English-Video.net comment policy

The comment field is common to all languages

Let's write in your language and use "Google Translate" together

Please refer to informative community guidelines on TED.com

TEDxPenn

Vijay Kumar: The future of flying robots

ヴィージェイ・クーマー: 空飛ぶロボットの未来

Filmed
Views 1,375,594

ペンシルベニア大学の研究室でヴィージェイ・クーマーのチームは蜜蜂の動きに触発された自律飛行ロボットを作りました。彼らの最新の成果は精密農業への応用で、ロボットの一群が果樹園にある個々の果樹や果実を解析してモデルを作成し、収穫量を増やしたり水の管理を改善する上で重要な情報を農家に提供するというものです。

- 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

In myじぶんの lab研究室, we我々 buildビルドする
autonomous自律的 aerial空中 robotsロボット
私の研究室では ご覧のような
00:13
like好きな theその one1 you君は see見る flying飛行 hereここに.
自律飛行ロボットを作っています
00:16
Unlike違う theその commercially商業的 available利用可能な drones無人機
thatそれ you君は canできる buy購入 today今日,
今時 お店で売っているような
ドローンとは違って
00:20
thisこの robotロボット doesn'tしない have持ってる anyどれか GPSGPS on boardボード.
GPSは搭載していません
00:24
Soそう withoutなし GPSGPS,
GPSなしでは
00:28
it'sそれは hardハード forために robotsロボット like好きな thisこの
to determine決定する their彼らの positionポジション.
このようなロボットが
自分の位置を特定するのは困難です
00:29
Thisこの robotロボット uses用途 onboard機内で sensorsセンサ,
camerasカメラ andそして laserレーザ scannersスキャナ,
このロボットの場合 搭載したセンサー、
カメラ、レーザースキャナーで
00:34
to scanスキャン theその environment環境.
周囲を走査していて
00:39
Itそれ detects検出する features特徴 fromから theその environment環境,
周りにあるものを検知し
00:40
andそして itそれ determines決定する whereどこで itそれ is
relative相対 to thoseそれら features特徴,
三角測量によって
それらに対する
00:43
usingを使用して aa method方法 of triangulation三角測量.
相対的な位置を把握しています
00:46
Andそして then次に itそれ canできる assembleアセンブル
allすべて theseこれら features特徴 into aa map地図,
それらのデータをまとめて
後ろに出ているような
00:48
like好きな you君は see見る behind後ろに me.
マップを構築することが出来ます
00:52
Andそして thisこの map地図 then次に allows許す theその robotロボット
to understandわかる whereどこで theその obstacles障害 are
こうやってマップができると
どこに障害物があるか分かり
00:53
andそして navigateナビゲートする in aa collision-free衝突のない manner方法.
ロボットは衝突することなく
飛行することが出来ます
00:57
What I want欲しいです to showショー you君は next
次にお見せしたいのは
01:01
is aa setセット of experiments実験
we我々 didした inside内部 our我々の laboratory研究室,
このロボットに
もっと長い距離を飛行させてみた
01:03
whereどこで thisこの robotロボット wasあった ableできる
to go行く forために longerより長いです distances距離.
私たちの研究所で行った
一連の実験です
01:06
Soそう hereここに you'llあなたは see見る, on theその top right,
what theその robotロボット sees見える with〜と theその cameraカメラ.
右上にあるのは
ロボットのカメラが撮った映像です
01:10
Andそして on theその mainメイン screen画面 ---
メインスクリーンでは
01:15
andそして of courseコース thisこの is spedスピード upアップ
by〜によって aa factor因子 of four4つの ---
―4倍速でお見せしていますが―
01:16
on theその mainメイン screen画面 you'llあなたは see見る
theその map地図 thatそれ it'sそれは building建物.
マップ構築の様子をご覧になれます
01:19
Soそう thisこの is aa high-resolution高解像度 map地図
of theその corridor廊下 aroundまわり our我々の laboratory研究室.
これは研究室周辺の廊下を
高解像度でマップ化したもので
01:21
Andそして in aa minute
you'llあなたは see見る itそれ enter入る our我々の lab研究室,
まもなく研究室へと入ってきます
01:26
whichどの is recognizable認識可能な
by〜によって theその clutter混乱 thatそれ you君は see見る.
