:35
So this weighsváží a little more
31
80000
2000
Tenhle váží trochu víc
01:37
than a tenthdesátý of a poundlibra.
32
82000
2000
než desetinu libry (50 gramů).
01:39
It consumesspotřebovává about 15 wattswattů of powerNapájení.
33
84000
2000
Spotřebuje okolo 15 wattů příkonu.
01:41
And as you can see,
34
86000
2000
A jak můžete vidět,
01:43
it's about eightosm inchespalců in diameterprůměr.
35
88000
2000
má v průměru přibližně osm palců (20 cm).
01:45
So let me give you just a very quickrychlý tutorialVýukový program
36
90000
3000
Dovolte mi dát vám velmi rychlý úvod
01:48
on how these robotsroboty work.
37
93000
2000
do toho, jak tyto roboty pracují.
01:50
So it has fourčtyři rotorsrotory.
38
95000
2000
Takže má čtyři rotory.
01:52
If you spinroztočit these rotorsrotory at the samestejný speedRychlost,
39
97000
2000
Když mají tyto rotory stejné otáčky,
01:54
the robotrobot hoversse pohybuje.
40
99000
2000
robot se vznáší.
01:56
If you increasezvýšit the speedRychlost of eachkaždý of these rotorsrotory,
41
101000
3000
Když zvýšíte otáčky každého z těchto rotorů,
01:59
then the robotrobot fliesmouchy up, it acceleratesurychluje up.
42
104000
3000
pak robot stoupá, zrychluje.
02:02
Of coursechod, if the robotrobot were tiltedPři naklonění,
43
107000
2000
Samozřejmě kdyby byl robot nakloněn,
02:04
inclinedsklon to the horizontalhorizontální,
44
109000
2000
byl skloněn oproti vodorovné ose,
02:06
then it would accelerateurychlit in this directionsměr.
45
111000
3000
pak by zrychloval tímto směrem.
02:09
So to get it to tiltnáklon, there's one of two wayszpůsoby of doing it.
46
114000
3000
Existují dva způsoby, jak jej naklonit.
02:12
So in this pictureobrázek
47
117000
2000
Na tomto obrázku
02:14
you see that rotorrotoru fourčtyři is spinningpředení fasterrychleji
48
119000
2000
vidíte, že rotor číslo 4 se otáčí rychleji
02:16
and rotorrotoru two is spinningpředení slowerpomalejší.
49
121000
2000
a rotor číslo 2 se otáčí pomaleji.
02:18
And when that happensse děje
50
123000
2000
A když se toto stane,
02:20
there's momentmoment that causespříčin this robotrobot to rollválec.
51
125000
3000
dojde k tomu, že se robot natočí.
02:23
And the other way around,
52
128000
2000
A nebo,
02:25
if you increasezvýšit the speedRychlost of rotorrotoru threetři
53
130000
3000
když zvýšíte otáčky rotoru číslo 3
02:28
and decreasepokles the speedRychlost of rotorrotoru one,
54
133000
2000
a snížíte otáčky rotoru číslo 1,
02:30
then the robotrobot pitcheshřiště forwardvpřed.
55
135000
3000
pak se robot nahne vpřed.
02:33
And then finallyKonečně,
56
138000
2000
A konečně,
02:35
if you spinroztočit oppositenaproti pairspáry of rotorsrotory
57
140000
2000
když má pár protilehlých rotorů
02:37
fasterrychleji than the other pairpár,
58
142000
2000
vyšší otáčky než druhý pár,
02:39
then the robotrobot yawsotáčení about the verticalvertikální axisosa.
59
144000
2000
pak se robot obrací kolem svislé osy.
02:41
So an on-boardpalubní processorprocesor
60
146000
2000
Procesor na palubě
02:43
essentiallyv podstatě looksvzhled at what motionspohyby need to be executedproveden
61
148000
3000
v podstatě sleduje, jaké pohyby je třeba vykonat
02:46
and combineskombinuje these motionspohyby
62
151000
2000
a kombinuje tyto pohyby
02:48
and figuresčísel out what commandspříkazy to sendposlat to the motorsmotory
63
153000
3000
a řeší, jaké příkazy poslat motorům,
02:51
600 timesčasy a seconddruhý.
64
156000
2000
a to dělá 600krát za sekundu.
02:53
That's basicallyv podstatě how this thing operatesfunguje.
65
158000
2000
Takto v základě tato věc funguje.
02:55
So one of the advantagesvýhody of this designdesign
66
160000
2000
Jedna z výhod tohoto přístupu
02:57
is, when you scaleměřítko things down,
67
162000
2000
je, že když tyto věci zmenšíte,
02:59
the robotrobot naturallypřirozeně becomesstává se agileagilní.
68
164000
3000
robot se přirozeně stává mrštnějším.
03:02
So here R
69
167000
2000
Toto R
03:04
is the characteristiccharakteristický lengthdélka of the robotrobot.
70
169000
2000
je charakteristická délka robota.
03:06
It's actuallyvlastně halfpolovina the diameterprůměr.
71
171000
3000
Činí polovinu průměru.
03:09
And there are lots of physicalfyzický parametersparametry that changezměna
72
174000
3000
A je mnoho fyzikálních parametrů, které se změní,
03:12
as you reducesnížit R.
