TEDGlobal 2013
Raffaello D'Andrea: The astounding athletic power of quadcopters
Raffaello D'Andrea: Quadkopteres forbløffende atletiske kraft
Filmed:
Readability: 4.7
12,409,728 views
I et robotlaboratorium ved TEDGlobal, demonstrerer Raffaelo D'Andrea sine flyvende quadkoptere: robotter der tænker som atleter, løser fysiske problemer med algoritmer der hjælper dem med at lære. I en række smarte demonstrationer, viser D'Andrea droner der griber og kaster, balancerer og træffer beslutninger sammen -- og hold øje med jeg-vil-have-denne-nu demonstration af Kinect-kontrollerede quads.
Raffaello D'Andrea - Autonomous systems pioneer
Raffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs. Full bio
Raffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs. Full bio
Double-click the English transcript below to play the video.
00:23
So what does it mean for a machine to be athletic?
0
11307
3184
Hvad betyder det for en maskine at være atletisk?
00:26
We will demonstrate the concept of machine athleticism
1
14491
3417
Vi vil demonstrere konceptet om maskinadræthed
00:29
and the research to achieve it
2
17908
1720
og forskningen til at opnå det
00:31
with the help of these flying machines called quadrocopters,
3
19628
2511
ved hjælp af disse flyvende maskiner der hedder 'quadrocopters',
00:34
or quads, for short.
4
22139
1887
eller 'quads', som afkortning.
00:38
Quads have been around for a long time.
5
26034
2529
Quads har været her i lang tid.
00:40
The reason that they're so popular these days
6
28563
1599
Grunden til de er så populære nu til dags
00:42
is because they're mechanically simple.
7
30162
1965
er at de mekanisk set er simple.
00:44
By controlling the speeds of these four propellers,
8
32127
2108
Ved at kontrollere hastigheden af de fire propeller,
00:46
these machines can roll, pitch, yaw,
9
34235
3048
disse maskiner kan rulle, pitch, yaw,
00:49
and accelerate along their common orientation.
10
37283
2825
og accelerere i den retning de flyver.
00:52
On board are also a battery, a computer,
11
40108
3071
Der er også et batteri om bord, en computer,
00:55
various sensors and wireless radios.
12
43179
3954
forskellige sensorer og trådløse radioer.
00:59
Quads are extremely agile, but this agility comes at a cost.
13
47133
4629
Quads er utrolig adrætte,
men denne adræthed har sin pris.
men denne adræthed har sin pris.
01:03
They are inherently unstable, and they need some form
14
51762
2992
De er generelt ustabile,
og de har brug for en form for
og de har brug for en form for
01:06
of automatic feedback control in order to be able to fly.
15
54754
3972
automatisk feedback-styring
for at være i stand til at flyve.
for at være i stand til at flyve.
01:16
So, how did it just do that?
16
64259
3238
Så, hvordan gjorde den lige det?
01:19
Cameras on the ceiling and a laptop
17
67497
1818
Kameraer i loftet og en bærbar computer
01:21
serve as an indoor global positioning system.
18
69315
2576
fungerer som et indendørs globalt positionssystem.
01:23
It's used to locate objects in the space
19
71891
2185
Det bruges til at lokalisere objekter i rummet
01:26
that have these reflective markers on them.
20
74076
2527
der har disse reflekterende afmærkninger på sig.
01:28
This data is then sent to another laptop
21
76603
2061
Denne data bliver sendt til
en anden bærbar computer
en anden bærbar computer
01:30
that is running estimation and control algorithms,
22
78664
2211
der kører estimerings og kontrolalgoritmer,
01:32
which in turn sends commands to the quad,
23
80875
1886
som til gengæld sender kommandoer til quaden,
01:34
which is also running estimation and control algorithms.
24
82761
3485
som også kører estimerings- og kontrolalgoritmer.
01:41
The bulk of our research is algorithms.
25
89620
2510
Størstedelen af vores forskning er algoritmer.
01:44
It's the magic that brings these machines to life.
26
92130
4161
Det er den magi der giver liv til disse maskiner.
