TED2011
Dennis Hong: Making a car for blind drivers
Dennis Hong: Fazendo um carro para motoristas cegos
Filmed:
Readability: 4.3
923,134 views
Usando robótica, telêmetros à laser, GPS e ferramentas de retroalimentação inteligentes, Dennis Hong está construindo um carro para motoristas que são cegos. Não se trata de um carro auto-guiado, ele faz questão de frisar, mas um carro no qual um motorista sem visão pode determinar a velocidade, aproximação e trajetória - e dirigir independentemente.
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
Muitos acreditam que dirigir é uma atividade
00:18
solely reserved for those who can see.
1
3000
2000
reservada exclusivamente para aqueles que podem enxergar.
00:20
A blind person driving a vehicle safely and independently
2
5000
3000
Uma pessoa cega dirigindo um veículo de modo seguro e independente
00:23
was thought to be an impossible task, until now.
3
8000
3000
era tido como uma tarefa impossível, até agora.
00:26
Hello, my name is Dennis Hong,
4
11000
2000
Olá, meu nome é Dennis Hong,
00:28
and we're bringing freedom and independence to the blind
5
13000
2000
e nós estamos trazendo liberdade e independência para os cegos
00:30
by building a vehicle for the visually impaired.
6
15000
3000
através da criação de um veículo para os deficientes visuais.
00:33
So before I talk about this car for the blind,
7
18000
3000
Mas antes de falar sobre este carro para cegos,
00:36
let me briefly tell you about another project that I worked on
8
21000
2000
deixem-me rapidamente contar-lhes sobre outro projeto no qual trabalhei
00:38
called the DARPA Urban Challenge.
9
23000
2000
chamado 'O Desafio Urbano DARPA'.
00:40
Now this was about building a robotic car
10
25000
2000
Pois bem, isto foi sobre a criação de um carro robótico
00:42
that can drive itself.
11
27000
2000
que pode dirigir a si mesmo.
00:44
You press start, nobody touches anything,
12
29000
2000
Você aperta a ignição, ninguém encosta em nada,
00:46
and it can reach its destination fully autonomously.
13
31000
3000
e ele pode chegar ao seu destino de modo totalmente autônomo.
00:49
So in 2007, our team won half a million dollars
14
34000
3000
Então, em 2007, nosso grupo ganhou meio milhão de dólares
00:52
by placing third place in this competition.
15
37000
2000
ao ficar em terceiro lugar nesta competição.
00:54
So about that time,
16
39000
2000
Então, naquela época,
00:56
the National Federation of the Blind, or NFB,
17
41000
2000
a Federação Nacional dos Cegos, ou NFB (sigla em inglês),
00:58
challenged the research committee
18
43000
2000
desafiou o comitê de pesquisa
01:00
about who can develop a car
19
45000
2000
sobre quem poderia desenvolver um carro
01:02
that lets a blind person drive safely and independently.
20
47000
2000
que permitisse uma pessoa cega a dirigir segura e independentemente.
01:04
We decided to give it a try,
21
49000
2000
Nós decidimos fazer uma tentativa,
01:06
because we thought, "Hey, how hard could it be?"
22
51000
2000
pois pensamos, ei, isso não deve ser tão difícil.
01:08
We have already an autonomous vehicle.
23
53000
2000
Nós já temos um veículo autônomo.
01:10
We just put a blind person in it and we're done, right?
24
55000
2000
Nós apenas colocaremos um cego dentro dele e está pronto, correto?
01:12
(Laughter)
25
57000
2000
(Risos)
01:14
We couldn't have been more wrong.
26
59000
2000
Não poderíamos estar mais enganados.
01:16
What NFB wanted
27
61000
2000
O que a NFB queria
01:18
was not a vehicle that can drive a blind person around,
28
63000
3000
não era um veículo que poderia levar um cego por aí,
01:21
but a vehicle where a blind person can make active decisions and drive.
29
66000
3000
mas um veículo no qual um cego pudesse tomar decisões ativas e dirigir.
