TED2012
Vijay Kumar: Robots that fly ... and cooperate
Vijay Kumar: Roboţi care zboară şi coopereză
Filmed:
Readability: 4.5
5,188,706 views
În laboratorul său de la Universitatea din Pennsylvania , Vijak Kumar şi echipa sa construiesc roboţi agili, zburători, cu patru rotoare, mici, care roiesc, se percep între ei şi formează echipe ad hoc -- pentru construcţii, urmărirea dezastrelor şi multe altele.
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.
00:20
Good morning.
0
5000
2000
Bună dimineaţa.
00:22
I'm here today to talk
1
7000
2000
Sunt aici azi să vă vorbesc despre
00:24
about autonomous, flying beach balls.
2
9000
3000
minigi de plajă, zburătoare, autonome.
00:27
No, agile aerial robots like this one.
3
12000
4000
Nu -- roboţi agili, aeriani, cum e acesta.
00:31
I'd like to tell you a little bit about the challenges in building these
4
16000
3000
Aş vrea să vă povestesc puţin despre provocările în construcţia acestora
00:34
and some of the terrific opportunities
5
19000
2000
precum şi unele oportunităţi extraordinare
00:36
for applying this technology.
6
21000
2000
pentru aplicarea acestei tehnologii.
00:38
So these robots
7
23000
2000
Aceşti roboţi
00:40
are related to unmanned aerial vehicles.
8
25000
3000
sunt înrudite cu vehiculele aeriene fără pilot.
00:43
However, the vehicles you see here are big.
9
28000
3000
Oricum, vehiculele pe care le vedeţi aici sunt mari.
00:46
They weigh thousands of pounds,
10
31000
2000
Cântăresc mii de livre,
00:48
are not by any means agile.
11
33000
2000
şi nu sunt de loc agile.
00:50
They're not even autonomous.
12
35000
2000
Nici măcar nu sunt autonome.
00:52
In fact, many of these vehicles
13
37000
2000
De fapt, multe dintre aceste vehicule
00:54
are operated by flight crews
14
39000
2000
sunt operate de echipaje de zbor
00:56
that can include multiple pilots,
15
41000
3000
care pot include mai mulţi piloţi,
00:59
operators of sensors
16
44000
2000
operatori de senzori
01:01
and mission coordinators.
17
46000
2000
şi coordonatori de misiuni.
01:03
What we're interested in is developing robots like this --
18
48000
2000
Ce ne interesează e să dezvoltăm roboţi ca aceştia --
01:05
and here are two other pictures --
19
50000
2000
şi aici sunt alte două poze --
01:07
of robots that you can buy off the shelf.
20
52000
3000
cu roboţi pe care-i poţi cumpăra din magazin.
01:10
So these are helicopters with four rotors
21
55000
3000
Astea sunt elicoptere cu patru rotoare
01:13
and they're roughly a meter or so in scale
22
58000
4000
şi au o dimensiune de aprox. 1 m
01:17
and weigh several pounds.
23
62000
2000
şi cântăresc câteva livre.
01:19
And so we retrofit these with sensors and processors,
24
64000
3000
Îi echipăm cu senzori şi procesoare
01:22
and these robots can fly indoors
25
67000
2000
şi aceşti roboţi pot zbura în interior
01:24
without GPS.
26
69000
2000
fără GPS.
01:26
The robot I'm holding in my hand
27
71000
2000
Robotul pe care îl ţin în mână
01:28
is this one,
28
73000
2000
este acesta,
01:30
and it's been created by two students,
29
75000
3000
şi a fost creat de doi studenţi,
01:33
Alex and Daniel.
30
78000
2000
Alex şi Daniel.
01:35
So this weighs a little more
31
80000
2000
Acesta cântăreşte puțin mai mult
01:37
than a tenth of a pound.
32
82000
2000
de 50 grame.
01:39
It consumes about 15 watts of power.
33
84000
2000
Consumă aprox. 15 waţi putere.
01:41
And as you can see,
34
86000
2000
Şi după cum vedeți,
01:43
it's about eight inches in diameter.
35
88000
2000
are aprox. 20 cm în diametru.
01:45
So let me give you just a very quick tutorial
36
90000
3000
Să vă prezint un mic tutorial
01:48
on how these robots work.
37
93000
2000
despre cum funcţionează aceşti roboţi.
01:50
So it has four rotors.
38
95000
2000
Are patru rotoare.
01:52
If you spin these rotors at the same speed,
39
97000
2000
Dacă învârţi rotoarele cu aceeași viteză,
01:54
the robot hovers.
40
99000
2000
robotul planează.