01:48
So how does one design the algorithms
27
96291
2043
Så hvordan designer man algoritmerne
01:50
that create a machine athlete?
28
98334
2277
der skaber en maskinatlet?
01:52
We use something broadly called model-based design.
29
100611
2880
Vi bruger noget der bredt kaldes
for modelbaseret design.
for modelbaseret design.
01:55
We first capture the physics with a mathematical model
30
103491
3154
Vi fanger først det fysiske
med en matematisk model
med en matematisk model
01:58
of how the machines behave.
31
106645
2134
over hvordan maskinerne opfører sig.
02:00
We then use a branch of mathematics
32
108779
2297
Så bruger vi en gren af matematikken
02:03
called control theory to analyze these models
33
111076
2831
der kaldes kontrolteori til at
analysere disse modeller
analysere disse modeller
02:05
and also to synthesize algorithms for controlling them.
34
113907
3913
og også til at syntetisere
algoritmerne til at kontrollere dem.
algoritmerne til at kontrollere dem.
02:09
For example, that's how we can make the quad hover.
35
117820
3048
For eksempel, er det sådan vi kan få
quaden til at stå stille i luften.
quaden til at stå stille i luften.
02:12
We first captured the dynamics
36
120868
1408
Vi fanger først dynamikken
02:14
with a set of differential equations.
37
122276
1906
med et sæt differentialligninger.
02:16
We then manipulate these equations with the help
38
124182
2349
Så manipulerer vi disse ligninger ved hjælp
02:18
of control theory to create algorithms that stabilize the quad.
39
126531
4640
af kontrolteori til at skabe
algoritmer der stabiliserer quaden.
algoritmer der stabiliserer quaden.
02:23
Let me demonstrate the strength of this approach.
40
131171
2946
Lad mig demonstrere styrken
ved denne fremgangsmåde.
ved denne fremgangsmåde.
02:29
Suppose that we want this quad to not only hover
41
137198
2549
Forestil jer at vi vil have denne
quad til ikke kun at svæve i luften
quad til ikke kun at svæve i luften
02:31
but to also balance this pole.
42
139747
2782
men også at balancere denne pæl.
02:34
With a little bit of practice,
43
142529
1844
Men en lille smule øvelse,
02:36
it's pretty straightforward for a human being to do this,
44
144373
2391
er det temmelig ukompliceret
for et menneske at gøre dette,
for et menneske at gøre dette,
02:38
although we do have the advantage of having
45
146764
1755
selvom vi har den fordel at vi har
02:40
two feet on the ground
46
148519
1328
to fødder på jorden
02:41
and the use of our very versatile hands.
47
149847
2957
og brugen af vores meget alsidige hænder.
02:44
It becomes a little bit more difficult
48
152804
2469
Det bliver lidt sværere
02:47
when I only have one foot on the ground
49
155273
2296
når jeg kun har en fod på jorden
02:49
and when I don't use my hands.
50
157569
2799
og når jeg ikke bruger mine hænder.
02:52
Notice how this pole has a reflective marker on top,
51
160368
2951
Læg mærke til hvordan denne pæl
har et reflekterende mærke i toppen,
har et reflekterende mærke i toppen,
02:55
which means that it can be located in the space.
52
163319
3894
hvilket betyder at den kan lokaliseres i rummet.
03:04
(Applause)
53
172971
5976
(Bifald)
03:10
You can notice that this quad is making fine adjustments
54
178947
2826
Man kan se at denne quad
kommer med små justeringer
kommer med små justeringer
03:13
to keep the pole balanced.
55
181773
2195
for at balancere pælen.
03:15
How did we design the algorithms to do this?
56
183968
3059
Hvordan designer vi
algoritmerne til at gøre dette?
algoritmerne til at gøre dette?
03:19
We added the mathematical model of the pole
57
187027
2105
Vi tilføjede matematiske modeller af pælen
03:21
to that of the quad.
58
189132
1519
til quadens.
03:22
Once we have a model of the combined quad-pole system,
59
190651
2954
Når vi har en model af det
kombinerede quad-pæl system,
kombinerede quad-pæl system,
03:25
we can use control theory to create algorithms for controlling it.