01:24
So we had to throw everything out the window
30
69000
2000
Então, tivemos que jogar tudo pela janela
01:26
and start from scratch.
31
71000
2000
e começar do zero.
01:28
So to test this crazy idea,
32
73000
2000
Então, para testar esta ideia maluca,
01:30
we developed a small dune buggy prototype vehicle
33
75000
2000
desenvolvemos um pequeno buggy como protótipo
01:32
to test the feasibility.
34
77000
2000
para testar a viabilidade.
01:34
And in the summer of 2009,
35
79000
2000
E no verão de 2009,
01:36
we invited dozens of blind youth from all over the country
36
81000
3000
convidamos dúzias de jovens cegos de todo o país
01:39
and gave them a chance to take it for a spin.
37
84000
2000
e lhes demos a chance de entrar nele e dar uma volta.
01:41
It was an absolutely amazing experience.
38
86000
2000
Foi uma experiência absolutamente fantástica.
01:43
But the problem with this car was
39
88000
2000
Mas o problema com este carro era
01:45
it was designed to only be driven in a very controlled environment,
40
90000
3000
que ele foi projetado para ser guiado apenas em um ambiente muito específico,
01:48
in a flat, closed-off parking lot --
41
93000
2000
em um estacionamento plano e interditado --
01:50
even the lanes defined by red traffic cones.
42
95000
2000
e até mesmo com as guias definidas por cones vermelhos.
01:52
So with this success,
43
97000
2000
Então, com este sucesso,
01:54
we decided to take the next big step,
44
99000
2000
decidimos assumir o próximo grande passo,
01:56
to develop a real car that can be driven on real roads.
45
101000
3000
desenvolver um carro de verdade, que pudesse ser guiado em estradas de verdade.
01:59
So how does it work?
46
104000
2000
Então, como que ele funciona?
02:01
Well, it's a rather complex system,
47
106000
2000
Bem, é um sistema algo complexo,
02:03
but let me try to explain it, maybe simplify it.
48
108000
3000
mas deixem-me tentar explicá-lo, talvez simplificá-lo.
02:06
So we have three steps.
49
111000
2000
Então, nós temos três passos.
02:08
We have perception, computation
50
113000
2000
Nós temos a percepção, a computação
02:10
and non-visual interfaces.
51
115000
2000
e as interfaces não-visuais.
02:12
Now obviously the driver cannot see,
52
117000
2000
Agora, obviamente que o motorista não pode enxergar,
02:14
so the system needs to perceive the environment
53
119000
2000
então, o sistema precisa perceber o ambiente
02:16
and gather information for the driver.
54
121000
2000
e reunir a informação para o motorista.
02:18
For that, we use an initial measurement unit.
55
123000
3000
Para isso, usamos uma primeira unidade de medida.
02:21
So it measures acceleration, angular acceleration --
56
126000
2000
Ou seja, ele mede a aceleração, a aceleração angular --
02:23
like a human ear, inner ear.
57
128000
2000
como o ouvido humano, o ouvido interno.
02:25
We fuse that information with a GPS unit
58
130000
2000
Nós fundimos essa informação com uma unidade de GPS
02:27
to get an estimate of the location of the car.
59
132000
3000
para ter uma estimativa da localização do carro.
02:30
We also use two cameras to detect the lanes of the road.
60
135000
3000
Nós também usamos duas câmeras para detectar as faixas das estradas.
02:33
And we also use three laser range finders.
61
138000
2000
E também usamos três telêmetros à laser.
02:35
The lasers scan the environment to detect obstacles --
62
140000
3000
Estes lasers escaneiam o ambiente para detectarem obstáculos --
02:38
a car approaching from the front, the back
63
143000
2000
um carro se aproximando pela frente, por trás
02:40
and also any obstacles that run into the roads,
64
145000
3000
e ainda quaisquer obstáculos que apareçam na estrada,
02:43
any obstacles around the vehicle.
65
148000
2000
quaisquer obstáculos ao redor do veículo.
