Przyszłość latających robotów

W swoim laboratorium na Uniwersytecie w Pensylwanii, Vijay Kumar i jego zespół stworzyli niezależne roboty, które zostały zainspirowane przez pszczoły. Ich ostatni przełom: Precyzyjne Rolnictwo, w którym roje robotów tworzą mapy, rekonstruują i analizują każde drzewo i owoc w sadzie, dostarczając tym samym istotnych informacji dla rolników co może przyczynić się do poprawy wydajności i stworzyć mądrzejszą gospodarkę wodną.

W moim labolatorium tworzymy
niezależne powietrzne roboty

jak ten latający tutaj.

W przeciwieństwie do dostępnych
w handlu dronów, które można dziś kupić,

te roboty nie mają wbudowanego
żadnego odbiornika GPS.

Więc bez odbiornika GPS,

ciężko jest takim robotom
ustalić swoją pozycje.

Te roboty używają pokładowych czujników,
kamer i skanerów laserowych

by badać otoczenie.

Wykrywają elementy otoczenia

i określają swoje położenie
w stosunku do tych elementów

używając metody triangulacji.

Następnie mogą zgromadzić
te wszystkie elementy na mapie

takiej jak ta widoczna za mną.

Mapa pozwala robotowi
zrozumieć położenie przeszkód

i nawigować w sposób bezkolizyjny.

Kolejną rzeczą, którą chciałbym pokazać

jest zbiór eksperymentów
jakich dokonaliśmy w laboratorium,

gdzie robot mógł
przebywać dłuższe odległości.

Na górze z prawej strony
widzimy obraz z kamery robota.

A na głównym ekranie --

oczywiście obraz jest
przyśpieszony czterokrotnie --

widzimy powstającą mapę.

Jest to wysokiej rozdzielczości mapa
korytarza otaczającego nasze laboratorium.

Za chwilę zobaczycie
jak dociera do laboratorium,

co można poznać
dzięki widocznym rupieciom.

(Śmiech)

Jednak głównym punktem,
który chcę wam przedstawić

jest fakt, iż te roboty są w stanie
stworzyć mapy wysokiej rozdzielczości,

nawet 5-centymetrowej rozdzielczości,

pozwalającej osobie będącej
poza laboratorium lub poza budynkiem

zajrzeć tam bez wchodzenia do środka

i wywnioskować, co dzieje się wewnątrz.

Jednak jest jeden problem
z takimi robotami.

Po pierwsze robot jest dosyć duży.

A skoro jest duży jest też ciężki.

Roboty zużywają około
200 watów na kilogram.

co sprawia, że ich misje
mają bardzo krótki żywot.

Drugi problem

to fakt, że roboty posiadające
pokładowe czujniki są bardzo drogie --

skaner laserowy, kamera i procesory.

Podnosi to koszty robota.

Więc zadaliśmy sobie pytanie:

Jaki produkt zakupiłbyś
w sklepie elektronicznym,

który jest niedrogi, mało waży,
ma wbudowane czujniki i moc obliczeniową?

Więc stworzyliśmy latający telefon.

(Śmiech)

Ten robot używa telefonu Samsung Galaxy,
który jest dostępny od ręki,

a wszystko czego potrzebujesz
to aplikacja dostępna w app store.

Zauważcie, że robot jest w stanie
odczytywać litery, w tym przypadku "TED",

dzięki obserwacji brzegów liter "T" i "E",

a następnie triangulując je,
latając samodzielnie.

Kontroler jest po to, by zapanować
nad robotem, gdyby zaczął szaleć.

Giuseppe może go wyłączyć.

(Śmiech)

Budując te roboty

testowaliśmy agresywne zachowania,
takie jak widoczne tutaj.

Robot porusza się dwa,
trzy metry na sekundę

kołysając się agresywnie,
kiedy zmienia kierunek lotu.

Naszym głównym celem jest posiadanie
mniejszego robota, który jest szybszy

i przemieszcza się
w nieuporządkowanym otoczeniu.

Na kolejnym nagraniu

widzicie ptaka, orła,
który z wdziękiem panuje nad skrzydłami,

oczami i kończynami
by chwycić zdobycz z wody.

Cóż, nasz robot także potrafi łowić.

(Śmiech)

W tym przypadku jest to kanapka z serem
i befsztykiem, przechwycona w powietrzu.

(Śmiech)

Ten robot może poruszać się
około trzech metrów na sekundę,

jest więc szybszy niż tempo chodu,
współgrając z ramionami, chwytakami

oraz kontrolując lot w ułamku sekundy,
aby osiągnąć ten manewr.

