飞行机器人的未来
-
0:01 - 0:05在我的实验室,
我们打造了自动飞行的机器人, -
0:05 - 0:07就是你们眼前的这种。
-
0:09 - 0:12不像当今市面上销售的那些,
-
0:12 - 0:15这个机器人没有GPS定位系统。
-
0:16 - 0:17在没有GPS的情况下,
-
0:17 - 0:21这样的机器人很难定位自己。
-
0:22 - 0:27这个机器人用机载传感器,
相机和激光扫描仪, -
0:27 - 0:29来扫描环境。
-
0:29 - 0:32它能够探测到环境的特征,
-
0:32 - 0:35并使用三角测量的方式来决定
不同的特征之间 -
0:35 - 0:37有怎样的联系。
-
0:37 - 0:40然后它能够把所有这些信息
整合到一张地图上, -
0:40 - 0:42就是我背后的这张图。
-
0:42 - 0:46这个地图能让机器人确定
障碍物的位置, -
0:46 - 0:49并巧妙地避开各种碰撞。
-
0:49 - 0:51我接下来要展示的是
-
0:51 - 0:54一组我们在户外进行的实验,
-
0:54 - 0:58证明机器人能够在户外
进行长距离飞行。 -
0:58 - 1:03你们可以看到,在右上方,
是机器人通过照相机看到的影像。 -
1:03 - 1:05在主屏幕上——
-
1:05 - 1:07当然这是以4倍速度在播放展示——
-
1:07 - 1:10在主屏幕上,你们可以看到
地图的创建过程。 -
1:10 - 1:14这是一个高分辨率的地图,
展示了我们实验室周围走廊的样子。 -
1:14 - 1:16很快你们就能看到飞行机器人
进入了我们的实验室, -
1:16 - 1:19这么乱的地方,一看
就知道是我们的实验室。 -
1:19 - 1:20(笑声)
-
1:20 - 1:22但我重点想说的是,
-
1:22 - 1:26这些飞行器可以创建
高分辨率的地图, -
1:26 - 1:29达到5厘米的分辨率,
-
1:29 - 1:33可以使那些在实验室外,
或者是房屋外的人, -
1:33 - 1:36无需进入房间即可观察到这些内容,
-
1:36 - 1:40并尝试了解房屋内发生的状况。
-
1:40 - 1:43当然这样的机器人也有问题。
-
1:44 - 1:46首先,它有些大了。
-
1:46 - 1:48因为很大,所以很重。
-
1:49 - 1:52这些机器人每磅重量可以消耗
100瓦的电能。 -
1:52 - 1:55这使得它的运作时间很短。
-
1:56 - 1:57第二个问题就是,
-
1:57 - 2:01这些机器人有机载传感器,
它们非常昂贵—— -
2:01 - 2:05一个激光扫描仪,一个相机
以及处理器。 -
2:05 - 2:08这些让这个飞行机器人的
制造成本十分高昂。 -
2:09 - 2:12因此我们问了自己一个问题:
-
2:12 - 2:16你能在电子产品商店买到怎样的物品,
-
2:16 - 2:22它既不昂贵,又很轻,
还有机载传感器和计算能力? -
2:24 - 2:27于是我们发明了会飞的手机。
-
2:27 - 2:29(笑声)
-
2:29 - 2:35这个机器人使用了你可以轻松购买到的
三星银河系列手机, -
2:35 - 2:39你所需要的只是一个应用程序,
可以从我们的应用程序商店下载。 -
2:39 - 2:43你们可以看到这个飞行机器人在读字,
“TED”, -
2:43 - 2:46观察字母“T”和“E”角落的位置,
-
2:46 - 2:50再应用三角测量法,实现自主飞行。
-
2:51 - 2:54那个手柄的作用仅限于
当飞行器失控时, -
2:54 - 2:55Giuseppe就能让它失去功能。
-
2:55 - 2:57(笑声)
-
2:59 - 3:03除了制造这些飞行机器人外,
-
3:03 - 3:08我们还试着让它们做更激烈的动作,
比如这样。 -
3:08 - 3:13这个飞行机器人目前的速度是
每秒钟2到3米, -
3:13 - 3:17在转变方向的时候
激烈地起降和翻转。 -
3:17 - 3:21重点是,我们还能制造更小,更快的
飞行机器人, -
3:21 - 3:24它们可以在非常复杂的环境中飞行。
-
3:25 - 3:27下一个影片中,
-
3:27 - 3:33你们可以看到这只鹰,
优雅地协调它的翅膀, -
3:33 - 3:37眼睛和爪子之间的配合,
把猎物抓出水面, -
3:37 - 3:39我们的机器人也能去捕鱼。
-
3:39 - 3:41(笑声)
-
3:41 - 3:45在这个试验中,它在空中抓起了
这个特大号菲力芝士牛排三明治。 -
3:45 - 3:47(笑声)
-
3:48 - 3:51你们可以看到这个机器人
以每秒3米左右的速度飞行, -
3:51 - 3:56比步行的速度快一些,
同时还能协调它的手臂和爪子, -
3:56 - 4:00以极快的速度完成整套动作。
-
4:02 - 4:03在另一个试验中,
-
4:03 - 4:07我想要展示,
机器人是如何依据悬浮载重 -