01:56
If you increase the speed of each of these rotors,
41
101000
3000
Dacă creşti viteza fiecărui rotor,
01:59
then the robot flies up, it accelerates up.
42
104000
3000
robotul se înalţă, acelerează.
02:02
Of course, if the robot were tilted,
43
107000
2000
Bineînţeles, dacă robotul ar fi aplecat,
02:04
inclined to the horizontal,
44
109000
2000
înclinat către orizontală,
02:06
then it would accelerate in this direction.
45
111000
3000
ar accelera în această direcţie.
02:09
So to get it to tilt, there's one of two ways of doing it.
46
114000
3000
Ca să-l faci să se încline, iată una dintre cele 2 modalităţi de a face asta.
02:12
So in this picture
47
117000
2000
În această imagine
02:14
you see that rotor four is spinning faster
48
119000
2000
vedeţi că rotorul 4 se învârte mai repede
02:16
and rotor two is spinning slower.
49
121000
2000
şi rotorul 2 se învârte mai încet.
02:18
And when that happens
50
123000
2000
Şi când se întâmplă asta
02:20
there's moment that causes this robot to roll.
51
125000
3000
există un moment care determină acest robot să se rostogolească.
02:23
And the other way around,
52
128000
2000
Şi invers,
02:25
if you increase the speed of rotor three
53
130000
3000
dacă creşti viteza rotorului 3
02:28
and decrease the speed of rotor one,
54
133000
2000
şi încetineşti viteza rotorului 1,
02:30
then the robot pitches forward.
55
135000
3000
robotul se aruncă înainte.
02:33
And then finally,
56
138000
2000
Şi în final,
02:35
if you spin opposite pairs of rotors
57
140000
2000
dacă roteşti o pereche de rotoare
02:37
faster than the other pair,
58
142000
2000
mai repede decât cealaltă pereche,
02:39
then the robot yaws about the vertical axis.
59
144000
2000
robotul alunecă de-a lungul axei verticale.
02:41
So an on-board processor
60
146000
2000
Un procesor la bord
02:43
essentially looks at what motions need to be executed
61
148000
3000
se uită în la ce mişcare trebuie executată
02:46
and combines these motions
62
151000
2000
şi combină aceste mişcări
02:48
and figures out what commands to send to the motors
63
153000
3000
şi calculează ce comenzi trebuie să trimită motoarelor
02:51
600 times a second.
64
156000
2000
de 600 de ori pe secundă.
02:53
That's basically how this thing operates.
65
158000
2000
În esenţă aşa funcţionează.
02:55
So one of the advantages of this design
66
160000
2000
Unul din avantajele proiectului
02:57
is, when you scale things down,
67
162000
2000
e că atunci când reduci dimensiunile,
02:59
the robot naturally becomes agile.
68
164000
3000
robotul devine agil în mod natural.
03:02
So here R
69
167000
2000
Deci, aici R
03:04
is the characteristic length of the robot.
70
169000
2000
e lungimea caracteristică a robotului.
03:06
It's actually half the diameter.
71
171000
3000
e de fapt jumătate din diametru.
03:09
And there are lots of physical parameters that change
72
174000
3000
Şi sunt o mulţime de parametri fizici care se schimbă
03:12
as you reduce R.
73
177000
2000
pe măsură ce reduci R.
03:14
The one that's the most important
74
179000
2000
Cel mai important
03:16
is the inertia or the resistance to motion.
75
181000
2000
e inerţia sau rezistenţa la mişcare.
03:18
So it turns out,
76
183000
2000
Se dovedeşte că,
03:20
the inertia, which governs angular motion,
77
185000
3000
inerţia care guvernează mişcarea unghiulară,
03:23
scales as a fifth power of R.
78
188000
3000
e a 5-a putere a lui R.
03:26
So the smaller you make R,
79
191000
2000
Deci, pe cât de mult micşorezi R,
03:28
the more dramatically the inertia reduces.
80
193000
3000
cu atât mai dramatic se reduce inerţia.
03:31
So as a result, the angular acceleration,
81
196000
3000
Ca rezultat acceleraţia unghiulară,
03:34
denoted by Greek letter alpha here,
82
199000
2000
notată aici cu litera grecească alfa,
03:36
goes as one over R.
83
201000
2000
crește cu inversa lui R.
03:38
It's inversely proportional to R.
84
203000
2000
Este invers proporţional cu R.
03:40
The smaller you make it the more quickly you can turn.
85
205000
3000
Cu cât îl faci mai mic, cu atât poţi vira mai rapid.
03:43
So this should be clear in these videos.
86
208000
2000
Ar trebui să fie clar în aceste clipuri.