73
177000
2000
když zmenšíte R.
03:14
The one that's the mostvětšina importantdůležité
74
179000
2000
Ten nejdůležitější
03:16
is the inertiasetrvačnost or the resistanceodpor to motionpohyb.
75
181000
2000
je setrvačnost neboli odpor k pohybu.
03:18
So it turnsotočí out,
76
183000
2000
Ukazuje se,
03:20
the inertiasetrvačnost, whichkterý governsřídí angularúhlové motionpohyb,
77
185000
3000
že setrvačnost, která řídí úhlový pohyb,
03:23
scalesváhy as a fifthpátý powerNapájení of R.
78
188000
3000
je úměrná páté mocnině R.
03:26
So the smallermenší you make R,
79
191000
2000
Takže čím menší R uděláte,
03:28
the more dramaticallydramaticky the inertiasetrvačnost reducessnižuje.
80
193000
3000
tím dramatičtěji poklesne setrvačnost.
03:31
So as a resultvýsledek, the angularúhlové accelerationakcelerace,
81
196000
3000
Jako výsledek, úhlové zrychlení,
03:34
denotedoznačený by GreekŘečtina letterdopis alphaalfa here,
82
199000
2000
zde označené řeckým písmenem alfa,
03:36
goesjde as one over R.
83
201000
2000
je 1/R.
03:38
It's inverselynepřímo proportionalúměrný to R.
84
203000
2000
Je nepřímo úměrné R.
03:40
The smallermenší you make it the more quicklyrychle you can turnotočit se.
85
205000
3000
Čím menší jej vyrobíte, tím rychleji se může otáčet.
03:43
So this should be clearPrůhledná in these videosvidea.
86
208000
2000
To by mělo být jasné na těchto videích.
03:45
At the bottomdno right you see a robotrobot
87
210000
3000
V pravo dole vidíte robot
03:48
performingprovádět a 360 degreestupeň flipflip
88
213000
2000
provádějící 360stupňový obrat
03:50
in lessméně than halfpolovina a seconddruhý.
89
215000
2000
za méně než půl sekundy.
03:52
MultipleVíce flipspřevrátí, a little more time.
90
217000
3000
Několik obratů za nepatrně delší čas.
03:55
So here the processesprocesů on boarddeska
91
220000
2000
Zde procesy na palubě
03:57
are gettingdostat feedbackzpětná vazba from accelerometersakcelerometry
92
222000
2000
dostávají zpětnou vazbu z akcelerometrů
03:59
and gyrosGyros on boarddeska
93
224000
2000
a gyroskopů na palubě
04:01
and calculatingVýpočet, like I said before,
94
226000
2000
a vyhodnocují, jak jsem už dříve řekl,
04:03
commandspříkazy at 600 timesčasy a seconddruhý
95
228000
2000
příkazy 600krát za sekundu,
04:05
to stabilizestabilizovat this robotrobot.
96
230000
2000
aby stabilizovaly robota.
04:07
So on the left, you see DanielDaniel throwingházení this robotrobot up into the airvzduch.
97
232000
3000
Nalevo vidíte Daniela, který tohoto robota háže do vzduchu.
04:10
And it showsukazuje you how robustrobustní the controlřízení is.
98
235000
2000
Předvádí se nám, jak stabilní ovládání je.
04:12
No matterhmota how you throwhod it,
99
237000
2000
Nezáleží na tom, jak jej hodíte,
04:14
the robotrobot recoversobnoví and comespřijde back to him.
100
239000
4000
robot se stabilizuje a vrátí se k němu.
04:18
So why buildstavět robotsroboty like this?
101
243000
2000
A proč vyrábět roboty jako jsou tyto?
04:20
Well robotsroboty like this have manymnoho applicationsaplikací.
102
245000
3000
Nuže, takové roboty mají mnoho použití.
04:23
You can sendposlat them insideuvnitř buildingsbudov like this
103
248000
3000
Můžete je vyslat do budov jako je tato
04:26
as first respondersRespondenti to look for intrudersnarušitelé,
104
251000
3000
coby první průzkumníky hledající vetřelce,
04:29
maybe look for biochemicalbiochemické leaksúniky,
105
254000
3000
případně hledající biochemické znečištění,
04:32
gaseousplynné leaksúniky.
106
257000
2000
úniky plynu.
04:34
You can alsotaké use them
107
259000
2000
Rovněž je můžete použít
04:36
for applicationsaplikací like constructionkonstrukce.
108
261000
2000
pro stavbu.
04:38
So here are robotsroboty carryingnesoucí beamsnosníky, columnssloupce
109
263000
4000
Tady roboty přenášejí trámy a sloupy
04:42
and assemblingmontáž cube-likekrychle jako structuresstruktury.
110
267000
3000
a skládají krychlové struktury.
04:45
I'll tell you a little bitbit more about this.
111
270000
3000
Řeknu vám o tom trochu víc.
04:48
The robotsroboty can be used for transportingpřeprava cargonáklad.
112
273000
3000
Roboty lze použít pro přepravu nákladu.
04:51
So one of the problemsproblémy with these smallmalý robotsroboty
113
276000
3000
Jeden z problémů s těmito roboty
04:54
is theirjejich payloadužitečné zatížení carryingnesoucí capacitykapacita.
