TEDxPenn
Vijay Kumar: The future of flying robots
Vijay Kumar: O futuro dos robôs voadores
Filmed:
Readability: 4.9
1,780,679 views
No seu laboratório na Universidade da Pensilvânia, Vijay Kumar e a sua equipa criaram robôs aéreos autónomos, inspirados pelas abelhas. A sua última inovação: Agricultura de Precisão, em que enxames de robôs desenham um mapa, reconstroem e analisam cada planta e cada fruto num pomar, fornecendo informações vitais aos agricultores, informações que podem ajudar a melhorar as colheitas e a tornar mais inteligente a gestão da água.
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. Full bio
As the dean of the University of Pennsylvania's School of Engineering and Applied Science, Vijay Kumar studies the control and coordination of multi-robot formations. Full bio
Double-click the English transcript below to play the video.
00:13
In my lab, we build
autonomous aerial robots
autonomous aerial robots
0
1280
3656
No meu laboratório, nós construímos
robôs aéreos autónomos
robôs aéreos autónomos
00:16
like the one you see flying here.
1
4960
1880
como o que vocês veem aqui a voar.
00:20
Unlike the commercially available drones
that you can buy today,
that you can buy today,
2
8720
3696
Ao contrário de outros drones disponíveis
comercialmente, que compramos hoje,
comercialmente, que compramos hoje,
00:24
this robot doesn't have any GPS on board.
3
12440
2640
este robô não tem nenhum GPS a bordo.
00:28
So without GPS,
4
16160
1216
Então, sem GPS,
00:29
it's hard for robots like this
to determine their position.
to determine their position.
5
17400
3280
é difícil para robôs como este
determinar a sua posição.
determinar a sua posição.
00:34
This robot uses onboard sensors,
cameras and laser scanners,
cameras and laser scanners,
6
22240
4736
Este robô usa sensores a bordo,
câmaras e "scanner" a laser,
câmaras e "scanner" a laser,
00:39
to scan the environment.
7
27000
1696
para fazer a análise do ambiente.
00:40
It detects features from the environment,
8
28720
3056
Ele deteta características do ambiente,
00:43
and it determines where it is
relative to those features,
relative to those features,
9
31800
2736
e determina onde está
em relação a essas características,
em relação a essas características,
00:46
using a method of triangulation.
10
34560
2136
usando um método de triangulação.
00:48
And then it can assemble
all these features into a map,
all these features into a map,
11
36720
3456
Depois, pode reunir
todas essas características num mapa,
todas essas características num mapa,
00:52
like you see behind me.
12
40200
1736
como o que veem atrás de mim.
00:53
And this map then allows the robot
to understand where the obstacles are
to understand where the obstacles are
13
41960
3936
Este mapa, em seguida, permite
ao robô perceber onde estão os obstáculos
ao robô perceber onde estão os obstáculos
00:57
and navigate in a collision-free manner.
14
45920
2720
e navegar sem problemas de colisão.
01:01
What I want to show you next
15
49160
2096
O que eu quero mostrar a seguir
01:03
is a set of experiments
we did inside our laboratory,
we did inside our laboratory,
16
51280
3216
é um conjunto de experiências
que fizemos no nosso laboratório,
que fizemos no nosso laboratório,
01:06
where this robot was able
to go for longer distances.
to go for longer distances.
17
54520
3480
onde este robô foi capaz
de ir a maiores distâncias.
de ir a maiores distâncias.
01:10
So here you'll see, on the top right,
what the robot sees with the camera.
what the robot sees with the camera.
18
58400
5016
Veem aqui, no canto superior direito,
o que o robô vê com a câmara.
o que o robô vê com a câmara.
No ecrã principal
01:15
And on the main screen --
19
63440
1216
01:16
and of course this is sped up
by a factor of four --
by a factor of four --
20
64680
2456
— isto está acelerado quatro vezes —
no ecrã principal vão ver
o mapa que está a ser construído.
o mapa que está a ser construído.
01:19
on the main screen you'll see
the map that it's building.
the map that it's building.
21
67160
2667
01:21
So this is a high-resolution map
of the corridor around our laboratory.
of the corridor around our laboratory.
22
69851
4285
Este é um mapa de alta resolução
do corredor em volta do nosso laboratório.
do corredor em volta do nosso laboratório.
01:26
And in a minute
you'll see it enter our lab,
you'll see it enter our lab,
23
74160
2336
Dentro de instantes, vão vê-lo
entrar no laboratório,
entrar no laboratório,
01:28
which is recognizable
by the clutter that you see.
by the clutter that you see.
24
76520
2856
que é reconhecível
pela desordem que estão a ver.
pela desordem que estão a ver.