60
193605
4933
vi kan bruge kontrolteori til at skabe
algoritmer for at kontrollere den.
algoritmer for at kontrollere den.
03:30
Here, you see that it's stable,
61
198538
1588
Her, ser man at den er stabil,
03:32
and even if I give it little nudges,
62
200126
2693
og selv hvis jeg giver den små skub,
03:34
it goes back to the nice, balanced position.
63
202819
5403
smutter den tilbage til den fine,
balancerede position.
balancerede position.
03:40
We can also augment the model to include
64
208222
1663
Vi kan også supplere modellen så den inkluderer
03:41
where we want the quad to be in space.
65
209885
2441
hvor vi vil have quaden til at være i rummet.
03:44
Using this pointer, made out of reflective markers,
66
212326
3069
Ved hjælp af denne pegepind,
lavet af reflekterende markører,
lavet af reflekterende markører,
03:47
I can point to where I want the quad to be in space
67
215395
2224
kan jeg pege derhen hvor jeg vil have
quaden til at være i rummet
quaden til at være i rummet
03:49
a fixed distance away from me.
68
217619
3367
på et fast punkt fra mig.
04:07
The key to these acrobatic maneuvers is algorithms,
69
235763
2902
Nøglen til disse akrobatiske
manøvrer er algoritmer,
manøvrer er algoritmer,
04:10
designed with the help of mathematical models
70
238665
2426
designet med hjælp af matematiske modeller
04:13
and control theory.
71
241091
1950
og kontrolteori.
04:15
Let's tell the quad to come back here
72
243041
2214
Lad os fortælle quaden at komme tilbage hertil
04:17
and let the pole drop,
73
245255
1819
og smide pælen,
04:19
and I will next demonstrate the importance
74
247074
1918
og jeg vil demonstrere vigtigheden
04:20
of understanding physical models
75
248992
2119
af at forstå fysiske modeller
04:23
and the workings of the physical world.
76
251111
4120
og hvordan den fysiske verden fungerer.
04:37
Notice how the quad lost altitude
77
265462
1770
Læg mærke til hvordan quaden tabte højde
04:39
when I put this glass of water on it.
78
267232
2082
da jeg satte dette glas vand på den.
04:41
Unlike the balancing pole, I did not include
79
269314
2801
Ulig at balancere pælen, inkluderede jeg ikke
04:44
the mathematical model of the glass in the system.
80
272115
2584
den matematiske model af glasset i systemet.
04:46
In fact, the system doesn't even know that the glass of water is there.
81
274699
2919
Faktisk, ved systemet ikke engang
at glasset med vand er der.
at glasset med vand er der.
04:49
Like before, I could use the pointer to tell the quad
82
277618
3292
Ligesom før, kunne jeg bruge
pegepinden til at fortælle quaden
pegepinden til at fortælle quaden
04:52
where I want it to be in space.
83
280910
2589
hvor jeg vil have at den skal være i rummet.
04:55
(Applause)
84
283499
9597
(Bifald)
05:05
Okay, you should be asking yourself,
85
293096
2110
Okay, man burde spørge sig selv,
05:07
why doesn't the water fall out of the glass?
86
295206
2509
hvorfor falder vandet ikke ud af glasset?
05:09
Two facts: The first is that gravity acts
87
297715
3211
To faktum: Den første er at
tyngdekræften påvirker
tyngdekræften påvirker
05:12
on all objects in the same way.
88
300926
2125
alle objekter på samme måde.
05:15
The second is that the propellers are all pointing
89
303051
2464
Den anden er at propellerne alle peger
05:17
in the same direction of the glass, pointing up.
90
305515
3127
i samme retning som glasset, peger opad.
05:20
You put these two things together, the net result
91
308642
2377
Sætter man disse to ting sammen, er resultatet
05:23
is that all side forces on the glass are small
92
311019
2287
at alle kræfter på siden af glasset er små
05:25
and are mainly dominated by aerodynamic effects,
93
313306
2785
og bliver hovedsageligt styret af
de aerodynamiske påvirkninger,
de aerodynamiske påvirkninger,
05:28
which as these speeds are negligible.