03:45
At the bottom right you see a robot
87
210000
3000
În dreapta jos vedeți un robot
03:48
performing a 360 degree flip
88
213000
2000
efectuând o întoarcere de 360 grade
03:50
in less than half a second.
89
215000
2000
în mai puţin de jumătate de secundă.
03:52
Multiple flips, a little more time.
90
217000
3000
Răsturnările multiple durează mai mult.
03:55
So here the processes on board
91
220000
2000
Aici procesele de la bord
03:57
are getting feedback from accelerometers
92
222000
2000
primesc feedback de la dispozitivele de măsurarea acceleraţiei
03:59
and gyros on board
93
224000
2000
şi de la giroscoapele de la bord
04:01
and calculating, like I said before,
94
226000
2000
şi calculează, cum am mai spus,
04:03
commands at 600 times a second
95
228000
2000
600 de comenzi pe secundă
04:05
to stabilize this robot.
96
230000
2000
pentru a stabiliza robotul.
04:07
So on the left, you see Daniel throwing this robot up into the air.
97
232000
3000
La stânga îl vedeţi pe Daniel azvârlind acest robot în aer.
04:10
And it shows you how robust the control is.
98
235000
2000
Şi vă arată cât de robust e controlul.
04:12
No matter how you throw it,
99
237000
2000
Indiferent cum îl arunci,
04:14
the robot recovers and comes back to him.
100
239000
4000
robotul îşi revine şi se întoarce la el.
04:18
So why build robots like this?
101
243000
2000
Deci, de ce să construim roboţi ca acesta?
04:20
Well robots like this have many applications.
102
245000
3000
Ei bine, roboţi ca aceştia au multe aplicaţii.
04:23
You can send them inside buildings like this
103
248000
3000
Pot fi trimişi în clădiri ca aceasta
04:26
as first responders to look for intruders,
104
251000
3000
ca prim răspuns, să caute intruşi,
04:29
maybe look for biochemical leaks,
105
254000
3000
poate să caute scurgeri biochimice,
04:32
gaseous leaks.
106
257000
2000
scăpări de gaze.
04:34
You can also use them
107
259000
2000
Pot fi de asemenea utilizaţi
04:36
for applications like construction.
108
261000
2000
pentru aplicaţii în construcţii.
04:38
So here are robots carrying beams, columns
109
263000
4000
Aici sunt roboţi ce cară grinzi, coloane
04:42
and assembling cube-like structures.
110
267000
3000
şi asamblează structuri în formă de cub.
04:45
I'll tell you a little bit more about this.
111
270000
3000
Am să vă povestesc mai mult dspre asta.
04:48
The robots can be used for transporting cargo.
112
273000
3000
Roboţii pot fi folosiţi pentru transportul de marfă.
04:51
So one of the problems with these small robots
113
276000
3000
Una din problemele cu aceşti mici roboţi
04:54
is their payload carrying capacity.
114
279000
2000
e capacitatea lor de încărcare şi transport.
04:56
So you might want to have multiple robots
115
281000
2000
Deci poate doriți să aveţi mai mulţi roboţi
04:58
carry payloads.
116
283000
2000
care să transporte încărcături.
05:00
This is a picture of a recent experiment we did --
117
285000
2000
Iată o poză a unui experiment recent pe care l-am făcut --
05:02
actually not so recent anymore --
118
287000
2000
de fapt nu mai e aşa recent --
05:04
in Sendai shortly after the earthquake.
119
289000
3000
la scurt timp după cutremur în Sendai.
05:07
So robots like this could be sent into collapsed buildings
120
292000
3000
Roboţi ca aceştia pot fi trimişi în clădiri prăbuşite
05:10
to assess the damage after natural disasters,
121
295000
2000
să evalueze pagubele rezultate în urma dezastrelor naturale
05:12
or sent into reactor buildings
122
297000
3000
sau pot fi trimişi în clădirile reactoarelor
05:15
to map radiation levels.
123
300000
3000
să carografieze nivelul radiaţiilor.
05:19
So one fundamental problem
124
304000
2000
Deci, o problemă fundamentală
05:21
that the robots have to solve if they're to be autonomous
125
306000
3000
pe care trebuie s-o rezolve roboţii dacă vor fi autonomi
05:24
is essentially figuring out
126
309000
2000
e să-şi dea seama de fapt
05:26
how to get from point A to point B.
127
311000
2000
cum să ajungă de la punctul A la B.
05:28
So this gets a little challenging
128
313000
2000
Aşa că devine o provocare
05:30
because the dynamics of this robot are quite complicated.
129
315000
3000
pentru că dinamica acestui robot e destul de complicată.
05:33
In fact, they live in a 12-dimensional space.