散らかっている様子で
それと分かるかと思いますが—
01:28
(Laughter笑い)
(笑)
01:31
Butだけど theその mainメイン pointポイント I want欲しいです to convey伝える to you君は
ここで最も強調したいのは
01:32
is thatそれ theseこれら robotsロボット are capable可能な
of building建物 high-resolution高解像度 maps地図
これらのロボットは
5センチという高い解像度で
01:34
at〜で five centimetersセンチメートル resolution解決,
マップを作成することが
出来るということで
01:38
allowing許す somebody誰か who is outside外側 theその lab研究室,
orまたは outside外側 theその building建物
研究室や建物の外部にいる人でも
01:40
to deploy展開する theseこれら
withoutなし actually実際に going行く inside内部,
このロボットを放つことで
実際に中に入ることなく
01:44
andそして trying試す to infer推論
what happens起こる inside内部 theその building建物.
中で何が起こっているか
推察することができます
01:48
Now there'sそこに one1 problem問題
with〜と robotsロボット like好きな thisこの.
このようなロボットには
問題点があります
01:52
Theその first最初 problem問題 is it'sそれは prettyかなり big大きい.
1つ目の問題は
大きいということです
01:55
Becauseなぜなら it'sそれは big大きい, it'sそれは heavyヘビー.
大きいので重量もあります
01:58
Andそして theseこれら robotsロボット consume消費する
about 100 wattsワット per〜ごと poundポンド.
1キログラムにつき約200ワットの
電力を消費します
02:00
Andそして thisこの makes作る forために
aa very非常に shortショート missionミッション life生活.
ですからあまり長くは作業できません
02:04
Theその second二番 problem問題
2つ目の問題は
02:08
is thatそれ theseこれら robotsロボット have持ってる onboard機内で sensorsセンサ
thatそれ end終わり upアップ beingであること very非常に expensive高価な ---
ロボットに搭載されている
レーザースキャナーやカメラや
02:09
aa laserレーザ scannerスキャナ, aa cameraカメラ
andそして theその processorsプロセッサー.
CPUがとても高価だということです
02:13
Thatそれ drivesドライブ upアップ theその costコスト of thisこの robotロボット.
そのためロボットのコストが
跳ね上がります
02:17
Soそう we我々 asked尋ねた ourselves自分自身 aa question質問:
そこで私達は自問しました
02:21
what consumer消費者 product製品
canできる you君は buy購入 in an electronicsエレクトロニクス store格納
消費者が電気屋で買えるような
02:24
thatそれ is inexpensive安価な, that'sそれは lightweight軽量,
thatそれ has持っている sensingセンシング onboard機内で andそして computation計算?
センサーやCPUを搭載した
高価でない軽量な商品はないだろうか?
02:27
Andそして we我々 invented発明された theその flying飛行 phone電話.
そうやって空飛ぶ携帯電話が
生まれました
02:36
(Laughter笑い)
(笑)
02:38
Soそう thisこの robotロボット uses用途 aa Samsungサムスン Galaxy銀河
smartphoneスマートフォン thatそれ you君は canできる buy購入 offオフ theその shelf,
このロボットは お店ですぐに買える
サムスンのギャラクシー携帯を利用し
02:40
andそして allすべて you君は need必要 is an appアプリ thatそれ you君は
canできる downloadダウンロード fromから our我々の appアプリ store格納.
アプリはAppストアから
ダウンロードできます
02:46
Andそして you君は canできる see見る thisこの robotロボット
reading読書 theその letters手紙, "TEDテッド" in thisこの case場合,
このロボットは 今
「TED」の文字を読み取っているところです
02:50
looking探している at〜で theその cornersコーナー
of theその "Tt" andそして theその "Ee"
「T」と「E」の角を探し出し
02:55
andそして then次に triangulating三角測量 offオフ of thatそれ,
flying飛行 autonomously自律的に.
三角測量しつつ自律飛行しています
02:58
Thatそれ joystickジョイスティック is justちょうど thereそこ
to make作る sure確かに ifif theその robotロボット goes行く crazy狂った,
ジョイスティックは
ロボットが暴走した時のためで
03:02
Giuseppeギュゼッペ canできる kill殺します itそれ.