114
279000
2000
je jejich nosnost.
04:56
So you mightmohl want to have multiplenásobek robotsroboty
115
281000
2000
Takže budeme možná chtít mnoho robotů
04:58
carrynést payloadsnáklad.
116
283000
2000
pro přepravu nákladu.
05:00
This is a pictureobrázek of a recentnedávno experimentexperiment we did --
117
285000
2000
Tohle je obrázek nedávného experimentu, který jsme dělali --
05:02
actuallyvlastně not so recentnedávno anymoreuž víc --
118
287000
2000
vlastně už ne tak nedávného --
05:04
in SendaiSendai shortlykrátce after the earthquakezemětřesení.
119
289000
3000
v Sendaji krátce po zemětřesení.
05:07
So robotsroboty like this could be sentodesláno into collapsedzhroutil buildingsbudov
120
292000
3000
Roboty jako je tento mohou být poslány do bortících se budov,
05:10
to assessposoudit the damagepoškození after naturalpřírodní disasterskatastrof,
121
295000
2000
aby zjistily poškození po živelních katastrofách
05:12
or sentodesláno into reactorreaktor buildingsbudov
122
297000
3000
nebo je lze poslat do reaktoru,
05:15
to mapmapa radiationzáření levelsúrovně.
123
300000
3000
aby prozkoumaly úroveň radiace.
05:19
So one fundamentalzákladní problemproblém
124
304000
2000
Jeden zásadní problém,
05:21
that the robotsroboty have to solveřešit if they're to be autonomousautonomní
125
306000
3000
který roboty musí řešit, pokud mají být autonomní,
05:24
is essentiallyv podstatě figuringztvárnění out
126
309000
2000
je, jak vlastně vyřešit,
05:26
how to get from pointbod A to pointbod B.
127
311000
2000
jak se dostat z bodu A do bodu B.
05:28
So this getsdostane a little challengingnáročný
128
313000
2000
Toto je celkem výzva,
05:30
because the dynamicsdynamika of this robotrobot are quitedocela complicatedsložitý.
129
315000
3000
protože dynamika tohoto robota je docela složitá.
05:33
In factskutečnost, they livežít in a 12-dimensional-dimenzionální spaceprostor.
130
318000
2000
Ve skutečnosti se pohybují ve dvanáctirozměrném prostoru.
05:35
So we use a little tricktrik.
131
320000
2000
Takže používáme malý trik.
05:37
We take this curvedzahnutá 12-dimensional-dimenzionální spaceprostor
132
322000
3000
Vezmeme tento zakřivený dvanáctirozměrný prostor
05:40
and transformpřeměnit it
133
325000
2000
a přeměníme jej
05:42
into a flatploché four-dimensionalčtyřrozměrná spaceprostor.
134
327000
2000
na plochý čtyřrozměrný prostor.
05:44
And that four-dimensionalčtyřrozměrná spaceprostor
135
329000
2000
A tento čtyřrozměrný prostor
05:46
consistsSkládá se of X, Y, Z and then the yawúhlu natočení angleúhel.
136
331000
3000
se skládá z os X, Y, Z a úhlu vybočení.
05:49
And so what the robotrobot does
137
334000
2000
A tak co robot dělá,
05:51
is it plansplány what we call a minimumminimální snapsnap trajectorytrajektorie.
138
336000
4000
je, že plánuje něco, co nazýváme minimální snapová trasa.
05:55
So to remindpřipomenout you of physicsfyzika,
139
340000
2000
Abych vám připomenul fyziku,
05:57
you have positionpozice, derivativederivát, velocityrychlost,
140
342000
2000
rychlost je derivací dráhy,
05:59
then accelerationakcelerace,
141
344000
2000
další derivací získáte zrychlení
06:01
and then comespřijde jerkvýprask
142
346000
2000
a pak přichází ryv
06:03
and then comespřijde snapsnap.
143
348000
2000
a snap.
06:05
So this robotrobot minimizesminimalizuje snapsnap.
144
350000
3000
Takže tento robot minimalizuje snap.
06:08
So what that effectivelyúčinně does
145
353000
2000
Takže co efektivně dělá, je,
06:10
is producesprodukuje a smoothhladký and gracefulpůvabná motionpohyb.
146
355000
2000
že koná plynulý a elegantní pohyb.
06:12
And it does that avoidingvyhnout se obstaclespřekážky.
147
357000
3000
A vyhýbá se překážkám.
06:15
So these minimumminimální snapsnap trajectoriestrajektorií in this flatploché spaceprostor
148
360000
3000
Tyto minimální snapové trasy v plochém prostoru
06:18
are then transformedtransformované back
149
363000
2000
jsou posléze převedeny zpět
06:20
into this complicatedsložitý 12-dimensional-dimenzionální spaceprostor,
150
365000
2000
do komplikovaného dvanáctirozměrného prostoru,
06:22
whichkterý the robotrobot mustmusí do
151
367000
2000
ve kterém se robot nachází,
06:24
for controlřízení and then executionprovedení.
152
369000
2000
pohybuje a jedná.
06:26
So let me showshow you some examplespříklady
153
371000
2000
Dovolte mi ukázat vám nějaké příklady
06:28
of what these minimumminimální snapsnap trajectoriestrajektorií look like.
