Uimitoarea agilitate a dronelor

Într-un experiment de robotică la TEDGlobal, Raffaelo D'Andrea ne arată tetrarotoare zburătoare, roboți care gândesc ca sportivii, rezolvând probleme de fizică cu algoritmi care le permit să învețe. Prin demonstrații captivante, D'Andrea prezintă roboți zburători care aruncă bile, fac echilibristică și cooperează în decizii. Fiți atenți la o demonstrație ce îți lasă gura apă: drone comandate prin Kinect.

Ce presupune ca o mașinărie
să fie atletică?

Vom explica noțiunea
de sportivitate a mașinilor

și cum o obținem prin cercetare

cu ajutorul acestor mașinării zburătoare,
numite „tetrarotoare”

sau pe scurt drone.

Dronele există de multă vreme.

Azi le vedem peste tot

pentru că funcționează foarte simplu.

Prin comanda vitezelor celor patru elice

se obțin tangajul, ruliul, girația

și accelerația în direcția lor comună.

La bord mai există o baterie,
un calculator,

diferiți senzori și cartele radio.

Dronele sunt foarte agile,
dar agilitatea are un preț.

Sunt inerent instabile,
deci pentru a zbura

au nevoie de centru comandă automat.

Cum a reușit asta?

Camerele de pe tavan și un laptop,

formează un sistem de poziționare local.

Așa localizăm în spațiu obiectele

care au montate
aceste repere reflectorizante.

Datele sunt trimise la un alt laptop,

care rulează algoritmi
de estimare și comandă

și care apoi trimite comenzi dronei,

care rulează și ea algoritmi
de estimare și comandă.

Grosul cercetării noastre
sunt în algoritmii.

Aceștia reprezintă magia
ce dă viață acestor aparate.

Cum se proiectează algoritmii

care creează un mașinărie agilă?

Folosim ceea ce se numește
„proiectare pe bază de model”.

Întâi modelăm matematic procesele fizice

din funcționarea aparatelor.

Apoi folosim ramura matematicii

numită „teoria controlului”
pentru a analiza modelele

și sintetizăm algoritmi
pentru comanda lor.

De exemplu așa obținem zborul staționar.

Mai întâi descriem dinamica

într-un sistem de ecuații diferențiale.

Apoi modificăm aceste ecuații folosind

teoria controlului pentru a crea
algoritmi care stabilizează drona.

Să vă arăt puterea acestei abordări.

Să zicem că-i cerem dronei
să zboare staționar

și în plus să țină o vergea în echilibru.

Cu puțin exercițiu

e destul de simplu
pentru un om să facă asta,

deși e drept că noi profităm
că avem două picioare pe sol

și de mâini foarte versatile.

Devine ceva mai greu

cu un singur picior pe sol

și dacă nu folosesc mâinile.

Observați că vergeaua
are un reper reflectant sus,

deci poate fi localizată în spațiu.

(Aplauze)

Vedeți cum face mici ajustări

pentru a păstra echilibrul.

Cum am proiectat acești algoritmi?

Am adăugat modelul matematic al vergelei

la modelul dronei.

La modelul sistemului combinat
dronă plus vergea

aplicăm teoria controlului pentru
a crea algoritmii de comandă.

Uite, vedeți că e stabil,

și chiar dacă îl mișc puțin

se întoarce frumos în echilibru.

Putem adăuga la model

unde vrem să stea drona în spațiu.

Folosind acest indicator
cu repere reflectante

pot indica unde vreau
să fie drona în spațiu,

la o anumită distanță de mine.

Cheia acestor manevre acrobatice
e în algoritmi,

proiectați folosind modele matematice

și teoria controlului.

Să-i spunem dronei să se întoarcă aici

și să lase vergeaua să cadă,

și vă voi arăta cât de important

e să înțelegem modelele matematice

și funcționarea lumii fizice.

Ați observat cum a pierdut din altitudine

când am așezat paharul cu apă.