94
316091
3841
som er ubetydelige ved disse hastigheder.
05:35
And that's why you don't need to model the glass.
95
323336
2071
Og det er grunden til at man ikke
behøver at tage højde for glasset.
behøver at tage højde for glasset.
05:37
It naturally doesn't spill no matter what the quad does.
96
325407
3848
Det spilder naturligt ikke,
uanset hvad quaden gør.
uanset hvad quaden gør.
05:50
(Applause)
97
338651
7051
(Bifald)
05:57
The lesson here is that some high-performance tasks
98
345702
4016
Lektionen her er at der er nogle
højt belastende opgaver
højt belastende opgaver
06:01
are easier than others,
99
349718
1397
er nemmere end andre,
06:03
and that understanding the physics of the problem
100
351115
2296
og at forstå fysikken bag problemet
06:05
tells you which ones are easy and which ones are hard.
101
353411
2616
fortæller en hvilke der er nemme
og hvilke der er svære.
og hvilke der er svære.
06:08
In this instance, carrying a glass of water is easy.
102
356027
2359
I dette tilfælde, at bære et glas vand er nemt.
06:10
Balancing a pole is hard.
103
358386
3785
At balancere en pæl en svært.
06:14
We've all heard stories of athletes
104
362171
1802
Vi har alle hørt historier om atleter
06:15
performing feats while physically injured.
105
363973
2493
der udfører præstationer
mens de har en fysisk skade.
mens de har en fysisk skade.
06:18
Can a machine also perform
106
366466
1519
Kan en maskine også præstere
06:19
with extreme physical damage?
107
367985
2651
med ekstrem fysisk skade?
06:22
Conventional wisdom says that you need
108
370636
1726
Traditionel visdom siger at man har brug
06:24
at least four fixed motor propeller pairs in order to fly,
109
372362
3690
for mindst fire faste motorpropeller
par for at kunne flyve,
par for at kunne flyve,
06:28
because there are four degrees of freedom to control:
110
376052
2112
fordi der er fire grader af frihed
man skal kontrollere:
man skal kontrollere:
06:30
roll, pitch, yaw and acceleration.
111
378164
3028
rul, pitch, yaw og acceleration.
06:33
Hexacopters and octocopters, with six and eight propellers,
112
381192
3245
Hexakoptere og octokoptere,
med seks og otte propeller,
med seks og otte propeller,
06:36
can provide redundancy,
113
384437
1483
skaffer redundans,
06:37
but quadrocopters are much more popular
114
385920
1989
men quadrokoptere er meget mere populære
06:39
because they have the minimum number
115
387909
1815
fordi de har minimumsantallet
06:41
of fixed motor propeller pairs: four.
116
389724
2476
af faste motor propelpar: fire.
06:44
Or do they?
117
392200
1965
Eller har de?
07:01
If we analyze the mathematical model of this machine
118
409476
2600
Hvis vi analyserer den matematiske
model af denne maskine
model af denne maskine
07:04
with only two working propellers,
119
412076
2176
med kun to fungerende propeller,
07:06
we discover that there's an unconventional way to fly it.
120
414252
6756
opdager vi at der er en ukonventionel
måde at flyve den på.
måde at flyve den på.
07:19
We relinquish control of yaw,
121
427980
1706
Vi slipper kontrollen over yaw,
07:21
but roll, pitch and acceleration can still be controlled
122
429686
3070
men rul, pitch og acceleration
kan stadig kontrolleres
kan stadig kontrolleres
07:24
with algorithms that exploit this new configuration.
123
432756
5452
med algoritmer der udnytter
denne nye konfiguration.
denne nye konfiguration.
07:33
Mathematical models tell us exactly when
124
441668
2432
Matematiske modeller
fortæller os præcis hvornår
fortæller os præcis hvornår
07:36
and why this is possible.
125
444100
2072
og hvorfor dette er muligt.
07:38
In this instance, this knowledge allows us to design
126
446172
2368
I dette tilfælde, denne viden
tillader os at designe
tillader os at designe
07:40
novel machine architectures
127
448540
2256
nye maskinarkitekturer
07:42
or to design clever algorithms that gracefully handle damage,
128
450796
4176
eller at designe snedige algoritmer der
på en yndefuld måde håndterer skader,
på en yndefuld måde håndterer skader,
07:46
just like human athletes do,
129
454972
1724
ligesom menneskelige atleter gør,
07:48
instead of building machines with redundancy.