(Risos)
01:31
(Laughter)
25
79400
1016
Mas o ponto principal
que vos quero transmitir
que vos quero transmitir
01:32
But the main point I want to convey to you
26
80440
2007
01:34
is that these robots are capable
of building high-resolution maps
of building high-resolution maps
27
82472
3584
é que estes robôs são capazes
de construir mapas de alta resolução,
de construir mapas de alta resolução,
01:38
at five centimeters resolution,
28
86080
2496
uma resolução de cinco centímetros,
01:40
allowing somebody who is outside the lab,
or outside the building
or outside the building
29
88600
4176
permitindo que alguém que está fora
do laboratório, ou fora do edifício
do laboratório, ou fora do edifício
01:44
to deploy these
without actually going inside,
without actually going inside,
30
92800
3216
os coloque sem ter que lá entrar,
01:48
and trying to infer
what happens inside the building.
what happens inside the building.
31
96040
3760
e tentar deduzir o que acontece
no interior do edifício.
no interior do edifício.
01:52
Now there's one problem
with robots like this.
with robots like this.
32
100400
2240
Agora, há um problema
com robôs como este.
com robôs como este.
01:55
The first problem is it's pretty big.
33
103600
2200
O primeiro problema é que é muito grande.
01:58
Because it's big, it's heavy.
34
106120
1680
Como é grande, é pesado também.
02:00
And these robots consume
about 100 watts per pound.
about 100 watts per pound.
35
108640
3040
Estes robôs consomem
cerca de 200 watts por quilo,
cerca de 200 watts por quilo,
02:04
And this makes for
a very short mission life.
a very short mission life.
36
112360
2280
Por isso o tempo
de uma missão é muito curto.
de uma missão é muito curto.
02:08
The second problem
37
116000
1456
O segundo problema
02:09
is that these robots have onboard sensors
that end up being very expensive --
that end up being very expensive --
38
117480
3896
é que estes robôs têm sensores a bordo
que acabam por ser muito caros
que acabam por ser muito caros
02:13
a laser scanner, a camera
and the processors.
and the processors.
39
121400
3440
— um "scanner" a laser,
uma câmara e os processadores.
uma câmara e os processadores.
02:17
That drives up the cost of this robot.
40
125280
3040
Isso aumenta o custo deste robô.
02:21
So we asked ourselves a question:
41
129440
2656
Então pensámos:
02:24
what consumer product
can you buy in an electronics store
can you buy in an electronics store
42
132120
3776
"Que produto podemos comprar
numa loja de eletrónica
numa loja de eletrónica
02:27
that is inexpensive, that's lightweight,
that has sensing onboard and computation?
that has sensing onboard and computation?
43
135920
6280
"que seja barato, leve, e tenha
sensores de bordo e computação?"
sensores de bordo e computação?"
02:36
And we invented the flying phone.
44
144080
2656
E inventámos o telefone voador.
02:38
(Laughter)
45
146760
1936
(Risos)
02:40
So this robot uses a Samsung Galaxy
smartphone that you can buy off the shelf,
smartphone that you can buy off the shelf,
46
148720
6176
Este robô usa um smartphone Samsung Galaxy
que podemos comprar em qualquer sítio
que podemos comprar em qualquer sítio
e só precisamos dum aplicativo
02:46
and all you need is an app that you
can download from our app store.
can download from our app store.
47
154920
4016
que podemos descarregar
em qualquer loja de aplicativos.
em qualquer loja de aplicativos.
02:50
And you can see this robot
reading the letters, "TED" in this case,
reading the letters, "TED" in this case,
48
158960
4216
Podem ver este robô
a ler as letras, "TED", neste caso,
a ler as letras, "TED", neste caso,
02:55
looking at the corners
of the "T" and the "E"
of the "T" and the "E"
49
163200
2936
olhando para os cantos
do "T" e do "E"
do "T" e do "E"
02:58
and then triangulating off of that,
flying autonomously.
flying autonomously.
50
166160
3480
e, depois, triangulando para longe deles,
a voar autonomamente.
a voar autonomamente.
03:02
That joystick is just there
to make sure if the robot goes crazy,
to make sure if the robot goes crazy,
51
170720
3256
O "joystick" está ali só para
garantir que, se o robô enlouquecer,
garantir que, se o robô enlouquecer,
03:06
Giuseppe can kill it.
52
174000
1416
Giuseppe pode matá-lo.
03:07
(Laughter)
53
175440
1640
(Risos)
03:10
In addition to building
these small robots,
these small robots,
54
178920
3816
Para além da construção
destes pequenos robôs,
destes pequenos robôs,
03:14
we also experiment with aggressive
behaviors, like you see here.
behaviors, like you see here.