130
318000
2000
De fapt ei trăiesc într-un spaţiu cu 12 dimensiuni.
05:35
So we use a little trick.
131
320000
2000
Aşa că folosim un mic truc.
05:37
We take this curved 12-dimensional space
132
322000
3000
Luăm acest spaţiu curbat cu 12 dimensiuni
05:40
and transform it
133
325000
2000
şi îl transformăm
05:42
into a flat four-dimensional space.
134
327000
2000
într-un spaţiu uniform cu 4 dimensiuni.
05:44
And that four-dimensional space
135
329000
2000
Şi acel spaţiu cu 4 dimensiuni
05:46
consists of X, Y, Z and then the yaw angle.
136
331000
3000
constă în X, Y, Z şi unghiul de giraţie.
05:49
And so what the robot does
137
334000
2000
Ce fac roboţii,
05:51
is it plans what we call a minimum snap trajectory.
138
336000
4000
planifică ce noi numim o traiectorie de bruscare minimă.
05:55
So to remind you of physics,
139
340000
2000
Ca să vă amintesc din fizică,
05:57
you have position, derivative, velocity,
140
342000
2000
aveţi poziţia, derivata, viteza,
05:59
then acceleration,
141
344000
2000
apoi acceleraţia,
06:01
and then comes jerk
142
346000
2000
apoi urmează saltul
06:03
and then comes snap.
143
348000
2000
şi apoi vine lansarea bruscă.
06:05
So this robot minimizes snap.
144
350000
3000
Acest robot minimizează bruscarea.
06:08
So what that effectively does
145
353000
2000
Efectul este
06:10
is produces a smooth and graceful motion.
146
355000
2000
că produce o mişcare lină şi graţioasă.
06:12
And it does that avoiding obstacles.
147
357000
3000
Şi face asta evitând obstacolele.
06:15
So these minimum snap trajectories in this flat space
148
360000
3000
Aceste traiectorii de bruscare minimă în spaţiul plan
06:18
are then transformed back
149
363000
2000
sunt apoi transformate înapoi
06:20
into this complicated 12-dimensional space,
150
365000
2000
în spaţiul complicat de 12 dimensiuni,
06:22
which the robot must do
151
367000
2000
pe care trebuie să-l facă robotul
06:24
for control and then execution.
152
369000
2000
pentru control şi execuţie.
06:26
So let me show you some examples
153
371000
2000
Să vă arăt câteva exemple
06:28
of what these minimum snap trajectories look like.
154
373000
2000
de cum arată aceste traiectorii de bruscare minimă.
06:30
And in the first video,
155
375000
2000
În primul video-clip,
06:32
you'll see the robot going from point A to point B
156
377000
2000
vedeți robotul plecând de la punctul A la B
06:34
through an intermediate point.
157
379000
2000
trecând printr-un punct intermediar.
06:42
So the robot is obviously capable
158
387000
2000
Robotul e în mod evident capabil
06:44
of executing any curve trajectory.
159
389000
2000
de a executa orice traiectorie curbată.
06:46
So these are circular trajectories
160
391000
2000
Astea sunt traiectorii circulare
06:48
where the robot pulls about two G's.
161
393000
3000
în care roboţii înfruntă aprox. 2 G.
06:52
Here you have overhead motion capture cameras on the top
162
397000
4000
Sus aveţi camere de luat vederi aeriene
06:56
that tell the robot where it is 100 times a second.
163
401000
3000
care le comunică roboţilor poziţia în care sunt de 100 de ori pe secundă.
06:59
It also tells the robot where these obstacles are.
164
404000
3000
Le mai spune roboţilor şi unde sunt localizate obstacolele.
07:02
And the obstacles can be moving.
165
407000
2000
Şi obstacolele pot fi în mişcare.
07:04
And here you'll see Daniel throw this hoop into the air,
166
409000
3000
Îl vedeţi pe Daniel azvârlind un cerc în aer,
07:07
while the robot is calculating the position of the hoop
167
412000
2000
în timp ce robotul calculează poziţia inelului
07:09
and trying to figure out how to best go through the hoop.
168
414000
4000
şi încearcă să găsească cum e cel mai bine să treacă prin inel.
07:13
So as an academic,
169
418000
2000
Deci, ca oameni din mediul academic,
07:15
we're always trained to be able to jump through hoops to raise funding for our labs,
170
420000
3000
suntem mereu instruiţi să ne dăm peste cap să strângem bani pentru laboratoarele noastre,
07:18
and we get our robots to do that.
171
423000
3000
şi îi facem pe roboţii noştri să facă asta.
