Raffaello D'Andrea: Het verbazende atletische vermogen van quadcopters

In een robotlaboratorium bij TEDGlobal demonstreert Raffaelo D'Andrea zijn vliegende quadcopters: robots die denken zoals atleten. Ze lossen fysische problemen op met algoritmen die hen helpen te leren. In een reeks van slimme demo's toont D'Andrea drones die vangen, balanceren en samen beslissingen nemen. Let vooral op die ik-wil-hem-en-ik-wil-hem-nu demo van Kinect-gestuurde quads.

Wat betekent het voor een machine
om atletisch te zijn?

We zullen het concept
van machine-atletiek demonstreren

evenals het onderzoek om het te bereiken

met behulp van deze vliegmachines,

quadrocopters of korter quads genaamd.

Quads zijn er al een hele tijd.

Hun tegenwoordige populariteit

hebben ze te danken
aan hun eenvoudige mechanica.

Door het controleren van de snelheden
van deze vier schroeven,

kunnen deze machines
rollen, stampen, gieren

en versnellen
langs hun gemeenschappelijke richting.

Ze hebben ook nog een batterij, een computer,

diverse sensoren
en radio's aan boord.

Quads zijn uiterst wendbaar,
maar deze flexibiliteit heeft haar prijs.

Ze zijn inherent instabiel
en een vorm van

automatische terugkoppelingscontrole is nodig
om te kunnen vliegen.

Hoe deed hij dit?

Camera's op het plafond en een laptop

dienen als een overdekt global positioning system.

Het wordt gebruikt om objecten
te lokaliseren in de ruimte

door middel van die reflecterende merkpunten.

Deze gegevens wordt vervolgens verzonden
naar een andere laptop

die schattings-
en controlealgoritmen uitvoert

en op zijn beurt commando's
naar de quad stuurt

die ook schattings-
en controlealgoritmen uitvoert.

Het grootste deel van ons onderzoek
gaat over algoritmen.

Dat is de magie
die deze machines tot leven brengt.

Maar hoe ontwerp je algoritmen

om een machine-atleet te maken?

In grote lijnen door
wat we modelgebaseerd ontwerp noemen.

Wij leggen eerst de fysica vast
in een wiskundig model

van hoe deze machines zich gedragen.

We gebruiken een deelgebied van de wiskunde,

regeltechniek genoemd,
voor het analyseren van deze modellen

en ook voor het opstellen van algoritmen
om ze te controleren.

Zo laten we de quad bijvoorbeeld zweven.

We leggen de dynamica vast

in een set differentiaalvergelijkingen.

Dan manipuleren we deze vergelijkingen

met behulp van regeltechniek
om algoritmen te maken die de quad stabiliseren.

Ik toon even de mogelijkheden van deze aanpak.

Stel dat we deze quad
niet alleen willen laten zweven,

maar ook nog deze stok in evenwicht houden.

Met een beetje oefening

heeft een mens daar geen probleem mee.

Maar wij hebben het voordeel

van twee voeten op de grond

en zeer veelzijdige handen.

Dit wordt een beetje moeilijker

Ik heb slechts één voet op de grond

en ik gebruik mijn handen niet.

Let op de reflecterende markering
bovenaan de stok.

Daardoor wordt hij gelokaliseerd
in de ruimte.

(Applaus)

Merk de fijne correcties op

om de stok in evenwicht te houden.

Hoe ontwierpen we de algoritmen hiervoor?

Wij combineerden het mathematisch model
van de stok met dat van de quad.

Wij combineerden het mathematisch model
van de stok met dat van de quad.

Zodra we een model hebben
van het gecombineerde quad-stok-systeem

kunnen we met regeltechniek
algoritmen maken om te controleren.

Je kunt zien dat het stabiel is,

zelfs als ik er kleine duwtjes tegen geef,

komt het terug naar de evenwichtspositie.

We kunnen het model ook uitbreiden

met waar we de quad
willen hebben in de ruimte.

Met behulp van deze aanwijzer
met reflecterende markeringen

kan ik aanwijzen
waar ik de quad wil hebben in de ruimte

op een vaste afstand van mij.

De sleutel tot deze acrobatische manoeuvres
zijn algoritmen

ontworpen met behulp
van wiskundige modellen

en regeltechniek.

Laten we de quad terugroepen

en de stok laten zakken.

Vervolgens zal ik het belang aantonen

van het begrip van fysische modellen

en de werking van de fysische wereld.

Merk op hoe de quad hoogte verloor

toen ik dit glas water erop zette.

