TED2011
Dennis Hong: Making a car for blind drivers
Dennis Hong: Samochód dla niewidomych
Filmed:
Readability: 4.3
923,134 views
Korzystając z rozwiązań z dziedziny robotyki, laserowych dalmierzy, technologii GPS i inteligentnych interfejsów, Dennis Hong tworzy samochód dla kierowców niewidomych. Podkreśla, że to nie "samochód, który prowadzi się sam", ale pojazd, który pozwala osobie niewidomej określić prędkość, odległość od przeszkody i odpowiedni kierunek jazdy - i prowadzić samodzielnie.
Dennis Hong - Roboticist
Dennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering. Full bio
Dennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering. Full bio
Double-click the English transcript below to play the video.
00:15
Many believe driving is an activity
0
0
3000
Wiele osób uważa, że kierować samochodem
00:18
solely reserved for those who can see.
1
3000
2000
mogą tylko widzący.
00:20
A blind person driving a vehicle safely and independently
2
5000
3000
Uważano, że niewidomy nie może prowadzić
00:23
was thought to be an impossible task, until now.
3
8000
3000
bezpiecznie i niezależnie, ale to się zmieniło.
00:26
Hello, my name is Dennis Hong,
4
11000
2000
Nazywam się Dennis Hong.
00:28
and we're bringing freedom and independence to the blind
5
13000
2000
Dajemy niewidomym wolność
00:30
by building a vehicle for the visually impaired.
6
15000
3000
dzięki samochodom dla niedowidzących.
00:33
So before I talk about this car for the blind,
7
18000
3000
Zanim o nich opowiem,
00:36
let me briefly tell you about another project that I worked on
8
21000
2000
wspomnę o innym projekcie,
00:38
called the DARPA Urban Challenge.
9
23000
2000
czyli "DARPA Urban Challenge".
00:40
Now this was about building a robotic car
10
25000
2000
Był to konkurs na samochód,
00:42
that can drive itself.
11
27000
2000
który kieruje sobą sam.
00:44
You press start, nobody touches anything,
12
29000
2000
Nikt niczym nie kieruje,
00:46
and it can reach its destination fully autonomously.
13
31000
3000
samochód samodzielnie dojeżdża do celu.
00:49
So in 2007, our team won half a million dollars
14
34000
3000
W 2007 roku nasz zespół zdobył milion dolarów
00:52
by placing third place in this competition.
15
37000
2000
za zajęcie trzeciego miejsca.
00:54
So about that time,
16
39000
2000
Mniej więcej w tym czasie
00:56
the National Federation of the Blind, or NFB,
17
41000
2000
NFB, Narodowa Federacja Niewidomych,
00:58
challenged the research committee
18
43000
2000
przedstawiła swoje wyzwanie:
01:00
about who can develop a car
19
45000
2000
samochód dla niewidomych
01:02
that lets a blind person drive safely and independently.
20
47000
2000
i bezpieczna, niezależna jazda.
01:04
We decided to give it a try,
21
49000
2000
Postanowiliśmy spróbować,
01:06
because we thought, "Hey, how hard could it be?"
22
51000
2000
bo nie wydało nam się to trudne.
01:08
We have already an autonomous vehicle.
23
53000
2000
Stworzyliśmy samochód samodzielny.
01:10
We just put a blind person in it and we're done, right?
24
55000
2000
Dodamy niewidomego pasażera!
01:12
(Laughter)
25
57000
2000
(Śmiech)
01:14
We couldn't have been more wrong.
26
59000
2000
Bardzo się myliliśmy.
01:16
What NFB wanted
27
61000
2000
Samochód obmyślony przez NFB
01:18
was not a vehicle that can drive a blind person around,
28
63000
3000
nie miał po prostu wozić osoby niewidomej,
01:21
but a vehicle where a blind person can make active decisions and drive.
29
66000
3000
ale umożliwiać jej świadome, aktywne prowadzenie.
01:24
So we had to throw everything out the window
30
69000
2000
Musieliśmy odrzucić nasze plany
01:26
and start from scratch.
31
71000
2000
i zacząć od zera.