07:21
(Applause)
172
426000
6000
(Aplauze)
07:27
So another thing the robot can do
173
432000
2000
Un alt lucru pe care-l poate face robotul
07:29
is it remembers pieces of trajectory
174
434000
3000
este că îşi amintesc părţi din traiectoria
07:32
that it learns or is pre-programmed.
175
437000
2000
pe care au învăţat-o sau care e pre-programată.
07:34
So here you see the robot
176
439000
2000
Aici vedeţi robotul
07:36
combining a motion
177
441000
2000
combinând o mişcare
07:38
that builds up momentum
178
443000
2000
care creează momentul,
07:40
and then changes its orientation and then recovers.
179
445000
3000
îşi schimbă orientarea şi apoi îşi revine.
07:43
So it has to do this because this gap in the window
180
448000
3000
Trebuie să facă asta pentru că această gaură din fereastră
07:46
is only slightly larger than the width of the robot.
181
451000
4000
e doar puţin mai mare decât lăţimea robotului.
07:50
So just like a diver stands on a springboard
182
455000
3000
Aşa cum un scufundător stă pe o trambulină,
07:53
and then jumps off it to gain momentum,
183
458000
2000
apoi sare pentru a-și lua elan,
07:55
and then does this pirouette, this two and a half somersault through
184
460000
3000
şi apoi face această piruetă, acestă săritură de două ori şi jumătate
07:58
and then gracefully recovers,
185
463000
2000
şi apoi îşi revine graţios,
08:00
this robot is basically doing that.
186
465000
2000
acest robot face de fapt asta.
08:02
So it knows how to combine little bits and pieces of trajectories
187
467000
3000
Ştie cum să combine porțiuni de traiectorie
08:05
to do these fairly difficult tasks.
188
470000
4000
să îndeplinască aceste sarcini destul de dificile.
08:09
So I want change gears.
189
474000
2000
Vreau să schimb subiectul.
08:11
So one of the disadvantages of these small robots is its size.
190
476000
3000
Unul din dezavantajele acestor roboţei e mărimea lor.
08:14
And I told you earlier
191
479000
2000
Şi v-am spus mai devreme
08:16
that we may want to employ lots and lots of robots
192
481000
2000
că poate trebuie să folosim mulţi, mulţi roboţi
08:18
to overcome the limitations of size.
193
483000
3000
ca să depăşim limita dimensiunii.
08:21
So one difficulty
194
486000
2000
O dificultate
08:23
is how do you coordinate lots of these robots?
195
488000
3000
e cum coordonezi o mulţime de roboţi?
08:26
And so here we looked to nature.
196
491000
2000
Şi aici ne-am uitat la natură.
08:28
So I want to show you a clip
197
493000
2000
Vreau să vă arăt un clip
08:30
of Aphaenogaster desert ants
198
495000
2000
cu furnicile de deşert Aphaenogaster
08:32
in Professor Stephen Pratt's lab carrying an object.
199
497000
3000
cărând un obiect în laboratorul profesorului Stephen Pratt.
08:35
So this is actually a piece of fig.
200
500000
2000
Este o bucată de smochină.
08:37
Actually you take any object coated with fig juice
201
502000
2000
Poţi lua orice obiect acoperit cu suc de smochine
08:39
and the ants will carry them back to the nest.
202
504000
3000
şi furnicile îl vor duce în cuib.
08:42
So these ants don't have any central coordinator.
203
507000
3000
Aceste furnici n-au nici nu coordonator central.
08:45
They sense their neighbors.
204
510000
2000
Îşi simt vecinii.
08:47
There's no explicit communication.
205
512000
2000
Nu există comunicare explicită.
08:49
But because they sense the neighbors
206
514000
2000
Dar pentru că îşi simt vecinii
08:51
and because they sense the object,
207
516000
2000
şi pentru că simt obiectul,
08:53
they have implicit coordination across the group.
208
518000
3000
au o coordonare implicită în interiorul grupului.
08:56
So this is the kind of coordination
209
521000
2000
Acesta e tipul de coordonare
08:58
we want our robots to have.
210
523000
3000
pe care-l dorim pentru roboţii noştri.
09:01
So when we have a robot
211
526000
2000
Atunci când avem un robot
09:03
which is surrounded by neighbors --
212
528000
2000
care-i înconjurat de vecini --
09:05
and let's look at robot I and robot J --
213
530000
2000
priviţi la robotul I şi robotul J --
09:07
what we want the robots to do
214
532000
2000
ce vrem să facă roboţii
09:09
is to monitor the separation between them
215
534000
3000
e să monitorizeze spaţiile dintre ei
09:12
as they fly in formation.
216
537000
2000
în timp ce zboară în formaţie.