130
456696
3823
i stedet for at bygge maskiner med redundanser.
07:52
We can't help but hold our breath when we watch
131
460519
2112
Vi kan ikke lade være med at holde vejret når vi ser
07:54
a diver somersaulting into the water,
132
462631
2437
en dykker der laver en saltomortale ud i vandet,
07:57
or when a vaulter is twisting in the air,
133
465068
1790
eller når en stangspringer vrider sig i luften,
07:58
the ground fast approaching.
134
466858
1718
og jorden nærmer sig hurtigt.
08:00
Will the diver be able to pull off a rip entry?
135
468576
2568
Vil dykkeren være i stand til at klare
en flænsende landing?
en flænsende landing?
08:03
Will the vaulter stick the landing?
136
471144
2000
Vil stangspringeren klare landingen?
08:05
Suppose we want this quad here
137
473144
1668
Forestil jer at vi vil have denne quad
08:06
to perform a triple flip and finish off
138
474812
2451
til at udføre en tredobbelt salto og slutte
08:09
at the exact same spot that it started.
139
477263
2269
på præcis det samme punkt som den startede.
08:11
This maneuver is going to happen so quickly
140
479532
2347
Denne manøvre vil ske så hurtigt
08:13
that we can't use position feedback to correct the motion during execution.
141
481879
3629
at vi ikke kan bruge feedback om positionen
til at korrigere bevægelsen under udførelsen.
til at korrigere bevægelsen under udførelsen.
08:17
There simply isn't enough time.
142
485508
2274
Der er simpelthen ikke tid nok.
08:19
Instead, what the quad can do is perform the maneuver blindly,
143
487782
3694
I stedet, kan quaden udføre manøvren i blinde,
08:23
observe how it finishes the maneuver,
144
491476
2232
observere hvordan den afslutter manøvren,
08:25
and then use that information to modify its behavior
145
493708
2424
og så bruge den information til
at moderere dens adfærd
at moderere dens adfærd
08:28
so that the next flip is better.
146
496132
2289
så den næste salto er bedre.
08:30
Similar to the diver and the vaulter,
147
498421
1812
Tilsvarende dykkerens og stangspringerens,
08:32
it is only through repeated practice
148
500233
1919
er det kun gennem gentaget øvelse
08:34
that the maneuver can be learned and executed
149
502152
1925
at den manøvre kan læres og udføres
08:36
to the highest standard.
150
504077
2133
til den højeste standard.
08:46
(Applause)
151
514412
4752
(Bifald)
08:51
Striking a moving ball is a necessary skill in many sports.
152
519164
3472
At ramme en bevægende kugle er en
nødvendig færdighed i mange sportsgrene.
nødvendig færdighed i mange sportsgrene.
08:54
How do we make a machine do
153
522636
1795
Hvordan får vi en maskine til at
08:56
what an athlete does seemingly without effort?
154
524431
3753
gøre det en atlet tilsyneladende
gør uden anstrengelse?
gør uden anstrengelse?
09:15
(Applause)
155
543943
6599
(Bifald)
09:22
This quad has a racket strapped onto its head
156
550542
2650
Denne quad har en ketcher bundet til sit hoved
09:25
with a sweet spot roughly the size of an apple, so not too large.
157
553192
3487
med et sweet spot der groft set er på størrelse
med et æble, så ikke for stort.
med et æble, så ikke for stort.
09:28
The following calculations are made every 20 milliseconds,
158
556679
3167
De følgende beregninger bliver
udført hvert 20. millisekund,
udført hvert 20. millisekund,
09:31
or 50 times per second.
159
559846
1756
eller 50 gange per sekund.
09:33
We first figure out where the ball is going.
160
561602
2812
Først regner vi ud hvor bolden er på vej hen.