01:28
So to test this crazy idea,
32
73000
2000
Ten szalony pomysł
01:30
we developed a small dune buggy prototype vehicle
33
75000
2000
przetestowaliśmy na małym prototypie typu "buggy".
01:32
to test the feasibility.
34
77000
2000
przetestowaliśmy na małym prototypie typu "buggy".
01:34
And in the summer of 2009,
35
79000
2000
Latem roku 2009 zaprosiliśmy dziesiątki młodych niewidomych
01:36
we invited dozens of blind youth from all over the country
36
81000
3000
Latem roku 2009 zaprosiliśmy dziesiątki młodych niewidomych
01:39
and gave them a chance to take it for a spin.
37
84000
2000
i daliśmy im się przejechać.
01:41
It was an absolutely amazing experience.
38
86000
2000
To było wspaniałe doświadczenie.
01:43
But the problem with this car was
39
88000
2000
Jednak był pewien problem.
01:45
it was designed to only be driven in a very controlled environment,
40
90000
3000
Prototyp radził sobie w kontrolowanym terenie
01:48
in a flat, closed-off parking lot --
41
93000
2000
płaskiego, zamkniętego parkingu.
01:50
even the lanes defined by red traffic cones.
42
95000
2000
Nie było pasów, tylko pachołki.
01:52
So with this success,
43
97000
2000
Po takim wstępnym sukcesie
01:54
we decided to take the next big step,
44
99000
2000
zdecydowaliśmy się pójść dalej
01:56
to develop a real car that can be driven on real roads.
45
101000
3000
i zrobić prawdziwy samochód na prawdziwe drogi.
01:59
So how does it work?
46
104000
2000
Jak to działa?
02:01
Well, it's a rather complex system,
47
106000
2000
System jest dosyć złożony,
02:03
but let me try to explain it, maybe simplify it.
48
108000
3000
ale postaram przystępnie go opisać.
02:06
So we have three steps.
49
111000
2000
Są trzy obszary,
02:08
We have perception, computation
50
113000
2000
percepcja, obliczenia
02:10
and non-visual interfaces.
51
115000
2000
i interfejsy niewizualne.
02:12
Now obviously the driver cannot see,
52
117000
2000
Kierowca oczywiście nie widzi,
02:14
so the system needs to perceive the environment
53
119000
2000
więc system bada otoczenie
02:16
and gather information for the driver.
54
121000
2000
i dostarcza informacji.
02:18
For that, we use an initial measurement unit.
55
123000
3000
Zajmuje się tym jednostka pomiarowa.
02:21
So it measures acceleration, angular acceleration --
56
126000
2000
Określa przyśpieszenie, przyśpieszenie kątowe,
02:23
like a human ear, inner ear.
57
128000
2000
jak ludzkie ucho wewnętrzne.
02:25
We fuse that information with a GPS unit
58
130000
2000
Uwzględniając dodatkowo dane GPS
02:27
to get an estimate of the location of the car.
59
132000
3000
uzyskujemy przybliżone położenie samochodu.
02:30
We also use two cameras to detect the lanes of the road.
60
135000
3000
Dwie kamery wykrywają pasy jezdni.
02:33
And we also use three laser range finders.
61
138000
2000
Są też trzy laserowe dalmierze.
02:35
The lasers scan the environment to detect obstacles --
62
140000
3000
Laser przeczesuje otoczenie, szukając przeszkód,
02:38
a car approaching from the front, the back
63
143000
2000
takich jak nadjeżdżające samochody,
02:40
and also any obstacles that run into the roads,
64
145000
3000
obiekty zjawiające się nagle na drodze
02:43
any obstacles around the vehicle.
65
148000
2000
i przeszkody wokół pojazdu.
02:45
So all this vast amount of information is then fed into the computer,
66
150000
3000
Wszystkie te dane są przekazywane do komputera,
02:48
and the computer can do two things.
67
153000
2000
który ma dwa zadania.