154
373000
2000
toho, jak tyto minimální snapové trasy vypadají.
06:30
And in the first videovideo,
155
375000
2000
V prvním videu
06:32
you'llBudete see the robotrobot going from pointbod A to pointbod B
156
377000
2000
uvidíte robot, který se přesunuje z bodu A do bodu B
06:34
throughpřes an intermediatestředně pokročilí pointbod.
157
379000
2000
skrze středový bod.
06:42
So the robotrobot is obviouslyočividně capableschopný
158
387000
2000
Robot je očividně schopný
06:44
of executingprovádění any curvekřivka trajectorytrajektorie.
159
389000
2000
procházet jakkoli zakřivenou trasu.
06:46
So these are circularoběžník trajectoriestrajektorií
160
391000
2000
Tohle jsou kruhové trasy,
06:48
where the robotrobot pullstáhne about two G'sG.
161
393000
3000
kde na robota působí přetížení kolem 2 G.
06:52
Here you have overheadRežie motionpohyb capturezachytit cameraskamery on the tophorní
162
397000
4000
Robot má na zádech kamery,
06:56
that tell the robotrobot where it is 100 timesčasy a seconddruhý.
163
401000
3000
které mu říkají, kde je -- 100krát za sekundu.
06:59
It alsotaké tellsvypráví the robotrobot where these obstaclespřekážky are.
164
404000
3000
Rovněž robotu říkají, kde jsou překážky.
07:02
And the obstaclespřekážky can be movingpohybující se.
165
407000
2000
A překážky se mohou pohybovat.
07:04
And here you'llBudete see DanielDaniel throwhod this hoopobruč into the airvzduch,
166
409000
3000
Tady uvidíte Daniela, jak háže obruč do vzduchu,
07:07
while the robotrobot is calculatingVýpočet the positionpozice of the hoopobruč
167
412000
2000
zatímco robot si spočítá polohu obruče
07:09
and tryingzkoušet to figurepostava out how to bestnejlepší go throughpřes the hoopobruč.
168
414000
4000
a snaží se vyřešit, jak nejlépe jí proletět.
07:13
So as an academicakademický,
169
418000
2000
Jako akademičtí pracovníci
07:15
we're always trainedvyškolení to be ableschopný to jumpskok throughpřes hoopsobruče to raisevyzdvihnout fundingfinancování for our labslaboratoře,
170
420000
3000
jsme byli vždy cvičeni ke skákání obručemi, abychom získali finance pro naše laboratoře,
07:18
and we get our robotsroboty to do that.
171
423000
3000
a tak jsme to naučili i roboty.
07:21
(ApplausePotlesk)
172
426000
6000
(Potlesk)
07:27
So anotherdalší thing the robotrobot can do
173
432000
2000
Jiná věc, kterou robot dovede,
07:29
is it rememberssi pamatuje pieceskousky of trajectorytrajektorie
174
434000
3000
je, že si pamatuje trasu,
07:32
that it learnsučí se or is pre-programmedpředprogramované.
175
437000
2000
kterou se naučí nebo mu je předprogramována.
07:34
So here you see the robotrobot
176
439000
2000
Tady vidíte robot,
07:36
combiningkombinování a motionpohyb
177
441000
2000
který kombinuje pohyby,
07:38
that buildsstaví up momentumhybnost
178
443000
2000
čímž získá hybnost,
07:40
and then changesZměny its orientationorientace and then recoversobnoví.
179
445000
3000
a pak změní svoji orientaci a poté se dostává do výchozí polohy.
07:43
So it has to do this because this gapmezera in the windowokno
180
448000
3000
Musí to udělat, protože díra v okně
07:46
is only slightlymírně largervětší than the widthšířka of the robotrobot.
181
451000
4000
je pouze o trošku větší než je šířka robota.
07:50
So just like a diverpotápěč standsstojany on a springboardodrazový můstek
182
455000
3000
Podobně jako skokan stojící na odrazovém můstku,
07:53
and then jumpsskoky off it to gainzískat momentumhybnost,
183
458000
2000
si poskočí, aby získal hybnost,
07:55
and then does this pirouettepirueta, this two and a halfpolovina somersaultkotrmelec throughpřes
184
460000
3000
pak provede piruetu, tohle dvou a půl salto,
07:58
and then gracefullyelegantně recoversobnoví,
185
463000
2000
a pak se půvabně vrátí do výchozí pozice,
08:00
this robotrobot is basicallyv podstatě doing that.
186
465000
2000
tento robot v podstatě tohle dělá.
08:02
So it knows how to combinekombajn little bitsbitů and pieceskousky of trajectoriestrajektorií
187
467000
3000
Takže ví, jak kombinovat malé části tras tak,
08:05
to do these fairlyspravedlivě difficultobtížný tasksúkoly.
188
470000
4000
aby provedl tyhle vskutku náročné úkony.
08:09
So I want changezměna gearsozubená kola.
189
474000
2000
A teď druhá strana mince.
08:11
So one of the disadvantagesnevýhody of these smallmalý robotsroboty is its sizevelikost.
190
476000
3000
Jedna z nevýhod těchto malých robotů je jejich velikost.