02:45
So all this vast amount of information is then fed into the computer,
66
150000
3000
Então, toda esta grande quantidade de informação é introduzida em um computador,
02:48
and the computer can do two things.
67
153000
2000
e o computador pode fazer duas coisas.
02:50
One is, first of all, process this information
68
155000
3000
Uma é, a primeira delas, processar esta informação
02:53
to have an understanding of the environment --
69
158000
2000
para ter um entendimento do ambiente --
02:55
these are the lanes of the road, there's the obstacles --
70
160000
3000
essas são as faixas da estrada, existem os obstáculos --
02:58
and convey this information to the driver.
71
163000
2000
e levar esta informação para o motorista.
03:00
The system is also smart enough
72
165000
2000
O sistema ainda é inteligente o bastante
03:02
to figure out the safest way to operate the car.
73
167000
2000
para calcular o modo mais seguro de conduzir o carro.
03:04
So we can also generate instructions
74
169000
2000
Então, nós podemos também gerar instruções
03:06
on how to operate the controls of the vehicle.
75
171000
2000
sobre como operar os controles do veículo.
03:08
But the problem is this: How do we convey
76
173000
2000
Mas o problema é este: Como é que nós levaremos
03:10
this information and instructions
77
175000
2000
estas informações e instruções
03:12
to a person who cannot see
78
177000
2000
para uma pessoa que não pode enxergar
03:14
fast enough and accurate enough so he can drive?
79
179000
3000
rápida e acuradamente o bastante para que ele possa dirigir?
03:17
So for this, we developed many different types
80
182000
2000
Então, para isto, nós desenvolvemos vários e diferentes tipos
03:19
of non-visual user interface technology.
81
184000
3000
de tecnologias não-visuais de interface com o usuário.
03:22
So starting from a three-dimensional ping sound system,
82
187000
2000
Então, começando por um sistema de alarme sonoro tridimensional,
03:24
a vibrating vest,
83
189000
2000
uma roupa que vibra,
03:26
a click wheel with voice commands, a leg strip,
84
191000
3000
um botão de comando acionado por voz, uma alça para a perna,
03:29
even a shoe that applies pressure to the foot.
85
194000
2000
até mesmo um calçado que faz pressão sobre os pés.
03:31
But today we're going to talk about
86
196000
2000
Mas hoje falaremos sobre
03:33
three of these non-visual user interfaces.
87
198000
2000
três destas interfaces não-visuais para o usuário.
03:35
Now the first interface is called a DriveGrip.
88
200000
3000
Agora, a primeira interface é chamada de DriveGrip.
03:38
So these are a pair of gloves,
89
203000
2000
Então, tem-se um par de luvas,
03:40
and it has vibrating elements on the knuckle part
90
205000
2000
e elas possuem elementos vibratórios junto às articulações,
03:42
so you can convey instructions about how to steer --
91
207000
3000
assim, você pode transmitir instruções sobre como conduzir --
03:45
the direction and the intensity.
92
210000
2000
a direção e a intensidade.
03:47
Another device is called SpeedStrip.
93
212000
2000
Um outro aparelho é chamado de SpeedStrip.
03:49
So this is a chair -- as a matter of fact, it's actually a massage chair.
94
214000
3000
Então, este é um assento -- para falar a verdade, é uma cadeira de massagem.
03:52
We gut it out, and we rearrange the vibrating elements in different patterns,
95
217000
4000
Nós a desmontamos e reposicionamos os elementos vibratórios em diferentes padrões.
03:56
and we actuate them to convey information about the speed,
96
221000
3000
E os reprogramamos para transmitir informação sobre velocidade,
03:59
and also instructions how to use the gas and the brake pedal.
97
224000
3000
e também informações sobre como usar o acelerador e o freio.
04:02
So over here, you can see
98
227000
2000
Então, aqui, vocês podem ver
04:04
how the computer understands the environment,
99
229000
2000
como o computador entende o ambiente.