02:50
One is, first of all, process this information
68
155000
3000
Po pierwsze, przetwarza te informacje
02:53
to have an understanding of the environment --
69
158000
2000
i analizuje otoczenie,
02:55
these are the lanes of the road, there's the obstacles --
70
160000
3000
na przykład znajduje pas, przeszkody.
02:58
and convey this information to the driver.
71
163000
2000
Przekazuje to potem kierowcy.
03:00
The system is also smart enough
72
165000
2000
System potrafi też określić
03:02
to figure out the safest way to operate the car.
73
167000
2000
najbezpieczniejszy sposób jazdy.
03:04
So we can also generate instructions
74
169000
2000
Może generować polecenia
03:06
on how to operate the controls of the vehicle.
75
171000
2000
dotyczące kierowania pojazdem.
03:08
But the problem is this: How do we convey
76
173000
2000
Ale jak przekazać te informacje i polecenia
03:10
this information and instructions
77
175000
2000
Ale jak przekazać te informacje i polecenia
03:12
to a person who cannot see
78
177000
2000
osobie, której wzrok reaguje za wolno
03:14
fast enough and accurate enough so he can drive?
79
179000
3000
i zbyt niedokładnie, żeby kierować się wizją?
03:17
So for this, we developed many different types
80
182000
2000
Rozwiązaliśmy ten problem
03:19
of non-visual user interface technology.
81
184000
3000
za pomocą wielu rodzajów interfejsów niewizualnych.
03:22
So starting from a three-dimensional ping sound system,
82
187000
2000
Trójwymiarowe alarmy dźwiękowe,
03:24
a vibrating vest,
83
189000
2000
wibrująca kamizelka,
03:26
a click wheel with voice commands, a leg strip,
84
191000
3000
panel dotykowy sterowany głosowo, taśma na nodze,
03:29
even a shoe that applies pressure to the foot.
85
194000
2000
but naciskający stopę.
03:31
But today we're going to talk about
86
196000
2000
Ale dzisiaj opowiem o trzech z tych interfejsów.
03:33
three of these non-visual user interfaces.
87
198000
2000
Ale dzisiaj opowiem o trzech z tych interfejsów.
03:35
Now the first interface is called a DriveGrip.
88
200000
3000
Pierwszy nazywa się DriveGrip.
03:38
So these are a pair of gloves,
89
203000
2000
Składa się z rękawic z wibrującymi knykciami,
03:40
and it has vibrating elements on the knuckle part
90
205000
2000
Składa się z rękawic z wibrującymi knykciami,
03:42
so you can convey instructions about how to steer --
91
207000
3000
które przedstawiają dane niezbędne do kierowania,
03:45
the direction and the intensity.
92
210000
2000
kierunek i siłę skrętu kierownicy.
03:47
Another device is called SpeedStrip.
93
212000
2000
Inne urządzenie to SpeedStrip.
03:49
So this is a chair -- as a matter of fact, it's actually a massage chair.
94
214000
3000
Tak naprawdę to fotel z funkcją masażu.
03:52
We gut it out, and we rearrange the vibrating elements in different patterns,
95
217000
4000
Wybebeszyliśmy go i poprzestawialiśmy części masujące.
03:56
and we actuate them to convey information about the speed,
96
221000
3000
Ich ruchy informują o prędkości
03:59
and also instructions how to use the gas and the brake pedal.
97
224000
3000
i podpowiadają, jak używać pedałów gazu i hamulca.
04:02
So over here, you can see
98
227000
2000
Tutaj widzimy, jak komputer poznaje otoczenie.
04:04
how the computer understands the environment,
99
229000
2000
Tutaj widzimy, jak komputer poznaje otoczenie.
04:06
and because you cannot see the vibration,
100
231000
2000
Ponieważ wibracji nie widać,
04:08
we actually put red LED's on the driver so that you can see what's happening.
101
233000
3000
na potrzeby filmu do rękawic dodaliśmy czerwone diody.
04:11
This is the sensory data,
102
236000
2000
To dane z czujników otoczenia,
04:13
and that data is transferred to the devices through the computer.
103
238000
3000
przekazywane do interfejsów przez komputer.