In tegenstelling tot de balanceerstok

heb ik het wiskundige model van het glas
niet in het systeem opgenomen.

In feite weet het systeem niet eens
dat het glas water er is.

Net zoals daarstraks kan ik de aanwijzer
gebruiken om de quad te vertellen

waar ik hem wil hebben in de ruimte.

(Applaus)

Je zou je moeten afvragen:
waarom valt het water niet uit het glas?

Je zou je moeten afvragen:
waarom valt het water niet uit het glas?

Twee redenen: ten eerste werkt de zwaartekracht

op alle objecten op dezelfde manier.

Ten tweede wijzen alle schroeven

in dezelfde richting als het glas,
omhoog dus.

Het netto resultaat
van deze twee dingen samen

is dat alle zijdelingse krachten
op het glas klein zijn

en vooral gedomineerd worden
door aërodynamische effecten,

die bij deze snelheden te verwaarlozen zijn.

Daarom hoef je het glas
niet in het model op te nemen.

Uit zichzelf morst het niet,
wat de quad ook doet.

(Applaus)

De les hieruit
is dat sommige ingewikkelde taken

gemakkelijker zijn dan andere,

en dat het inzicht in de fysica
van het probleem

je vertelt welke gemakkelijk
en welke moeilijk zijn.

In dit geval is het dragen
van een glas water eenvoudig.

En een stok balanceren moeilijk.

We hebben allemaal al verhalen gehoord van atleten

die prestaties verrichtten
nadat ze fysiek gewond waren geraakt.

Kan een machine haar taak ook uitvoeren

met extreme fysieke schade?

Conventionele wijsheid zegt je dat je

ten minste vier vaste motor-propellerparen
nodig hebt om te vliegen,

omdat er vier graden van vrijheid
gecontroleerd moeten worden:

rollen, stampen, gieren en versnelling.

Hexacopters en octocopters,
met zes en acht schroeven,

kunnen redundantie bieden,

maar quadrocopters zijn veel meer in trek

omdat ze het minimum aantal

vaste motor-propellerparen hebben: vier.

Is dat wel zo?

Als we het mathematisch model
van deze machine analyseren

met slechts twee werkende schroeven

ontdekken we dat er een onconventionele
manier bestaat om te vliegen.

Gieren controleren lukt niet meer,

maar rollen, stampen en versnelling
kunnen nog steeds worden gecontroleerd

met algoritmes die gebruik maken
van deze nieuwe configuratie.

Wiskundige modellen vertellen ons precies

wanneer en waarom dit mogelijk is.

In dit geval laat deze kennis ons toe

nieuwe machinearchitecturen

of slimme algoritmen te ontwerpen
die elegant de schade kunnen ondervangen,

net zoals menselijke atleten dat doen,

in plaats van machines met redundantie te bouwen.

Vanzelf houden we onze adem in wanneer we kijken

naar een duiker die een dubbele schroef maakt

of wanneer een hoogspringer
een salto maakt in de lucht,

terwijl de grond op hem af komt.

Zal de duiker mooi het water raken?

Zal de hoogspringer goed neerkomen?

Stel dat we willen dat deze quad hier

een drievoudige salto uitvoert en

op exact dezelfde plek neerkomt
als waarvan hij vertrok.

Deze manoeuvre gaat zo snel

dat we geen positiefeedback kunnen gebruiken
om de beweging tijdens de uitvoering te corrigeren.

Er is gewoon niet genoeg tijd.

De quad kan dit manoeuvre blindelings uitvoeren,

observeren hoe hij eindigt

en die informatie gebruiken om het gedrag aan te passen

zodat zijn volgende salto beter is.

Vergelijkbaar met de duiker en de hoogspringer

kan de manoeuvre alleen
door middel van herhaalde praktijk

worden geleerd en uitgevoerd

tot de hoogste norm.

(Applaus)

Een bewegende bal raken,
is een noodzakelijke vaardigheid in vele sporten.

Hoe laten we een machine doen

wat een atleet schijnbaar zonder moeite kan?

(Applaus)

Deze quad heeft een racket op zijn kop

met een ‘sweet spot’ ongeveer ter grootte van een appel, niet al te groot dus.

De volgende berekeningen gebeuren
elke 20 milliseconden

of 50 keer per seconde.

Eerst bepalen we waar de bal naartoe gaat.

Dan berekenen we hoe de quad de bal moet raken

zodat hij terugkeert naar zijn uitgangspunt.

Ten derde wordt een baan bepaald

die de quad van zijn huidige positie
naar het raakpunt met de bal brengt.