Spre deosebire de vergea, n-am mai inclus

modelul matematic al paharului în sistem.

De fapt sistemul habar n-are
că paharul cu apă e acolo.

Pot folosi din nou indicatorul
pentru a-i spune dronei

unde vreau să fie în spațiu.

(Aplauze)

Ar trebui să vă întrebați

de ce nu se varsă apa din pahar?

Două precizări:
1. Gravitația acționează la fel

asupra tuturor corpurilor.

2. Elicele sunt îndreptate toate

în aceeași direcție ca paharul, în sus.

Combinând cele două informații,
rezultatul net

e că forțele laterale
asupra paharului sunt mici

și vin în mare parte
din efectele aerodinamice,

care la aceste viteze sunt neglijabile.

De asta nu e nevoie
să incluzi paharul în model.

Apa nu se varsă orice ar face drona.

(Aplauze)

Să reținem deci că unele
operații performante

sunt mai ușoare decât altele

și că înțelegerea
aspectului mecanic al problemei

ne spune care sunt ușoare și care grele.

În cazul acesta,
transportarea paharului e ușoară,

echilibrarea vergelei e grea.

Am auzit cu toții de succesele remarcabile

ale unor sportivi care erau răniți.

Oare se descurcă și o mașină

cu defecte fizice extreme?

Se spune că pentru a zbura e nevoie

de cel puțin patru motoare fixe
cu perechi de elice,

pentru că ai patru grade de libertate:

ruliu, tangaj, girație și accelerație.

Hexarotoarele și octorotoarele,
cu șase și opt elice,

dispun de redundanță,

dar tetrarotoarele sunt mult mai folosite,

pentru că au numărul minim

de elice cu motor fix: patru.

Așa să fie?

Dacă analizăm
modelul matematic al aparatului

cu numai două elice în funcțiune,

descoperim că există
un mod neconvențional de zbor.

Renunțăm la comanda girației,

dar putem comanda ruliul,
tangajul și accelerația

cu algoritmi care folosesc
noua configurație.

Modelele matematice ne spun exact

când și de ce e posibil.

Aici această cunoaștere
ne permite să proiectăm

noi arhitecturi mecanice

sau să concepem algoritmi abili
care compensează elegant defecțiunile,

așa cum fac sportivii,

în loc să construim mașini cu redundanță.

Ni se taie respirația când vedem

un înotător sărind la trambulină

sau un gimnast făcând un șurub în aer,

în cădere vertiginoasă.

Va reuși înotătorul să plonjeze perfect?

Va reuși gimnastul să încheie curat?

Să zicem că vrem să punem drona

să se rostogolească de trei ori

și să revină în punctul de pornire.

Mișcarea va fi atât de rapidă

încât nu putem folosi poziția măsurată
pentru a face corecții în timp real.

Nu ajunge nicicum timpul.

În schimb, drona poate să facă
manevra orbește,

să observe cum a terminat-o

și apoi să folosească datele
pentru a-și corecta comportamentul,

încât următoarele salturi să fie mai bune.

La fel ca înotătorul și gimnastul,

numai prin exercițiu repetat

se poate învăța și executa o manevră

de mare performanță.

(Aplauze)

În multe sporturi trebuie
să știi să lovești mingea.

Cum ar putea o mașină să facă

ceea ce sportivii fac aparent fără efort?

(Aplauze)

Drona aceasta are montată
o rachetă deasupra

cu o zonă optimă cam cât un măr,
nu prea mare.

Aici calculele se fac la fiecare 20 ms,

sau de 50 de ori pe secundă.

Mai întâi calculăm traiectoria bilei,

apoi calculăm mișcarea dronei
pentru a lovi bila.

ca să se întoarcă de unde a venit.

Apoi se stabilește
o traiectorie duce drona

din starea curentă la punctul
de impact cu bila.

Apoi calculele se repetă
la un interval de 20 ms.

