Le futur des robots volants
-
0:01 - 0:05Dans mon labo, on construit des robots
qui peuvent voler en autonomie, -
0:05 - 0:07comme celui que vous voyez ici.
-
0:09 - 0:12Contrairement aux drones que l'on peut
acheter dans le commerce de nos jours, -
0:12 - 0:15celui-ci n'est pas équipé de GPS.
-
0:16 - 0:17Donc, sans GPS,
-
0:17 - 0:21c'est difficile pour ce genre de robot
de déterminer sa position. -
0:22 - 0:27Il est donc équipé de capteurs,
caméras et lasers, -
0:27 - 0:29utilisés pour scanner son
environnement. -
0:29 - 0:32Le robot détecte ce qui se trouve
autour de lui, -
0:32 - 0:35et utilise ces données
pour déterminer sa position relative -
0:35 - 0:37simplement en triangulant.
-
0:37 - 0:40Il peut ensuite créer une carte
à partir de ces données, -
0:40 - 0:42comme celle qui s'affiche derrière moi.
-
0:42 - 0:46Cette carte permet ensuite au robot de
savoir où se trouvent les obstacles -
0:46 - 0:49et donc de naviguer en évitant
les collisions. -
0:49 - 0:51Maintenant, je voudrais vous montrer
-
0:51 - 0:54une série d'expériences réalisées
dans notre laboratoire, -
0:54 - 0:58où ce robot a pu parcourir
des distances plus grandes. -
0:58 - 1:03En haut à droite, vous pouvez voir
ce que le robot voit à travers la caméra. -
1:03 - 1:05Et sur l'écran principal,
-
1:05 - 1:07- la vitesse de la vidéo est multipliée
par quatre - -
1:07 - 1:10vous pouvez voir la carte
que le robot dessine. -
1:10 - 1:14On a donc une carte en haute résolution
du couloir autour du labo. -
1:14 - 1:16Et bientôt, vous allez le voir
entrer dans le labo, -
1:16 - 1:19que l'on reconnaît facilement
au désordre qui y règne. -
1:19 - 1:20(Rires)
-
1:20 - 1:22Ce que je voulais vous faire comprendre,
-
1:22 - 1:26c'est que ces robots sont capables
de dessiner des plans en haute résolution -
1:26 - 1:29à 5 cm près,
-
1:29 - 1:33ce qui permet à quelqu'un à l'extérieur
du laboratoire ou même du bâtiment -
1:33 - 1:36de les contrôler sans avoir besoin
d'aller à l'intérieur, -
1:36 - 1:40et d’interagir avec ce qui se passe dans
le bâtiment. -
1:40 - 1:43Cela dit, ces robots posent un problème.
-
1:44 - 1:46D'abord, ils sont grands.
-
1:46 - 1:48Donc, ils sont lourds.
-
1:49 - 1:52Et ils consomment environ
100 watts par livre, -
1:52 - 1:55donc les missions ne peuvent
être que très courtes. -
1:56 - 1:58Ensuite, les capteurs
dont ils sont équipés -
1:58 - 2:01finissent par revenir très cher :
-
2:01 - 2:05un scanneur laser, une caméra,
plus les processeurs. -
2:05 - 2:08Cela augmente encore le prix du robot.
-
2:09 - 2:12Donc nous nous sommes posé la question :
-
2:12 - 2:16quel bien de consommation peut-on
acheter dans un magasin d'électronique, -
2:16 - 2:22qui soit bon marché, léger, programmable,
et dispose de capteurs ? -
2:24 - 2:27Et nous avons inventé le téléphone volant.
-
2:27 - 2:29(Rires)
-
2:29 - 2:35Ce robot utilise donc un Samsung Galaxy,
que vous pouvez acheter en magasin, -
2:35 - 2:39et tout ce dont vous avez besoin est
de télécharger notre application. -
2:39 - 2:43Vous pouvez voir ce robot lire
les lettres « TED », -
2:43 - 2:46observer les coins du T et du E,
-
2:46 - 2:50et voler en autonomie,
en se repérant grâce à ça. -
2:51 - 2:54La manette est juste là au cas où :
si le robot bascule du côté obscur, -
2:54 - 2:55Giuseppe pourra l'éliminer.