Ten vierde voeren we alleen maar 20 milliseconden
van die strategie uit.

Twintig milliseconden later
wordt het hele proces herhaald

totdat de quad de bal raakt.

(Applaus)

Machines kunnen niet alleen op zichzelf
dynamische manoeuvres uitvoeren,

ze kunnen het ook samen doen.

Deze drie quads dragen coöperatief een vangnet.

(Applaus)

Zij voeren een uiterst dynamisch

en collectief manoeuvre uit

om de bal terug naar mij te gooien.

Merk op dat deze quads
bij volledige uitrekking verticaal staan.

(Applaus)

In feite voelen ze bij volledige uitrekking

een ongeveer vijf keer grotere kracht

dan een bungeespringer
aan het einde van zijn val.

Deze algoritmen zijn zeer vergelijkbaar

met die van de enkele quad
om de bal naar mij terug te slaan.

Wiskundige modellen worden gebruikt
om continu 50 keer per seconde

een coöperatieve strategie te herplannen.

Alles wat we tot nu toe hebben gezien,

ging over de machines en hun mogelijkheden.

Wat gebeurt er als we deze machine-atletiek

met die van een mens koppelen?

Ik heb hier een commerciële gebarensensor

voornamelijk gebruikt bij het gamen.

Hij herkent wat mijn verschillende lichaamsdelen

in real time doen.

Vergelijkbaar met de aanwijzer
die ik al eerder gebruikte,

kunnen we dit gebruiken
als input voor het systeem.

We hebben nu een natuurlijke manier
van interactie

van de ruwe atletiek van deze quads
met mijn gebaren.

(Applaus)

Interactie hoeft niet virtueel te zijn.
Het kan ook fysiek.

Neem bijvoorbeeld deze quad.

Hij probeert om op een vast punt
in de ruimte te blijven.

Als ik hem probeer te verplaatsen,
vecht hij tegen

en gaat terug naar waar hij wil zijn.

We kunnen dit gedrag echter wijzigen.

Met wiskundige modellen kunnen we

de kracht schatten
die ik uitoefen op de quad.

Zodra we deze kracht kennen,
kunnen we ook de wetten van de fysica veranderen.

Die van de quad, natuurlijk.

Hier gedraagt de quad zich alsof hij

in een kleverige vloeistof zit.

We hebben nu een intieme manier

van interactie met een machine.

Ik gebruik nu deze nieuwe mogelijkheid

om deze quad-met-camera
op de juiste locatie te plaatsen

om de rest van deze demonstratie te filmen.

We kunnen nu fysiek met deze quads communiceren

en de wetten van de fysica veranderen.

Laten we daar eens een beetje lol mee maken.

Deze quads gaan zich gedragen

alsof ze op Pluto zijn.

Geleidelijk aan zal de zwaartekracht toenemen

totdat we allemaal terug op de Aarde zijn.

Maar ik verzeker jullie
dat we er niet zullen geraken.

Oké, hier gaan we.

(Gelach)

(Gelach)

(Applaus)

Oef!

Jullie denken nu allemaal zeker

dat deze jongens veel te veel plezier hebben.

Waarschijnlijk vraag je jezelf ook af

waarom ze eigenlijk die machine-atleten maken.

Sommigen vermoeden dat
spelen in het dierenrijk

dient om vaardigheden aan te scherpen
en vermogens te ontwikkelen.

Anderen zien er meer een sociale rol in

voor het versterken van de groepsbinding.

Zo gebruiken wij de analogie
met sport en atletiek

voor het maken van nieuwe algoritmen
voor machines

om ze tot hun uiterste mogelijkheden
te dwingen.

Welke gevolgen zal de snelheid van machines hebben
op onze manier van leven?

Zoals onze vroegere creaties en innovaties

kunnen ze worden gebruikt ter verbetering
van het menselijk bestaan,

maar ze kunnen ook worden misbruikt.

Het is geen technische keuze
waar wij mee worden geconfronteerd,

maar een sociale keuze.

Laten we de juiste keuze maken,

de keuze die het beste haalt
uit de toekomst van de machines,

net zoals atletiek in de sport

het beste uit ons kan halen.

Laat me jullie de tovenaars
achter de schermen voorstellen.

Het zijn de huidige leden
van het onderzoeksteam Flying Machine Arena.

(Applaus)

Federico Augugliaro, Dario Brescianini, Markus Hehn,

Sergei Lupashin, Mark Muller en Robin Ritz.

Hou ze in de gaten.
Ze zijn voorbestemd voor grote dingen.

Bedankt.

(Applaus)