08:14
And I told you earlierdříve
191
479000
2000
Jak jsem řekl již dříve,
08:16
that we maysmět want to employzaměstnat lots and lots of robotsroboty
192
481000
2000
budeme možná chtít využít mnoho a mnoho těchto robotů
08:18
to overcomepřekonat the limitationsomezení of sizevelikost.
193
483000
3000
k překonání omezení daných jejich velikostí.
08:21
So one difficultyobtížnost
194
486000
2000
Jedna obtížnost je,
08:23
is how do you coordinatesouřadnice lots of these robotsroboty?
195
488000
3000
jak koordinovat množství těchto robotů?
08:26
And so here we lookedpodíval se to naturePříroda.
196
491000
2000
A tak jsme se inspirovali u přírody.
08:28
So I want to showshow you a clipklip
197
493000
2000
Chci vám ukázat nahrávku
08:30
of AphaenogasterAphaenogaster desertpoušť antsmravenci
198
495000
2000
pouštních mravenců rodu Aphaenogaster,
08:32
in ProfessorProfesor StephenStephen Pratt'sPratt lablaboratoř carryingnesoucí an objectobjekt.
199
497000
3000
kteří v laboratoři profesora Stephena Pratta přenášejí předmět.
08:35
So this is actuallyvlastně a piecekus of figobr..
200
500000
2000
Tohle je kousek fíku.
08:37
ActuallyVe skutečnosti you take any objectobjekt coatedpotažené with figobr. juicešťáva
201
502000
2000
Každý předmět pokrytý fíkovým džusem
08:39
and the antsmravenci will carrynést them back to the nesthnízdo.
202
504000
3000
si budou chtít přinést zpátky do mraveniště.
08:42
So these antsmravenci don't have any centralcentrální coordinatorkoordinátor.
203
507000
3000
Tihle mravenci nemají žádného ústředního koordinátora.
08:45
They sensesmysl theirjejich neighborssousedé.
204
510000
2000
Vnímají své sousedy.
08:47
There's no explicitexplicitně communicationsdělení.
205
512000
2000
Není zde žádná explicitní komunikace.
08:49
But because they sensesmysl the neighborssousedé
206
514000
2000
Protože vnímají jeden druhého,
08:51
and because they sensesmysl the objectobjekt,
207
516000
2000
a protože vnímají předmět,
08:53
they have implicitimplicitní coordinationkoordinace acrosspřes the groupskupina.
208
518000
3000
mají implicitní koordinaci napříč skupinou.
08:56
So this is the kinddruh of coordinationkoordinace
209
521000
2000
Tohle je typ koordinace,
08:58
we want our robotsroboty to have.
210
523000
3000
který chceme pro naše roboty.
09:01
So when we have a robotrobot
211
526000
2000
Takže když máme robot,
09:03
whichkterý is surroundedobklopen by neighborssousedé --
212
528000
2000
který je obklopen svými sousedy --
09:05
and let's look at robotrobot I and robotrobot J --
213
530000
2000
podívejme se na robot I a robot J --
09:07
what we want the robotsroboty to do
214
532000
2000
co chceme, aby tyto roboty udělaly,
09:09
is to monitormonitor the separationoddělení betweenmezi them
215
534000
3000
je, aby sledovaly vzdálenost mezi sebou,
09:12
as they flylétat in formationformace.
216
537000
2000
když letí ve formaci.
09:14
And then you want to make sure
217
539000
2000
A pak chceme zajistit
09:16
that this separationoddělení is withinv rámci acceptablepřijatelný levelsúrovně.
218
541000
2000
aby tato vzdálenost mezi nimi byla v přijatelných mezích.
09:18
So again the robotsroboty monitormonitor this errorchyba
219
543000
3000
Roboty tak sledují odchylky
09:21
and calculatevypočítat the controlřízení commandspříkazy
220
546000
2000
a vypočítávají řídicí příkazy
09:23
100 timesčasy a seconddruhý,
221
548000
2000
100krát za sekundu,
09:25
whichkterý then translatespřekládá to the motormotor commandspříkazy 600 timesčasy a seconddruhý.
222
550000
3000
které posléze převádějí na příkazy motoru 600krát za sekundu.
09:28
So this alsotaké has to be doneHotovo
223
553000
2000
Tohle musí být prováděno
09:30
in a decentralizeddecentralizované way.
224
555000
2000
decentralizovaně.
09:32
Again, if you have lots and lots of robotsroboty,
225
557000
2000
Opět, pokud máte mnoho těchto robotů,
09:34
it's impossiblenemožné to coordinatesouřadnice all this informationinformace centrallycentrálně
226
559000
4000
je nemožné koordinovat všechny informace centrálně
09:38
fastrychle enoughdost in orderobjednat for the robotsroboty to accomplishdosáhnout the taskúkol.
227
563000
3000
dostatečně rychle, aby roboty úspěšně splnily úkol.
09:41
PlusPlus the robotsroboty have to basebáze theirjejich actionsakce
228
566000
2000
Navíc roboty musí zakládat své jednání
09:43
only on localmístní informationinformace,
229
568000
2000
pouze na lokálních informacích,
09:45
what they sensesmysl from theirjejich neighborssousedé.
230
570000
2000
které získávají od svých sousedů.