-
2:55 - 2:57(Rires)
-
2:59 - 3:03En plus de ces petits robots,
-
3:03 - 3:08nous travaillons sur des comportements
plus agressifs, comme celui-ci. -
3:08 - 3:13Ce robot se déplace à deux ou trois
mètres par seconde, -
3:13 - 3:17et il tangue et roule agressivement
quand il change de direction. -
3:17 - 3:21L'essentiel, c'est que nous pouvons
construire de robots plus petits, -
3:21 - 3:24qui se déplacent très vite dans
des milieux sans structure. -
3:25 - 3:27Dans la vidéo suivante,
-
3:27 - 3:33tout comme cet aigle coordonne avec grâce
-
3:33 - 3:37ses ailes, ses yeux et ses serres pour
sortir sa proie de l'eau, -
3:37 - 3:40vous pouvez voir notre robot
partir à la pêche. -
3:40 - 3:41(Rires)
-
3:41 - 3:45Dans son cas, il attrape
un sandwich au vol. -
3:45 - 3:47(Rires)
-
3:48 - 3:51Ce robot vole donc à environ 3 m/s,
c'est-à-dire plus vite que -
3:51 - 3:56quelqu'un qui marche, en coordonnant
ses bras, ses pinces et son vol -
3:56 - 4:00avec un timing à la seconde près qui lui
permet d'effectuer cette manœuvre. -
4:02 - 4:03Dans une autre expérience,
-
4:03 - 4:07je veux vous montrer comme le robot
adapte son plan de vol -
4:07 - 4:09pour contrôler son chargement
en suspension, -
4:09 - 4:13qui est plus long que la hauteur de
la structure dans laquelle il doit passer. -
4:14 - 4:15Pour accomplir cet exploit,
-
4:15 - 4:19il doit tanguer, ajuster son altitude,
et faire passer le chargement -
4:19 - 4:21avec un effet de balancier.
-
4:27 - 4:29Mais bien sûr, nous avons voulu faire
encore plus petit, -
4:29 - 4:32en nous inspirant particulièrement
des abeilles. -
4:32 - 4:36Regardez les abeilles,
dans cette vidéo ralentie. -
4:36 - 4:39Elles sont si petites,
et soumises à si peu d'inertie, -
4:40 - 4:41(Rires)
-
4:41 - 4:45qu'elles n'en ont rien à faire :
elles rebondissent sur ma main. -
4:45 - 4:48Ce petit robot imite le comportement
des abeilles. -
4:48 - 4:50Et plus il est petit, mieux c'est,
-
4:50 - 4:53car l'inertie diminue avec la taille.
-
4:53 - 4:55Et plus l'inertie est faible...
-
4:55 - 4:58(Le robot bourdonne - Rires)
-
4:58 - 5:01Plus l'inertie est faible,
mieux vous résistez aux collisions. -
5:01 - 5:02Et cela vous rend plus solide.
-
5:04 - 5:07Donc nous construisons des petits robots,
comme des abeilles. -
5:07 - 5:10Celui-ci, par exemple, ne pèse que 25 g,
-
5:10 - 5:12ne consomme que 6 W,
-
5:12 - 5:15et peut voler jusqu'à 6 m/s.
-
5:15 - 5:17Donc, si on met ça à l'échelle,
-
5:17 - 5:21cela correspond à un Boeing 787 qui irait
à 3 fois la vitesse du son. -
5:24 - 5:26(Rires)
-
5:26 - 5:28Je vais vous montrer un exemple.
-
5:29 - 5:34Voici probablement la première collision
en vol planifiée, ralentie 20 fois. -
5:34 - 5:37La vitesse relative des robots
est de 2 m/s, -
5:37 - 5:39ce qui illustre ce principe de base.
-
5:40 - 5:45La cage en fibre de carbone, qui pèse 2 g,
évite aux hélices de s'emmêler, -
5:45 - 5:50mais l'essentiel du choc est absorbé,
et le robot réagit à la collision. -
5:51 - 5:53Donc, plus petit veut aussi dire plus sûr.
-
5:53 - 5:55Dans mon labo,
pour développer ces robots, -
5:55 - 5:57nous avons commencé avec des gros,
-
5:57 - 6:00et maintenant nous en faisons
des tout petits. -
6:00 - 6:03Et si vous faites un graphique
de notre consommation de pansements, -
6:03 - 6:06vous verrez qu'elle est
quasiment nulle maintenant. -
6:06 - 6:08Tout ça parce que ces robots sont
vraiment sûrs. -
6:09 - 6:11Leur petite taille a ses inconvénients,
-
6:11 - 6:15mais la nature a trouvé
des moyens de les compenser. -
6:16 - 6:20L'idée est de former de larges
groupes, des essaims. -
6:20 - 6:24Donc, au labo, on essaye de faire la même
chose, et de créer des essaims de robots. -
6:24 - 6:26C'est un gros défi,
-
6:26 - 6:29parce qu'il faut réfléchir en termes de
réseau de robots. -
6:29 - 6:31Et pour chaque robot,
-
6:31 - 6:36il faut penser à la combinaison des sens,
de la communication, de la programmation. -
6:36 - 6:41Le réseau devient vite difficile
à contrôler et manœuvrer. -
6:42 - 6:45Donc nous nous inspirons des principes
d'organisation de la nature -
6:45 - 6:49pour développer nos algorithmes.