09:14
And then you want to make sure
217
539000
2000
Şi apoi vrei să te asiguri
09:16
that this separation is within acceptable levels.
218
541000
2000
că distanţarea e în limite acceptabile.
09:18
So again the robots monitor this error
219
543000
3000
Din nou roboţii monitorizează această eroare
09:21
and calculate the control commands
220
546000
2000
şi calculează comenzile de control
09:23
100 times a second,
221
548000
2000
de 100 de ori pe secundă,
09:25
which then translates to the motor commands 600 times a second.
222
550000
3000
care apoi e transmis către motor de 600 de ori pe secundă.
09:28
So this also has to be done
223
553000
2000
Deci şi asta a fost făcut
09:30
in a decentralized way.
224
555000
2000
în mod descentralizat.
09:32
Again, if you have lots and lots of robots,
225
557000
2000
Dacă avem mulţi, mulţi roboţi,
09:34
it's impossible to coordinate all this information centrally
226
559000
4000
e imposibil să coordonăm toate aceste informaţii central
09:38
fast enough in order for the robots to accomplish the task.
227
563000
3000
destul de repede ca roboţii să îndeplinească sarcina.
09:41
Plus the robots have to base their actions
228
566000
2000
În plus roboţii trebuie să-şi bazeze acţiunile
09:43
only on local information,
229
568000
2000
doar pe informaţiile locale,
09:45
what they sense from their neighbors.
230
570000
2000
pe ceea ce simt de la vecinii lor.
09:47
And then finally,
231
572000
2000
Şi în final,
09:49
we insist that the robots be agnostic
232
574000
2000
insistăm ca roboţii să fie neîncrezători
09:51
to who their neighbors are.
233
576000
2000
referitori la cine sunt vecinii lor.
09:53
So this is what we call anonymity.
234
578000
3000
Asta-i ce numim anonimat.
09:56
So what I want to show you next
235
581000
2000
Vreau să vă arăt în continuare
09:58
is a video
236
583000
2000
un clip
10:00
of 20 of these little robots
237
585000
3000
cu 20 asemenea roboţei
10:03
flying in formation.
238
588000
2000
zburând în formaţie.
10:05
They're monitoring their neighbors' position.
239
590000
3000
Ei monitorizează poziţiile vecinilor lor.
10:08
They're maintaining formation.
240
593000
2000
Menţin formaţia.
10:10
The formations can change.
241
595000
2000
Formaţiile se pot schimba.
10:12
They can be planar formations,
242
597000
2000
Pot fi formaţii plane,
10:14
they can be three-dimensional formations.
243
599000
2000
sau formaţii tri-dimensionale.
10:16
As you can see here,
244
601000
2000
După cum vedeți aici,
10:18
they collapse from a three-dimensional formation into planar formation.
245
603000
3000
cad dintr-o formaţie 3-D într-una plană.
10:21
And to fly through obstacles
246
606000
2000
Şi ca să zboare printre obstacole
10:23
they can adapt the formations on the fly.
247
608000
4000
se pot adapta la diverse formaţii în zbor.
10:27
So again, these robots come really close together.
248
612000
3000
Din nou, roboţii se apropie foarte mult unul de altul.
10:30
As you can see in this figure-eight flight,
249
615000
2000
Vedeți în acest zbor în formă de 8,
10:32
they come within inches of each other.
250
617000
2000
se apropie la distanţe de câţiva centimetri.
10:34
And despite the aerodynamic interactions
251
619000
3000
Şi în ciuda interacţiunilor aerodinamice
10:37
of these propeller blades,
252
622000
2000
între lamelele elicelor,
10:39
they're able to maintain stable flight.
253
624000
2000
sunt capabili să menţină zbor stabil.
10:41
(Applause)
254
626000
7000
(Aplauze)
10:48
So once you know how to fly in formation,
255
633000
2000
Odată ce ştii cum să zbori în formaţie,
10:50
you can actually pick up objects cooperatively.
256
635000
2000
poţi ridica obiecte prin cooperare.
10:52
So this just shows
257
637000
2000
Asta arată
10:54
that we can double, triple, quadruple
258
639000
3000
că putem dubla, tripla, împătri
10:57
the robot strength
259
642000
2000
forţa robotului
10:59
by just getting them to team with neighbors, as you can see here.
260
644000
2000
determinându-i să facă echipă cu vecinii lor, aşa cum vedeți aici.
