Osupljiva atletska moč kvadkopterjev

V robotskem laboratoriju na TEDGlobal, Raffaelo D'Andrea pokaže svoje leteče kvadkopterje: roboti, ki razmišljajo kot atleti, rešujejo fizikalne probleme, ki jim pomagajo pri učenju. V seriji spretnih predstavitev D'Andrea pokaže drone, ki lovijo žogo, ravnotežje in se skupaj odločajo - bodite pozorni na to-hočem-zdaj predstavitev kvadov, ki jih nadzorujemo s Kinectom.

Kaj pomeni, da je neka naprava atletska?

Pokazali vam bomo koncept
atletskosti naprav

in raziskave, potrebne za to,

s pomočjo teh letečih naprav,
imenovanih kvadkopterji

ali kvadi na kratko.

Kvadi so tu že dolgo časa.

Te dni so tako priljubljeni,
ker so mehansko preprosti.

Z nadzorovanjem hitrosti
teh štirih propelerjev,

se te naprave lahko obračajo,
nagnejo, zavijajo

in pospešujejo v isti smeri.

Nameščeni so tudi baterija, računalnik,

različni senzorji in brezžični radii.

Kvadi so izjemno spretni,
a ta spretnost ima svojo ceno.

So neizogibno nestabilni

in potrebujejo neke vrste
avtomatično povratno kontrolo,

da lahko letijo.

Torej, kako je pravkar naredil to?

Kamere na stropu in prenosnik

služijo kot notranji
globalni sistem določanja položaja.

Uporablja se za lociranje
predmetov v prostoru,

ki imajo na sebi te odbojne oznake.

Ti podatki so poslani na drugi prenosnik,

ki poganja algoritme za ocene in nadzor,

ki nato pošilja ukaze kvadu,

ki prav tako poganja
algoritme za ocene in nadzor.

Večina našega raziskovanja so algoritmi.

To je čarovnija, ki oživi te naprave.

Kako torej narediš algoritme,
ki ustvarijo mehanskega atleta?

Uporabimo nekaj, čemur pravimo
na modelih temelječ dizajn.

Najprej ujamemo fiziko

z matematičnim modelom,
ki zajame obnašanje naprav.

Uporabimo vejo matematike,
ki ji pravimo teorija nadzora,

da analiziramo te modele,

in da sintetiziramo algoritme
za njihov nadzor.

Naprimer, s tem kvad lebdi.

Najprej smo zajeli dinamiko
s setom diferencialnih enačb.

Nato smo manipulirali te enačbe
s pomočjo teorije nadzora,

da bi ustvarili algoritme,
ki stabilizirajo kvad.

Naj vam prikažem moč tega pristopa.

Recimo, da želimo, da kvad ne samo lebdi,

ampak tudi uravnoteži to palico.

Z malo vaje

je precej enostavno za človeka,

a mi imamo prednost
dveh nog na tleh

in uporabo naših zelo vsestranskih rok.

Postane malo težje,

ko imam na tleh samo en nogo

in ko ne uporabljam rok.

Vidite, da ima ta palica na vrhu
svetlečo oznako,

kar pomeni, da jo lahko
lociramo v prostoru.

(občinstvo) Oh!

(aplavz)

(konec aplavza)

Lahko vidite,
da kvad dela rahle prilagoditve,

da bi palico uravnotežil.

Kako smo oblikovali algoritme za to?

Modelu kvada smo dodali
matematični model palice.

Ko imamo enkrat model
kombiniranega sistema palica-kvad,

lahko uporabimo teorijo nadzora,
da ustvarimo algoritme za njun nadzor.

Vidite, kako je stabilna

in tudi če jo malo potisnem,

gre nazaj -

na lepo, uravnoteženo pozicijo.

Lahko tudi nadgradimo model,

da vključimo, kje v prostoru želimo kvad.

S tem kazalcem, narejenim
iz odsevnih oznak,

lahko pokažem, kje v prostoru želim kvad,

na določeni distanci od mene.

(Smeh)

Ključ do teh akrobatskih
manevrov so algoritmi,

oblikovani s pomočjo matematičnih modelov

in teorije nadzora.

Povejmo kvadu, naj pride nazaj sem

in naj pusti palico, da pade,

in pokazal vam bom, kako pomembno

je razumeti fizikalne modele

in delovanje fizičnega sveta.