04:16
So these two devices, DriveGrip and SpeedStrip,
104
241000
2000
Urządzenia DriveGrip i SpeedStrip są bardzo skuteczne,
04:18
are very effective.
105
243000
2000
Urządzenia DriveGrip i SpeedStrip są bardzo skuteczne,
04:20
But the problem is
106
245000
2000
jednak służą do podawania instrukcji.
04:22
these are instructional cue devices.
107
247000
2000
jednak służą do podawania instrukcji.
04:24
So this is not really freedom, right?
108
249000
2000
Nie można tego nazwać wolnością.
04:26
The computer tells you how to drive --
109
251000
2000
To komputer mówi, jak mamy prowadzić:
04:28
turn left, turn right, speed up, stop.
110
253000
2000
"Skręć w lewo, przyśpiesz, zatrzymaj się".
04:30
We call this the "backseat-driver problem."
111
255000
2000
To problem "życzliwego pasażera".
04:32
So we're moving away from the instructional cue devices,
112
257000
3000
Dlatego odchodzimy od urządzeń dających polecenia
04:35
and we're now focusing more
113
260000
2000
Dlatego odchodzimy od urządzeń dających polecenia
04:37
on the informational devices.
114
262000
2000
w stronę rozwiązań informujących.
04:39
A good example for this informational non-visual user interface
115
264000
2000
Dobrym przykładem takiego interfejsu
04:41
is called AirPix.
116
266000
2000
jest urządzenie AirPix.
04:43
So think of it as a monitor for the blind.
117
268000
2000
To taki monitor dla niewidomych.
04:45
So it's a small tablet, has many holes in it,
118
270000
2000
Przez otwory w tej tabliczce płynie sprężone powietrze,
04:47
and compressed air comes out,
119
272000
2000
Przez otwory w tej tabliczce płynie sprężone powietrze,
04:49
so it can actually draw images.
120
274000
2000
które odwzorowuje obraz.
04:51
So even though you are blind, you can put your hand over it,
121
276000
2000
Za pomocą dłoni niewidomy widzi drogę i przeszkody.
04:53
you can see the lanes of the road and obstacles.
122
278000
2000
Za pomocą dłoni niewidomy widzi drogę i przeszkody.
04:55
Actually, you can also change the frequency of the air coming out
123
280000
3000
Można zmieniać częstotliwość i temperaturę strumienia.
04:58
and possibly the temperature.
124
283000
2000
Można zmieniać częstotliwość i temperaturę strumienia.
05:00
So it's actually a multi-dimensional user interface.
125
285000
3000
To wielowymiarowy interfejs użytkownika.
05:03
So here you can see the left camera, the right camera from the vehicle
126
288000
3000
Komputer interpretuje obraz z kamer samochodu,
05:06
and how the computer interprets that and sends that information to the AirPix.
127
291000
3000
a następnie przesyła dane do interfejsu AirPix.
05:09
For this, we're showing a simulator,
128
294000
2000
Niewidomy korzysta z symulatora
05:11
a blind person driving using the AirPix.
129
296000
3000
i kieruje samochodem za pomocą urządzenia AirPix.
05:14
This simulator was also very useful for training the blind drivers
130
299000
3000
Na symulatorze trenowaliśmy niewidomych kierowców
05:17
and also quickly testing different types of ideas
131
302000
2000
i szybko testowaliśmy różne interfejsy niewizualne.
05:19
for different types of non-visual user interfaces.
132
304000
2000
i szybko testowaliśmy różne interfejsy niewizualne.
05:21
So basically that's how it works.
133
306000
2000
Tak to mniej więcej działa.
05:23
So just a month ago,
134
308000
2000
29 stycznia, czyli zaledwie miesiąc temu,
05:25
on January 29th,
135
310000
2000
29 stycznia, czyli zaledwie miesiąc temu,
05:27
we unveiled this vehicle for the very first time to the public
136
312000
2000
pokazaliśmy samochód publicznie
05:29
at the world-famous Daytona International Speedway
137
314000
3000
na torze Daytona International Speedway,
05:32
during the Rolex 24 racing event.
138
317000
2000
podczas wyścigu Rolex 24.