55
182760
4800
também fizemos experiências
com comportamentos agressivos, como aqui.
com comportamentos agressivos, como aqui.
03:19
So this robot is now traveling
at two to three meters per second,
at two to three meters per second,
56
187920
5296
Este robô está agora a voar
a dois a três metros por segundo,
a dois a três metros por segundo,
03:25
pitching and rolling aggressively
as it changes direction.
as it changes direction.
57
193240
3496
inclinando e girando agressivamente,
quando muda de direção.
quando muda de direção.
03:28
The main point is we can have
smaller robots that can go faster
smaller robots that can go faster
58
196760
4256
O importante é que podemos ter
robôs mais pequenos e mais rápidos
robôs mais pequenos e mais rápidos
03:33
and then travel in these
very unstructured environments.
very unstructured environments.
59
201040
2960
a voar nestes ambientes
muito desestruturados.
muito desestruturados.
03:37
And in this next video,
60
205120
2056
No próximo vídeo,
03:39
just like you see this bird, an eagle,
gracefully coordinating its wings,
gracefully coordinating its wings,
61
207200
5896
assim como veem este pássaro, uma águia,
graciosamente coordenando
as asas, os olhos e os pés
as asas, os olhos e os pés
03:45
its eyes and feet
to grab prey out of the water,
to grab prey out of the water,
62
213120
4296
para tirar a presa da água,
03:49
our robot can go fishing, too.
63
217440
1896
o nosso robô também pode pescar.
03:51
(Laughter)
64
219360
1496
(Risos)
03:52
In this case, this is a Philly cheesesteak
hoagie that it's grabbing out of thin air.
hoagie that it's grabbing out of thin air.
65
220880
4056
Neste caso, isto é uma sanduíche mista
que ele está a apanhar de repente.
que ele está a apanhar de repente.
03:56
(Laughter)
66
224960
2400
(Risos)
03:59
So you can see this robot
going at about three meters per second,
going at about three meters per second,
67
227680
3296
Assim, vemos este robô a voar
a cerca de três metros por segundo,
a cerca de três metros por segundo,
04:03
which is faster than walking speed,
coordinating its arms, its claws
coordinating its arms, its claws
68
231000
5136
o que é mais rápido que andar,
coordenando os braços, as garras
coordenando os braços, as garras
04:08
and its flight with split-second timing
to achieve this maneuver.
to achieve this maneuver.
69
236160
4120
e o voo em frações de segundos
para realizar esta manobra.
para realizar esta manobra.
04:14
In another experiment,
70
242120
1216
Numa outra experiência,
04:15
I want to show you
how the robot adapts its flight
how the robot adapts its flight
71
243360
3656
eu quero mostrar-vos
como o robô adapta o seu voo
como o robô adapta o seu voo
04:19
to control its suspended payload,
72
247040
2376
para controlar a sua carga suspensa,
04:21
whose length is actually larger
than the width of the window.
than the width of the window.
73
249440
3800
cujo comprimento é maior
do que a largura da janela.
do que a largura da janela.
04:25
So in order to accomplish this,
74
253680
1696
A fim de conseguir isso,
04:27
it actually has to pitch
and adjust the altitude
and adjust the altitude
75
255400
3696
ele tem de se inclinar
e ajustar a altitude
e ajustar a altitude
04:31
and swing the payload through.
76
259120
2320
e equilibrar a carga para passar.
04:38
But of course we want
to make these even smaller,
to make these even smaller,
77
266920
2296
Mas é claro que queremos
torná-los ainda mais pequenos,
torná-los ainda mais pequenos,
04:41
and we're inspired
in particular by honeybees.
in particular by honeybees.
78
269240
3016
e inspirámo-nos,
em particular, nas abelhas.
em particular, nas abelhas.
04:44
So if you look at honeybees,
and this is a slowed down video,
and this is a slowed down video,
79
272280
3256
Se observarem as abelhas
— este é um vídeo em câmara lenta —
— este é um vídeo em câmara lenta —
04:47
they're so small,
the inertia is so lightweight --
the inertia is so lightweight --
80
275560
3720
elas são tão pequenas,
a inércia é tão leve...
a inércia é tão leve...
04:51
(Laughter)
81
279960
1176
(Risos)
04:53
that they don't care --
they bounce off my hand, for example.
they bounce off my hand, for example.
82
281160
3536
... que elas não se preocupam
— ricocheteiam na minha mão, por exemplo.
— ricocheteiam na minha mão, por exemplo.
04:56
This is a little robot
that mimics the honeybee behavior.
that mimics the honeybee behavior.