09:36
We then next calculate how the quad should hit the ball
161
564414
2437
Derefter regner vi ud hvordan
quaden skal ramme bolden
quaden skal ramme bolden
09:38
so that it flies to where it was thrown from.
162
566851
3099
så den flyver tilbage til der hvor den blev kastet fra.
09:41
Third, a trajectory is planned that carries the quad
163
569950
4456
For det tredje, bliver der planlagt
en bane der får quaden
en bane der får quaden
09:46
from its current state to the impact point with the ball.
164
574406
3024
fra den nuværende tilstand til
sammenstødspunktet med bolden.
sammenstødspunktet med bolden.
09:49
Fourth, we only execute 20 milliseconds' worth of that strategy.
165
577430
3809
For det fjerde, udfører vi kun
20 millisekunder af den strategi.
20 millisekunder af den strategi.
09:53
Twenty milliseconds later, the whole process is repeated
166
581239
2807
Tyve millisekunder senere,
bliver hele processen gentaget
bliver hele processen gentaget
09:56
until the quad strikes the ball.
167
584046
2243
indtil quaden rammer bolden.
10:07
(Applause)
168
595560
2646
(Bifald)
10:10
Machines can not only perform dynamic maneuvers on their own,
169
598206
3372
Maskiner kan ikke kun udføre
dynamiske manøvrer på egen hånd,
dynamiske manøvrer på egen hånd,
10:13
they can do it collectively.
170
601578
1863
de kan gøre det kollektivt.
10:15
These three quads are cooperatively carrying a sky net.
171
603441
3587
Disse quader bærer sammen et net.
10:28
(Applause)
172
616574
5411
(Bifald)
10:33
They perform an extremely dynamic
173
621985
2197
De udfører en ekstrem dynamisk
10:36
and collective maneuver
174
624182
2168
og kollektiv manøvre
10:38
to launch the ball back to me.
175
626350
1692
til at skyde bolden tilbage til mig.
10:40
Notice that, at full extension, these quads are vertical.
176
628042
3511
Læg mærke til, ved fuld forlængelse,
er disse quads vertikale.
er disse quads vertikale.
10:48
(Applause)
177
636486
1772
(Bifald)
10:50
In fact, when fully extended,
178
638258
2287
Faktisk, når de forlænger fuldt,
10:52
this is roughly five times greater than what a bungee jumper feels
179
640545
2685
er dette groft set fem gange stærkere
end det en bungeehopper føler
end det en bungeehopper føler
10:55
at the end of their launch.
180
643230
4588
ved slutningen af deres hop.
11:03
The algorithms to do this are very similar
181
651009
2677
Algoritmerne til at gøre dette er meget lig
11:05
to what the single quad used to hit the ball back to me.
182
653686
3384
det en enkelt quad bruger til
at slå bolden tilbage til mig.
at slå bolden tilbage til mig.
11:09
Mathematical models are used to continuously re-plan
183
657070
2864
Matematisk modeller bruges
konstant til at replanlægge
konstant til at replanlægge
11:11
a cooperative strategy 50 times per second.
184
659934
4515
en samarbejdende strategi 50 gange i sekundet.
11:16
Everything we have seen so far has been
185
664449
1877
Alt vi har set indtil videre har handlet
11:18
about the machines and their capabilities.
186
666326
2463
om maskinerne og deres evner.
11:20
What happens when we couple this machine athleticism
187
668789
3015
Hvad sker der hvis vi kobler
denne maskines adræthed
denne maskines adræthed
11:23
with that of a human being?
188
671804
1776
med et menneskes?
11:25
What I have in front of me is a commercial gesture sensor
189
673580
3805
Det jeg har foran mig er en
kommerciel bevægelsessensor
kommerciel bevægelsessensor
11:29
mainly used in gaming.
190
677385
1309
der hovedsagelig bliver brugt til gaming.
11:30
It can recognize what my various body parts
191
678694
1804
Den kan genkende det mine forskellige kropsdele
11:32
are doing in real time.
192
680498
2048
gør i realtid.
11:34
Similar to the pointer that I used earlier,
193
682546
2116
I stil med den pegepind jeg brugte tidligere,
11:36
we can use this as inputs to the system.