05:34
We also had some surprises. Let's take a look.
139
319000
3000
Zaplanowaliśmy też parę niespodzianek.
05:37
(Music)
140
322000
10000
(Muzyka)
05:47
(Video) Announcer: This is an historic day in January.
141
332000
4000
(Wideo) Spiker: To przełomowa chwila.
05:51
He's coming up to the grandstand, fellow Federationists.
142
336000
4000
Dojeżdża do trybuny głównej.
05:55
(Cheering)
143
340000
6000
(Brawa)
06:01
(Honking)
144
346000
3000
(Klakson)
06:04
There's the grandstand now.
145
349000
2000
To już trybuna.
06:06
And he's [unclear] following that van that's out in front of him.
146
351000
4000
Teraz Mark będzie jechał za furgonetką.
06:10
Well there comes the first box.
147
355000
2000
Pierwsze pudełko.
06:12
Now let's see if Mark avoids it.
148
357000
3000
Zobaczymy, czy Markowi uda się je ominąć.
06:15
He does. He passes it on the right.
149
360000
3000
Udało się, objechał je z prawej.
06:20
Third box is out. The fourth box is out.
150
365000
3000
Na torze leży trzecie i czwarte pudło.
06:23
And he's perfectly making his way between the two.
151
368000
3000
Mark wymija je bez problemu.
06:26
He's closing in on the van
152
371000
2000
Dogania już furgonetkę,
06:28
to make the moving pass.
153
373000
3000
będzie próbował ją wyprzedzić.
06:32
Well this is what it's all about,
154
377000
2000
O to chodzi.
06:34
this kind of dynamic display of audacity and ingenuity.
155
379000
4000
Dynamika, odwaga i pomysłowość.
06:39
He's approaching the end of the run,
156
384000
3000
Dojeżdża do końca toru,
06:42
makes his way between the barrels that are set up there.
157
387000
5000
gdzie będzie musiał przejechać przez dziurę w ścianie beczek.
06:47
(Honking)
158
392000
3000
(Klakson)
06:50
(Applause)
159
395000
3000
(Brawa)
06:56
Dennis Hong: I'm so happy for you.
160
401000
2000
Dennis Hong: Jestem z ciebie dumny.
06:58
Mark's going to give me a ride back to the hotel.
161
403000
2000
Mark podwiezie mnie do hotelu.
07:00
Mark Riccobono: Yes.
162
405000
2000
Mark Riccobono: Proszę bardzo.
07:05
(Applause)
163
410000
9000
(Brawa)
07:14
DH: So since we started this project,
164
419000
2000
Od rozpoczęcia projektu
07:16
we've been getting hundreds of letters, emails, phone calls
165
421000
3000
dostajemy setki listów, maili i telefonów z całego świata.
07:19
from people from all around the world.
166
424000
2000
dostajemy setki listów, maili i telefonów z całego świata.
07:21
Letters thanking us, but sometimes you also get funny letters like this one:
167
426000
3000
Większość to podziękowania, ale są też śmieszne perełki:
07:24
"Now I understand why there is Braille on a drive-up ATM machine."
168
429000
4000
"Już rozumiem, czemu na bankomatach dla kierowców jest brajl".
07:28
(Laughter)
169
433000
2000
(Śmiech)
07:30
But sometimes --
170
435000
2000
Ale czasami...
07:32
(Laughter)
171
437000
2000
(Śmiech)
07:34
But sometimes I also do get --
172
439000
2000
Czasami dostajemy listy niekoniecznie agresywne,
07:36
I wouldn't call it hate mail --
173
441000
2000
Czasami dostajemy listy niekoniecznie agresywne,
07:38
but letters of really strong concern:
174
443000
2000
ale pełne zastrzeżeń:
07:40
"Dr. Hong, are you insane,
175
445000
2000
"Czy panu odbiło?
07:42
trying to put blind people on the road?
176
447000
2000
Ślepi na drodze?
07:44
You must be out of your mind."
177
449000
2000
Chyba pan oszalał!"