09:47
And then finallyKonečně,
231
572000
2000
A nakonec,
09:49
we insisttrvají na tom that the robotsroboty be agnosticbez ohledu na
232
574000
2000
trváme na tom, aby roboty byly agnostické
09:51
to who theirjejich neighborssousedé are.
233
576000
2000
k tomu, kdo jsou jejich sousedé.
09:53
So this is what we call anonymityanonymita.
234
578000
3000
Tohle nazýváme anonymita.
09:56
So what I want to showshow you nextdalší
235
581000
2000
Co vám chci ukázat dále,
09:58
is a videovideo
236
583000
2000
je video
10:00
of 20 of these little robotsroboty
237
585000
3000
dvaceti těchto malých robotů
10:03
flyingletící in formationformace.
238
588000
2000
letících ve formaci.
10:05
They're monitoringmonitorování theirjejich neighbors'sousedů positionpozice.
239
590000
3000
Sledují pozice svých sousedů.
10:08
They're maintainingudržování formationformace.
240
593000
2000
Udržují formaci.
10:10
The formationsformace can changezměna.
241
595000
2000
Formace se mohou měnit.
10:12
They can be planarplanární formationsformace,
242
597000
2000
Mohou to být rovinné formace,
10:14
they can be three-dimensionaltrojrozměrný formationsformace.
243
599000
2000
mohou to být trojrozměrné formace.
10:16
As you can see here,
244
601000
2000
Jak můžete vidět tady,
10:18
they collapsekolaps from a three-dimensionaltrojrozměrný formationformace into planarplanární formationformace.
245
603000
3000
mohou přejít z třírozměrné formace do rovinné formace.
10:21
And to flylétat throughpřes obstaclespřekážky
246
606000
2000
A aby překonaly překážky,
10:23
they can adaptpřizpůsobit the formationsformace on the flylétat.
247
608000
4000
mohou přizpůsobovat formaci během letu.
10:27
So again, these robotsroboty come really closezavřít togetherspolu.
248
612000
3000
Znovu, tyhle malé roboty mohou letět velmi blízko sebe.
10:30
As you can see in this figure-eightslaňovací Osma flightlet,
249
615000
2000
Jak můžete vidět v tomto letu ve tvaru čísla 8,
10:32
they come withinv rámci inchespalců of eachkaždý other.
250
617000
2000
létají od sebe ve vzdálenosti palců (centimetrů).
10:34
And despitei přes the aerodynamicaerodynamický interactionsinterakcí
251
619000
3000
A přes aerodynamické interakce
10:37
of these propellervrtule bladesčepelí,
252
622000
2000
rotorových listů,
10:39
they're ableschopný to maintainudržovat stablestabilní flightlet.
253
624000
2000
jsou schopné udržovat stabilní let.
10:41
(ApplausePotlesk)
254
626000
7000
(Potlesk)
10:48
So oncejednou you know how to flylétat in formationformace,
255
633000
2000
Takže když už jednou víte, jak letět ve formaci,
10:50
you can actuallyvlastně pickvýběr up objectsobjekty cooperativelyve spolupráci.
256
635000
2000
můžete zvedat ve spolupráci předměty.
10:52
So this just showsukazuje
257
637000
2000
Tohle ukazuje,
10:54
that we can doubledvojnásobek, tripletrojnásobný, quadrupleČtyřlůžkový pokoj
258
639000
3000
že můžeme zdvojnásobit, ztrojnásobit či zčtyřnásobit
10:57
the robotrobot strengthsíla
259
642000
2000
sílu robota
10:59
by just gettingdostat them to teamtým with neighborssousedé, as you can see here.
260
644000
2000
jen jeho přidáním do týmu s jeho sousedy, jak můžete vidět zde.
11:01
One of the disadvantagesnevýhody of doing that
261
646000
3000
Jedna z nevýhod tohoto řešení
11:04
is, as you scaleměřítko things up --
262
649000
2000
je, když se takto věci zvětší --
11:06
so if you have lots of robotsroboty carryingnesoucí the samestejný thing,
263
651000
2000
když máte mnoho robotů nesoucích jednu věc,
11:08
you're essentiallyv podstatě effectivelyúčinně increasingvzrůstající the inertiasetrvačnost,
264
653000
3000
v podstatě efektivně stoupá setrvačnost
11:11
and thereforeproto you payplatit a pricecena; they're not as agileagilní.
265
656000
3000
a tedy vás to něco stojí -- nejsou tak mrštní.
11:14
But you do gainzískat in termspodmínky of payloadužitečné zatížení carryingnesoucí capacitykapacita.
266
659000
3000
Nicméně zisk je ve smyslu nosnosti.
11:17
AnotherDalší applicationaplikace I want to showshow you --
267
662000
2000
Jiné použití, které vám chci předvést --
11:19
again, this is in our lablaboratoř.
268
664000
2000
opět, tohle je v naší laboratoři.
11:21
This is work doneHotovo by QuentinQuentin LindseyLindsey who'skdo je a graduateabsolvovat studentstudent.
269
666000
2000
Tohle je práce Quentina Lindseye, který je postgraduální student.