04:06
and because you cannot see the vibration,
100
231000
2000
E como vocês não podem ver a vibração,
04:08
we actually put red LED's on the driver so that you can see what's happening.
101
233000
3000
instalamos, neste caso, LED's nas luvas, assim pode-se ver exatamente o que está acontecendo.
04:11
This is the sensory data,
102
236000
2000
Estes são os dados sensoriais,
04:13
and that data is transferred to the devices through the computer.
103
238000
3000
e esses dados são transferidos para os aparelhos através do computador.
04:16
So these two devices, DriveGrip and SpeedStrip,
104
241000
2000
Então, estes dois aparelhos, o DriveGrip e o SpeedStrip,
04:18
are very effective.
105
243000
2000
são bem eficientes.
04:20
But the problem is
106
245000
2000
Mas o problema é
04:22
these are instructional cue devices.
107
247000
2000
estes são aparelhos de sinais instrutivos.
04:24
So this is not really freedom, right?
108
249000
2000
Assim, isto não é realmente liberdade, correto?
04:26
The computer tells you how to drive --
109
251000
2000
O computador diz a você como dirigir --
04:28
turn left, turn right, speed up, stop.
110
253000
2000
vire à esquerda, vire à direita, acelere, pare.
04:30
We call this the "backseat-driver problem."
111
255000
2000
Nós chamamos isto de ' o problema do motorista do banco traseiro'.
04:32
So we're moving away from the instructional cue devices,
112
257000
3000
Então, estamos nos afastando dos aparelhos de dicas instrucionais
04:35
and we're now focusing more
113
260000
2000
e estamos nos concentrando mais
04:37
on the informational devices.
114
262000
2000
em aparelhos que fornecem informações.
04:39
A good example for this informational non-visual user interface
115
264000
2000
Um bom exemplo deste tipo de interface informativa não-visual
04:41
is called AirPix.
116
266000
2000
é chamado de AirPix.
04:43
So think of it as a monitor for the blind.
117
268000
2000
Pense nele como uma tela para cegos.
04:45
So it's a small tablet, has many holes in it,
118
270000
2000
Ou seja, ele é uma pequena prancha que tem vários furos
04:47
and compressed air comes out,
119
272000
2000
pelos quais sai ar comprimido,
04:49
so it can actually draw images.
120
274000
2000
assim, ele pode, na verdade, delinear imagens.
04:51
So even though you are blind, you can put your hand over it,
121
276000
2000
Então, mesmo que você seja cego, você pode colocar sua mão sobre ele,
04:53
you can see the lanes of the road and obstacles.
122
278000
2000
você pode ver as faixas da estrada e os obstáculos.
04:55
Actually, you can also change the frequency of the air coming out
123
280000
3000
Na verdade, você pode mudar também a frequência do ar que sai
04:58
and possibly the temperature.
124
283000
2000
e possivelmente a temperatura.
05:00
So it's actually a multi-dimensional user interface.
125
285000
3000
Então, ele é, na verdade, uma interface de usuário multi-dimensional.
05:03
So here you can see the left camera, the right camera from the vehicle
126
288000
3000
Pois bem, aqui vocês podem ver a câmera esquerda e direita do veículo
05:06
and how the computer interprets that and sends that information to the AirPix.
127
291000
3000
e como o computador interpreta isso e envia essa informação para o AirPix.
05:09
For this, we're showing a simulator,
128
294000
2000
Para isto, estamos mostrando um simulador,
05:11
a blind person driving using the AirPix.
129
296000
3000
uma pessoa cega dirigindo usando o AirPix.
05:14
This simulator was also very useful for training the blind drivers
130
299000
3000
Este simulador foi também muito útil para o treinamento dos motoristas cegos
05:17
and also quickly testing different types of ideas
131
302000
2000
e para também testar rapidamente diferentes tipos de ideias
05:19
for different types of non-visual user interfaces.
132
304000
2000
para diferentes tipos de interfaces não-visuais com o usuário.
05:21
So basically that's how it works.
133
306000
2000
Então, basicamente é assim que ele funciona.
