Deze robots schieten te hulp na een ramp

Wie is er bij een ramp als eerste ter plekke? Steeds vaker is dit een robot. In haar lab bouwt Robin Murphy robots die vliegen, graven, zwemmen en kruipen door rampgebieden. Ze helpen brandweermannen en reddingswerkers meer levens te redden op een veilige manier - en helpen gemeenschappen tot wel drie jaar sneller weer normaal te functioneren.

Meer dan een miljoen mensen
komen ieder jaar om tijdens rampen.

Tweeënhalf miljoen mensen raken
permanent gehandicapt of dakloos,

en de gemeenschappen hebben
20 tot 30 jaar nodig om te herstellen

en lijden miljarden
aan economische verliezen.

Als de eerste reactie bij een ramp
met een dag versneld kan worden,

kan het algehele herstel verkort worden

met duizend dagen, of 3 jaar.

Wil je zien hoe dat werkt?

Als hulpverleners toegang krijgen,
levens kunnen redden,

het overstromingsgevaar kunnen beperken,

betekent dat dat andere groepen
toegang krijgen

om water, wegen
en elektriciteit te herstellen,

wat betekent dat dan bouwvakkers,
verzekeringsagenten,

allemaal toegang krijgen
om de huizen te herstellen,

wat betekent dat je
de economie kunt herstellen,

en het misschien wel beter kunt maken
en beter bestand tegen een volgende ramp.

Een belangrijke verzekeraar vertelde me

dat als ze een claim van een huiseigenaar
één dag eerder kunnen verwerken,

het een verschil van zes maanden zal maken

om het huis gerepareerd te krijgen.

Dat is waarom ik aan
ramp-robotica doe --

omdat robots een ramp sneller
kunnen laten verdwijnen.

Jullie hebben er al een paar gezien.

Dit zijn UAV's.
(Unmanned Aerial Vehicle)

Er zijn twee soorten UAV's:

een rotorcraft, of kolibrie;

een fixed-wing, oftewel een havik.

Ze worden uitgebreid
gebruikt sinds 2005 --

Orkaan Katrina.

Ik zal laten zien hoe deze kolibrie,
of rotorcraft, werkt.

Fantastisch voor bouwkundig ingenieurs.

Je kunt de schade bekijken vanuit hoeken
die je niet ziet vanaf de grond,

met satelliet-beelden,

of alles dat op grotere hoogte vliegt.

Maar het zijn niet alleen ingenieurs en
verzekeringsagenten die dit nodig hebben.

Je hebt robots als
deze fixed-wing, deze havik.

Deze havik kan gebruikt worden
voor geospatiale onderzoeken.

Dat is als je beeldmateriaal samenvoegt

en een 3D-reconstructie maakt.

We hebben deze robots beide gebruikt bij
de Oso-modderstromen in Washington State,

omdat het snappen van de ramp
op geospatiaal en hydrologisch niveau

het grootste probleem was --

niet het zoeken en redden.

De zoek- en reddingsteams
hadden alles onder controle

en wisten wat ze deden.

Het probleem was dat de rivier en
de modderstroom hen weg kon vegen

en de hulpverleners kon wegspoelen.

Het is niet alleen moeilijk voor
hulpverleners en de materiële schade,

ook de toekomst van de zalmvisserij
wordt in gevaar gebracht

in dat gedeelte van de staat Washington.

Ze moesten dus begrijpen
wat er aan de hand was.

In zeven uur reed men vanuit Arlington,
het commandocentrum, naar de site,

vloog met de UAV's, verwerkte de data

en reed men terug naar het mobiele
commandocentrum in Arlington.

In 7 uur.

In zeven uur konden we de data leveren
waar men normaal

twee tot drie dagen over doet om het
op een andere manier te verzamelen --

en met een hogere resolutie.

Het is revolutionair.

En denk niet alleen aan UAV's.

Ik bedoel, ze zijn sexy -- maar onthoud:

80 procent van de wereldbevolking
woont naast het water,

dat houdt in dat de kritieke
infrastructuur onderwater ligt --

de delen waar we niet bij kunnen komen,
zoals bruggen en dergelijke.

Daarom hebben we
onbemande watervoertuigen.

Eén type hiervan hebben jullie al gezien,
dat is SARbot, een vierkante dolfijn.

Deze gaat onderwater en gebruikt sonar.

Waarom zijn watervoertuigen
zo belangrijk?

Waarom zijn ze zo
enorm, enorm belangrijk?

Ze worden over het hoofd gezien.

Denk aan de Japanse tsunami --

650 km van het kustgebied totaal verwoest,

twee keer zoveel kust verwoest als bij
orkaan Katrina in de Verenigde Staten.

Het gaat over bruggen, pijpleidingen,
havens -- alles is weggevaagd.

En als je geen haven hebt,

heb je geen manier om genoeg
hulpgoederen te krijgen om

de bevolking te ondersteunen.

Dat was een enorm probleem
bij de aardbeving in Haïti.

We hebben dus maritieme voertuigen nodig.