194
684662
2792
kan vi bruge dette som input i systemet.
11:39
We now have a natural way of interacting
195
687454
2396
Nu har vi en naturlig måde til at interagere
11:41
with the raw athleticism of these quads with my gestures.
196
689850
4944
med den rå adræthed af
disse quads med mine gestus.
disse quads med mine gestus.
12:22
(Applause)
197
730453
4400
(Bifald)
12:35
Interaction doesn't have to be virtual. It can be physical.
198
743982
4007
Interaktion behøver ikke at være virtuel.
Det kan være fysisk.
Det kan være fysisk.
12:39
Take this quad, for example.
199
747989
1725
Tag denne quad, for eksempel.
12:41
It's trying to stay at a fixed point in space.
200
749714
2628
Den prøver at forblive på et fast punkt i rummet.
12:44
If I try to move it out of the way, it fights me,
201
752342
3837
Hvis jeg prøver at flytte den væk,
kæmper den imod mig,
kæmper den imod mig,
12:48
and moves back to where it wants to be.
202
756179
4155
og flytter sig tilbage til hvor den vil være.
12:52
We can change this behavior, however.
203
760334
3039
Vi kan, dog, ændre denne adfærd.
12:55
We can use mathematical models
204
763373
1699
Vi kan bruge matematiske modeller
12:57
to estimate the force that I'm applying to the quad.
205
765072
3133
til at vurdere den kraft som jeg bruger imod quaden.
13:00
Once we know this force, we can also change the laws of physics,
206
768205
3238
Når vi kender denne kraft,
kan vi også ændre fysikkens love,
kan vi også ændre fysikkens love,
13:03
as far as the quad is concerned, of course.
207
771443
4499
når det handler om quaden, selvfølgelig.
13:07
Here the quad is behaving as if it were
208
775942
2263
Her opfører quaden sig som om den opholdte
13:10
in a viscous fluid.
209
778205
4365
sig i en tyktflydende væske.
13:14
We now have an intimate way
210
782570
2174
Nu har vi en intim måde
13:16
of interacting with a machine.
211
784744
1849
til at interagere med maskinen på.
13:18
I will use this new capability to position
212
786593
2506
Jeg vil bruge denne nye evne til at positionere
13:21
this camera-carrying quad to the appropriate location
213
789099
2577
denne kamera bærende quad
til den passende placering
til den passende placering
13:23
for filming the remainder of this demonstration.
214
791676
3186
til at filme resten af denne demonstration.
13:36
So we can physically interact with these quads
215
804222
2768
Så vi kan fysisk interagere med disse quads
13:38
and we can change the laws of physics.
216
806990
2403
og vi kan ændre fysikkens love.
13:41
Let's have a little bit of fun with this.
217
809393
2313
Lad os more os en smule med dette.
13:43
For what you will see next, these quads
218
811706
1704
Det I vil se næst, vil disse quads
13:45
will initially behave as if they were on Pluto.
219
813410
3496
til at starte med at opføre sig
som om de er på Pluto.
som om de er på Pluto.
13:48
As time goes on, gravity will be increased
220
816906
2312
Som tiden går, vil tyngdekraften tiltage
13:51
until we're all back on planet Earth,
221
819218
2120
indtil vi er tilbage på planeten jorden,
13:53
but I assure you we won't get there.
222
821338
1719
men jeg forsikrer jer om
at vi ikke kommer dertil.
at vi ikke kommer dertil.
13:55
Okay, here goes.
223
823057
3501
Okay, så starter vi.
14:05
(Laughter)
224
833667
3412
(Latter)
14:34
(Laughter)
225
862778
3208
(Latter)
14:37
(Applause)
226
865986
3386
(Bifald)
14:41
Whew!
227
869372
1207
Puha!
14:46
You're all thinking now,
228
874779
1517
Nu tænker I allesammen,
14:48
these guys are having way too much fun,
229
876296
1975
at disse gutter fornøjer sig alt for meget,
14:50
and you're probably also asking yourself,
230
878271
2079
og I spørger sikkert også jer selv om,
14:52
why exactly are they building machine athletes?
