Будущее летающих роботов

Виджай Кумар и его команда, вдохновлённые примером пчёл, в своей лаборатории Университета Пенсильвании создают автономных аэророботов. Их последним прорывом стал проект точного земледелия, в котором рои роботов наносят на карту, создают трёхмерное изображение и анализируют каждое растение и каждый плод на плантациях. Это даёт фермерам жизненно важную информацию, позволяющую повысить урожайность и сделать системы полива эффективнее.

В моей лаборатории
строят автономных летающих роботов,

таких, как этот.

В отличие от тех дронов,
которых вы можете купить сегодня,

на нём не установлен GPS.

Без GPS

таким роботам сложно определить
своё местоположение.

Этот робот использует бортовые сенсоры,
камеры и лазерные сканеры

для анализа окружающей среды.

Он определяет особенности
рельефа местности

и своё положение относительно них,

используя триангуляцию.

А потом всё наносится на карту

вроде той, которая сейчас за мной.

И эта карта позволяет роботу понять,
где находятся препятствия,

и ориентироваться без столкновений.

Дальше я хочу вам показать

серию экспериментов
из нашей лаборатории,

когда робот передвигался
на более длинные расстояния.

Здесь, сверху справа — то,
что робот видит с помощью камеры.

На основном экране —

конечно, видео ускорено в 4 раза —

на основном экране карта,
которую он выстраивает.

Это карта с высоким разрешением
коридора около нашей лаборатории.

Вот он проникает в лабораторию,

что очевидно по беспорядку,
который вы видите.

(Смех)

Но главное здесь —

то, что эти роботы способны строить
карты с высоким разрешением,

до 5 сантиметров,

позволяя всем вне лаборатории
или вне здания

отправлять их, не входя за ними,

и узнавать, что происходит внутри здания.

С такими роботами есть одна проблема.

Первая — они достаточно большие.

И поэтому тяжёлые.

Этим роботам нужно около 100 Вт
на каждые полкилограмма веса.

А это сильно сокращает время их работы.

Вторая проблема —

на этих роботах установлены сенсоры,
оказавшиеся очень дорогими:

лазерный сканер, камера и процессоры.

Это увеличивает стоимость робота.

И мы задались вопросом:

какой потребительский товар из тех,
что продаются в магазинах электроники,

будет недорогим, лёгким и с сенсорами
и процессорами на нём?

Так мы изобрели летающий телефон.

(Смех)

Этот робот использует смартфон
Samsung Galaxy, его можете купить и вы,

и к нему всё, что вам нужно, —
загрузить наше приложение.

Видите, этот робот читает,
в нашем случае слово «TED»,

снимая углы букв «T» и «E»,

а затем выполняет триангуляцию по ним
и движется автономно.

Джойстик нужен только для того, чтобы,
если робот спятит,

его можно было прибить.

(Смех)

Кроме того, строя этих маленьких роботов,

мы экспериментировали с вот таким
агрессивным поведением.

Этот робот движется со скоростью 2–3 м/с,

агрессивно бросаясь из стороны в сторону.

Главное, что у нас могут быть
маленькие быстрые роботы,

способные двигаться
в очень хаотичных средах.

А в этом видео,

точно так же, как эта птица, орёл,
которая изящно управляет своими крыльями,

глазами и лапами, чтобы выхватить
жертву из воды,

наш робот тоже рыбачит.

(Смех)

Здесь он на лету хватает
сэндвич «Филадельфия».

(Смех)

Этот робот движется со скоростью 3 м/с,

это быстрее скорости пешехода,
координирует свою клешню

и свой полёт посекундно для того,
чтобы выполнить этот манёвр.

В другом эксперименте

робот в своём полёте

контролирует подвешенный груз —

а длина подвеса больше, чем ширина окна.

Здесь ему нужно менять
длину подвеса и высоту,

чтобы протащить груз.

Разумеется, мы хотели
сделать их ещё меньше,

и особенно нас вдохновляли пчёлы.

Вот замедленное видео с пчёлами:

они так малы, их инерция так мала...

(Смех)

что для них неважно, например,
столкновение с моей рукой.

Этот маленький робот копирует
поведение пчёл.

И чем меньше, тем лучше,

потому что вместе с уменьшением размеров
уменьшается и инерция.

А с уменьшением инерции

(Робот жужжит. Смех)

с уменьшением инерции
восприимчивость к столкновениям ниже.

Вы становитесь устойчивее.

Мы строим маленьких роботов,
таких же, как эти пчёлы.

Конкретно этот весит всего 25 грамм.

Ему нужно всего 6 ватт.

И он может двигаться до 6 м/c.

Если сопоставить это с его размером,

то это Боинг-787, летящий со скоростью,
в 10 раз больше скорости звука.

(Смех)

И я хочу привести вам пример.

Это первое спланированное столкновение
в воздухе, замедленное в 20 раз.

Они сближаются со скоростью 2 м/c,

это иллюстрирует основной принцип.

Каркас из углеродного волокна весом 2 г
защищает пропеллеры от столкновения,

но энергия столкновения поглощается,
и робот реагирует на него.

Маленький размер — это безопасность.