Opazite, kako je kvad izgubil višino,
ko sem nanj postavil kozarec vode.

Za razliko od palice,

nisem vključil
matematičnega modela kozarca

v sistem.

Pravzaprav, sistem sploh ne ve,
da je kozarec tam.

Kot prej, lahko uporabim kazalec,
da povem kvadu,

kje v prostoru želim, da je.

(Aplavz)

(konec aplavza)

Ok, sedaj bi se morali vprašati,

zakaj voda ne steče iz kozarca?

Dve dejstvi.

Prvo je, da gravitacija vpliva
na vse objekte enako.

Drugo je, da so propelerji

vsi obrnjeni v isto smer kozarca, gor.

Ko združiš ti dve stvari,

je skupni rezultat, da so vse
stranske sile na kozarec majhne

in jim dominirajo aerodinamični učinki,

ki so ob teh hitrostih zanemarljivi.

In zato vam ni treba
narediti modela za kozarec.

Naravno se ne polije,
ne glede na to, kaj naredi kvad.

(občinstvo) Oh!

(aplavz)

(konec aplavza)

Lekcija tu je,

da so nekatere visoko zmogljivostne
naloge lažje od drugih

in da ti razumevanje fizikalnosti problema

pove, katere so lahke in katere težke.

V tem primeru je nošenje kozarca lahko.

Uravnotežiti palico je težko.

Vsi smo slišali zgodbe o atletih, ki so
izvajali podvige med fizično poškodbo.

Lahko naprava še vedno deluje,
kljub hudi poškodbi?

Konvencionalna modrost pravi,

da potrebuješ vsaj štiri fiksne motorne
propelerske pare, da lahko leti,

ker nadzorujemo štiri stopnje prostosti:

obračanje, nagibanje,
zavijanje in pospeševanje.

Heksakopterji in oktokopterji,
s šestimi in osmimi propelerji,

lahko nudijo več moči, kot je potrebujejo,
ampak kvadkopterji so bolj popularni,

ker imajo minimalno število fiksnih
motornih propelerskih parov: štiri.

Ali pač?

(občinstvo) Oh!

(smeh)

Če analiziramo
matematični model te naprave

s samo dvema delujočima propelerjema,

odkrijemo, da obstaja
neobičajen način letenja.

Izgubimo zavijanje,

ampak obračanje, nagibanje
in pospeševanje lahko še vedno nadzorujemo

z algoritmi, ki uporabijo
to novo konfiguracijo.

Matematični modeli nam povedo,
točno zakaj in kdaj je to možno.

V tem primeru nam to znanje
omogoča, da oblikujemo

izvirne načrte naprav

ali oblikovanje pametnih algoritmov,
ki elegantno obvladajo poškodbe,

tako kot človeški atleti,

namesto da bi gradili naprave
z več moči, kot je potrebujejo.

Ne moremo, da ne bi zajeli sape,

ko gledamo potapljača,
kako se požene v vodo,

ali ko se skakalec vrti v zraku,

tla pa se mu hitro približujejo.

Bo potapljaču uspel skok?

Bo skakalcu uspel pristanek?

Recimo da želimo,
da se ta kvad trikrat obrne

in konča na istem mestu, kot je začel.

Ta manever se bo zgodil tako hitro,

da ne moremo uporabiti pozicijske
povratne informacije.

Preprosto ni dovolj časa.

Namesto tega lahko kvad
slepo izvede manever,

opazuje, kako konča manever,

in potem uporabi te informacije,
da popravi to gibanje,

tako, da je naslednjič boljše.

Podobno kot potapljač ali skakalec,

samo skozi vajo

se lahko ta manever nauči in izvede

po najvišjih standardih.

(smeh)

(aplavz)

Zadeti premikajočo se žogo,
je nujna sposobnost v mnogih športih.

Kako naprava naredi nekaj,

kot naredi atlet navidez brez truda?

(smeh)

(aplavz)

(konec aplavza)

Ta kvad ima lopar na glavi

z optimalno točko v velikosti jabolka,
torej ne preveliko.

Naslednji izračuni
so narejeni vsakih 20 milisekund

ali 50-krat na sekundo.

Najprej ugotovimo, kam gre žoga.