231
880350
3936
hvorfor er det helt præcis at
de bygger maskinatleter?
de bygger maskinatleter?
14:56
Some conjecture that the role of play in the animal kingdom
232
884286
2652
En formodning om rollen af leg i dyreriget
14:58
is to hone skills and develop capabilities.
233
886938
2752
er at finpudse og udvikle evner.
15:01
Others think that it has more of a social role,
234
889690
2066
Andre tænker at det er mere end social rolle,
15:03
that it's used to bind the group.
235
891756
1674
at det bliver brugt til at binde gruppen sammen.
15:05
Similarly, we use the analogy of sports and athleticism
236
893430
3533
På samme måde bruger vi
analogien om sport og adræthed
analogien om sport og adræthed
15:08
to create new algorithms for machines
237
896963
2079
til at skabe nye algoritmer til maskiner
15:11
to push them to their limits.
238
899042
2147
til at skubbe dem til deres grænse.
15:13
What impact will the speed of machines have on our way of life?
239
901189
3677
Hvilken betydning vil maskiners
hastighed have på vores levevis?
hastighed have på vores levevis?
15:16
Like all our past creations and innovations,
240
904866
2389
Ligesom alle vores tidligere
opfindelser og innovationer,
opfindelser og innovationer,
15:19
they may be used to improve the human condition
241
907255
2827
kan de bruges til at forbedre
de menneskelige forudsætninger
de menneskelige forudsætninger
15:22
or they may be misused and abused.
242
910082
2501
eller de kan misbruges og mishandles.
15:24
This is not a technical choice we are faced with;
243
912583
1923
Dette er ikke et teknisk valg vi står overfor;
15:26
it's a social one.
244
914506
1755
det er et socialt valg.
15:28
Let's make the right choice,
245
916261
1390
Lad os tage det rigtige valg,
15:29
the choice that brings out the best in the future of machines,
246
917651
2405
valget der frembringer det
bedste i maskinernes fremtid,
bedste i maskinernes fremtid,
15:32
just like athleticism in sports
247
920056
1812
ligesom adræthed i sport
15:33
can bring out the best in us.
248
921868
2161
kan frembringe det bedste i os.
15:36
Let me introduce you to the wizards behind the green curtain.
249
924029
3450
Lad mig introducere jer for troldmændene
bag det grønne gardin.
bag det grønne gardin.
15:39
They're the current members of the Flying Machine Arena research team.
250
927479
2900
De er nuværende medlemmer af
Flying machine Arena research team.
Flying machine Arena research team.
15:42
(Applause)
251
930379
4769
(Bifald)
15:47
Federico Augugliaro, Dario Brescianini, Markus Hehn,
252
935148
3046
Federico Augugliaro, Dario Brescianini ,
Markus Hehn,
Markus Hehn,
15:50
Sergei Lupashin, Mark Muller and Robin Ritz.
253
938194
2824
Sergei Lupashin, Mark Muller and Robin Ritz.
15:53
Look out for them. They're destined for great things.
254
941018
1932
Hold øje med dem. De er bestemt til store ting.
15:54
Thank you.
255
942950
1178
Tak.
15:56
(Applause)
256
944128
6354
(Bifald)
ABOUT THE SPEAKER
Raffaello D'Andrea - Autonomous systems pioneerRaffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs.
Why you should listen
Raffaello D'Andrea combines academics, business, and the arts to explore the capabilities of autonomous systems. As part of his research as professor of dynamic systems and control at the Swiss Federal Institute of Technology (ETH Zürich), he and his collaborators enchant viewers with works like the self-destructing, self-assembling Robotic Chair, or the Balancing Cube that can perch itself on its corners.
D’Andrea and his team created the Flying Machine Arena to test the gravity-defying abilities of their athletic flying robots. Building on research in the Flying Machine Arena, ETH Zürich partnered with its spin-off company Verity Studios and with Cirque du Soleil to create “Sparked,” a short film showcasing the unexpected airborne dexterity of quadcopters. D’Andrea is the co-founder of Kiva Systems, a robotics company that develops intelligent automated warehouse systems and that was acquired by Amazon in 2012.
Raffaello D'Andrea | Speaker | TED.com