83
284720
3160
Este é um pequeno robô
que imita o comportamento das abelhas.
que imita o comportamento das abelhas.
05:00
And smaller is better,
84
288600
1216
Quanto mais pequeno, melhor,
05:01
because along with the small size
you get lower inertia.
you get lower inertia.
85
289840
3536
porque, com um tamanho pequeno
obtemos uma inércia menor.
obtemos uma inércia menor.
05:05
Along with lower inertia --
86
293400
1536
Juntamente com uma inércia menor...
05:06
(Robot buzzing, laughter)
87
294960
2856
(Zumbido do robô) (Risos)
05:09
along with lower inertia,
you're resistant to collisions.
you're resistant to collisions.
88
297840
2816
... com uma inércia menor,
somos resistentes a colisões.
somos resistentes a colisões.
05:12
And that makes you more robust.
89
300680
1720
Isso torna-nos mais robustos.
05:15
So just like these honeybees,
we build small robots.
we build small robots.
90
303800
2656
Assim, construímos robôs
pequenos como as abelhas.
pequenos como as abelhas.
05:18
And this particular one
is only 25 grams in weight.
is only 25 grams in weight.
91
306480
3376
Este, em especial,
pesa apenas 25 gramas.
pesa apenas 25 gramas.
05:21
It consumes only six watts of power.
92
309880
2160
Consome apenas seis watts de potência.
05:24
And it can travel
up to six meters per second.
up to six meters per second.
93
312440
2536
e pode voar até seis metros por segundo.
05:27
So if I normalize that to its size,
94
315000
2336
Assim, em comparação com o seu tamanho,
05:29
it's like a Boeing 787 traveling
ten times the speed of sound.
ten times the speed of sound.
95
317360
3640
é como um Boeing 787 a viajar
a 10 vezes a velocidade do som.
a 10 vezes a velocidade do som.
05:36
(Laughter)
96
324000
2096
(Risos)
05:38
And I want to show you an example.
97
326120
1920
Quero mostrar um exemplo.
05:40
This is probably the first planned mid-air
collision, at one-twentieth normal speed.
collision, at one-twentieth normal speed.
98
328840
5256
Esta provavelmente é a primeira
colisão aérea planeada,
colisão aérea planeada,
a um vigésimo da velocidade normal.
05:46
These are going at a relative speed
of two meters per second,
of two meters per second,
99
334120
2858
Estes vão a uma velocidade relativa
de 2 metros/segundo,
de 2 metros/segundo,
05:49
and this illustrates the basic principle.
100
337002
2480
e isto ilustra o princípio básico.
05:52
The two-gram carbon fiber cage around it
prevents the propellers from entangling,
prevents the propellers from entangling,
101
340200
4976
A gaiola de fibra de carbono,
de dois gramas, à volta deles
de dois gramas, à volta deles
impede que as hélices se enredem,
05:57
but essentially the collision is absorbed
and the robot responds to the collisions.
and the robot responds to the collisions.
102
345200
5296
mas, essencialmente, a colisão é
absorvida e o robô reage às colisões.
absorvida e o robô reage às colisões.
06:02
And so small also means safe.
103
350520
2560
E mais pequeno
também significa mais seguro.
também significa mais seguro.
No meu laboratório,
ao desenvolver estes robôs,
ao desenvolver estes robôs,
06:05
In my lab, as we developed these robots,
104
353400
2016
06:07
we start off with these big robots
105
355440
1620
começámos com estes robôs grandes
06:09
and then now we're down
to these small robots.
to these small robots.
106
357084
2812
e agora, estamos com
esses robôs pequenos.
esses robôs pequenos.
06:11
And if you plot a histogram
of the number of Band-Aids we've ordered
of the number of Band-Aids we've ordered
107
359920
3456
Se traçarmos um histograma
da quantidade de pensos rápidos
da quantidade de pensos rápidos
que comprávamos, no passado
06:15
in the past, that sort of tailed off now.
108
363400
2576
isso agora diminuiu.
06:18
Because these robots are really safe.
109
366000
1960
Porque estes robôs são mesmo seguros.
06:20
The small size has some disadvantages,
110
368760
2456
Ser pequeno tem algumas desvantagens,
06:23
and nature has found a number of ways
to compensate for these disadvantages.
to compensate for these disadvantages.
111
371240
4080
e a natureza encontrou maneiras
de compensar estas desvantagens.
de compensar estas desvantagens.
06:27
The basic idea is they aggregate
to form large groups, or swarms.
to form large groups, or swarms.
112
375960
4000
A ideia básica é que eles se agregam
para formar grandes grupos, ou enxames.
para formar grandes grupos, ou enxames.
