O futuro dos robôs voadores

No seu laboratório na Universidade da Pensilvânia, Vijay Kumar e a sua equipa criaram robôs aéreos autónomos, inspirados pelas abelhas. A sua última inovação: Agricultura de Precisão, em que enxames de robôs desenham um mapa, reconstroem e analisam cada planta e cada fruto num pomar, fornecendo informações vitais aos agricultores, informações que podem ajudar a melhorar as colheitas e a tornar mais inteligente a gestão da água.

No meu laboratório, nós construímos
robôs aéreos autónomos

como o que vocês veem aqui a voar.

Ao contrário de outros drones disponíveis
comercialmente, que compramos hoje,

este robô não tem nenhum GPS a bordo.

Então, sem GPS,

é difícil para robôs como este
determinar a sua posição.

Este robô usa sensores a bordo,
câmaras e "scanner" a laser,

para fazer a análise do ambiente.

Ele deteta características do ambiente,

e determina onde está
em relação a essas características,

usando um método de triangulação.

Depois, pode reunir
todas essas características num mapa,

como o que veem atrás de mim.

Este mapa, em seguida, permite
ao robô perceber onde estão os obstáculos

e navegar sem problemas de colisão.

O que eu quero mostrar a seguir

é um conjunto de experiências
que fizemos no nosso laboratório,

onde este robô foi capaz
de ir a maiores distâncias.

Veem aqui, no canto superior direito,
o que o robô vê com a câmara.

No ecrã principal

— isto está acelerado quatro vezes —

no ecrã principal vão ver
o mapa que está a ser construído.

Este é um mapa de alta resolução
do corredor em volta do nosso laboratório.

Dentro de instantes, vão vê-lo
entrar no laboratório,

que é reconhecível
pela desordem que estão a ver.

(Risos)

Mas o ponto principal
que vos quero transmitir

é que estes robôs são capazes
de construir mapas de alta resolução,

uma resolução de cinco centímetros,

permitindo que alguém que está fora
do laboratório, ou fora do edifício

os coloque sem ter que lá entrar,

e tentar deduzir o que acontece
no interior do edifício.

Agora, há um problema
com robôs como este.

O primeiro problema é que é muito grande.

Como é grande, é pesado também.

Estes robôs consomem
cerca de 200 watts por quilo,

Por isso o tempo
de uma missão é muito curto.

O segundo problema

é que estes robôs têm sensores a bordo
que acabam por ser muito caros

— um "scanner" a laser,
uma câmara e os processadores.

Isso aumenta o custo deste robô.

Então pensámos:

"Que produto podemos comprar
numa loja de eletrónica

"que seja barato, leve, e tenha
sensores de bordo e computação?"

E inventámos o telefone voador.

(Risos)

Este robô usa um smartphone Samsung Galaxy
que podemos comprar em qualquer sítio

e só precisamos dum aplicativo

que podemos descarregar
em qualquer loja de aplicativos.

Podem ver este robô
a ler as letras, "TED", neste caso,

olhando para os cantos
do "T" e do "E"

e, depois, triangulando para longe deles,
a voar autonomamente.

O "joystick" está ali só para
garantir que, se o robô enlouquecer,

Giuseppe pode matá-lo.

(Risos)

Para além da construção
destes pequenos robôs,

também fizemos experiências
com comportamentos agressivos, como aqui.

Este robô está agora a voar
a dois a três metros por segundo,

inclinando e girando agressivamente,
quando muda de direção.

O importante é que podemos ter
robôs mais pequenos e mais rápidos

a voar nestes ambientes
muito desestruturados.

No próximo vídeo,

assim como veem este pássaro, uma águia,

graciosamente coordenando
as asas, os olhos e os pés

para tirar a presa da água,

o nosso robô também pode pescar.

(Risos)

Neste caso, isto é uma sanduíche mista
que ele está a apanhar de repente.

(Risos)

Assim, vemos este robô a voar
a cerca de três metros por segundo,

o que é mais rápido que andar,
coordenando os braços, as garras

e o voo em frações de segundos
para realizar esta manobra.

Numa outra experiência,

eu quero mostrar-vos
como o robô adapta o seu voo

para controlar a sua carga suspensa,

cujo comprimento é maior
do que a largura da janela.