-
6:50 - 6:54La première idée est que chaque robot
prenne son voisin en compte. -
6:54 - 6:58Il doit être capable de sentir
et de communiquer avec ses voisins. -
6:58 - 7:01Cette vidéo illustre cette idée.
-
7:01 - 7:02Il y a quatre robots,
-
7:02 - 7:06et l'un d'entre eux a été littéralement
détourné par un agent humain. -
7:07 - 7:10Mais puisque les robots interagissent
les uns avec les autres, -
7:10 - 7:11ils localisent leur voisin,
-
7:11 - 7:12et suivent le mouvement.
-
7:12 - 7:18Et une seule personne peut contrôler
tout un réseau. -
7:20 - 7:25Encore une fois, ce n'est pas parce que
tous les robots savent où ils vont. -
7:25 - 7:29Ils réagissent juste
à la position de leurs voisins. -
7:32 - 7:36(Rires)
-
7:36 - 7:42La prochaine expérience illustre
le deuxième principe d'organisation. -
7:43 - 7:47Ce principe, c'est celui de l'anonymat.
-
7:47 - 7:52L'idée est la suivante :
-
7:52 - 7:56les robots se fichent
de l'identité de leurs voisins. -
7:56 - 7:59On leur a demandé de former un cercle,
-
7:59 - 8:02et quel que soit le nombre de robots
ajoutés à la formation, -
8:02 - 8:05ou retirés,
-
8:05 - 8:08chaque robot réagit simplement
par rapport à son voisin. -
8:08 - 8:13Il sait qu'il doit former un cercle,
-
8:13 - 8:15mais en collaborant avec ses voisins,
-
8:15 - 8:19il forme le cercle
sans coordination globale. -
8:20 - 8:22Donc, si on tient compte
de ces deux idées, -
8:22 - 8:26la troisième est que
nous donnons à ces robots -
8:26 - 8:30des descriptions mathématiques
de la formation à exécuter. -
8:30 - 8:34Ces formes peuvent varier dans le temps,
-
8:34 - 8:38et vous verrez les robots
commencer par un cercle, -
8:38 - 8:41pour passer à un triangle,
s'étirer en ligne, -
8:41 - 8:43et finalement revenir à une ellipse.
-
8:43 - 8:47Et ils font ça
avec la même coordination instantanée -
8:47 - 8:50que l'on trouve dans les vrais essaims,
dans la nature. -
8:51 - 8:53Mais pourquoi travailler
avec des essaims ? -
8:53 - 8:57Laissez-moi vous parler des deux
applications qui nous intéressent le plus. -
8:58 - 9:01La première concerne l'agriculture,
-
9:01 - 9:04qui est certainement le défi mondial
le plus important. -
9:05 - 9:06Comme vous le savez,
-
9:06 - 9:10une personne sur sept est en situation
de malnutrition. -
9:10 - 9:13Nous cultivons presque
toutes les terres cultivables. -
9:14 - 9:17L'efficacité de nombreux systèmes mondiaux
ne cesse de s'améliorer, -
9:17 - 9:21mais notre système de production
est en déclin. -
9:21 - 9:25Cela vient principalement du manque d'eau,
des maladies, du changement climatique, -
9:25 - 9:27et d'autres facteurs.
-
9:27 - 9:29Qu'y peuvent les robots ?
-
9:29 - 9:34Nous avons adopté une approche appelée
l'agriculture de précision. -
9:34 - 9:39Le principe est de faire voler
des robots dans des vergers, -
9:39 - 9:42pour construire des modèles
informatiques précis de chaque plante. -
9:43 - 9:45Comme avec la médecine personnalisée,
-
9:45 - 9:49où l'on traite chaque patient
individuellement, -
9:49 - 9:53nous voulons modéliser chaque plante,
-
9:53 - 9:57pour pouvoir dire à l'agriculteur
ce dont elles ont besoin individuellement. -
9:57 - 10:02Ici, ce serait de l'eau, de l'engrais
ou des pesticides. -
10:03 - 10:06Vous pouvez voir un robot se déplacer
dans une plantation de pommiers, -
10:06 - 10:09et vous apercevrez bientôt
deux de ses compagnons, -
10:09 - 10:10qui font le même travail à gauche.
-
10:11 - 10:14En gros, ils sont en train
de construire une carte du verger. -
10:14 - 10:17A l'intérieur de la carte,
il y a une carte de chacun des arbres. -
10:17 - 10:19(le robot bourdonne)
-
10:19 - 10:21Jetons un œil à ces cartes.