Kijk eens mee naar een perspectief
van de SARbot,

kijk naar wat deze zag.

Er werd gewerkt in een vissershaven.

We konden die vissershaven, door haar
sonar te gebruiken, in vier uur openen.

Die haven werd verteld
dat het zes maanden zou duren

voordat ze een team van duikers
erheen konden krijgen,

en het zou de duikers twee weken kosten.

Ze zouden het visseizoen
in de herfst missen,

dat normaal enorme inkomsten levert,
een beetje hun hoogseizoen.

UMV's, héél belangrijk.

Alle robots die ik toonde, waren klein,

en dat is omdat robots andere dingen
doen dan dat mensen doen.

Ze gaan naar plekken
waar mensen niet komen.

Een goed voorbeeld daarvan is Bujold.

Onbemande grondvoertuigen
zijn uitzonderlijk klein,

Dus Bujold --

(Publiek lacht)

Zeg hallo tegen Bujold.

(Publiek lacht)

Bujold werd intensief gebruikt
in het World Trade Center

om door Torens 1, 2 en 4 te gaan.

Je klimt in het puin, abseilt
naar beneden, diep de ruimtes in.

Om het World Trade Center vanuit Bujold's
oogpunt te bekijken, kijk hier eens naar.

Je hebt het hier over een ramp waar een
een persoon of een hond niet bij komt --

en er woedt een brand!

Om een overlevende te bereiken
ergens diep in de kelder,

zul je door een brand heen moeten.

Het was er zo warm, dat de rupsbanden
van een robot smolten en loslieten.

Robots vervangen geen mensen of honden,

of kolibries of haviken of dolfijnen.

Ze doen nieuwe dingen.

Ze helpen hulpverleners, experts,
op nieuwe en innovatieve manieren.

Het grootste probleem is niet om
de robots kleiner te maken.

Niet om ze meer hittebestendig te maken.

Niet om meer sensors te maken.

Het grootste probleem is
de data, de informatica,

omdat deze mensen de juiste data
op het juiste moment moeten krijgen.

Zou het niet geweldig zijn als experts
onmiddellijk toegang hadden tot de robots

zonder tijd te hoeven verspillen
met naar de rampplek rijden,

dat degenen die er zijn, de robots
via het internet gebruiken.

Laten we daar over nadenken.

Denk aan een chemische trein
die ontspoort in een afgelegen gebied.

Hoe groot is de kans dat de experts,
denk aan een scheikundig ingenieur,

of aan de spoorwegingenieurs,

getraind zijn om met die UAV te werken
die in dat gebied toevallig aanwezig is?

Waarschijnlijk geen enkele.

Daarom gebruiken we dit soort interfaces
om mensen de mogelijkheid te geven

de robots te gebruiken, zonder te weten
welke robot ze gebruiken,

of zelfs óf ze een robot
gebruiken of niet.

Wat de robots je verschaffen,
wat ze de experts geven, is data.

Hierdoor ontstaat het probleem:
wie krijgt wanneer welke data?

Een oplossing is om alle informatie
naar iedereen te versturen

zodat ze het zelf uitzoeken.

Het probleem hiermee is dat
netwerken overbelast raken,

en nog erger: het overdondert
de cognitieve capaciteiten

van eenieder die naar een klein
stukje informatie zoekt,

dat ze nodig hebben om die beslissing
te maken, die het verschil zal maken.

We moeten dus nadenken
over deze soort uitdagingen.

Het gaat dus om de data.

We gaan terug naar
het World Trade Center.

Om dit probleem op te lossen,
namen we alleen data van Bujold op

als ze diep in het puin was,

want daar vroeg het USAR team om.

Wat we toen niet wisten

was dat de civiele bouwkundigen
graag hadden gezien, zelfs nodig hadden,

dat we data hadden opgenomen
over dakbalken, serienummers,

de locaties, toen we het puin in gingen.

We zijn waardevolle data verloren.

De uitdaging is dus om
alle data te krijgen

en het bij de juiste mensen te krijgen.

Er is nog een reden.

We hebben vernomen dat sommige gebouwen --

gebouwen als scholen,
ziekenhuizen, stadhuizen --

vier keer geïnspecteerd worden
door verschillende instanties

gedurende de reactie-fases.

Als we de data van de robots kunnen delen,

kunnen we niet alleen
die reeks fases samendrukken

om de reactie tijd te verkleinen,

we kunnen nu zelfs parallel
beginnen aan de respons.

Iedereen kan de data zien.

We kunnen het op die manier versnellen.

Dus eigenlijk is 'disaster robotics'
een verkeerde benaming.

Het gaat niet om de robots.

Het gaat om de data.

(Applaus)

Hier is mijn uitdaging voor jullie:

de volgende keer als je
over een ramp hoort,

kijk naar de robots.

Ze kunnen ondergronds zijn,
ze kunnen onderwater zijn,

ze kunnen in de lucht zijn,

maar ze zouden er moeten zijn.

Zoek naar de robots,

want de robots schieten te hulp.

(Applaus)