11:01
One of the disadvantages of doing that
261
646000
3000
Unul din dezavantaje
11:04
is, as you scale things up --
262
649000
2000
e că mărind la scară --
11:06
so if you have lots of robots carrying the same thing,
263
651000
2000
dacă avem mulţi roboţi cărând acelaşi lucru
11:08
you're essentially effectively increasing the inertia,
264
653000
3000
efectiv creşti inerţia,
11:11
and therefore you pay a price; they're not as agile.
265
656000
3000
și plăteşti un preţ; nu mai sunt atât de agili.
11:14
But you do gain in terms of payload carrying capacity.
266
659000
3000
Dar câştigi în capacitate utilă.
11:17
Another application I want to show you --
267
662000
2000
O altă aplicaţie pe care vreau s-o arăt --
11:19
again, this is in our lab.
268
664000
2000
din nou în laboratorul nostru.
11:21
This is work done by Quentin Lindsey who's a graduate student.
269
666000
2000
Asta e făcut de Quentin Lindsey, un student masterand
11:23
So his algorithm essentially tells these robots
270
668000
3000
Algoritmul lui spune roboţilor
11:26
how to autonomously build
271
671000
2000
cum să construiască autonom
11:28
cubic structures
272
673000
2000
structuri cubice
11:30
from truss-like elements.
273
675000
3000
din elemente în formă de grinzi.
11:33
So his algorithm tells the robot
274
678000
2000
Algoritmul lui le spune roboţilor
11:35
what part to pick up,
275
680000
2000
ce parte să ridice,
11:37
when and where to place it.
276
682000
2000
când şi unde s-o poziţioneze.
11:39
So in this video you see --
277
684000
2000
În acest filmuleţ --
11:41
and it's sped up 10, 14 times --
278
686000
2000
viteza e mărită de 10, 14 ori --
11:43
you see three different structures being built by these robots.
279
688000
3000
vedeţi 3 structuri diferite construite de aceşti roboţi.
11:46
And again, everything is autonomous,
280
691000
2000
Şi din nou, totul e autonom,
11:48
and all Quentin has to do
281
693000
2000
şi tot ce trebuie să facă Quentin
11:50
is to get them a blueprint
282
695000
2000
e să le aducă o schiţă
11:52
of the design that he wants to build.
283
697000
4000
a proiectului pe care-l vrea construit.
11:56
So all these experiments you've seen thus far,
284
701000
3000
Toate aceste experimente pe care le-aţi văzut până acum,
11:59
all these demonstrations,
285
704000
2000
toate aceste demonstraţii,
12:01
have been done with the help of motion capture systems.
286
706000
3000
au fost făcute cu ajutorul sistemelor de captare a mişcării.
12:04
So what happens when you leave your lab
287
709000
2000
Dar ce se întâmplă când părăseşti laboratorul
12:06
and you go outside into the real world?
288
711000
3000
şi mergi afară, în lumea reală?
12:09
And what if there's no GPS?
289
714000
3000
Şi dacă nu există GPS?
12:12
So this robot
290
717000
2000
Acest robot
12:14
is actually equipped with a camera
291
719000
2000
este echipat cu o cameră
12:16
and a laser rangefinder, laser scanner.
292
721000
3000
şi un telemetru laser, un scanner laser.
12:19
And it uses these sensors
293
724000
2000
Şi foloseşte senzori
12:21
to build a map of the environment.
294
726000
2000
să creeze o hartă a împrejurimilor.
12:23
What that map consists of are features --
295
728000
3000
Harta constă din caracteristici --
12:26
like doorways, windows,
296
731000
2000
cum ar fi uşile, ferestrele,
12:28
people, furniture --
297
733000
2000
oamenii, mobila --
12:30
and it then figures out where its position is
298
735000
2000
şi apoi îşi calculează poziţia
12:32
with respect to the features.
299
737000
2000
în funcţie de aceste caracteristici.
12:34
So there is no global coordinate system.
300
739000
2000
Deci nu există un sistem global de coordonate.
12:36
The coordinate system is defined based on the robot,
301
741000
3000
Sistemul de coordonate e definit pe baza robotului,
12:39
where it is and what it's looking at.
302
744000
3000
unde se află şi la ce se uită.
12:42
And it navigates with respect to those features.
303
747000
3000
Şi navighează ţinând seama de acele caracterisitici.
12:45
So I want to show you a clip
304
750000
2000
Vreau să vă arăt un clip
12:47
of algorithms developed by Frank Shen
305
752000
2000
ilustrând alogitmii programaţi de Frank Shen
12:49
and Professor Nathan Michael
306
754000
2000
şi profesorul Nathan Michael
12:51
that shows this robot entering a building for the very first time
307
756000
4000
care arată acest robot intrând într-o clădire pentru prima dată
12:55
and creating this map on the fly.
308
760000
3000
şi realizând harta în zbor.