W innym eksperymencie,

chciałem pokazać,
jak robot dostosowuje lot

kontrolując zawieszony ładunek,

który jest dłuższy niż szerokość okna.

W celu osiągnięcia tego manewru

potrzebuje się kołysać,
wyregulować wysokość

i znowu rozhuśtać ładunek w drugą stronę.

Oczywiście chcemy to jeszcze zmniejszyć,

a zainspirowały nas do tego pszczoły.

Jeżeli spojrzymy na pszczoły,
a mamy tutaj zwolnione wideo

widzimy, że są małe,
a ich bezwładność niewielka --

(Śmiech)

że nawet o nią nie dbają --
i odbijają się na przykład od mojej ręki.

Ten mały robot naśladuje
zachowanie pszczół.

A im mniejsze tym lepsze,

ponieważ wraz z niewielkim rozmiarem
zyskujesz mniejszą bezwładność.

Wraz z mniejszą bezwładnością --

(Robot bzyczy, Śmiech)

wraz z mniejszą bezwładnością
jesteś odporny na zderzenia.

A to sprawia, że jesteś bardziej odporny.

Zbudowaliśmy robota podobnego do pszczoły.

Waży on dokładnie 25 gramów.

Zużywa tylko sześć watów energii.

I jest w stanie przemieszczać się
sześć metrów na sekundę.

Gdybym ujednolicił to do jego rozmiaru,

to jak Boeing 787 przemieszczający się
dziesięć razy szybciej od dźwięku.

(Śmiech)

Pokażę wam przykład.

Prawdopodobnie to pierwsza
zaplanowana kolizja w powietrzu

w jednej dwudziestej
normalnej prędkości.

Przy prędkości względnej
2 metrów na sekundę,

ilustruje ona podstawowe zasady.

Osłona karbonowa ważąca dwa gramy
zapobiega oplatywaniu się śmigieł.

W zasadzie kolizja jest zaobserwowana
a robot reaguje na kolizje.

Małe znaczy także bezpieczne.

W moim laboratorium,
gdzie stworzyliśmy te roboty

zaczynaliśmy od tych dużych,

a potem przeszliśmy na małe robty.

Jeżeli przeanalizowałbyś
histogram liczby Band-Aids (bandaży),

które zamówiliśmy,
zauważyłbyś, że teraz zmalała.

Te roboty są bardzo bezpieczne.

Mały rozmiar ma pewne wady,

ale natura znalazła sposoby
na zrekompensowanie tych wad.

Podstawowym pomysłem jest
zbieranie się w duże grupy lub roje.

Więc znów w naszym laboratorium
próbujemy stworzyć sztuczne roja robotów.

A jest to dość trudne,

ponieważ należy pomyśleć o sieci robotów.

A pomiędzy każdym
robotem należy pomyśleć

o wspólnym oddziaływaniu
czujników, komunikacji i wyliczeń --

a taka sieć staje się trudna
do kontrolowania i zarządzania.

Wzięliśmy więc trzy
podstawowe pomysły z natury,

które zasadniczo pozwalają nam
rozwinąć nasze algorytmy.

Po pierwsze roboty muszą mieć
pojęcie o swoich sąsiadach.

Muszą mieć zdolność wyczuwania
i komunikowania się z sąsiadami.

Filmik ilustruje ten pomysł.

Mamy cztery roboty --

jeden z robotów został
dosłownie porwany przez człowieka.

Ale ponieważ roboty współpracują ze sobą

wyczuły sąsiada

i podążają za nim.

Więc jedna osoba może
nadzorować sieć zwolenników.

To nie tak, że wszystkie roboty
wiedzą gdzie powinny podążać.

Dzieje się tak, ponieważ
reagują na położenie sąsiada.

(Śmiech)

Kolejny eksperyment przedstawia
następną zasadę organizacji.

Jest ona związana
z zasadą anonimowości.

Tutaj kluczowe jest to,

że roboty są agnostykami
dla tożsamości sąsiadów.

Zostały poproszone,
by stworzyć okrągły kształt,

i nieważne, jak wiele robotów
bierze udział w formowaniu

lub jak wiele odpadnie,

każdy robot reaguje na sąsiada.

Oczywiścię roboty są świadome tego,
że muszą stworzyć okrąg,

ale współpracując z sąsiadami

tworzą kształt bez centralnej koordynacji.

Teraz jeżeli połączymy te dwie idee,

trzecia polega na tym,
że zasadniczo dajemy robotom

opis matematyczny kształtu,
który mają zrealizować.

A kształty mogą być
różnorodne w czasie.

Zobaczycie, że roboty
zaczną formować okręg

potem zmienią się w prostokąt,
rozciągną do prostej linii

i wrócą do kształtu elipsy.