その時にはジュゼッペ君が
止めてくれます
03:06
(Laughter笑い)
(笑)
03:07
In addition添加 to building建物
theseこれら small小さい robotsロボット,
単に小さなロボットを
作るというだけでなく
03:10
we我々 alsoまた、 experiment実験 with〜と aggressive積極的な
behaviors行動, like好きな you君は see見る hereここに.
このような激しい動きをさせる
実験もしています
03:14
Soそう thisこの robotロボット is now traveling旅行
at〜で two to three metersメートル per〜ごと second二番,
このロボットは秒速2-3メートルで動き
03:19
pitchingピッチング andそして rolling圧延 aggressively積極的に
asとして itそれ changes変更 direction方向.
方向転換をするときには
上下運動や回転運動を素早く行います
03:25
Theその mainメイン pointポイント is we我々 canできる have持ってる
smaller小さい robotsロボット thatそれ canできる go行く fasterもっと早く
重要な点は 小さなロボットは
素早く動け
03:28
andそして then次に travel旅行 in theseこれら
very非常に unstructured構造化されていない environments環境.
障害の多い環境中を
うまく移動できることです
03:33
Andそして in thisこの next videoビデオ,
次のビデオでお見せするのは
03:37
justちょうど like好きな you君は see見る thisこの bird, an eagle,
gracefully優雅に coordinating調整する itsその wings,
鷲のような鳥が
羽と目と足を優雅に連携させて
03:39
itsその eyes andそして feetフィート
to grabつかむ prey獲物 outでる of theその water,
水中の獲物を捉まえるように
03:45
our我々の robotロボット canできる go行く fishing釣り, tooあまりにも.
私たちのロボットにも
魚採りができることです
03:49
(Laughter笑い)
(笑)
03:51
In thisこの case場合, thisこの is aa Phillyフィリー cheesesteakチーズステーキ
hoagieホーギー thatそれ it'sそれは grabbingつかむ outでる of thin薄いです air空気.
どこからともなくやって来て
チーズ & ステーキのロールパンサンドを
03:52
(Laughter笑い)
かっさらっています (笑)
03:56
Soそう you君は canできる see見る thisこの robotロボット
going行く at〜で about three metersメートル per〜ごと second二番,
このロボットは人の歩く速さよりも速い
秒速約3メートルで動き
03:59
whichどの is fasterもっと早く thanより walking歩く speed速度,
coordinating調整する itsその arms武器, itsその claws
腕と爪と飛行を
絶妙なタイミングで連携させ
04:03
andそして itsその flightフライト with〜と split-second一瞬 timingタイミング
to achieve達成する thisこの maneuver操縦.
このような動作を達成しています
04:08
In another別の experiment実験,
別の実験でお見せするのは
04:14
I want欲しいです to showショー you君は
howどうやって theその robotロボット adapts適応する itsその flightフライト
枠の幅よりも長い紐で
04:15
to controlコントロール itsその suspended中断した payloadペイロード,
重りを吊したロボットが
04:19
whoseその length長さ is actually実際に larger大きい
thanより theその width of theその window.
その枠の中を
上手くくぐり抜ける様子です
04:21
Soそう in order注文 to accomplish達成する thisこの,
これを成し遂げるには
04:25
itそれ actually実際に has持っている to pitchピッチ
andそして adjust調整する theその altitude高度
上下に動いて 高度を調整することで
04:27
andそして swingスイング theその payloadペイロード throughを通して.
重りをスイングさせる
必要があります
04:31
Butだけど of courseコース we我々 want欲しいです
to make作る theseこれら even偶数 smaller小さい,
しかし もっと小さいものが
作れたらと思っています
04:38
andそして we're私たちは inspiredインスピレーションを受けた
in particular特に by〜によって honeybeesミツバチ.
特にミツバチにヒントを得ました
04:41
Soそう ifif you君は look見える at〜で honeybeesミツバチ,
andそして thisこの is aa slowed減速した downダウン videoビデオ,
これはスローモーションで
再生したビデオですが
04:44
they're彼らは soそう small小さい,
theその inertia慣性 is soそう lightweight軽量 ---
ミツバチはとても小さく
その慣性力は僅かです
04:47
(Laughter笑い)
(笑)
04:51
thatそれ they彼ら don'tしない careお手入れ ---
they彼ら bounceバウンス offオフ myじぶんの handハンド, forために example.
例えば 私の手にぶつかっても
ほとんど気にかけません
04:53
Thisこの is aa little少し robotロボット
thatそれ mimics模倣 theその honeybeeミツバチ behavior動作.