В нашей лаборатории

мы начали с больших роботов,

а закончили такими мелкими.

А если вы нарисуете график того,
как мы заказывали пластыри,

то со временем линия уйдёт в ноль,

ведь эти роботы действительно безопасны.

У небольшого размера есть недостатки,

но природа нашла множество способов
их компенсировать,

в основном созданием
больших групп, или роёв.

И в нашей лаборатории мы пытаемся
создать искусственные рои роботов.

Это достаточно сложно,

потому что теперь надо думать
о взаимодействии роботов.

И для каждого робота

вам нужно продумать восприятие,
коммуникацию и вычисления,

и этим всем становится сложно управлять.

Мы позаимствовали три принципа
организации у природы —

они позволили нам построить эти алгоритмы.

Первый состоит в том, что роботам надо
знать о своих соседях.

Они должны быть в состоянии ощущать их
и общаться с ними.

Это видео иллюстрирует идею.

У вас четыре робота:

один, кстати, захвачен
оператором-человеком буквально.

Но поскольку роботы взаимодействуют,

они ощущают соседей

и следуют друг за другом.

И один из них возглавляет
эту сеть последователей.

То есть это не потому, что каждый робот
знает, куда он должен идти,

а потому что он просто реагирует
на местонахождение своих соседей.

(Смех)

Этот эксперимент демонстрирует
второй принцип организации.

Это анонимность.

Смысл в том,

что роботам не нужно знать,
кто именно их соседи.

Они должны образовать круг,

и неважно, сколько роботов
вы в это вовлечёте,

а сколько — выгоните,

каждый робот всего-навсего
реагирует на своего соседа.

Он знает, что должен получиться круг,

и, взаимодействуя с соседями,

они образуют круг без
централизованного управления.

Если соединить все эти идеи,

то третий принцип — дать этим роботам

математическое описание фигур,
которые они должны построить.

Эти фигуры могут меняться
с течением времени,

видите, эти роботы начали с круга,

перестроились в прямоугольник,
вытянулись по прямой линии

и вернулись к эллипсу.

И они делают это, точно так же
координируясь посекундно,

как и настоящие живые рои.

Зачем работать с роями?

Есть два применения,
которые нам очень интересны.

Первое — сельское хозяйство,

это крупнейшая, глобальная задача.

Известно,

что каждый седьмой человек
на планете недоедает.

Большая часть пригодной для сельского
хозяйства земли уже возделана.

Эффективность большинства отраслей
в мире растёт,

но эффективность производства еды падает.

Основные причины — недостаток воды,
заболевания злаков, изменение климата

и ещё пара других.

Что могут роботы?

Мы применяем подход,
известный как точное земледелие.

Роботы летят над садами,

а затем мы строим точные модели
отдельных растений.

Как и в индивидуальной терапии,

где лечение для каждого пациента
подбирают отдельно,

мы хотим строить модели каждого
отдельного растения

и сообщать фермеру, что именно
нужно конкретному растению:

вода, удобрения или пестициды.

Вот роботы летят через яблоневый сад,

сейчас вы увидите ещё парочку,

летящих слева.

Они строят карту сада.

Внутри неё находится карта
каждого растения этого сада.

(Робот жужжит)

Посмотрим на эти карты.

Следующее видео — с камер этого робота.

Слева сверху — отдельная цветная камера.

Слева в центре — инфракрасная.

Снизу слева — тепловизор.

На центральной панели —
объёмная реконструкция

каждого дерева сада,
построенная во время облёта.

Мы можем многое с такой информацией.

Первое, наверное, самое важное,
и очень простое:

подсчёт количества плодов
на каждом дереве.

Фермер будет знать, сколько у него плодов,

сможет оценить урожайность сада

и оптимизировать цепь поставок
с самого начала.

Второе, что мы можем сделать, —

взять модели растений, сделать
объёмную реконструкцию,

таким образом, оценить размер покрытия

и вычислить связь размера покрытия
с листовой поверхностью каждого растения.

Это индекс листовой поверхности.

Если вы знаете его значение,

вы можете измерить объём фотосинтеза,
возможного для каждого растения,

что, опять же, покажет,
насколько здорово каждое растение.

Объединив данные инфракрасной камеры
и тепловизора,

мы также можем вычислить НОИВ.

Конкретно в этом случае

есть отдельные растения,
которым хуже, чем остальным.

Их легко выявить по изображению,

не только по визуальному,
а объединённому

визуальному и инфракрасному.

И наконец,

нам интересно раннее выявление хлороза —

здесь на апельсиновом дереве —

который легко различим
по желтеющим листьям.

Роботы могут легко обнаружить их сверху

и сообщить фермеру,
что у него или неё проблемы

в этой части сада.

Такие системы действительно могут помочь,

мы ожидаем роста урожайности
примерно на 10%,

и, что важнее, снижения потребления,
например, потребления воды,

на 25% благодаря использованию
роёв аэророботов.

И я хочу, чтобы вы поаплодировали людям,
которые создают будущее:

Яшу Мулганкару, Сикангу Лю
и Джузеппе Лоиано,

подготовившим три
сегодняшние демонстрации.

Спасибо.

(Аплодисменты)