Wykonują to w tym samym ułamku sekundy,

co możecie zaobserwować
w naturalnych rojach.

Dlaczego współpracować z rojami?

Pozwólcie, że opowiem wam
o dwóch zastosowaniach,

które nas bardzo interesują.

Pierwsze jest związany z rolnictwem

i to zapewne największy problem
światowy, jakiemu stawiamy czoła.

Jak dobrze wiecie,

jeden na siedmiu mieszkańców
ziemi jest niedożywiony.

Większość ziemi dostępna pod uprawę
została już wykorzystana.

Efektywność większości systemów
światowych udaje się polepszyć,

jednak efektywność naszego
systemu produkcyjnego spada,

w większości z powodu braku wody,
chorób uprawnych, zmian klimatycznych

i kilku innych rzeczy.

Więc co mogą zrobić roboty?

Stworzyliśmy metodę, która nazywa się
Precyzyjne Rolnictwo w społeczeństwie.

Podstawowym pomysłem jest latanie
powietrznymi robotami nad sadami,

a następnie tworzenie precyzyjnego
modelu poszczególnych roślin.

Dokładnie tak, jak lekarstwa
dostosowane do indywidualnych potrzeb,

kiedy wyobrażasz sobie potrzebę leczenia
każdego pacjenta indywidualnie,

chcemy stworzyć modele
indywidualnych roślin,

a następnie powiedzieć rolnikom,
jakie są potrzeby danej rośliny --

potrzebami w tym przypadku
będą woda, nawóz i pestycydy.

Tutaj widzicie roboty
lecące nad sadem jabłkowym,

a za chwilę zobaczycie
ich dwóch kompanów

robiacych to samo
po lewej stronie.

Zasadniczo tworzą mapy sadu.

Na tej mapie zawiera się
mapa każdej rośliny z osobna.

(Robot bzyczy)

Zobaczmy, jak taka mapa wygląda.

Na kolejnym nagraniu zobaczycie kamery,
których użyto na robotach.

Na górze po lewej stronie jest
widok z dobrej kolorowej kamery.

na środku z kamery na podczerwień,

a na dole z kamery termalnej.

Na głównym ekranie widzicie
trójwymiarową rekonstrukcje

każdego drzewa w sadzie,
gdyż czujniki latają tuż nad drzewami.

Uzbrojeni w takie informacje
możemy zrobić kilka rzeczy.

Po pierwsze i chyba najważniejsze:

policzyć ilość owoców na każdym drzewie.

Poprzez takie wyliczenia
dajesz rolnikowi informację,

jak wiele owoców ma na każdym drzewie,

dzięki czemu może
oszacować wydajność sadu

i zoptymalizować łańcuch produkcyjny.

Kolejną rzeczą, jaką możemy zrobić,

jest trójwymiarowa rekonstrukcja

na podstawie modelu drzewa

i oszacowanie wielkości czaszy,

a następnie zestawienie wielkości czaszy
z powierzchnią liści na każdym drzewie.

To indeksowanie powierzchni liści.

Jeżeli znasz wartość
indeksowania powierzchni liści

zasadniczo wiesz, jaki duży proces
fotosyntezy może zajść na każdym drzewie,

a to daje ci informacje
czy drzewo jest zdrowe.

Poprzez łączenie wizualnych
i podczerwonych informacji

możesz również obliczyć
wskaźniki takie jak NDVI.

W tym konkretnym przypadku
możesz zauważyć,

że część roślin nie rośnie
tak dobrze jak inne.

Jest to mocno zauważalne na obrazie

właściwie nie tylko
na obrazie, ale połączeniu

obrazu widzialnego i podczerwonego.

Na koniec - rzeczą,

która nas interesuje jest wykrywanie
wczesnego występowania chlorozy -

tutaj mamy drzewo pomarańczy,

na którym widać żółknące liście.

Roboty latające nad sadem
łatwo wykrywają zależność,

a następnie raportują rolnikom,
że mają problem

w tej części sadu.

Takie systemy naprawdę mogą pomóc,

przewidujemy, że plony mogą
poprawić się o około dziesięć procent,

a co ważniejsze potrzebna
ilość materiałów, na przykład wody,

zmniejszy się o 25 procent
przy użyciu powietrznych rojów z robotów.

Na koniec chciałbym prosić o brawa
dla ludzi, którzy tworzą tę przyszłość,

Yash Mulgaonkar, Sikang Liu
i Giuseppe Loianno,

którzy są odpowiedzialni za wszystkie
trzy prezentacje jakie widzieliście.

Dziękuję.

(Brawa)