-
10:21 - 10:25Dans la vidéo suivante, vous verrez
les caméras utilisées par ce robot. -
10:25 - 10:28En haut à gauche,
une caméra classique ; -
10:30 - 10:33au milieu, une caméra infrarouge ;
-
10:33 - 10:37et en bas, une caméra thermique.
-
10:37 - 10:40Sur l'écran principal, vous voyez
la reconstruction en 3D -
10:40 - 10:46de chaque arbre du verger,
créée au fil de l'avancée des capteurs. -
10:48 - 10:52Avec ces informations,
nous pouvons faire de nombreuses choses. -
10:52 - 10:56La première chose, qui est sans doute
la plus importante, est très simple : -
10:56 - 10:59compter le nombre de fruits
sur chaque arbre. -
11:00 - 11:04Quand l'agriculteur peut savoir combien
de fruits il y a sur chaque arbre, -
11:04 - 11:08il peut évaluer le rendement du verger,
-
11:08 - 11:11et donc optimiser
la chaîne de production en aval. -
11:11 - 11:14Nous pouvons aussi
prendre les mesures des plantes, -
11:14 - 11:17les reproduire en 3D,
-
11:17 - 11:20et ainsi évaluer la taille de la canopée,
puis mettre en relation -
11:20 - 11:24la taille de la canopée et
le nombre de feuilles sur chaque plante. -
11:24 - 11:26On appelle cela
l'indice de surface feuillue. -
11:26 - 11:28Avec cet indice de surface feuillue,
-
11:28 - 11:34on peut mesurer la capacité
de photosynthèse de chaque plante, -
11:34 - 11:37ce qui indique leur niveau de santé.
-
11:38 - 11:42En combinant les informations
visuelles et infrarouge, -
11:42 - 11:45on peut aussi calculer des indices
comme le NDVI. -
11:45 - 11:48Dans ce cas, on peut voir
-
11:48 - 11:51que certaines plantes ne vont pas
aussi bien que d'autres. -
11:51 - 11:55On peut le voir facilement sur l'image,
-
11:55 - 11:57qui n'est pas seulement visuelle,
mais combine -
11:57 - 12:00à la fois les images visuelles
et l'infrarouge. -
12:00 - 12:02Enfin, une des choses
qui nous intéresse est -
12:02 - 12:05la détection des premiers
symptômes de la chlorose, -
12:05 - 12:07on a pris un oranger en exemple,
-
12:07 - 12:10qui se manifeste par
un jaunissement des feuilles. -
12:10 - 12:14Les robots qui volent au-dessus
des plantes peuvent la repérer facilement, -
12:14 - 12:17et informer l'agriculteur
qu'il a un problème -
12:17 - 12:18dans cette partie du verger.
-
12:19 - 12:21Ce genre de système peut être très utile,
-
12:22 - 12:27et nous pensons pouvoir augmenter
les rendements d'environ 10 %, -
12:27 - 12:31et, surtout, diminuer les dépenses,
en eau par exemple, d'au moins 25%. -
12:31 - 12:34Tout ça grâce
aux essaims de robots volants. -
12:35 - 12:41Pour finir, je vous demande d'applaudir
ceux qui créent le futur : -
12:41 - 12:46Yash Mulgaonkar, Sikang Liu
et Giuseppe Loianno, -
12:46 - 12:49qui ont réalisé les trois démonstrations
que vous avez vues. -
12:49 - 12:51Merci.
-
12:51 - 12:57(Applaudissements)
- Title:
- Le futur des robots volants
- Speaker:
- Vijay Kumar
- Description:
-
Dans leur labo de l'Université de Pennsylvanie, Vijay Kumar et son équipe ont créé des robots capables de voler en autonomie, inspirés des abeilles. Leur dernier terrain de jeu ? L'agriculture de précision. Des essaims de robots cartographient, reproduisent en 3D et analyse chaque plante et fruit d'un verger, fournissant aux agriculteurs des informations cruciales pour améliorer leurs rendements et rendre plus efficace leur gestion de l'eau.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 13:09
eric vautier approved French subtitles for Vijay Kumar | ||
eric vautier edited French subtitles for Vijay Kumar | ||
eric vautier edited French subtitles for Vijay Kumar | ||
eric vautier edited French subtitles for Vijay Kumar | ||
Hadrien Meyer accepted French subtitles for Vijay Kumar | ||
Hadrien Meyer edited French subtitles for Vijay Kumar | ||
Hadrien Meyer edited French subtitles for Vijay Kumar | ||
Marie Viala edited French subtitles for Vijay Kumar |