11:23
So his algorithmalgoritmus essentiallyv podstatě tellsvypráví these robotsroboty
270
668000
3000
Jeho algoritmy v zásadě těmto robotům říkají,
11:26
how to autonomouslyautonomně buildstavět
271
671000
2000
jak samostatně stavět
11:28
cubicKubický structuresstruktury
272
673000
2000
krychlové struktury
11:30
from truss-likeKrov jako elementsPrvky.
273
675000
3000
z trámovitých elementů.
11:33
So his algorithmalgoritmus tellsvypráví the robotrobot
274
678000
2000
Jeho algoritmy robotům říkají,
11:35
what partčást to pickvýběr up,
275
680000
2000
kterou část vzít,
11:37
when and where to placemísto it.
276
682000
2000
kdy a jak ji umístit.
11:39
So in this videovideo you see --
277
684000
2000
V tomto videu vidíte --
11:41
and it's spedSPED up 10, 14 timesčasy --
278
686000
2000
je zrychleno 10- až 14krát --
11:43
you see threetři differentodlišný structuresstruktury beingbytost builtpostavený by these robotsroboty.
279
688000
3000
vidíte tři rozdílné struktury, které tyhle roboty staví.
11:46
And again, everything is autonomousautonomní,
280
691000
2000
A opět, všechno je to samostatné,
11:48
and all QuentinQuentin has to do
281
693000
2000
a všechno, co Quentin musí udělat,
11:50
is to get them a blueprintBlueprint
282
695000
2000
je dát jim plánek
11:52
of the designdesign that he wants to buildstavět.
283
697000
4000
stavby, kterou chce, aby postavily.
11:56
So all these experimentsexperimenty you've seenviděno thustím pádem fardaleko,
284
701000
3000
Všechny tyhle experimenty, které jste dosud viděli,
11:59
all these demonstrationsdemonstrací,
285
704000
2000
všechny tyto demonstrace,
12:01
have been doneHotovo with the help of motionpohyb capturezachytit systemssystémy.
286
706000
3000
byly provedeny s pomocí systémů pro snímání pohybů.
12:04
So what happensse děje when you leavezanechat, opustit your lablaboratoř
287
709000
2000
Co se stane, když opustíte laboratoř
12:06
and you go outsidemimo into the realnemovitý worldsvět?
288
711000
3000
a půjdete do skutečného světa?
12:09
And what if there's no GPSGPS?
289
714000
3000
A co když zde není GPS?
12:12
So this robotrobot
290
717000
2000
Takže tento robot
12:14
is actuallyvlastně equippedvybavený with a cameraFotoaparát
291
719000
2000
je vybavený kamerou
12:16
and a laserlaser rangefinderdálkoměr, laserlaser scannerskener.
292
721000
3000
a laserovým dálkoměrem, laserovým scannerem.
12:19
And it usespoužití these sensorssenzory
293
724000
2000
A používá tyto senzory
12:21
to buildstavět a mapmapa of the environmentživotní prostředí.
294
726000
2000
k vybudování mapy prostředí.
12:23
What that mapmapa consistsSkládá se of are featuresfunkce --
295
728000
3000
Tato mapa se skládá z prvků --
12:26
like doorwaysdveře, windowsOkna,
296
731000
2000
jako jsou dveře, okna,
12:28
people, furniturenábytek --
297
733000
2000
lidé, nábytek --
12:30
and it then figuresčísel out where its positionpozice is
298
735000
2000
a pak zjišťuje, kde se nachází
12:32
with respectrespekt to the featuresfunkce.
299
737000
2000
vzhledem k nim.
12:34
So there is no globalglobální coordinatesouřadnice systemSystém.
300
739000
2000
Není zde žádný globální souřadnicový systém.
12:36
The coordinatesouřadnice systemSystém is defineddefinované basedna základě on the robotrobot,
301
741000
3000
Souřadnicový systém je určen dle robota,
12:39
where it is and what it's looking at.
302
744000
3000
kde je a na co se dívá.
12:42
And it navigatespřejde with respectrespekt to those featuresfunkce.
303
747000
3000
A navádí jej s ohledem na tyto prvky.
12:45
So I want to showshow you a clipklip
304
750000
2000
Chci vám ukázat nahrávku
12:47
of algorithmsalgoritmy developedrozvinutý by FrankFrank ShenShen
305
752000
2000
algoritmů vyvinutých Frankem Shenem
12:49
and ProfessorProfesor NathanNathan MichaelMichael
306
754000
2000
a profesorem Nathanem Michaelem,
12:51
that showsukazuje this robotrobot enteringzadání a buildingbudova for the very first time
307
756000
4000
která ukazuje tohoto robota vstupujícího úplně poprvé do budovy.
12:55
and creatingvytváření this mapmapa on the flylétat.
308
760000
3000
A vytvářejícího tuto mapu za letu.
12:58
So the robotrobot then figuresčísel out what the featuresfunkce are.
309
763000
3000
Robot pak zjistí, jaké prvky tu jsou.
13:01
It buildsstaví the mapmapa.
310
766000
2000
A vybuduje si mapu.
13:03
It figuresčísel out where it is with respectrespekt to the featuresfunkce
311
768000
2000
Zjistí, kde je s ohledem k těmto prvkům
13:05
and then estimatesodhadů its positionpozice
312
770000
2000
a poté odhadne svoji pozici,
13:07
100 timesčasy a seconddruhý
313
772000
2000
a to 100krát za sekundu,
13:09
allowingpovolit us to use the controlřízení algorithmsalgoritmy
314
774000
2000
což mu dovolují řídicí algoritmy,
13:11
that I describedpopsáno to you earlierdříve.