これはミツバチの動きをまねた
小型ロボットです
04:56
Andそして smaller小さい is betterより良い,
小さいほど
05:00
becauseなぜなら along一緒に with〜と theその small小さい sizeサイズ
you君は get取得する lower低い inertia慣性.
慣性力が小さくなるので
都合がいいのです
05:01
Along一緒に with〜と lower低い inertia慣性 ---
慣性力が小さいと—
05:05
(Robotロボット buzzing吹き鳴らす, laughter笑い)
(周りをブンブン飛び回るロボット) (笑)
05:06
along一緒に with〜と lower低い inertia慣性,
you'reあなたは resistant耐性のある to collisions衝突.
慣性力が小さいと
衝突に対し強くなります
05:09
Andそして thatそれ makes作る you君は moreもっと robustロバストな.
より丈夫になるということです
05:12
Soそう justちょうど like好きな theseこれら honeybeesミツバチ,
we我々 buildビルドする small小さい robotsロボット.
そういうわけでミツバチのように
小さなロボットを作ります
05:15
Andそして thisこの particular特に one1
is onlyのみ 25 gramsグラム in weight重量.
これは僅か25グラムしかありません
05:18
Itそれ consumes消費する onlyのみ six6 wattsワット of powerパワー.
消費電力はほんの6ワットです
05:21
Andそして itそれ canできる travel旅行
upアップ to six6 metersメートル per〜ごと second二番.
秒速6メートルまで出せます
05:24
Soそう ifif I normalizeノーマライズ thatそれ to itsその sizeサイズ,
ボーイング787の大きさだったら
05:27
it'sそれは like好きな aa Boeingボーイング 787 traveling旅行
ten times theその speed速度 of sound.
音速の10倍に相当する速さです
05:29
(Laughter笑い)
(笑)
05:36
Andそして I want欲しいです to showショー you君は an example.
実例をお見せしましょう
05:38
Thisこの is probably多分 theその first最初 planned計画された mid-air中空
collision衝突, at〜で one-twentieth一二十 normal正常 speed速度.
これはたぶん初めての空中衝突実験で
20分の1のスピードでお見せしています
05:40
Theseこれら are going行く at〜で aa relative相対 speed速度
of two metersメートル per〜ごと second二番,
(ロボット同士の) 相対速度は
毎秒2メートルで
05:46
andそして thisこの illustrates説明する theその basic基本的な principle原理.
お話しした基本原理を例示しています
05:49
Theその two-gram2グラム carbon炭素 fiberファイバ cageケージ aroundまわり itそれ
prevents予防する theその propellersプロペラ fromから entanglingもつれ,
機体を保護する2グラムの炭素繊維のカゴは
プロペラ同士が絡まるのを防いでいます
05:52
butだけど essentially基本的に theその collision衝突 is absorbed吸収された
andそして theその robotロボット responds応答する to theその collisions衝突.
衝撃は吸収され
ロボットは衝突に対応しています
05:57
Andそして soそう small小さい alsoまた、 means手段 safe安全.
小さいということは安全も意味します
06:02
In myじぶんの lab研究室, asとして we我々 developed発展した theseこれら robotsロボット,
研究室ではこんなロボットを作ってきました
06:05
we我々 start開始 offオフ with〜と theseこれら big大きい robotsロボット
大型のロボットから始め
06:07
andそして then次に now we're私たちは downダウン
to theseこれら small小さい robotsロボット.
小型のものへと移っていきました
06:09
Andそして ifif you君は plotプロット aa histogramヒストグラム
of theその number of Band-Aidsバンドエイド we've私たちは ordered順序付けられました
これまで研究室で発注した絆創膏の数を
ヒストグラムにしたら
06:11
in theその past過去, thatそれ sortソート of tailedテール offオフ now.
どんどん小さくなっていることが
分るでしょう
06:15
Becauseなぜなら theseこれら robotsロボット are really本当に safe安全.
ロボットが安全になってきたからです
06:18
Theその small小さい sizeサイズ has持っている some一部 disadvantages欠点,
小さいと不利な点もあります
06:20
andそして nature自然 has持っている found見つけた aa number of ways方法
to compensate補償する forために theseこれら disadvantages欠点.