12:58
So the robot then figures out what the features are.
309
763000
3000
Robotul calculează caracteristicile.
13:01
It builds the map.
310
766000
2000
Construieşte harta.
13:03
It figures out where it is with respect to the features
311
768000
2000
Calculează unde se află în funcție de repere
13:05
and then estimates its position
312
770000
2000
şi apoi îşi estimează poziţia
13:07
100 times a second
313
772000
2000
de 100 de ori pe secundă
13:09
allowing us to use the control algorithms
314
774000
2000
permiţându-ne să folosim algoritmii de control
13:11
that I described to you earlier.
315
776000
2000
pe care i-am descris mai devreme.
13:13
So this robot is actually being commanded
316
778000
2000
Acest robot e comandat
13:15
remotely by Frank.
317
780000
2000
de la distanţă de Frank.
13:17
But the robot can also figure out
318
782000
2000
Dar robotul îşi poate da seama
13:19
where to go on its own.
319
784000
2000
de unul singur unde să meargă.
13:21
So suppose I were to send this into a building
320
786000
2000
Presupunem că trebuie să-l trimit într-o clădire
13:23
and I had no idea what this building looked like,
321
788000
2000
şi n-am idee cum arată clădirea,
13:25
I can ask this robot to go in,
322
790000
2000
Pot trimite robotul înăuntru,
13:27
create a map
323
792000
2000
să creeze o hartă
13:29
and then come back and tell me what the building looks like.
324
794000
3000
şi apoi să vină şi să-mi spună cum arată clădirea.
13:32
So here, the robot is not only solving the problem,
325
797000
3000
Aici, robotul nu doar că rezolvă problema,
13:35
how to go from point A to point B in this map,
326
800000
3000
cum să ajungă de la punctul A la B pe această hartă,
13:38
but it's figuring out
327
803000
2000
dar îşi dă seama
13:40
what the best point B is at every time.
328
805000
2000
unde e cel mai bun punct B, în orice moment.
13:42
So essentially it knows where to go
329
807000
3000
În esenţă, ştie unde să se ducă
13:45
to look for places that have the least information.
330
810000
2000
să caute locuri despre care are cele mai puţine informaţii.
13:47
And that's how it populates this map.
331
812000
3000
Şi astfel întocmește harta.
13:50
So I want to leave you
332
815000
2000
Vreau să închei
13:52
with one last application.
333
817000
2000
cu o ultimă aplicaţie.
13:54
And there are many applications of this technology.
334
819000
3000
Şi sunt multe aplicaţii pentru această tehnologie.
13:57
I'm a professor, and we're passionate about education.
335
822000
2000
Sunt profesor şi noi suntem pasionaţi de educaţie.
13:59
Robots like this can really change the way
336
824000
2000
Roboţi ca aceştia pot schimba cu adevărat modul
14:01
we do K through 12 education.
337
826000
2000
în care se face educaţia în cele 12 clase.
14:03
But we're in Southern California,
338
828000
2000
Dar suntem în sudul Californiei,
14:05
close to Los Angeles,
339
830000
2000
aproape de Los Angeles,
14:07
so I have to conclude
340
832000
2000
deci trebuie să închei
14:09
with something focused on entertainment.
341
834000
2000
cu ceva concentrat pe divertisment.
14:11
I want to conclude with a music video.
342
836000
2000
Doresc să închei cu un clip muzical.
14:13
I want to introduce the creators, Alex and Daniel,
343
838000
3000
Vreau să-i prezint pe creatori, Alex şi Daniel,
14:16
who created this video.
344
841000
2000
care au făcut acest clip.
14:18
(Applause)
345
843000
7000
(Aplauze)
14:25
So before I play this video,
346
850000
2000
Înainte să rulez acest film,
14:27
I want to tell you that they created it in the last three days
347
852000
3000
vreau să vă spun că l-au creat în ultimele trei zile
14:30
after getting a call from Chris.
348
855000
2000
după ce au primit un telefon de la Chris.
14:32
And the robots that play the video
349
857000
2000
Şi roboţii care cântă în acest video
14:34
are completely autonomous.
350
859000
2000
sunt complet autonomi.
14:36
You will see nine robots play six different instruments.
351
861000
3000
Veţi vedea 9 roboţi care cântă la 6 instrumente diferite.
14:39
And of course, it's made exclusively for TED 2012.
352
864000
4000
Şi bineînţeles e făcut exclusiv pentru TED 2012.
14:43
Let's watch.
353
868000
3000
Să-l urmărim.
15:19
(Music)
354
904000
10000
(Muzică)
16:23
(Applause)
355
968000
17000
(Aplauze)
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