05:23
So just a month ago,
134
308000
2000
Cerca de um mês atrás,
05:25
on January 29th,
135
310000
2000
em 29 de janeiro,
05:27
we unveiled this vehicle for the very first time to the public
136
312000
2000
nós divulgamos este veículo pela primeira vez junto ao público,
05:29
at the world-famous Daytona International Speedway
137
314000
3000
na mundialmente famosa corrida Internacional de Daytona,
05:32
during the Rolex 24 racing event.
138
317000
2000
durante o evento da corrida 'Rolex 24'.
05:34
We also had some surprises. Let's take a look.
139
319000
3000
Nós também tivemos algumas surpresas. Vamos dar uma olhada.
05:37
(Music)
140
322000
10000
(Música)
05:47
(Video) Announcer: This is an historic day in January.
141
332000
4000
(Vídeo) Locutor: Este é um dia histórico [inaudível].
05:51
He's coming up to the grandstand, fellow Federationists.
142
336000
4000
Ele se aproxima da tribuna, companheiros Federistas.
05:55
(Cheering)
143
340000
6000
(Aclamação)
06:01
(Honking)
144
346000
3000
(Buzinando)
06:04
There's the grandstand now.
145
349000
2000
Eis a tribuna agora.
06:06
And he's [unclear] following that van that's out in front of him.
146
351000
4000
E ele está [inaudível] seguindo aquela van logo à sua frente.
06:10
Well there comes the first box.
147
355000
2000
Bem, lá vai a primeira caixa.
06:12
Now let's see if Mark avoids it.
148
357000
3000
Agora, vejamos se Mark desviará dela.
06:15
He does. He passes it on the right.
149
360000
3000
Ele desvia. Ele a ultrapassa pela direita.
06:20
Third box is out. The fourth box is out.
150
365000
3000
A terceira caixa foi lançada. A quarta caixa foi lançada.
06:23
And he's perfectly making his way between the two.
151
368000
3000
E ele está percorrendo perfeitamente seu caminho entre as duas.
06:26
He's closing in on the van
152
371000
2000
Ele está se aproximando da van
06:28
to make the moving pass.
153
373000
3000
para fazer a ultrapassagem.
06:32
Well this is what it's all about,
154
377000
2000
Bem, é sobre isto que é tudo,
06:34
this kind of dynamic display of audacity and ingenuity.
155
379000
4000
este tipo de exibição de audácia e engenhosidade.
06:39
He's approaching the end of the run,
156
384000
3000
Ele está se aproximando do final da volta,
06:42
makes his way between the barrels that are set up there.
157
387000
5000
traça seu caminho entre os barris que foram colocados lá.
06:47
(Honking)
158
392000
3000
(Buzinando)
06:50
(Applause)
159
395000
3000
(Aplausos)
06:56
Dennis Hong: I'm so happy for you.
160
401000
2000
Dennis Hong: Eu estou muito feliz por você.
06:58
Mark's going to give me a ride back to the hotel.
161
403000
2000
O Mark me dará uma carona de volta para o hotel.
07:00
Mark Riccobono: Yes.
162
405000
2000
Mark Riccobono: Vou sim.
07:05
(Applause)
163
410000
9000
(Aplausos)
07:14
DH: So since we started this project,
164
419000
2000
DH: Então, desde que iniciamos este projeto,
07:16
we've been getting hundreds of letters, emails, phone calls
165
421000
3000
temos recebido centenas de cartas, emails, telefonemas
07:19
from people from all around the world.
166
424000
2000
de pessoas do mundo todo.
07:21
Letters thanking us, but sometimes you also get funny letters like this one:
167
426000
3000
Cartas nos agradecendo, mas algumas vêzes você também recebe cartas engraçadas como esta:
07:24
"Now I understand why there is Braille on a drive-up ATM machine."
168
429000
4000
"Agora eu entendo porque tem Braille nas guias dos caixas eletrônicos."