Nato izračunamo, kako naj kvad udari žogo,

da leti tja, od koder je bila vržena.

tretjič načrtujemo tirnico, ki ponese kvad

od trenutnega mesta
na točko udarca z žogo.

Četrtič, izvedemo samo 20 milisekund
te strategije.

Dvajset milisekund kasneje
se celoten proces ponovi,

dokler kvad ne udari žoge.

(aplavz)

Naprave ne samo da same
izvedejo dinamične manevre,

to lahko počnejo v skupinah.

Ti trije kvadi skupaj nosijo mrežo.

(aplavz)

(konec aplavza)

Izvajajo neverjetno
dinamičen in kolektiven manever,

da bi mi prinesli žogo nazaj.

Vidite, ob popolni raztegnitvi
so ti kvadi vertikalno.

(aplavz)

Ob popolni iztegnitvi

je to petkrat več kot to,
kar čuti bungee skakalec

na koncu skoka.

Algoritmi za to so zelo podobni

tistim, ki jih je uporabil en kvad,
da mi je odbil žogo nazaj.

Matematično modeli so uporabljeni
za neprestano re-planiranje

kooperativne strategije
50-krat na sekundo.

Vse, kar smo videli do zdaj,
so bile naprave in njihove sposobnosti.

Kaj se zgodi, ko združimo
atletskost teh naprav

s človeško?

Pred seboj imam komercialni
senzor gibanja,

ki se uporablja pri igrah.

Lahko prepozna, kaj počnejo
deli mojega telesa v realnem času.

Podobno kot kazalec,
ki sem ga uporabil prej.

lahko vstavimo te vhodne podatke v sistem.

Sedaj imamo naraven način sodelovanja

surove atletskosti tega kvada
z mojimi kretnjami.

(aplavz)

Interakcija ni nujno virtualna.

Lahko je fizična.

Poglejmo naprimer tale kvad.

Poskuša obstati
na določeni točki v prostoru.

Če ga poskušam premakniti, se upira

in se premakne tja, kjer želi biti.

A to obnašanje lahko spremenimo.

Lahko uporabimo matematične modele,

ki ocenijo silo, ki jo uporabim na kvadu.

Ko poznamo to silo,
lahko spremenimo zakone fizike,

vsaj kar se tiče kvada.

Tu se kvad obnaša,
kot da bi bil v viskozni tekočini.

Sedaj imamo intimen način
sodelovanja z napravo.

To novo sposobnost bom uporabil,
da namestim

ta kvad s kamero na primerno lokacijo

za snemanje preostanka te predstavitve.

Tako lahko fizično komuniciramo
s temi kvadi

in lahko spremenimo zakone fizike.

Pozabavajmo se.

Zdaj boste videli

kvade, ki se bodo obnašali,
kot bi bili na Plutonu.

Čez čas se bo gravitacija povečevala,

dokler ne bomo nazaj na Zemlji,

a zagotavljam, da ne bomo prišli tja.

No, gremo.

(smeh)

(smeh)

(aplavz)

Uf!

Sedaj si mislite,

tile se preveč zabavajo

in najbrž se sprašujete,

zakaj sploh gradijo mehanične atlete?

Nekateri domnevajo,
da je vloga igre v živalskem kraljestvu,

izboljšane spretnosti
in razvijanje sposobnosti.

Drugi mislijo, da ima socialno vlogo,

da poveže skupino.

Podobno uporabljamo
analogijo športa in atletskosti,

da ustvarimo nove algoritme za naprave,

da jih potisnemo do meja.

Kakšen vpliv bo imela hitrost
teh naprav na naša življenja?

Kot vsi naši pretekli izumi in inovacije,

jih lahko uporabimo
za izboljšanje kvalitete življenja

ali pa bodo zlorabljeni.

To ni tehnična izbira,

socialna je.

Odločimo se prav,

za odločitev, ki potegne najboljše
iz prihodnosti naprav,

tako kot atletskost v športu
potegne najboljše iz nas.

Naj vam predstavim čarovnike
za zeleno zaveso.

To so trenutni člani raziskovalne ekipe
Flying Machine Arena.

(aplavz)

Federico Augugliaro, Dario Brescianini,

Markus Hehn, Sergei Lupashin,
Mark Muller in Robin Ritz.

Bodite pozorni nanje.
Dosegli bodo velike stvari.

Hvala.

(aplavz)