TEDxPenn
Vijay Kumar: The future of flying robots
Віджай Кумар: Майбутнє роботів, що літають
Filmed:
Readability: 4.9
1,780,679 views
В своїй лабораторії університету Пенсильванії Віджай Кумар зі своєю командою, натхненні бджолами, створюють автономних повітряних роботів. Їх останнє досягнення: "Точне Господарство", в якому зграя роботів створює карту, реконструює та аналізує кожну рослину та кожен фрукт у саду, забезпечуючи фермерів насущною інформацією. яка може допомогти покращити врожаї і зробити використання води розумнішим.
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.
В моїй лабораторії ми створюємо автономних
повітряних роботів,
повітряних роботів,
00:13
In my lab, we build
autonomous aerial robots
autonomous aerial robots
0
1280
3656
00:16
like the one you see flying here.
1
4960
1880
схожих на цього, що літає тут.
00:20
Unlike the commercially available drones
that you can buy today,
that you can buy today,
2
8720
3696
На відміну від доступних дронів,
яких ви можете купити сьогодні,
яких ви можете купити сьогодні,
00:24
this robot doesn't have any GPS on board.
3
12440
2640
цей робот не має жодного GPS на борту.
00:28
So without GPS,
4
16160
1216
Без GPS такому роботу
00:29
it's hard for robots like this
to determine their position.
to determine their position.
5
17400
3280
важко визначити своє положення.
00:34
This robot uses onboard sensors,
cameras and laser scanners,
cameras and laser scanners,
6
22240
4736
Цей робот використовує вбудовані датчики,
камери та лазерні сканери
камери та лазерні сканери
00:39
to scan the environment.
7
27000
1696
для дослідження середовища.
00:40
It detects features from the environment,
8
28720
3056
Він виявляє оточуючі об'єкти
00:43
and it determines where it is
relative to those features,
relative to those features,
9
31800
2736
і визначає своє положення відносно них,
00:46
using a method of triangulation.
10
34560
2136
використовуючи метод триангуляції.
00:48
And then it can assemble
all these features into a map,
all these features into a map,
11
36720
3456
І потім він може створити карту об'єктів,
00:52
like you see behind me.
12
40200
1736
як ця - позаду мене.
00:53
And this map then allows the robot
to understand where the obstacles are
to understand where the obstacles are
13
41960
3936
Завдяки карті робот знає,
де знаходяться перепони
де знаходяться перепони
та пересувається уникаючи їх.
00:57
and navigate in a collision-free manner.
14
45920
2720
01:01
What I want to show you next
15
49160
2096
Наступне, що я хочу вам показати -
01:03
is a set of experiments
we did inside our laboratory,
we did inside our laboratory,
16
51280
3216
це серія експериментів, які ми зробили
в нашій лабораторії,
в нашій лабораторії,
01:06
where this robot was able
to go for longer distances.
to go for longer distances.
17
54520
3480
де цей робот міг пройти більші відстані.
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
Тож тут справа вгорі ви бачите,
що робот бачить крізь камеру.
що робот бачить крізь камеру.
01:15
And on the main screen --
19
63440
1216
А на головному екрані -
01:16
and of course this is sped up
by a factor of four --
by a factor of four --
20
64680
2456
і, звичайно, це прискорено у чотири рази -
01:19
on the main screen you'll see
the map that it's building.
the map that it's building.
21
67160
2667
на головному екрані ви побачите карту,
яку він створює.
яку він створює.
01:21
So this is a high-resolution map
of the corridor around our laboratory.
of the corridor around our laboratory.
22
69851
4285
Це високороздільна карта
коридору навколо нашої лабораторії.
коридору навколо нашої лабораторії.
01:26
And in a minute
you'll see it enter our lab,
you'll see it enter our lab,
23
74160
2336
І за хвилину ви побачите,
як він входить в лабораторію.
як він входить в лабораторію.
01:28
which is recognizable
by the clutter that you see.
by the clutter that you see.