06:32
So, similarly, in our lab,
we try to create artificial robot swarms.
we try to create artificial robot swarms.
113
380320
3976
Do mesmo modo, no nosso laboratório,
tentámos criar
enxames artificiais de robôs.
enxames artificiais de robôs.
06:36
And this is quite challenging
114
384320
1381
Isso é um grande desafio
06:37
because now you have to think
about networks of robots.
about networks of robots.
115
385725
3320
porque agora temos
que pensar em redes de robôs.
que pensar em redes de robôs.
06:41
And within each robot,
116
389360
1296
E dentro de cada robô,
06:42
you have to think about the interplay
of sensing, communication, computation --
of sensing, communication, computation --
117
390680
5616
temos que pensar na interação
da deteção, da comunicação, da computação
da deteção, da comunicação, da computação
06:48
and this network then becomes
quite difficult to control and manage.
quite difficult to control and manage.
118
396320
4960
e essa rede torna-se
muito difícil de controlar e de gerir.
muito difícil de controlar e de gerir.
06:54
So from nature we take away
three organizing principles
three organizing principles
119
402160
3296
Assim, fomos buscar à natureza,
três princípios de organização
três princípios de organização
06:57
that essentially allow us
to develop our algorithms.
to develop our algorithms.
120
405480
3160
que, essencialmente, nos permitem
desenvolver os nossos algoritmos.
desenvolver os nossos algoritmos.
07:01
The first idea is that robots
need to be aware of their neighbors.
need to be aware of their neighbors.
121
409640
4536
A primeira ideia é que os robôs precisam
de estar cientes dos seus vizinhos.
de estar cientes dos seus vizinhos.
07:06
They need to be able to sense
and communicate with their neighbors.
and communicate with their neighbors.
122
414200
3440
Precisam de poder sentir
e comunicar com os vizinhos.
e comunicar com os vizinhos.
07:10
So this video illustrates the basic idea.
123
418040
2656
Este vídeo ilustra a ideia.
07:12
You have four robots --
124
420720
1296
Temos quatro robôs.
07:14
one of the robots has actually been
hijacked by a human operator, literally.
hijacked by a human operator, literally.
125
422040
4240
Um dos robôs foi sequestrado
por um operador humano.
por um operador humano.
07:19
But because the robots
interact with each other,
interact with each other,
126
427217
2239
Mas como os robôs
interagem uns com os outros,
interagem uns com os outros,
07:21
they sense their neighbors,
127
429480
1656
eles sentem os seus vizinhos
07:23
they essentially follow.
128
431160
1296
e seguem um líder.
07:24
And here there's a single person
able to lead this network of followers.
able to lead this network of followers.
129
432480
5360
E aqui, uma única pessoa é capaz
de liderar essa rede de seguidores.
de liderar essa rede de seguidores.
07:32
So again, it's not because all the robots
know where they're supposed to go.
know where they're supposed to go.
130
440000
5056
Afinal, novamente, não é porque todos
os robôs sabem para onde devem ir.
os robôs sabem para onde devem ir.
07:37
It's because they're just reacting
to the positions of their neighbors.
to the positions of their neighbors.
131
445080
4320
É porque eles estão apenas a reagir
às posições dos seus vizinhos.
às posições dos seus vizinhos.
07:43
(Laughter)
132
451720
4120
(Risos)
07:48
So the next experiment illustrates
the second organizing principle.
the second organizing principle.
133
456280
5240
A experiência seguinte ilustra
o segundo princípio de organização.
o segundo princípio de organização.
07:54
And this principle has to do
with the principle of anonymity.
with the principle of anonymity.
134
462920
3800
Este princípio tem a ver
com o princípio do anonimato.
com o princípio do anonimato.
07:59
Here the key idea is that
135
467400
4296
Aqui a ideia fundamental é que
os robôs desconhecem
a identidade dos vizinhos.
a identidade dos vizinhos.
08:03
the robots are agnostic
to the identities of their neighbors.
to the identities of their neighbors.
136
471720
4240
08:08
They're asked to form a circular shape,
137
476440
2616
Pedimos-lhes para formarem um círculo.
08:11
and no matter how many robots
you introduce into the formation,
you introduce into the formation,
138
479080
3296
Por mais robôs
que acrescentemos á formação,
que acrescentemos á formação,
08:14
or how many robots you pull out,
139
482400
2576
ou por mais robôs que tiremos,
08:17
each robot is simply
reacting to its neighbor.
reacting to its neighbor.
140
485000
3136
cada robô está simplesmente
a reagir ao seu vizinho.
a reagir ao seu vizinho.