După 20 ms se repetă întregul proces

până când drona lovește bila.

(Aplauze)

Mașinăriile pot efectua manevre
dinamice atât individual,

cât și colectiv.

Aceste trei drone cooperează
pentru a purta o plasă.

(Aplauze)

Execută o manevră
foarte dinamică și colectivă

pentru a-mi arunca bila înapoi.

Observați că la întinderea maximă
dronele sunt verticale.

(Aplauze)

De fapt la întindere maximă

efectul e de vreo cinci ori mai mare
decât ce simți la un bungee jump,

la sfârșitul săriturii.

Algoritmii de aici seamănă mult

cu ai dronei care lovea bila.

Modele matematice sunt folosite

pentru a recalcula strategia de cooperare
de 50 de ori pe secundă.

Până acum am arătat numai

ce sunt și ce pot face mașinile.

Dar dacă îmbinăm însușirile
sportive ale mașinăriei

cu ale omului?

Am în față un senzor
comercial al mișcărilor,

folosit pentru jocuri.

Poate recunoaște ce fac diferitele părți

ale corpului în timp real.

La fel ca pe indicatorul de adineauri,

îl putem folosi
pentru introducerea datelor.

Astfel avem un mod natural de interacțiune

cu însușirile sportive ale dronelor,
prin gesturi.

(Aplauze)

Interacțiunea nu trebuie neapărat
să fie virtuală, poate fi și fizică.

De exemplu această dronă.

Încearcă să stea
într-un punct fix din spațiu.

Dacă încerc să o mișc, se împotrivește

și se întoarce unde vrea să fie.

Dar îi putem schimba comportamentul.

Putem folosi modele matematice

pentru a estima forța
cu care împing drona.

După ce știm forța,
putem schimba legile fizicii,

din perspectiva dronei, desigur.

Acum drona se comportă
ca și cum ar fi într-un fluid vâscos.

Prin asta putem interacționa

cu aparatul într-un mod direct.

Voi folosi noua aptitudine pentru a plasa

această dronă cu cameră video
într-un loc potrivit

pentru a filma restul demonstrației.

Putem deci să interacționăm fizic
cu dronele

și putem schimba legile fizicii.

Hai să ne amuzăm puțin cu asta.

În clipele următoare aceste drone

se vor comporta inițial
ca și cum ar fi pe Pluto.

Apoi treptat gravitația va crește

până ne vom întoarce pe Pământ,

dar sunt sigur că nu voi reuși.

Bun, începem!

(Râsete)

(Râsete)

(Aplauze)

Uuu...

Acum vă gândiți:

„Ăștia se distrează cam mult!”

Și probabil vă întrebați:

„De ce or fi construind
mașinării atletice?”

Unii consideră că rolul jocului
în regnul animal

este ascuțirea dibăciei
și dezvoltarea calităților.

Alții cred că are mai mult un rol social,

că servește la coeziunea grupului.

La fel și noi, prin analogie cu sporturile

creăm noi algoritmi

cu care ducem mașinăriile la limită.

Ce impact vor avea astfel de mașinării
asupra vieții omului?

Ca toate creațiile și inovațiile
de până acum,

ele pot veni în slujba condiției umane

sau se pot folosi greșit și abuza.

Alegerea de făcut nu e una tehnică;

e una socială.

Hai să alegem bine,

să scoatem tot ce e mai bun
din viitorul mașinăriilor,

așa cum sportivitatea scoate la iveală

tot ce e mai bun din noi.

Vreau să vi-i prezint pe vrăjitorii
din spatele cortinei verzi.

Ei sunt membrii actuali ai echipei
de cercetare Flying Machine Arena.

(Aplauze)

Federico Augugliaro, Dario Brescianini,
Markus Hehn,

Sergei Lupashin, Mark Muller
și Robin Ritz.

Stați cu ochii pe ei.
Le e scris să facă lucruri mari.

Mulțumesc.

(Aplauze)