24
76520
2856
вона впізнається за безладом,
який ви побачите.
який ви побачите.
01:31
(Laughter)
25
79400
1016
(Сміх)
01:32
But the main point I want to convey to you
26
80440
2007
Але головна думка,
яку я хочу донести -
яку я хочу донести -
01:34
is that these robots are capable
of building high-resolution maps
of building high-resolution maps
27
82472
3584
це те, що ці роботи здатні
створювати високороздільні карти
створювати високороздільні карти
01:38
at five centimeters resolution,
28
86080
2496
з п'ятисантиметровою точністю,
01:40
allowing somebody who is outside the lab,
or outside the building
or outside the building
29
88600
4176
які дозволяють будь-кому за межами
лабораторії або будинку
лабораторії або будинку
01:44
to deploy these
without actually going inside,
without actually going inside,
30
92800
3216
дослідити їх, не заходячи всередину,
01:48
and trying to infer
what happens inside the building.
what happens inside the building.
31
96040
3760
і зробити висновки стосовно того, що
відбувається всередині будинку.
відбувається всередині будинку.
Але ми маємо одну проблему
з подібними роботами.
з подібними роботами.
01:52
Now there's one problem
with robots like this.
with robots like this.
32
100400
2240
01:55
The first problem is it's pretty big.
33
103600
2200
Перша проблема - він надто великий.
01:58
Because it's big, it's heavy.
34
106120
1680
Через те, що він великий,
він важкий.
він важкий.
02:00
And these robots consume
about 100 watts per pound.
about 100 watts per pound.
35
108640
3040
І цей робот споживає десь 100 ват
на один фунт ваги.
на один фунт ваги.
02:04
And this makes for
a very short mission life.
a very short mission life.
36
112360
2280
Це призводить до дуже короткої
тривалості завдань.
тривалості завдань.
02:08
The second problem
37
116000
1456
Друга проблема,
02:09
is that these robots have onboard sensors
that end up being very expensive --
that end up being very expensive --
38
117480
3896
в цього робота вбудовані сенсори,
які роблять його дуже дорогим -
які роблять його дуже дорогим -
02:13
a laser scanner, a camera
and the processors.
and the processors.
39
121400
3440
лазерний сканер, камера та процесор.
02:17
That drives up the cost of this robot.
40
125280
3040
Це збільшує вартість цього робота.
02:21
So we asked ourselves a question:
41
129440
2656
Тож ми запитали себе:
02:24
what consumer product
can you buy in an electronics store
can you buy in an electronics store
42
132120
3776
який прилад можна купити в магазині
електроніки,
електроніки,
02:27
that is inexpensive, that's lightweight,
that has sensing onboard and computation?
that has sensing onboard and computation?
43
135920
6280
який буде недорогим, буде легким,
містить сенсори та обчислювач?
містить сенсори та обчислювач?
02:36
And we invented the flying phone.
44
144080
2656
І ми придумали телефон, що літає.
02:38
(Laughter)
45
146760
1936
(Сміх)
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
Цей робот працює зі смартфоном
Samsung Galaxy,
Samsung Galaxy,
який ви можете купити в магазині,
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
і все, що потрібно - це додаток, який
ви завантажуєте з магазину додатків.
ви завантажуєте з магазину додатків.
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
І бачите, в нашому випадку,
цей робот читає букви, "TED",
цей робот читає букви, "TED",
02:55
looking at the corners
of the "T" and the "E"
of the "T" and the "E"
49
163200
2936
дивлячись по кутах, на "Т" й "Е",
а потім триангулює це, літаючи автономно.
а потім триангулює це, літаючи автономно.
02:58
and then triangulating off of that,
flying autonomously.
flying autonomously.
50
166160
3480
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
Цей джойстик тут на випадок,
якщо робот втратить контроль.
якщо робот втратить контроль.
Джузеппе може вбити його.
03:06
Giuseppe can kill it.
52
174000
1416
03:07
(Laughter)
53
175440
1640
(Сміх)
03:10
In addition to building
these small robots,
these small robots,
54
178920
3816
Окрім будування цих маленьких роботів,
03:14
we also experiment with aggressive
behaviors, like you see here.
behaviors, like you see here.
55
182760
4800
ми також експериментували з агресивною
поведінкою, на кшталт тої, що ви бачите тут.
поведінкою, на кшталт тої, що ви бачите тут.
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
Цей робот зараз рухається зі швидкістю
від двох до трьох метрів на секунду,
від двох до трьох метрів на секунду,
03:25
pitching and rolling aggressively
as it changes direction.
as it changes direction.
57
193240
3496
різко хитаючись та гойдаючись,
під час зміни напрямку.
під час зміни напрямку.
03:28
The main point is we can have
smaller robots that can go faster
smaller robots that can go faster
58
196760
4256
Головне тут, що в нас є малі роботи,
які можуть рухатись швидше,
які можуть рухатись швидше,
03:33
and then travel in these
very unstructured environments.
very unstructured environments.
59
201040
2960
і рухатись в цьому неструктурованому
середовищі.
середовищі.
03:37
And in this next video,
60
205120
2056
На наступному відео,
03:39
just like you see this bird, an eagle,
gracefully coordinating its wings,
gracefully coordinating its wings,
61
207200
5896
ви бачите, як птаха, орел,
граціозно координує свої крила,
граціозно координує свої крила,
03:45
its eyes and feet
to grab prey out of the water,
to grab prey out of the water,
62
213120
4296
очі, кігті, щоб схопити жертву на воді,
03:49
our robot can go fishing, too.
63
217440
1896
наш робот також вміє рибалити.
03:51
(Laughter)
64
219360
1496
(Сміх)
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
В цьому випадку, це сирний сендвіч.
03:56
(Laughter)
66
224960
2400
(Сміх)
Бачите, цей робот рухається зі швидкістю
приблизно три метри за секунду,
приблизно три метри за секунду,
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
04:03
which is faster than walking speed,
coordinating its arms, its claws
coordinating its arms, its claws
68
231000
5136
це швидше, ніж ми ходимо,
координує свої руки та кігті,
координує свої руки та кігті,
04:08
and its flight with split-second timing
to achieve this maneuver.
to achieve this maneuver.
69
236160
4120
і летить з секундним розрахунком,
щоб зробити маневр.
щоб зробити маневр.
04:14
In another experiment,
70
242120
1216
В іншому експерименті
04:15
I want to show you
how the robot adapts its flight
how the robot adapts its flight
71
243360
3656
я хочу показати вам,
як робот адаптує свій політ
як робот адаптує свій політ
04:19
to control its suspended payload,
72
247040
2376
для управління підвішеного вантажу,
04:21
whose length is actually larger
than the width of the window.
than the width of the window.
73
249440
3800
довжина якого більша, ніж ширина вікна.
04:25
So in order to accomplish this,
74
253680
1696
Щоб виконати це,
04:27
it actually has to pitch
and adjust the altitude
and adjust the altitude
75
255400
3696
він повинен зробити кидок
та підлаштувати висоту
та підлаштувати висоту
04:31
and swing the payload through.
76
259120
2320
і хитнути вантаж.
04:38
But of course we want
to make these even smaller,
to make these even smaller,
77
266920
2296
Але, звичайно, ми хочемо
зробити їх ще меншими,
зробити їх ще меншими,
04:41
and we're inspired
in particular by honeybees.
in particular by honeybees.
78
269240
3016
і нас на це надихають бджоли.
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
Якщо ви подивитесь на бджіл,
а це сповільнене відео,
а це сповільнене відео,
04:47
they're so small,
the inertia is so lightweight --
the inertia is so lightweight --
80
275560
3720
вони такі маленькі,
і їх інерція така невеличка -
і їх інерція така невеличка -
04:51
(Laughter)
81
279960
1176
(Сміх)
04:53
that they don't care --
they bounce off my hand, for example.
they bounce off my hand, for example.
82
281160
3536
що вони не переймаються - вони відскакують
від моєї руки, наприклад.
від моєї руки, наприклад.
04:56
This is a little robot
that mimics the honeybee behavior.
that mimics the honeybee behavior.
83
284720
3160
Це маленький робот,
що відтворює поведінку бджоли.
що відтворює поведінку бджоли.
05:00
And smaller is better,
84
288600
1216
Менше - краще,
05:01
because along with the small size
you get lower inertia.
you get lower inertia.
85
289840
3536
тому що при малій вазі менша інерція.
05:05
Along with lower inertia --
86
293400
1536
При меншій інерції -
05:06
(Robot buzzing, laughter)
87
294960
2856
(Робот пищить, сміх)
05:09
along with lower inertia,
you're resistant to collisions.
you're resistant to collisions.
88
297840
2816
при меншій інерції, ви захищені
від зіткнень.
від зіткнень.
05:12
And that makes you more robust.
89
300680
1720
І це робить вас більш надійними.
05:15
So just like these honeybees,
we build small robots.
we build small robots.
90
303800
2656
Ми зробили роботів,
подібних до цих бджіл.
подібних до цих бджіл.
05:18
And this particular one
is only 25 grams in weight.
is only 25 grams in weight.
91
306480
3376
Ось цей важить лише 25 грамів.
05:21
It consumes only six watts of power.
92
309880
2160
Він споживає лише 6 Ватт.
І він може рухатись зі швидкістю
до шести метрів за секунду.
до шести метрів за секунду.
05:24
And it can travel
up to six meters per second.
up to six meters per second.
93
312440
2536
05:27
So if I normalize that to its size,
94
315000
2336
Як для його розміру,
05:29
it's like a Boeing 787 traveling
ten times the speed of sound.
ten times the speed of sound.
95
317360
3640
це як Боїнг 787, який рухається зі швидкістю
в десятеро більшою за швидкість звуку.
в десятеро більшою за швидкість звуку.
05:36
(Laughter)
96
324000
2096
(Сміх)
05:38
And I want to show you an example.
97
326120
1920
І я хочу показати вам приклад.
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
Це, можливо, перша запланована аварія,
в двадцять разів уповільнена.
в двадцять разів уповільнена.
05:46
These are going at a relative speed
of two meters per second,
of two meters per second,
99
334120
2858
Це відбувається на швидкості
два метри за секунду
два метри за секунду
05:49
and this illustrates the basic principle.
100
337002
2480
та ілюструє основний принцип.
05:52
The two-gram carbon fiber cage around it
prevents the propellers from entangling,
prevents the propellers from entangling,
101
340200
4976
Двограмова карбонова захисна клітка
запобігає зчепленню,
запобігає зчепленню,
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
але загалом зіткнення амортизується
і робот відреагував на це.
і робот відреагував на це.
06:02
And so small also means safe.
103
350520
2560
Отже маленький також значить безпечний.
Коли ми розробляли цих роботів
в моїй лабораторії,
в моїй лабораторії,
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
то почали з цих великих роботів
06:09
and then now we're down
to these small robots.
to these small robots.
106
357084
2812
і закінчили цими маленькими роботами.
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
Якщо намалювати діаграму аптечок,
які ми замовили в минулому,
які ми замовили в минулому,
06:15
in the past, that sort of tailed off now.
108
363400
2576
зараз їх кількість значно зменшилась.
06:18
Because these robots are really safe.
109
366000
1960
Тому що ці роботи справді безпечні.
06:20
The small size has some disadvantages,
110
368760
2456
Малі розміри мають свої недоліки,
06:23
and nature has found a number of ways
to compensate for these disadvantages.
to compensate for these disadvantages.
111
371240
4080
та природа знайшла шляхи,
як компенсувати їх.
як компенсувати їх.