08:20
It's aware of the fact that it needs
to form the circular shape,
to form the circular shape,
141
488160
4976
Está ciente do facto de que precisa
formar um círculo,
formar um círculo,
08:25
but collaborating with its neighbors
142
493160
1776
mas em colaboração com os seus vizinhos
08:26
it forms the shape
without central coordination.
without central coordination.
143
494960
3720
forma o círculo
sem qualquer coordenação central.
sem qualquer coordenação central.
08:31
Now if you put these ideas together,
144
499520
2416
Agora, se colocarmos
estas ideias em conjunto,
estas ideias em conjunto,
08:33
the third idea is that we
essentially give these robots
essentially give these robots
145
501960
3896
a terceira ideia é que nós
damos a estes robôs
damos a estes robôs
08:37
mathematical descriptions
of the shape they need to execute.
of the shape they need to execute.
146
505880
4296
descrições matemáticas
da forma que eles precisam de executar.
da forma que eles precisam de executar.
08:42
And these shapes can be varying
as a function of time,
as a function of time,
147
510200
3496
Estas formas podem variar
em função de tempo,
em função de tempo,
08:45
and you'll see these robots
start from a circular formation,
start from a circular formation,
148
513720
4496
e vamos ver estes robôs,
começarem com uma formação circular,
começarem com uma formação circular,
08:50
change into a rectangular formation,
stretch into a straight line,
stretch into a straight line,
149
518240
3256
mudarem para um retângulo,
esticarem-se numa linha reta,
esticarem-se numa linha reta,
08:53
back into an ellipse.
150
521520
1375
e depois numa elipse.
08:54
And they do this with the same
kind of split-second coordination
kind of split-second coordination
151
522919
3617
Fazem isso com o mesmo
tipo de coordenação ao segundo
tipo de coordenação ao segundo
08:58
that you see in natural swarms, in nature.
152
526560
3280
que vemos nos enxames, na natureza.
09:03
So why work with swarms?
153
531080
2136
Então, porquê trabalhar com enxames?
09:05
Let me tell you about two applications
that we are very interested in.
that we are very interested in.
154
533240
4120
Vou falar-vos de duas aplicações
em que estamos muito interessados.
em que estamos muito interessados.
09:10
The first one has to do with agriculture,
155
538160
2376
A primeira tem a ver com a agricultura,
09:12
which is probably the biggest problem
that we're facing worldwide.
that we're facing worldwide.
156
540560
3360
que é provavelmente o maior problema
que enfrentamos no mundo.
que enfrentamos no mundo.
09:16
As you well know,
157
544760
1256
Como vocês bem sabem,
09:18
one in every seven persons
in this earth is malnourished.
in this earth is malnourished.
158
546040
3520
uma em cada sete pessoas
nesta terra está subnutrida.
nesta terra está subnutrida.
09:21
Most of the land that we can cultivate
has already been cultivated.
has already been cultivated.
159
549920
3480
A maior parte da terra
que cultivamos já foi cultivada.
que cultivamos já foi cultivada.
09:25
And the efficiency of most systems
in the world is improving,
in the world is improving,
160
553960
3216
E a eficácia da maior parte dos sistemas
no mundo está a melhorar,
no mundo está a melhorar,
09:29
but our production system
efficiency is actually declining.
efficiency is actually declining.
161
557200
3520
mas a eficácia do nosso sistema
de produção está em declínio,
de produção está em declínio,
09:33
And that's mostly because of water
shortage, crop diseases, climate change
shortage, crop diseases, climate change
162
561080
4216
principalmente por causa
da escassez da água,
da escassez da água,
das doenças das plantas,
da alteração climática
da alteração climática
09:37
and a couple of other things.
163
565320
1520
e de mais outras coisas.
09:39
So what can robots do?
164
567360
1480
Então, o que podem fazer os robôs?
09:41
Well, we adopt an approach that's
called Precision Farming in the community.
called Precision Farming in the community.
165
569200
4616
Nós adotámos uma abordagem que se chama
Agricultura de Precisão na comunidade.
Agricultura de Precisão na comunidade.
09:45
And the basic idea is that we fly
aerial robots through orchards,
aerial robots through orchards,
166
573840
5376
A ideia básica é que nós pomos
robôs aéreos a voar nos pomares,
robôs aéreos a voar nos pomares,
09:51
and then we build
precision models of individual plants.
precision models of individual plants.
167
579240
3120
e construímos modelos de precisão
de plantas individuais.
de plantas individuais.