自然はこの不利な点を補う方法を
進化させてきました
06:23
Theその basic基本的な ideaアイディア is they彼ら aggregate集計
to form large groupsグループ, orまたは swarms群れ.
基本的には集団や群れを作る
ということです
06:27
Soそう, similarly同様に, in our我々の lab研究室,
we我々 tryお試しください to create作成する artificial人工的な robotロボット swarms群れ.
我々の研究室でも 同様に
人工的なロボットの集団を試してみました
06:32
Andそして thisこの is quiteかなり challenging挑戦
これはかなり難しい技術です
06:36
becauseなぜなら now you君は have持ってる to think思う
about networksネットワーク of robotsロボット.
ロボット間のネットワークを
考慮しなければならないからです
06:37
Andそして within以内 each robotロボット,
各ロボットの
06:41
you君は have持ってる to think思う about theその interplay相互作用する
of sensingセンシング, communicationコミュニケーション, computation計算 ---
センサー、通信、計算の
連携を考えなければなりません
06:42
andそして thisこの networkネットワーク then次に becomes〜になる
quiteかなり difficult難しい to controlコントロール andそして manage管理する.
このネットワークの制御、管理が
実にやっかいなのです
06:48
Soそう fromから nature自然 we我々 take取る away離れて
three organizing整理する principles原則
自然から3つの(自己)組織化の原理を
見習うことによって
06:54
thatそれ essentially基本的に allow許す us米国
to develop開発する our我々の algorithmsアルゴリズム.
制御のアルゴリズムを
開発することができます
06:57
Theその first最初 ideaアイディア is thatそれ robotsロボット
need必要 to be〜する aware承知して of their彼らの neighbors隣人.
1つ目のアイデアは
ロボットが近くの個体を認識することです
07:01
They彼ら need必要 to be〜する ableできる to senseセンス
andそして communicate通信する with〜と their彼らの neighbors隣人.
近隣の個体を認識して
互いに通信できなければなりません
07:06
Soそう thisこの videoビデオ illustrates説明する theその basic基本的な ideaアイディア.
このビデオはその基本原理を示しています
07:10
You君は have持ってる four4つの robotsロボット ---
4機のロボットがいます
07:12
one1 of theその robotsロボット has持っている actually実際に beenされている
hijackedハイジャックされた by〜によって aa human人間 operatorオペレーター, literally文字通り.
その内1機が 文字通り
人間のオペレータによってハイジャックされています
07:14
Butだけど becauseなぜなら theその robotsロボット
interact相互作用する with〜と each otherその他,
ロボットは互いに相互作用し
07:19
they彼ら senseセンス their彼らの neighbors隣人,
近くの個体を認識しているので
07:21
they彼ら essentially基本的に followフォローする.
動きに追従します
07:23
Andそして hereここに there'sそこに aa singleシングル person
ableできる to lead thisこの networkネットワーク of followersフォロワー.
この例では1人の人間が
追従するロボットを先導しています
07:24
Soそう again再び, it'sそれは notない becauseなぜなら allすべて theその robotsロボット
know知っている whereどこで they're彼らは supposed想定される to go行く.
どのロボットもどこへ行くべきか
分っているわけではなく
07:32
It'sそれは becauseなぜなら they're彼らは justちょうど reacting反応する
to theその positionsポジション of their彼らの neighbors隣人.
ただ近くのロボットの位置に対し
反応しているだけです
07:37
(Laughter笑い)
(笑)
07:43
Soそう theその next experiment実験 illustrates説明する
theその second二番 organizing整理する principle原理.
次の実験は
組織化の2つ目の原理を示すものです
07:48
Andそして thisこの principle原理 has持っている to do行う
with〜と theその principle原理 of anonymity匿名.
この原理は匿名性の原理と関連しています
07:54
Hereここに theその keyキー ideaアイディア is thatそれ
ここで基本となる考えは
07:59
theその robotsロボット are agnostic不可知論者
to theその identitiesアイデンティティ of their彼らの neighbors隣人.
ロボットは近隣の個体を
識別していないということです
08:03
They're彼らは asked尋ねた to form aa circular円形 shape形状,
円陣を組めという指令を受けると
08:08
andそして noいいえ matter問題 howどうやって manyたくさんの robotsロボット
you君は introduce紹介する into theその formation形成,
編隊を組むロボットの数を
いかに増やそうと
08:11
orまたは howどうやって manyたくさんの robotsロボット you君は pull引く outでる,
あるいは 何体か取り除こうと
08:14
each robotロボット is simply単に
reacting反応する to itsその neighbor隣人.