A fim de conseguir isso,

ele tem de se inclinar
e ajustar a altitude

e equilibrar a carga para passar.

Mas é claro que queremos
torná-los ainda mais pequenos,

e inspirámo-nos,
em particular, nas abelhas.

Se observarem as abelhas
— este é um vídeo em câmara lenta —

elas são tão pequenas,
a inércia é tão leve...

(Risos)

... que elas não se preocupam
— ricocheteiam na minha mão, por exemplo.

Este é um pequeno robô
que imita o comportamento das abelhas.

Quanto mais pequeno, melhor,

porque, com um tamanho pequeno
obtemos uma inércia menor.

Juntamente com uma inércia menor...

(Zumbido do robô) (Risos)

... com uma inércia menor,
somos resistentes a colisões.

Isso torna-nos mais robustos.

Assim, construímos robôs
pequenos como as abelhas.

Este, em especial,
pesa apenas 25 gramas.

Consome apenas seis watts de potência.

e pode voar até seis metros por segundo.

Assim, em comparação com o seu tamanho,

é como um Boeing 787 a viajar
a 10 vezes a velocidade do som.

(Risos)

Quero mostrar um exemplo.

Esta provavelmente é a primeira
colisão aérea planeada,

a um vigésimo da velocidade normal.

Estes vão a uma velocidade relativa
de 2 metros/segundo,

e isto ilustra o princípio básico.

A gaiola de fibra de carbono,
de dois gramas, à volta deles

impede que as hélices se enredem,

mas, essencialmente, a colisão é
absorvida e o robô reage às colisões.

E mais pequeno
também significa mais seguro.

No meu laboratório,
ao desenvolver estes robôs,

começámos com estes robôs grandes

e agora, estamos com
esses robôs pequenos.

Se traçarmos um histograma
da quantidade de pensos rápidos

que comprávamos, no passado

isso agora diminuiu.

Porque estes robôs são mesmo seguros.

Ser pequeno tem algumas desvantagens,

e a natureza encontrou maneiras
de compensar estas desvantagens.

A ideia básica é que eles se agregam
para formar grandes grupos, ou enxames.

Do mesmo modo, no nosso laboratório,

tentámos criar
enxames artificiais de robôs.

Isso é um grande desafio

porque agora temos
que pensar em redes de robôs.

E dentro de cada robô,

temos que pensar na interação
da deteção, da comunicação, da computação

e essa rede torna-se
muito difícil de controlar e de gerir.

Assim, fomos buscar à natureza,
três princípios de organização

que, essencialmente, nos permitem
desenvolver os nossos algoritmos.

A primeira ideia é que os robôs precisam
de estar cientes dos seus vizinhos.

Precisam de poder sentir
e comunicar com os vizinhos.

Este vídeo ilustra a ideia.

Temos quatro robôs.

Um dos robôs foi sequestrado
por um operador humano.

Mas como os robôs
interagem uns com os outros,

eles sentem os seus vizinhos

e seguem um líder.

E aqui, uma única pessoa é capaz
de liderar essa rede de seguidores.

Afinal, novamente, não é porque todos
os robôs sabem para onde devem ir.

É porque eles estão apenas a reagir
às posições dos seus vizinhos.

(Risos)

A experiência seguinte ilustra
o segundo princípio de organização.

Este princípio tem a ver
com o princípio do anonimato.

Aqui a ideia fundamental é que

os robôs desconhecem
a identidade dos vizinhos.

Pedimos-lhes para formarem um círculo.

Por mais robôs
que acrescentemos á formação,

ou por mais robôs que tiremos,

cada robô está simplesmente
a reagir ao seu vizinho.

Está ciente do facto de que precisa
formar um círculo,

mas em colaboração com os seus vizinhos

forma o círculo
sem qualquer coordenação central.

Agora, se colocarmos
estas ideias em conjunto,

a terceira ideia é que nós
damos a estes robôs

descrições matemáticas
da forma que eles precisam de executar.

Estas formas podem variar
em função de tempo,

e vamos ver estes robôs,
começarem com uma formação circular,

mudarem para um retângulo,
esticarem-se numa linha reta,

e depois numa elipse.