09:54
So just like personalized medicine,
168
582829
1667
Tal como a medicina personalizada,
09:56
while you might imagine wanting
to treat every patient individually,
to treat every patient individually,
169
584520
4816
em que podemos imaginar querer
tratar cada doente individualmente,
tratar cada doente individualmente,
10:01
what we'd like to do is build
models of individual plants
models of individual plants
170
589360
3696
o que nós gostaríamos de fazer
é construir modelos de plantas individuais
é construir modelos de plantas individuais
10:05
and then tell the farmer
what kind of inputs every plant needs --
what kind of inputs every plant needs --
171
593080
4136
e, depois, dizer ao agricultor
que tipo de contributos cada planta precisa
que tipo de contributos cada planta precisa
10:09
the inputs in this case being water,
fertilizer and pesticide.
fertilizer and pesticide.
172
597240
4440
em que os contributos, neste caso,
são a água, os fertilizantes
e os pesticidas.
e os pesticidas.
10:14
Here you'll see robots
traveling through an apple orchard,
traveling through an apple orchard,
173
602640
3616
Aqui veem robôs a voar num pomar de maçãs,
e dentro de instantes verão
dois dos seus companheiros
dois dos seus companheiros
10:18
and in a minute you'll see
two of its companions
two of its companions
174
606280
2256
10:20
doing the same thing on the left side.
175
608560
1810
a fazer a mesma coisa no lado esquerdo.
10:22
And what they're doing is essentially
building a map of the orchard.
building a map of the orchard.
176
610800
3656
Eles estão a construir um mapa do pomar.
10:26
Within the map is a map
of every plant in this orchard.
of every plant in this orchard.
177
614480
2816
Dentro do mapa há um mapa
de cada planta neste pomar.
de cada planta neste pomar.
10:29
(Robot buzzing)
178
617320
1656
(Zumbido de robô)
10:31
Let's see what those maps look like.
179
619000
1896
Vamos ver o aspeto desses mapas.
10:32
In the next video, you'll see the cameras
that are being used on this robot.
that are being used on this robot.
180
620920
4296
No próximo vídeo, vamos ver as câmaras
que estão a ser utilizadas neste robô.
que estão a ser utilizadas neste robô.
10:37
On the top-left is essentially
a standard color camera.
a standard color camera.
181
625240
3240
Em cima à esquerda está
uma câmara padrão a cores.
uma câmara padrão a cores.
10:41
On the left-center is an infrared camera.
182
629640
3296
No centro à esquerda está
uma câmara de infravermelhos.
uma câmara de infravermelhos.
10:44
And on the bottom-left
is a thermal camera.
is a thermal camera.
183
632960
3776
E em baixo à esquerda
está uma câmara térmica.
está uma câmara térmica.
10:48
And on the main panel, you're seeing
a three-dimensional reconstruction
a three-dimensional reconstruction
184
636760
3336
No painel principal, vemos
uma reconstrução a três dimensões
uma reconstrução a três dimensões
10:52
of every tree in the orchard
as the sensors fly right past the trees.
as the sensors fly right past the trees.
185
640120
6120
de todas as árvores no pomar à medida
que os sensores passam pelas árvores.
que os sensores passam pelas árvores.
10:59
Armed with information like this,
we can do several things.
we can do several things.
186
647640
4040
Munidos com estas informações,
podemos fazer várias coisas.
podemos fazer várias coisas.
11:04
The first and possibly the most important
thing we can do is very simple:
thing we can do is very simple:
187
652200
4256
A primeira coisa mais importante
que podemos fazer é muito simples:
que podemos fazer é muito simples:
11:08
count the number of fruits on every tree.
188
656480
2440
contar o número de frutos em cada árvore.
11:11
By doing this, you tell the farmer
how many fruits she has in every tree
how many fruits she has in every tree
189
659520
4536
Ao fazer isso, diremos ao agricultor
quantos frutos há em cada árvore
quantos frutos há em cada árvore
11:16
and allow her to estimate
the yield in the orchard,
the yield in the orchard,
190
664080
4256
o que lhe permitirá fazer
uma estimativa da colheita,
uma estimativa da colheita,
11:20
optimizing the production
chain downstream.
chain downstream.
191
668360
2840
otimizando os passos seguintes
da cadeia de produção.
da cadeia de produção.
11:23
The second thing we can do
192
671640
1616
A segunda coisa que podemos fazer
11:25
is take models of plants, construct
three-dimensional reconstructions,
three-dimensional reconstructions,
193
673280
4496
é agarrar em modelos de plantas,
fazer reconstruções tridimensionais,
fazer reconstruções tridimensionais,
11:29
and from that estimate the canopy size,
194
677800
2536
e a partir disso, calcular
o tamanho da copa das árvores,
o tamanho da copa das árvores,
11:32
and then correlate the canopy size
to the amount of leaf area on every plant.
to the amount of leaf area on every plant.