各ロボットは単に
隣にいるロボットに反応するだけなのです
08:17
It'sそれは aware承知して of theその fact事実 thatそれ itそれ needsニーズ
to form theその circular円形 shape形状,
円陣を組むという
指示を受けるものの
08:20
butだけど collaborating協力する with〜と itsその neighbors隣人
隣のロボットと協調するだけで
08:25
itそれ formsフォーム theその shape形状
withoutなし central中央 coordination調整.
中央制御によって
編隊を形成しているわけではありません
08:26
Now ifif you君は put置く theseこれら ideasアイデア together一緒に,
これらのアイデアを一緒にすると
08:31
theその third三番 ideaアイディア is thatそれ we我々
essentially基本的に give与える theseこれら robotsロボット
3つ目のアイデアが得られます
08:33
mathematical数学 descriptions説明
of theその shape形状 they彼ら need必要 to execute実行する.
ロボットに編隊の形の
数学的記述を与えるということです
08:37
Andそして theseこれら shapes canできる be〜する varying変化する
asとして aa function関数 of time時間,
形は時間と共に変わっていきます
08:42
andそして you'llあなたは see見る theseこれら robotsロボット
start開始 fromから aa circular円形 formation形成,
ご覧の様に
円形から始まり
08:45
change変化する into aa rectangular長方形 formation形成,
stretchストレッチ into aa straightまっすぐ lineライン,
長方形を形作った後
直線状に広がり
08:50
backバック into an ellipse楕円.
また楕円に戻ります
08:53
Andそして they彼ら do行う thisこの with〜と theその same同じ
kind種類 of split-second一瞬 coordination調整
自然界における生物の群れと同様に
08:54
thatそれ you君は see見る in naturalナチュラル swarms群れ, in nature自然.
瞬間瞬間の協調によって
こういったことを成し遂げています
08:58
Soそう whyなぜ work作業 with〜と swarms群れ?
なぜ群れについて研究しているのか?
09:03
Let〜する me telltell you君は about two applicationsアプリケーション
thatそれ we我々 are very非常に interested興味がある in.
我々がとても興味を抱いている
2つの応用があります
09:05
Theその first最初 one1 has持っている to do行う with〜と agriculture農業,
1つ目は農業に関するものです
09:10
whichどの is probably多分 theその biggest最大 problem問題
thatそれ we're私たちは facing直面する worldwide世界的に.
我々が世界で直面している
最大の問題と言って良いでしょう
09:12
Asとして you君は wellよく know知っている,
ご存知の通り
09:16
one1 in everyすべて sevenセブン persons
in thisこの earth地球 is malnourished栄養失調の.
世界では
7人に1人が栄養失調です
09:18
Most最も of theその land土地 thatそれ we我々 canできる cultivate耕す
has持っている already既に beenされている cultivated栽培された.
耕作可能な土地は
既に殆ど開拓されています
09:21
Andそして theその efficiency効率 of most最も systemsシステム
in theその world世界 is improving改善する,
こんにちの世界では
多くのシステムの効率が向上していますが
09:25
butだけど our我々の production製造 systemシステム
efficiency効率 is actually実際に declining衰退する.
農業の生産効率は低下しています
09:29
Andそして that'sそれは mostly主に becauseなぜなら of water
shortage不足, crop作物 diseases病気, climate気候 change変化する
原因はおそらく 水不足、穀物の病気
気候変動や
09:33
andそして aa coupleカップル of otherその他 thingsもの.
その他の理由にあります
09:37
Soそう what canできる robotsロボット do行う?
ロボットに何が出来るでしょう?
09:39
Wellよく, we我々 adopt採用 an approachアプローチ that'sそれは
calledと呼ばれる Precision精度 Farming農業 in theその communityコミュニティ.
この分野で精密農業(プレシジョンファーミング)
と呼ばれる手法を取り入れてみました
09:41
Andそして theその basic基本的な ideaアイディア is thatそれ we我々 fly飛ぶ
aerial空中 robotsロボット throughを通して orchards果樹園,
基本的な考えはこうです
果樹園にロボットを飛ばし
09:45
andそして then次に we我々 buildビルドする
precision精度 modelsモデル of individual個人 plants植物.
個々の木の精密なモデルを作成します
09:51
Soそう justちょうど like好きな personalizedパーソナライズド medicine医学,
個々の患者の
遺伝体質に合わせた
09:54
whilewhile you君は mightかもしれない imagine想像する wanting欲しい
to treat治療する everyすべて patient患者 individually個別に,
オーダーメード医療のように
09:56
what we'd結婚した like好きな to do行う is buildビルドする
modelsモデル of individual個人 plants植物
個々の木のモデルを製作することによって
10:01
andそして then次に telltell theその farmer農家
what kind種類 of inputs入力 everyすべて plant工場 needsニーズ ---
農家はそれぞれの木が必要とするもの―
10:05
theその inputs入力 in thisこの case場合 beingであること water,
fertilizer肥料 andそして pesticide殺虫剤.
この場合 水、肥料や殺虫剤といったものですが
それを知ることができます
10:09
Hereここに you'llあなたは see見る robotsロボット
traveling旅行 throughを通して an apple林檎 orchardオーチャード,
ロボットがリンゴ園を飛び交っています
10:14
andそして in aa minute you'llあなたは see見る
two of itsその companionsコンパニオン
仲間の2機が同じようなことを
しているのが
10:18
doingやっている theその same同じ thingもの on theその left side.
すぐに 左手に見えてきます
10:20
Andそして what they're彼らは doingやっている is essentially基本的に
building建物 aa map地図 of theその orchardオーチャード.
果樹園のマップを作成しているところで
10:22
Within以内 theその map地図 is aa map地図
of everyすべて plant工場 in thisこの orchardオーチャード.
果樹園にある1本1本の木を
マッピングしています
10:26
(Robotロボット buzzing吹き鳴らす)
(ブンブン)
10:29
Let'sさあ see見る what thoseそれら maps地図 look見える like好きな.
ではそのマップを見てみましょう
10:31
In theその next videoビデオ, you'llあなたは see見る theその camerasカメラ
thatそれ are beingであること used中古 on thisこの robotロボット.
次のビデオではロボットに搭載された
カメラの映像をご覧になれます
10:32
On theその top-left左上 is essentially基本的に
aa standard標準 color cameraカメラ.
左上は通常のカラー映像です
10:37
On theその left-center左中央 is an infrared赤外線 cameraカメラ.
左中央は赤外線映像で
10:41
Andそして on theその bottom-left左下
is aa thermalサーマル cameraカメラ.
左下はサーマルカメラのものです
10:44
Andそして on theその mainメイン panelパネル, you'reあなたは seeing見る
aa three-dimensional三次元 reconstruction再建
中央のパネルでは
各センサーが木々を通過するのに合わせ
10:48
of everyすべて tree in theその orchardオーチャード
asとして theその sensorsセンサ fly飛ぶ right past過去 theその trees.
果樹園の木の状態が
3次元的に再構成されていく様子が見られます
10:52
Armed武装した with〜と information情報 like好きな thisこの,
we我々 canできる do行う severalいくつかの thingsもの.
こういった情報を用いて
多くのことが出来ます
10:59
Theその first最初 andそして possiblyおそらく theその most最も important重要
thingもの we我々 canできる do行う is very非常に simple単純:
1つ目はおそらく最も重要なことですが
とても単純なこと
11:04
countカウント theその number of fruits果物 on everyすべて tree.
木になっている果実の数を
数えるということです
11:08
By〜によって doingやっている thisこの, you君は telltell theその farmer農家
howどうやって manyたくさんの fruits果物 she彼女 has持っている in everyすべて tree
これによって農家は
個々の木になる果実の数を知り
11:11
andそして allow許す her彼女 to estimate推定
theその yield産出 in theその orchardオーチャード,
果樹園全体の収穫量を見積もり
11:16
optimizing最適化する theその production製造
chain downstream下流.
生産販売経路を
最適化することができます
11:20
Theその second二番 thingもの we我々 canできる do行う
2つ目に可能なことは
11:23
is take取る modelsモデル of plants植物, construct構成する
three-dimensional三次元 reconstructions再建,
木のモデルに基づき
3次元形状を再構成し
11:25
andそして fromから thatそれ estimate推定 theその canopyキャノピー sizeサイズ,
そこから樹冠の面積を
推定することで
11:29
andそして then次に correlate相関する theその canopyキャノピー sizeサイズ
to theその amount of leaf areaエリア on everyすべて plant工場.
土地単位面積あたりの
葉面積を求めるということです
11:32
Andそして thisこの is calledと呼ばれる theその leaf areaエリア index索引.
これは葉面積指数と呼ばれます
11:36
Soそう ifif you君は know知っている thisこの leaf areaエリア index索引,
葉面積指数は
11:38
you君は essentially基本的に have持ってる aa measure測定 of howどうやって muchたくさん
photosynthesis光合成 is possible可能 in everyすべて plant工場,
それぞれの木がどれだけの光合成を
行っているかの指標となり
11:40
whichどの again再び tells伝える you君は
howどうやって healthy健康 each plant工場 is.
個々の木の健康度を示します
11:45
By〜によって combining結合する visualビジュアル
andそして infrared赤外線 information情報,
可視光と赤外線データを組み合わせると
11:49
we我々 canできる alsoまた、 compute計算する indicesインデックス suchそのような asとして NDVIndvi.
正規化植生指標といった指標を
計算することができます
11:53
Andそして in thisこの particular特に case場合,
you君は canできる essentially基本的に see見る
ご覧の例では
11:57
thereそこ are some一部 crops作物 thatそれ are
notない doingやっている asとして wellよく asとして otherその他 crops作物.
ある作物が他の作物に比べて
状態が悪いことが見て取れます
11:59
Thisこの is easily簡単に discernible識別可能な fromから imageryイメージ,
これは通常の可視光だけでなく
12:02
notない justちょうど visualビジュアル imageryイメージ butだけど combining結合する
可視光と赤外線イメージを
組み合わせることで
12:07
bothどちらも visualビジュアル imageryイメージ andそして infrared赤外線 imageryイメージ.
容易に識別できるようになります
12:09
Andそして then次に lastly最後に,
最後に
12:12
one1 thingもの we're私たちは interested興味がある in doingやっている is
detecting検出する theその early早い onset開始 of chlorosisクロロシス ---
我々が関心を持っているのは
植物の黄白化の早期発見です
12:13
andそして thisこの is an orangeオレンジ tree ---
これはオレンジの木です
12:17
whichどの is essentially基本的に seen見た
by〜によって yellowing黄変 of leaves.
葉が黄色くなっています
12:19
Butだけど robotsロボット flying飛行 overheadオーバーヘッド
canできる easily簡単に spotスポット thisこの autonomously自律的に
上空にロボットを飛ばすことで
これは自動で容易に発見できます
12:21
andそして then次に report報告する to theその farmer農家
thatそれ he orまたは she彼女 has持っている aa problem問題
そして果樹園のこの区域に
異常があることを
12:25
in thisこの sectionセクション of theその orchardオーチャード.
農家に知らせます
12:28
Systemsシステム like好きな thisこの canできる really本当に help助けて,
このようなシステムはとても有効で
12:30
andそして we're私たちは projecting投影する yields収量
thatそれ canできる improve改善する by〜によって about ten percentパーセント
10%の収穫量増加が期待できますが
12:33
andそして, moreもっと importantly重要なこと, decrease減少
theその amount of inputs入力 suchそのような asとして water
さらに重要なのは
飛行ロボットを使うことで
12:39
by〜によって 25 percentパーセント by〜によって usingを使用して
aerial空中 robotロボット swarms群れ.
水の25%削減など
投入資源を減らせることです
12:42
Lastly最後に, I want欲しいです you君は to applaud賞賛
theその people who actually実際に create作成する theその future未来,
最後になりますが 未来を創造する
この人達に拍手をお願いしたいと思います
12:47
Yashヤッシュ Mulgaonkarムガゴカール, Sikangシカン Liu
andそして Giuseppeギュゼッペ Loiannoロアンノ,
ヤッシュ・ムルガンカー、シカン・リウ
ジュゼッペ・ロイアーノ
12:52
who are responsible責任ある forために theその three
demonstrationsデモ thatそれ you君は saw見た.
彼らがご覧になった3つのデモを
作成してくれました
12:57
Thank感謝 you君は.
有難うございました
13:01
(Applause拍手)
(拍手)
13:02
Translated by Tomoyuki Suzuki
Reviewed by Misaki Sato

▲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