315
776000
2000
které jsem popsal dříve.
13:13
So this robotrobot is actuallyvlastně beingbytost commandedvelel
316
778000
2000
Tento robot je ovládán
13:15
remotelyvzdáleně by FrankFrank.
317
780000
2000
dálkově Frankem.
13:17
But the robotrobot can alsotaké figurepostava out
318
782000
2000
Ale robot dovede zjistit,
13:19
where to go on its ownvlastní.
319
784000
2000
kam jít, i zcela sám.
13:21
So supposepředpokládat I were to sendposlat this into a buildingbudova
320
786000
2000
Představme si, že jsem jej poslal do budovy
13:23
and I had no ideaidea what this buildingbudova lookedpodíval se like,
321
788000
2000
a nemám vůbec žádnou představu, jak budova vypadá,
13:25
I can askdotázat se this robotrobot to go in,
322
790000
2000
mohu poslat robota dovnitř,
13:27
createvytvořit a mapmapa
323
792000
2000
aby vytvořil mapu,
13:29
and then come back and tell me what the buildingbudova looksvzhled like.
324
794000
3000
a pak se vrátil a řekl mi, jak budova vypadá.
13:32
So here, the robotrobot is not only solvingřešení the problemproblém,
325
797000
3000
A tak zde, robot neřeší jenom problém,
13:35
how to go from pointbod A to pointbod B in this mapmapa,
326
800000
3000
jak se dostat z místa A do místa B na této mapě,
13:38
but it's figuringztvárnění out
327
803000
2000
ale zjišťuje,
13:40
what the bestnejlepší pointbod B is at everykaždý time.
328
805000
2000
co je bod B.
13:42
So essentiallyv podstatě it knows where to go
329
807000
3000
V podstatě ví, kam jít,
13:45
to look for placesmísta that have the leastnejméně informationinformace.
330
810000
2000
aby se podíval po místech, o kterých má nejméně informací.
13:47
And that's how it populatesnaplní this mapmapa.
331
812000
3000
A tak zaplňuje tuto mapu.
13:50
So I want to leavezanechat, opustit you
332
815000
2000
Chci svou řeč ukončit
13:52
with one last applicationaplikace.
333
817000
2000
s ještě jednou aplikací.
13:54
And there are manymnoho applicationsaplikací of this technologytechnika.
334
819000
3000
Existuje mnoho použití této technologie,
13:57
I'm a professorprofesor, and we're passionatevášnivý about educationvzdělání.
335
822000
2000
a jako profesor jsem nadšený výukou.
13:59
RobotsRoboti like this can really changezměna the way
336
824000
2000
Roboty jako tyto mohou změnit způsob,
14:01
we do K throughpřes 12 educationvzdělání.
337
826000
2000
jak provádíme výuku na prvních dvou stupních.
14:03
But we're in SouthernJižní CaliforniaKalifornie,
338
828000
2000
Ale jsme v jižní Kalifornii,
14:05
closezavřít to LosLos AngelesAngeles,
339
830000
2000
blízko Los Angeles,
14:07
so I have to concludeuzavřít
340
832000
2000
takže musím vše shrnout
14:09
with something focusedzaměřen on entertainmentzábava.
341
834000
2000
něčím, co je zaměřeno na zábavu.
14:11
I want to concludeuzavřít with a musichudba videovideo.
342
836000
2000
Chci vše shrnout jedním hudebním klipem.
14:13
I want to introducepředstavit the creatorstvůrci, AlexAlex and DanielDaniel,
343
838000
3000
Chci vám představit autory, Alexe a Daniela,
14:16
who createdvytvořeno this videovideo.
344
841000
2000
kteří vyrobili toto video.
14:18
(ApplausePotlesk)
345
843000
7000
(Potlesk)
14:25
So before I playhrát si this videovideo,
346
850000
2000
Předtím, než pustím video,
14:27
I want to tell you that they createdvytvořeno it in the last threetři daysdnů
347
852000
3000
chci vám říct, že jej vyráběli v posledních třech dnech,
14:30
after gettingdostat a call from ChrisChris.
348
855000
2000
po Chrisově telefonátu.
14:32
And the robotsroboty that playhrát si the videovideo
349
857000
2000
A roboty ve videu
14:34
are completelyzcela autonomousautonomní.
350
859000
2000
jsou zcela autonomní.
14:36
You will see ninedevět robotsroboty playhrát si sixšest differentodlišný instrumentsnástroje.
351
861000
3000
Uvidíte devět robotů hrajících na šest různých nástrojů.
14:39
And of coursechod, it's madevyrobeno exclusivelyvýhradně for TEDTED 2012.
352
864000
4000
A je samozřejmě vytvořeno exkluzivně pro TED 2012.
14:43
Let's watch.
353
868000
3000
Dívejte se.
15:19
(MusicHudba)
354
904000
10000
(Hudba)
16:23
(ApplausePotlesk)
355
968000
17000
(Potlesk)
Translated by Marek Vanžura
Reviewed by Karel Hoch

▲Back to top

ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Vijay Kumar | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee