Raffaello D'Andrea: Kekuatan atletis quadcopters yang mengagumkan

Di dalam laboratorium robot di TEDGlobal, Raffaelo D'Andrea mendemonstrasikan quadcopters terbangnya: robot yang berpikir seperti atlet, memecahkan masalah fisik dengan algoritma yang membantu mereka belajar. Dalam serangkaian demonstrasi yang menarik, D'Andrea menunjukan robot bermain tangkap, menyeimbangkan dan mengambil keputusan bersama-sama -- dan perhatikan demo "Aku ingin ini" quads yang dikendalikan oleh Kinect.

Jadi apa artinya bagi mesin menjadi atletis?

Kami akan mendemostrasikan konsep atletis pada mesin

dan penelitian yang diperlukan untuk mencapainya

dengan pertolongan dari mesin terbang bernama quadrocopters ini,

atau disingkat quad.

Quad sudah ada sejak lama.

Mereka sangat populer belakangan ini

karena secara mekanisme mereka sederhana.

Dengan mengendalikan ke 4 baling-baling ini,

mesin ini dapat melakukan roll, pitch, yaw,

dan mempercepat kecepatan sepanjang arah yang ditujunya.

Mereka mengandung baterai, komputer,

berbagai sensor dan radio nirkabel.

Quads sangat lincah, namun sebagai gantinya ada kerugian.

Mereka sangat tidak stabil, dan mereka memerlukan beberapa bentuk

umpan balik kontrol otomatis untuk bisa terbang.

Jadi, bagaimana cara ia melakukannya?

Kamera di langit-langit dan sebuah laptop

berfungsi sebagai global positioning system indoor.

Hal ini digunakan untuk menemukan objek dalam ruang

yang memiliki tanda-tanda reflektif ini.

Data ini kemudian dikirim ke laptop lain

yang menjalankan estimasi dan algoritma kontrol,

yang kemudian mengirim perintah ke quad,

yang juga menjalankan estimasi dan algoritma kontrol.

Sebagian besar penelitian kami adalah mengenai algoritma.

Itu adalah keajaiban yang membuat mesin ini hidup.

Jadi bagaimana mendesain algoritma

yang menciptakan sebuah atlet mesin?

Kami menggunakan sesuatu yang disebut desain berbasis model.

Kami menangkap gerak fisika dengan model matematika

bagaimana mesin berperilaku.

Lalu kami menggunakan cabang dari matematika

yang disebut teori kontrol untuk menganalisis model ini

dan juga untuk mensintesis algoritma untuk mengendalikan mereka.

Sebagai contoh, itu adalah bagaimana kita dapat membuat quad melakukan hover.

Kami menangkap dinamikanya

dengan serangkaian persamaan diferensial.

Kita kemudian memanipulasi persamaan dengan bantuan

dari teori kontrol untuk membuat algoritma yang menstabilkan quad.

Biarkan aku tunjukkan kekuatan dari pendekatan ini.

Katakan kita ingin quad ini tidak hanya melayang

tetapi juga menyeimbangkan tiang ini.

Dengan sedikit latihan,

Hal ini cukup sederhana untuk dilakukan manusia.

Meskipun kita memiliki keuntungan memiliki

dua kaki di tanah

dan penggunaan tangan kita yang sangat serba bisa.

Hal ini menjadi sedikit lebih sulit

ketika saya hanya memiliki satu kaki di atas tanah

dan tidak menggunakan tangan saya.

Perhatikan bagaimana tiang ini memiliki penanda reflektif di atas,

yang berarti bahwa itu dapat ditentukan di ruang.

(Tepuk tangan)

Anda dapat melihat bahwa quad ini membuat penyesuaian halus

untuk menjaga tiang seimbang.

Bagaimana kita melakukan desain algoritma untuk melakukan hal ini?

Kami menambahkan model matematis kutub

dengan quad.

Setelah kita memiliki model sistem gabungan quad-tiang,

kita dapat menggunakan teori kontrol untuk membuat algoritma untuk mengendalikannya.

Anda bisa melihat bahwa itu stabil,

dan bahkan jika saya memberikan sedikit dorongan,

ia kembali ke posisi seimbang.

Kami juga dapat menambah model untuk menyertakan

dimana kita inginkan quad berada dalam ruang.

Menggunakan pointer ini, terbuat dari penanda reflektif,

Saya dapat menunjukkan ke mana saya ingin quad berada dalam ruang

dalam jarak yang tetap dari Saya.

Kunci dari manuver akrobatik ini adalah algoritma,

yang dirancang dengan bantuan model-model matematik

dan kontrol teori.

Mari perintahkan quad untuk datang kembali ke sini

dan biarkan tiangnya jatuh,

dan berikutnya saya akan menunjukkan betapa pentingnya

memahami model fisika

dan cara kerja dunia fisik.

Perhatikan bagaimana quad kehilangan ketinggian

ketika saya meletakkan segelas air di atasnya.

Tidak seperti menyeimbangkan tiang, saya tidak menyertakan

model matematika gelas ke dalam sistem.

Pada kenyataannya, sistem bahkan tidak tahu ada segelas air.

Seperti sebelumnya, aku bisa menggunakan pointer untuk memberitahu quad

mana aku ingin ia berada di ruang.

(Tepuk tangan)

Oke, Anda harus bertanya pada diri sendiri,

mengapa airnya tidak tumpah?

Dua fakta: yang pertama adalah gaya gravitasi

berpengaruh pada semua objek dengan cara yang sama.

Yang kedua adalah semua baling-baling menunjuk

dalam arah yang sama dengan gelas, yaitu ke atas.

Dengan kedua hal ini, hasil akhirnya

adalah bahwa semua gaya samping pada gelas adalah kecil

dan lebih banyak didominasi oleh efek aerodinamis,

dimana dapat diabaikan pada kecepatan ini.

Dan itulah mengapa Anda tidak perlu model gelas.

Itu tidak akan tumpah, apapun yang dilakukan quad.

(Tepuk tangan)

Pelajaran di sini adalah bahwa beberapa tugas kinerja tinggi

lebih mudah daripada yang lain,

dan bahwa pemahaman fisika dari masalah

memberitahu Anda mana mudah dan mana sulit.

Dalam contoh ini, membawa segelas air sangat mudah.

Menyeimbangkan tiang sulit.

Kita semua telah mendengar cerita tentang atlet

yang melakukan prestasi sementara secara fisik terluka.

Dapatkah mesin berkinerja

dengan kerusakan fisik yang ekstrim?

Kebijaksanaan konvensional menyatakan bahwa Anda perlu

setidaknya empat baling-baling motor untuk terbang,

karena ada empat derajat kebebasan yang perlu dikontrol:

Roll, pitch, yaw dan percepatan.

Hexacopters dan octocopters, dengan baling-baling enam sampai delapan,

dapat menyediakan redundansi,

Tapi quadrocopters jauh lebih populer

karena mereka memiliki

jumlah baling-baling motor paling minim: empat.

Benarkah?

Jika kita menganalisis model matematis mesin ini

dengan hanya 2 baling-baling yang bekerja,

kita menemukan cara yang tidak biasa untuk terbang.

Kita melepaskan kendali yaw,

Tapi roll, pitch dan percepatan masih dapat dikontrol

dengan algoritma yang mengeksploitasi konfigurasi baru ini.

Model-model matematik memberitahu kami persis kapan

dan mengapa ini dapat dilakukan.

Dalam contoh ini, pengetahuan ini memungkinkan kita untuk desain

arsitektur mesin baru

atau untuk mendesain algoritma cerdas yang dapat menangani kerusakan,

sama seperti yang dilakukan atlet manusia,

alih-alih membangun mesin dengan redundansi.

Kita pasti menahan napas ketika menonton

seorang penyelam jungkir balik menyelam ke air,

atau ketika atlit lompat tinggi berputar di udara,

dan tanah bergerak mendekat dengan cepat.

Apakah penyelam akan menyelam dengan sedikit cipratan air?

Akan atlit lompat tinggi berhasil melompat?

Misalkan kita ingin quad ini

untuk melakukan jungkir balik tiga kali dan berakhir

di tempat yang persis sama.

Manuver ini akan terjadi begitu cepat

sehingga kita tidak dapat menggunakan umpan balik posisi untuk memperbaiki gerak selama eksekusi.

Waktunya tidak cukup.

Sebaliknya, apa yang quad dapat lakukan adalah melakukan manuver secara buta,

mengamati bagaimana hasilnya setelah melakukan manuver,

dan kemudian menggunakan informasi tersebut untuk memodifikasi perilakunya

sehingga jungkir balik berikutnya menjadi lebih baik.

Mirip dengan penyelam dan atlit lompat tinggi,

hanya melalui latihan yang diulang-ulang

manuver dapat dipelajari dan dieksekusi

dengan standar tertinggi.

(Tepuk tangan)

Memukul bola yang bergerak adalah keterampilan yang diperlukan dalam banyak olahraga.

Bagaimana kita membuat sebuah mesin melakukan sesuatu

yang dapat dilakukan dengan mudah oleh seorang atlet?

(Tepuk tangan)

Quad ini memiliki raket yang diikat di kepalanya

dengan sweet spot kira-kira ukuran sebuah apel, jadi tidak terlalu besar.

Perhitungan berikut dibuat setiap 20 milidetik,

atau 50 kali per detik.

Pertama kami menghitung arah bola.

Kemudian kami menghitung bagaimana quad harus memukul bola

sehingga ia akan terbang dari asal lemparan.

Ketiga, lintasan direncanakan yang membawa quad

dari kondisi saat itu ke titik tubrukan dengan bola.

Keempat, kami hanya menjalankan strategi selama 20 milidetik.

20 milidetik kemudian, seluruh proses diulang

sampai quad memukul bola.

(Tepuk tangan)

Mesin tidak hanya dapat melakukan manuver dinamis sendiri,

mereka dapat melakukannya secara kolektif.

Ketiga quad ini membawa net.

(Tepuk tangan)

Mereka melakukan manuver yang ekstrim

secara kolektif

untuk memantulkan bola kembali ke Saya.

Perhatikan, pada posisi ekstensi maksimum, posisi quad ini vertikal.

(Tepuk tangan)

Bahkan ketika sepenuhnya dibentangkan

ini kira-kira lima kali lebih besar daripada apa yang dirasakan bungee jumper

pada akhir peluncuran mereka.

Algoritma untuk melakukan hal ini sangat mirip

dengan yang digunakan oleh quad tunggal untuk memukul bola kembali ke saya.

Model matematika digunakan untuk terus-menerus merencanakan kembali

strategi kerjasama 50 kali per detik.

Segala sesuatu yang telah kita lihat sejauh ini

adalah mengenai mesin dan kemampuan mereka.

Apa yang terjadi ketika kita pasangkan atletisme mesin ini

dengan atletisme manusia?

Apa yang saya miliki di depan saya adalah sensor gerakan komersial

yang biasa digunakan dalam game.

Itu mengenali apa yang dilakukan oleh bagian tubuh saya

dalam real time.

Mirip dengan pointer yang saya gunakan sebelumnya,

kita dapat menggunakan ini sebagai masukan ke sistem.

Kini kita memiliki cara yang alami untuk berinteraksi

dengan atletisme mentah dari quad ini menggunakan gerak tubuh saya.

(Tepuk tangan)

Interaksi tidak harus berupa virtual. Hal ini dapat berupa fisik.

Contohnya quad ini.

Ia mencoba untuk tetap di titik tertentu dalam ruang.

Jika saya mencoba untuk memindahkannya, ia akan melawan saya,

dan bergerak kembali.

Kita dapat mengubah perilaku ini.

Kita dapat menggunakan model-model matematik

untuk memperkirakan kekuatan yang saya terapkan terhadap quad.

Setelah kita mengetahui kekuatan ini, kita juga dapat mengubah hukum fisika,

sejauh yang diperlukan oleh quad, tentu saja.

Di sini quad berperilaku seolah-olah

dalam cairan kental.

Sekarang kita memiliki cara yang intim

untuk berinteraksi dengan mesin.

Saya akan menggunakan kemampuan baru untuk memposisikan

quad yang membawa kamera ini ke lokasi yang sesuai

untuk merekam sisa demonstrasi ini.

Jadi kita dapat berinteraksi secara fisik dengan quad ini

dan dapat mengubah hukum fisika.

Mari kita bersenang-senang dengan hal ini.

Yang akan Anda lihat selanjutnya, quad ini

pada awalnya bersikap seolah-olah mereka berada di Pluto.

Seiring waktu, gravitasi akan meningkat

sampai kita semua kembali di planet Bumi,

tapi saya bisa memastikan kami tidak akan sampai ke sana.

Oke, kita mulai.

(Tertawa)

(Tertawa)

(Tepuk tangan)

Wah!

Tentu Anda semua berpikir,

orang-orang ini terlalu banyak bersenang-senang,

dan Anda mungkin juga bertanya pada diri sendiri,

mengapa mereka membangun mesin atlet?

Beberapa dugaan adalah peran bermain di dunia binatang

adalah untuk mengasah keterampilan dan mengembangkan kemampuan.

Orang lain berpikir bahwa bermain lebih memiliki peran sosial,

itu digunakan untuk mengikat kelompok.

Demikian pula, kami menggunakan analogi olahraga dan atletis

untuk membuat algoritma baru untuk mesin

untuk mendorong mereka ke batas-batas mereka.

Apakah dampak dari kecepatan mesin terhadap hidup kita?

Seperti semua kreasi dan inovasi kita di masa lalu,

mereka dapat digunakan untuk meningkatkan kondisi manusia

atau mereka mungkin disalahgunakan dan dimanfaatkan berlebihan.

Kita tidak menghadapi pilihan teknis,

ini adalah pilihan sosial.

Mari membuat pilihan yang tepat,

pilihan yang menghasilkan yang terbaik di masa depan mesin,

seperti atletisme dalam olahraga

memberikan yang terbaik dalam diri kita.

Izinkan saya memperkenalkan Anda ke penyihir di balik tirai hijau.

Mereka anggota tim peneliti terkini Flying Machine Arena.

(Tepuk tangan)

Federico Augugliaro, Dario Brescianini, Markus Hehn,

Sergei Lupashin, Mark Muller dan Robin Ritz.

Perhatikan mereka. Mereka ditakdirkan untuk hal-hal besar.

Terima kasih.

(Tepuk tangan)