Fazem isso com o mesmo
tipo de coordenação ao segundo

que vemos nos enxames, na natureza.

Então, porquê trabalhar com enxames?

Vou falar-vos de duas aplicações
em que estamos muito interessados.

A primeira tem a ver com a agricultura,

que é provavelmente o maior problema
que enfrentamos no mundo.

Como vocês bem sabem,

uma em cada sete pessoas
nesta terra está subnutrida.

A maior parte da terra
que cultivamos já foi cultivada.

E a eficácia da maior parte dos sistemas
no mundo está a melhorar,

mas a eficácia do nosso sistema
de produção está em declínio,

principalmente por causa
da escassez da água,

das doenças das plantas,
da alteração climática

e de mais outras coisas.

Então, o que podem fazer os robôs?

Nós adotámos uma abordagem que se chama
Agricultura de Precisão na comunidade.

A ideia básica é que nós pomos
robôs aéreos a voar nos pomares,

e construímos modelos de precisão
de plantas individuais.

Tal como a medicina personalizada,

em que podemos imaginar querer
tratar cada doente individualmente,

o que nós gostaríamos de fazer
é construir modelos de plantas individuais

e, depois, dizer ao agricultor
que tipo de contributos cada planta precisa

em que os contributos, neste caso,

são a água, os fertilizantes
e os pesticidas.

Aqui veem robôs a voar num pomar de maçãs,

e dentro de instantes verão
dois dos seus companheiros

a fazer a mesma coisa no lado esquerdo.

Eles estão a construir um mapa do pomar.

Dentro do mapa há um mapa
de cada planta neste pomar.

(Zumbido de robô)

Vamos ver o aspeto desses mapas.

No próximo vídeo, vamos ver as câmaras
que estão a ser utilizadas neste robô.

Em cima à esquerda está
uma câmara padrão a cores.

No centro à esquerda está
uma câmara de infravermelhos.

E em baixo à esquerda
está uma câmara térmica.

No painel principal, vemos
uma reconstrução a três dimensões

de todas as árvores no pomar à medida
que os sensores passam pelas árvores.

Munidos com estas informações,
podemos fazer várias coisas.

A primeira coisa mais importante
que podemos fazer é muito simples:

contar o número de frutos em cada árvore.

Ao fazer isso, diremos ao agricultor
quantos frutos há em cada árvore

o que lhe permitirá fazer
uma estimativa da colheita,

otimizando os passos seguintes
da cadeia de produção.

A segunda coisa que podemos fazer

é agarrar em modelos de plantas,
fazer reconstruções tridimensionais,

e a partir disso, calcular
o tamanho da copa das árvores,

e depois correlacionar o tamanho da copa

com o tamanho
da área foliar de cada planta.

Chama-se a isso o índice de área foliar.

Então, quando sabemos
este índice de área foliar,

temos basicamente uma medida de quanta
fotossíntese é possível em cada planta,

o que nos diz quão saudável cada planta é.

Ao combinar informações
visuais e de infravermelhos,

também podemos calcular índices,
tais como o NDVI.

Neste caso particular,
podemos ver, essencialmente,

que há certas culturas
que não estão tão bem como outras.

Isso é facilmente percetível
a partir de imagens,

não apenas imagens visuais,

mas combinando imagens visuais
com imagens a infravermelho.

E finalmente, uma coisa
que estamos interessados em fazer

é detetar o início precoce da clorose.

Esta é uma laranjeira

que se destaca sobretudo
pelo amarelecimento das folhas.

Os robôs voadores podem
facilmente detetar isso de forma autónoma

e, depois, informar o agricultor
que há um problema

nesta secção do pomar.

Sistemas como este podem ajudar,

e nós estamos a projetar colheitas que
podem melhorar em cerca de 10%.

Mais importante ainda, podem diminuir
a quantidade de consumos,

como a água, em 25%,
usando enxames de robôs aéreos.

Por último, quero aplaudir
as pessoas que criam o futuro,

Yash Mulgaonkar, Sikang Liu
e Giuseppe Loianno,

que são responsáveis pelas três
demonstrações que viram.

Obrigado.

(Aplausos)