195
680360
3776
e depois correlacionar o tamanho da copa
com o tamanho
da área foliar de cada planta.
da área foliar de cada planta.
11:36
And this is called the leaf area index.
196
684160
2176
Chama-se a isso o índice de área foliar.
11:38
So if you know this leaf area index,
197
686360
1936
Então, quando sabemos
este índice de área foliar,
este índice de área foliar,
11:40
you essentially have a measure of how much
photosynthesis is possible in every plant,
photosynthesis is possible in every plant,
198
688320
5456
temos basicamente uma medida de quanta
fotossíntese é possível em cada planta,
fotossíntese é possível em cada planta,
11:45
which again tells you
how healthy each plant is.
how healthy each plant is.
199
693800
2880
o que nos diz quão saudável cada planta é.
11:49
By combining visual
and infrared information,
and infrared information,
200
697520
4216
Ao combinar informações
visuais e de infravermelhos,
visuais e de infravermelhos,
11:53
we can also compute indices such as NDVI.
201
701760
3296
também podemos calcular índices,
tais como o NDVI.
tais como o NDVI.
11:57
And in this particular case,
you can essentially see
you can essentially see
202
705080
2816
Neste caso particular,
podemos ver, essencialmente,
podemos ver, essencialmente,
11:59
there are some crops that are
not doing as well as other crops.
not doing as well as other crops.
203
707920
3016
que há certas culturas
que não estão tão bem como outras.
que não estão tão bem como outras.
12:02
This is easily discernible from imagery,
204
710960
4056
Isso é facilmente percetível
a partir de imagens,
a partir de imagens,
12:07
not just visual imagery but combining
205
715040
2216
não apenas imagens visuais,
mas combinando imagens visuais
com imagens a infravermelho.
com imagens a infravermelho.
12:09
both visual imagery and infrared imagery.
206
717280
2776
12:12
And then lastly,
207
720080
1336
E finalmente, uma coisa
que estamos interessados em fazer
que estamos interessados em fazer
12:13
one thing we're interested in doing is
detecting the early onset of chlorosis --
detecting the early onset of chlorosis --
208
721440
4016
é detetar o início precoce da clorose.
12:17
and this is an orange tree --
209
725480
1496
Esta é uma laranjeira
12:19
which is essentially seen
by yellowing of leaves.
by yellowing of leaves.
210
727000
2560
que se destaca sobretudo
pelo amarelecimento das folhas.
pelo amarelecimento das folhas.
12:21
But robots flying overhead
can easily spot this autonomously
can easily spot this autonomously
211
729880
3896
Os robôs voadores podem
facilmente detetar isso de forma autónoma
facilmente detetar isso de forma autónoma
12:25
and then report to the farmer
that he or she has a problem
that he or she has a problem
212
733800
2936
e, depois, informar o agricultor
que há um problema
que há um problema
12:28
in this section of the orchard.
213
736760
1520
nesta secção do pomar.
12:30
Systems like this can really help,
214
738800
2696
Sistemas como este podem ajudar,
12:33
and we're projecting yields
that can improve by about ten percent
that can improve by about ten percent
215
741520
5816
e nós estamos a projetar colheitas que
podem melhorar em cerca de 10%.
podem melhorar em cerca de 10%.
12:39
and, more importantly, decrease
the amount of inputs such as water
the amount of inputs such as water
216
747360
3216
Mais importante ainda, podem diminuir
a quantidade de consumos,
a quantidade de consumos,
12:42
by 25 percent by using
aerial robot swarms.
aerial robot swarms.
217
750600
3280
como a água, em 25%,
usando enxames de robôs aéreos.
usando enxames de robôs aéreos.
12:47
Lastly, I want you to applaud
the people who actually create the future,
the people who actually create the future,
218
755200
5736
Por último, quero aplaudir
as pessoas que criam o futuro,
as pessoas que criam o futuro,
12:52
Yash Mulgaonkar, Sikang Liu
and Giuseppe Loianno,
and Giuseppe Loianno,
219
760960
4920
Yash Mulgaonkar, Sikang Liu
e Giuseppe Loianno,
e Giuseppe Loianno,
12:57
who are responsible for the three
demonstrations that you saw.
demonstrations that you saw.
220
765920
3496
que são responsáveis pelas três
demonstrações que viram.
demonstrações que viram.
13:01
Thank you.
221
769440
1176
Obrigado.
13:02
(Applause)
222
770640
5920
(Aplausos)
ABOUT THE SPEAKER
Vijay Kumar - RoboticistAs 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.
Vijay Kumar | Speaker | TED.com