06:27
The basic idea is they aggregate
to form large groups, or swarms.
to form large groups, or swarms.
112
375960
4000
Основна ідея - це створення великих груп,
або зграй.
або зграй.
06:32
So, similarly, in our lab,
we try to create artificial robot swarms.
we try to create artificial robot swarms.
113
380320
3976
В нашій лабораторії ми спробували
створити штучну зграю роботів.
створити штучну зграю роботів.
06:36
And this is quite challenging
114
384320
1381
І це дуже не просто,
06:37
because now you have to think
about networks of robots.
about networks of robots.
115
385725
3320
тому що зараз треба контролювати
мережу роботів.
мережу роботів.
06:41
And within each robot,
116
389360
1296
І кожному роботу
06:42
you have to think about the interplay
of sensing, communication, computation --
of sensing, communication, computation --
117
390680
5616
ви повинні забезпечити взаємодію датчиків,
зв'язку, обчислень,
зв'язку, обчислень,
06:48
and this network then becomes
quite difficult to control and manage.
quite difficult to control and manage.
118
396320
4960
і цією мережею досить важко керувати
та її контролювати.
та її контролювати.
06:54
So from nature we take away
three organizing principles
three organizing principles
119
402160
3296
Тож ми взяли від природи
три організаційних принципи,
три організаційних принципи,
06:57
that essentially allow us
to develop our algorithms.
to develop our algorithms.
120
405480
3160
що дозволило нам розробити наш алгоритм.
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
По-перше, роботи повинні відчувати
своїх сусідів.
своїх сусідів.
07:06
They need to be able to sense
and communicate with their neighbors.
and communicate with their neighbors.
122
414200
3440
Вони повинні відчувати та взаємодіяти
зі своїми сусідами.
зі своїми сусідами.
07:10
So this video illustrates the basic idea.
123
418040
2656
Це відео демонструє основні ідеї.
07:12
You have four robots --
124
420720
1296
У вас чотири роботи -
07:14
one of the robots has actually been
hijacked by a human operator, literally.
hijacked by a human operator, literally.
125
422040
4240
один з роботів був викрадений оператором,
у прямому значенні.
у прямому значенні.
07:19
But because the robots
interact with each other,
interact with each other,
126
427217
2239
Але так, як роботи взаємодіють між собою,
07:21
they sense their neighbors,
127
429480
1656
вони відчувають своїх сусідів,
07:23
they essentially follow.
128
431160
1296
вони, по суті, слідкують.
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
І тут одна людина може очолювати
групу переслідувачів.
групу переслідувачів.
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
Тож знову, це не тому, що всі роботи
знають, куди їм потрібно іти.
знають, куди їм потрібно іти.
07:37
It's because they're just reacting
to the positions of their neighbors.
to the positions of their neighbors.
131
445080
4320
Це тому, що вони реагують на положення
своїх сусідів.
своїх сусідів.
07:43
(Laughter)
132
451720
4120
(Сміх)
07:48
So the next experiment illustrates
the second organizing principle.
the second organizing principle.
133
456280
5240
Наступний експеримент показує другий
організаційний принцип.
організаційний принцип.
07:54
And this principle has to do
with the principle of anonymity.
with the principle of anonymity.
134
462920
3800
Цей принцип пов'язаний з принципом
анонімності.
анонімності.
07:59
Here the key idea is that
135
467400
4296
Головна ідея тут в тому,
08:03
the robots are agnostic
to the identities of their neighbors.
to the identities of their neighbors.
136
471720
4240
що роботи байдужі до ідентичності
своїх сусідів.
своїх сусідів.
08:08
They're asked to form a circular shape,
137
476440
2616
Їм скомандували зробити коло,
08:11
and no matter how many robots
you introduce into the formation,
you introduce into the formation,
138
479080
3296
і незалежно від кількості роботів,
задіяних у формуванні кола,
задіяних у формуванні кола,
08:14
or how many robots you pull out,
139
482400
2576
чи від кількості роботів,
яких вилучили з формування,
яких вилучили з формування,
08:17
each robot is simply
reacting to its neighbor.
reacting to its neighbor.
140
485000
3136
кожен робот просто реагує на сусіда.
08:20
It's aware of the fact that it needs
to form the circular shape,
to form the circular shape,
141
488160
4976
В нього є установка, що потрібно
сформувати коло,
сформувати коло,
08:25
but collaborating with its neighbors
142
493160
1776
і при взаємодії з сусідами
08:26
it forms the shape
without central coordination.
without central coordination.
143
494960
3720
він створює контур
без центрального керування.
без центрального керування.
08:31
Now if you put these ideas together,
144
499520
2416
Якщо об'єднати всі ідеї,
08:33
the third idea is that we
essentially give these robots
essentially give these robots
145
501960
3896
третя ідея - надати роботам
08:37
mathematical descriptions
of the shape they need to execute.
of the shape they need to execute.
146
505880
4296
математичний опис фігури,
яку вони повинні скласти.
яку вони повинні скласти.
08:42
And these shapes can be varying
as a function of time,
as a function of time,
147
510200
3496
І ці фігури змінюються з часом,
08:45
and you'll see these robots
start from a circular formation,
start from a circular formation,
148
513720
4496
і ви бачите - роботи починають з кола,
08:50
change into a rectangular formation,
stretch into a straight line,
stretch into a straight line,
149
518240
3256
змінюють його на прямокутник,
витягуються в лінію.
витягуються в лінію.
08:53
back into an ellipse.
150
521520
1375
повертаються до еліпса.
08:54
And they do this with the same
kind of split-second coordination
kind of split-second coordination
151
522919
3617
І все це вони роблять
із секундною точністю,
із секундною точністю,
08:58
that you see in natural swarms, in nature.
152
526560
3280
яка притаманна природнім зграям.
09:03
So why work with swarms?
153
531080
2136
Навіщо працювати зі зграями?
09:05
Let me tell you about two applications
that we are very interested in.
that we are very interested in.
154
533240
4120
Я вам розкажу про два застосування,
які зацікавили нас.
які зацікавили нас.
09:10
The first one has to do with agriculture,
155
538160
2376
Перше пов'язано з сільським господарством,
09:12
which is probably the biggest problem
that we're facing worldwide.
that we're facing worldwide.
156
540560
3360
мабуть, однією з найбільших
проблем у світі.
проблем у світі.
09:16
As you well know,
157
544760
1256
Як ви знаєте,
09:18
one in every seven persons
in this earth is malnourished.
in this earth is malnourished.
158
546040
3520
кожна сьома людина на Землі
погано харчується.
погано харчується.
09:21
Most of the land that we can cultivate
has already been cultivated.
has already been cultivated.
159
549920
3480
Більшість земель, які можна обробляти,
вже обробляються.
вже обробляються.
09:25
And the efficiency of most systems
in the world is improving,
in the world is improving,
160
553960
3216
Ефективність більшості систем
у світі покращується,
у світі покращується,
09:29
but our production system
efficiency is actually declining.
efficiency is actually declining.
161
557200
3520
але ефективність системи виробництва
продуктів - погіршується.
продуктів - погіршується.
09:33
And that's mostly because of water
shortage, crop diseases, climate change
shortage, crop diseases, climate change
162
561080
4216
І це викликано нестачею води,
захворюванням рослин, зміною клімату
захворюванням рослин, зміною клімату
09:37
and a couple of other things.
163
565320
1520
та іншими проблемами.
09:39
So what can robots do?
164
567360
1480
Тож що можуть зробити роботи?
09:41
Well, we adopt an approach that's
called Precision Farming in the community.
called Precision Farming in the community.
165
569200
4616
Ми використали підхід, який в суспільстві
називається "точним господарством".
називається "точним господарством".
09:45
And the basic idea is that we fly
aerial robots through orchards,
aerial robots through orchards,
166
573840
5376
Основна ідея - ми використовуємо
літаючих роботів у фруктових садах,
літаючих роботів у фруктових садах,
09:51
and then we build
precision models of individual plants.
precision models of individual plants.
167
579240
3120
і створюємо точні моделі кожної рослини.
Так само, як з індивідуальною терапією,
09:54
So just like personalized medicine,
168
582829
1667
09:56
while you might imagine wanting
to treat every patient individually,
to treat every patient individually,
169
584520
4816
коли ви лікуєте кожного пацієнта
індивідуально,
індивідуально,
10:01
what we'd like to do is build
models of individual plants
models of individual plants
170
589360
3696
ми хочемо створити модель кожної рослини
10:05
and then tell the farmer
what kind of inputs every plant needs --
what kind of inputs every plant needs --
171
593080
4136
і потім розказати фермеру,
які дії необхідні для кожної рослини.
які дії необхідні для кожної рослини.
10:09
the inputs in this case being water,
fertilizer and pesticide.
fertilizer and pesticide.
172
597240
4440
Під діями розуміється полив, запилювання,
боротьба зі шкідниками.
боротьба зі шкідниками.
10:14
Here you'll see robots
traveling through an apple orchard,
traveling through an apple orchard,
173
602640
3616
Тут ви бачите робота, який пролітає через
яблуневий сад,
яблуневий сад,
10:18
and in a minute you'll see
two of its companions
two of its companions
174
606280
2256
і за хвилину ви побачите
його компаньйонів,
його компаньйонів,
10:20
doing the same thing on the left side.
175
608560
1810
які роблять те саме зліва від нього.
10:22
And what they're doing is essentially
building a map of the orchard.
building a map of the orchard.
176
610800
3656
Вони будують карту саду.
10:26
Within the map is a map
of every plant in this orchard.
of every plant in this orchard.
177
614480
2816
Це карта включає кожне дерево в саду.
10:29
(Robot buzzing)
178
617320
1656
(Шумить робот)
10:31
Let's see what those maps look like.
179
619000
1896
Поглянемо, як виглядають такі карти.
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
На наступному відео ви побачите камери,
встановлені на цьому роботі.
встановлені на цьому роботі.
10:37
On the top-left is essentially
a standard color camera.
a standard color camera.
181
625240
3240
Зліва зверху звичайна кольорова камера.
10:41
On the left-center is an infrared camera.
182
629640
3296
Зліва посередині - інфрачервона камера.
10:44
And on the bottom-left
is a thermal camera.
is a thermal camera.
183
632960
3776
І зліва внизу - температурна камера.
10:48
And on the main panel, you're seeing
a three-dimensional reconstruction
a three-dimensional reconstruction
184
636760
3336
А на головному екрані ви бачите
трьохвимірну реконструкцію
трьохвимірну реконструкцію
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
кожного дерева в саду, по тому, як датчики
пролітають повз дерева.
пролітають повз дерева.
10:59
Armed with information like this,
we can do several things.
we can do several things.
186
647640
4040
Маючи інформацію на кшталт цієї,
ми можемо робити декілька речей.
ми можемо робити декілька речей.
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
Перша, можливо, найважливіша,
ми дуже просто можемо
ми дуже просто можемо
11:08
count the number of fruits on every tree.
188
656480
2440
порахувати кількість фруктів
на кожному дереві.
на кожному дереві.
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
Так ви можете повідомити фермеру
кількість фруктів на кожному дереві
кількість фруктів на кожному дереві
11:16
and allow her to estimate
the yield in the orchard,
the yield in the orchard,
190
664080
4256
і дозволити оцінити врожай,
який він отримає в саду,
який він отримає в саду,
11:20
optimizing the production
chain downstream.
chain downstream.
191
668360
2840
оптимізуючи виробничий ланцюжок.
Друга справа, яку ми можемо зробити -
11:23
The second thing we can do
192
671640
1616
11:25
is take models of plants, construct
three-dimensional reconstructions,
three-dimensional reconstructions,
193
673280
4496
взяти модель рослини, відтворити її
в тривимірному вигляді
в тривимірному вигляді
11:29
and from that estimate the canopy size,
194
677800
2536
і оцінити розмір крони.
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
Потім корелювати розмір крони
до листяного покриву кожного дерева.
до листяного покриву кожного дерева.
11:36
And this is called the leaf area index.
196
684160
2176
Це називається індексом листяної поверхні.
11:38
So if you know this leaf area index,
197
686360
1936
Якщо знати індекс листяної поверхні,
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
можна вирахувати, наскільки добре проходить
фотосинтез на кожній рослині,
фотосинтез на кожній рослині,
11:45
which again tells you
how healthy each plant is.
how healthy each plant is.
199
693800
2880
що дасть інформацію, наскільки
здорова кожна рослина.
здорова кожна рослина.
11:49
By combining visual
and infrared information,
and infrared information,
200
697520
4216
Використовуючи разом візуальну
та інфрачервону інформацію,
та інфрачервону інформацію,
11:53
we can also compute indices such as NDVI.
201
701760
3296
ми також можемо вирахувати індекс NDVI.
11:57
And in this particular case,
you can essentially see
you can essentially see
202
705080
2816
В практичному використанні ви можете
побачити,
побачити,
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
що деякі плоди не такі гарні, як інші.
12:02
This is easily discernible from imagery,
204
710960
4056
Це дуже просто помітити з зображення,
12:07
not just visual imagery but combining
205
715040
2216
не простого зображення, а в поєднанні
12:09
both visual imagery and infrared imagery.
206
717280
2776
інфрачервоного та візуального зображень.
12:12
And then lastly,
207
720080
1336
І останнє,
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
ми зацікавились виявленням раннього
початку хлорозу, плямистості листя -
початку хлорозу, плямистості листя -
12:17
and this is an orange tree --
209
725480
1496
це апельсинове дерево,
12:19
which is essentially seen
by yellowing of leaves.
by yellowing of leaves.
210
727000
2560
яке виділяється жовтим листям.
12:21
But robots flying overhead
can easily spot this autonomously
can easily spot this autonomously
211
729880
3896
Тож робот може просто виявити це автономно,
пролітаючи повз,
пролітаючи повз,
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
і потім повідомити фермеру,
що в нього чи неї є проблема
що в нього чи неї є проблема
12:28
in this section of the orchard.
213
736760
1520
на цій ділянці саду.
12:30
Systems like this can really help,
214
738800
2696
Схожі системи можуть дійсно допомогти,
12:33
and we're projecting yields
that can improve by about ten percent
that can improve by about ten percent
215
741520
5816
і ми прогнозуємо покращення врожаю
приблизно на 10 відсотків
приблизно на 10 відсотків
12:39
and, more importantly, decrease
the amount of inputs such as water
the amount of inputs such as water
216
747360
3216
та більше, зменшення витрат води
12:42
by 25 percent by using
aerial robot swarms.
aerial robot swarms.
217
750600
3280
на 25 відсотків з допомогою використання
повітряних зграй роботів.
повітряних зграй роботів.
Наостанок, я хочу, щоб ви привітали людей,
які насправді створюють майбутнє.
які насправді створюють майбутнє.
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
12:52
Yash Mulgaonkar, Sikang Liu
and Giuseppe Loianno,
and Giuseppe Loianno,
219
760960
4920
Яш Мулгаонкар, Сіканг Ліу,
Джузеппе Лоянно,
Джузеппе Лоянно,
12:57
who are responsible for the three
demonstrations that you saw.
demonstrations that you saw.
220
765920
3496
котрі відповідають за ці три демонстрації,
які ви побачили.
які ви побачили.
Дякую.
13:01
Thank you.
221
769440
1176
13:02
(Applause)
222
770640
5920
(Оплески)
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