07:28
(Laughter)
169
433000
2000
(Risos)
07:30
But sometimes --
170
435000
2000
Mas de vez em quando --
07:32
(Laughter)
171
437000
2000
(Risos)
07:34
But sometimes I also do get --
172
439000
2000
Mas de vez em quando eu também recebo --
07:36
I wouldn't call it hate mail --
173
441000
2000
Eu não a chamaria de odiosa correspondência --
07:38
but letters of really strong concern:
174
443000
2000
mas cartas com uma preocupação realmente forte:
07:40
"Dr. Hong, are you insane,
175
445000
2000
"Dr. Hong, você é louco,
07:42
trying to put blind people on the road?
176
447000
2000
tentando colocar pessoas cegas na estrada?
07:44
You must be out of your mind."
177
449000
2000
Você deve estar fora do seu juízo."
07:46
But this vehicle is a prototype vehicle,
178
451000
2000
Mas este veículo é um veículo-protótipo,
07:48
and it's not going to be on the road
179
453000
2000
e ele não estará nas ruas
07:50
until it's proven as safe as, or safer than, today's vehicle.
180
455000
2000
até que se prove tão seguro, ou mais seguro do que os veículos atuais.
07:52
And I truly believe that this can happen.
181
457000
3000
E eu realmente acredito que isto pode acontecer.
07:55
But still, will the society,
182
460000
2000
Mas ainda assim, a sociedade irá,
07:57
would they accept such a radical idea?
183
462000
2000
(a sociedade) aceitaria uma ideia tão radical?
07:59
How are we going to handle insurance?
184
464000
2000
Como que manejaríamos o seguro?
08:01
How are we going to issue driver's licenses?
185
466000
2000
Como emitiríamos as carteiras de motoristas?
08:03
There's many of these different kinds of hurdles besides technology challenges
186
468000
3000
Exsitem muitos destes diferentes tipos de obstáculos, além dos desafios tecnológicos
08:06
that we need to address before this becomes a reality.
187
471000
3000
que precisamos avaliar antes disto tornar-se uma realidade.
08:09
Of course, the main goal of this project
188
474000
2000
É claro, o principal objetivo deste projeto
08:11
is to develop a car for the blind.
189
476000
2000
é desenvolver um carro para os cegos.
08:13
But potentially more important than this
190
478000
2000
Mas potencialmente mais importante do que isto
08:15
is the tremendous value of the spin-off technology
191
480000
3000
é o tremendo valor da tecnologia derivada
08:18
that can come from this project.
192
483000
2000
que pode vir deste projeto.
08:20
The sensors that are used can see through the dark,
193
485000
2000
Os sensores que são usados podem "enxergar" na escuridão,
08:22
the fog and rain.
194
487000
2000
sob neblina e na chuva.
08:24
And together with this new type of interfaces,
195
489000
2000
E junto com este novo tipo de interface,
08:26
we can use these technologies
196
491000
2000
nós podemos usar estas tecnologias
08:28
and apply them to safer cars for sighted people.
197
493000
2000
e aplicá-las em carros mais seguros para pessoas que enxergam.
08:30
Or for the blind, everyday home appliances --
198
495000
3000
Ou para os cegos, nas atividades domésticas cotidianas --
08:33
in the educational setting, in the office setting.
199
498000
2000
no cenário educacional, no ambiente do escritório.
08:35
Just imagine, in a classroom a teacher writes on the blackboard
200
500000
3000
Imagine apenas, numa sala de aula um professor escreve no quadro-negro
08:38
and a blind student can see what's written and read
201
503000
3000
e um estudante cego pode ver o que está escrito e ler
08:41
using these non-visual interfaces.
202
506000
2000
usando estas interfaces não-visuais.
08:43
This is priceless.
203
508000
3000
Isto não tem preço.
08:46
So today, the things I've showed you today, is just the beginning.
204
511000
3000
Então hoje, as coisas que mostrei-lhes hoje, são apenas o começo.
08:49
Thank you very much.
205
514000
2000
Muito obrigado.
08:51
(Applause)
206
516000
11000
(Aplausos)
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