07:46
But this vehicle is a prototype vehicle,
178
451000
2000
Ale prototyp nie trafi na ulicę,
07:48
and it's not going to be on the road
179
453000
2000
zanim nie dowiedziemy, że jest równie,
07:50
until it's proven as safe as, or safer than, today's vehicle.
180
455000
2000
lub bardziej bezpieczny niż zwykły samochód.
07:52
And I truly believe that this can happen.
181
457000
3000
A naprawdę sądzę, że to możliwe.
07:55
But still, will the society,
182
460000
2000
Ale czy społeczeństwo zaakceptuje
07:57
would they accept such a radical idea?
183
462000
2000
taki radykalny pomysł?
07:59
How are we going to handle insurance?
184
464000
2000
Co z ubezpieczeniem?
08:01
How are we going to issue driver's licenses?
185
466000
2000
Jak rozwiązać kwestię prawa jazdy?
08:03
There's many of these different kinds of hurdles besides technology challenges
186
468000
3000
Nie tylko technologia niesie wyzwania,
08:06
that we need to address before this becomes a reality.
187
471000
3000
które musimy pokonać, żeby urzeczywistnić pomysł.
08:09
Of course, the main goal of this project
188
474000
2000
Oczywiście, głównym celem projektu
08:11
is to develop a car for the blind.
189
476000
2000
jest budowa samochodu dla niewidomych.
08:13
But potentially more important than this
190
478000
2000
Ale potencjalnie większe znaczenie
08:15
is the tremendous value of the spin-off technology
191
480000
3000
ma wartość przyszłych technologii,
08:18
that can come from this project.
192
483000
2000
jakie zainspiruje ten projekt.
08:20
The sensors that are used can see through the dark,
193
485000
2000
Nasze czujniki widzą w ciemności,
08:22
the fog and rain.
194
487000
2000
we mgle i w deszczu.
08:24
And together with this new type of interfaces,
195
489000
2000
Takie rozwiązania i nowe interfejsy
08:26
we can use these technologies
196
491000
2000
mogą zwiększyć bezpieczeństwo samochodów dla widzących.
08:28
and apply them to safer cars for sighted people.
197
493000
2000
mogą zwiększyć bezpieczeństwo samochodów dla widzących.
08:30
Or for the blind, everyday home appliances --
198
495000
3000
A także urządzeń dla niewidomych w domu,
08:33
in the educational setting, in the office setting.
199
498000
2000
szkole i biurze.
08:35
Just imagine, in a classroom a teacher writes on the blackboard
200
500000
3000
Wyobraźmy sobie, że nauczyciel pisze na tablicy,
08:38
and a blind student can see what's written and read
201
503000
3000
a uczeń potrafi wszystko odczytać
08:41
using these non-visual interfaces.
202
506000
2000
dzięki takim interfejsom niewizualnym.
08:43
This is priceless.
203
508000
3000
To bezcenne.
08:46
So today, the things I've showed you today, is just the beginning.
204
511000
3000
Dlatego wszystko, co pokazywałem, to dopiero początek.
08:49
Thank you very much.
205
514000
2000
Dziękuję bardzo.
08:51
(Applause)
206
516000
11000
(Brawa)
ABOUT THE SPEAKER
Dennis Hong - RoboticistDennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering.
Why you should listen
As director of a groundbreaking robotics lab, Dennis Hong guides his team of students through projects on robot locomotion and mechanism design, creating award-winning humanoid robots like DARwIn (Dynamic Anthropomorphic Robot with Intelligence). His team is known as RoMeLa (Robotics & Mechanisms Laboratory) and operates at Virginia Tech.
Hong has also pioneered various innovations in soft-body robots, using a “whole-skin locomotion” as inspired by amoebae. Marrying robotics with biochemistry, he has been able to generate new types of motion with these ingenious forms. For his contributions to the field, Hong was selected as a NASA Summer Faculty Fellow in 2005, given the CAREER award by the National Science Foundation in 2007 and in 2009, named as one of Popular Science's Brilliant 10. He is also a gourmet chef and a magician, performing shows for charity and lecturing on the science of magic.
Dennis Hong | Speaker | TED.com