4:07 - 4:09来调整飞行模式的,
-
4:09 - 4:13它的总长度大于窗子的高度。
-
4:14 - 4:15为了完成任务,
-
4:15 - 4:19它需要向下倾斜,调整高度,
-
4:19 - 4:21然后把重物摆动过去。
-
4:27 - 4:29但是,我们希望让机器人变得更小,
-
4:29 - 4:32而蜜蜂启发了我们。
-
4:32 - 4:36如果你们观察一下蜜蜂,
在这个慢速的视频里, -
4:36 - 4:39它们是这么小,
惯性是这么轻 —— -
4:40 - 4:41(笑声)
-
4:41 - 4:45它们并不在意——
它们会撞击我的手,比如说。 -
4:45 - 4:48这是个小机器人,
可以模拟蜜蜂的行为。 -
4:49 - 4:50越小越好,
-
4:50 - 4:53因为尺寸小,惯性就会小。
-
4:53 - 4:55惯性小——
-
4:55 - 4:58(机器人嗡嗡声,笑声)
-
4:58 - 5:01惯性小,发生撞击的
可能性就低一些。 -
5:01 - 5:02这使得机器人更耐用。
-
5:04 - 5:06模仿这些蜜蜂,
我们制作了小型机器人。 -
5:06 - 5:10这个特殊的机器人只有25克重。
-
5:10 - 5:12它的耗电量仅为6瓦。
-
5:12 - 5:15它的飞行速度可达每秒6米。
-
5:15 - 5:17因此,如果我把它的尺寸按比例放大,
-
5:17 - 5:21就好比一架波音787飞机
以10倍于音速的速度飞行。 -
5:24 - 5:26(笑声)
-
5:26 - 5:28我还要给你们展示一个例子。
-
5:29 - 5:34这可能是第一个计划中的
以20分之1正常速度进行的空中相撞。 -
5:34 - 5:37它们的相对速度为每秒2米,
-
5:37 - 5:39这里展示了基本的原理。
-
5:40 - 5:45两克重的碳纤维笼子包围着它
使螺旋桨不会受损, -
5:45 - 5:50但最关键的是,撞击被吸收了,
机器人能够对撞击做出反应。 -
5:50 - 5:53并且,小也意味着安全。
-
5:53 - 5:55在我的实验室,
最初开发这些机器人的时候, -
5:55 - 5:57我们从大的机器人开始
-
5:57 - 6:00现在着手做小的机器人。
-
6:00 - 6:03如果你们看一下我们购买
创可贴的数量统计图, -
6:03 - 6:06就知道现在我们已经几乎不需要买了。
-
6:06 - 6:08因为这些机器人非常安全。
-
6:09 - 6:11小尺寸也有一些缺点,
-
6:11 - 6:15但是自然界有很多方法
来弥补这些缺陷。 -
6:16 - 6:20最基本的想法是,
它们可以聚集在一起组成大型的群落。 -
6:20 - 6:24因此,在实验室里,
我们也试着去组建机器人群组。 -
6:24 - 6:26这是非常有难度的工作,
-
6:26 - 6:29因为我们要考虑飞行机器人网络。
-
6:29 - 6:31在每一个飞行器中,
-
6:31 - 6:36我们都需要考虑传感,沟通和计算,
这些互相影响的因素—— -
6:36 - 6:41这样的机器人网络
不易控制和管理。 -
6:42 - 6:45从大自然中,我们汲取了
三个组织原则, -
6:45 - 6:49最终帮助我们完成了算法的发展。
-
6:50 - 6:54第一个是,机器人
需要注意到它的邻居们。 -
6:54 - 6:58它们要有能力去感知相邻的机器人
并与它们交流。 -
6:58 - 7:01这个视频展示了最基本的想法。
-
7:01 - 7:02有4个机器人——
-
7:02 - 7:06其中的一个被人手动控制了。
-
7:07 - 7:09但是因为机器人会相互通讯,
-
7:09 - 7:11它们能够感知到旁边机器人的行动,
-
7:11 - 7:13也会跟着它移动。
-
7:13 - 7:18这个人能够领导整个
飞行机器人群体的行动。 -
7:20 - 7:25再强调一次,这并不是因为
所有的机器人都知道它们要去哪里。 -
7:25 - 7:29而是它们能根据相邻机器人位置变化
做出相应的反应。 -
7:32 - 7:36(笑声)
-
7:36 - 7:42下一个实验展示了第二个组织原则。
-
7:43 - 7:47这个原则与匿名原则有关。
-
7:47 - 7:52其中的关键在于,
-
7:52 - 7:56机器人是不知道与它们相邻的
机器人的身份的。 -
7:56 - 7:59它们被要求形成一个圆圈,
-
7:59 - 8:02不管你往这个阵列中放多少个机器人,
-
8:02 - 8:05或者是你拿出来多少个机器人,
-
8:05 - 8:08每个机器人都会很简单地
根据它相邻机器人的行为做出反应。 -
8:08 - 8:13它清楚地知道需要形成圆圈,
-
8:13 - 8:15与它的相邻机器人配合行动,
-
8:15 - 8:19这个过程不需要中枢系统协调。
-
8:20 - 8:22综合这两个想法之后,
-
8:22 - 8:26第三个想法就是我们会
-
8:26 - 8:30用数学方式来描述
它们需要组成的阵列形状。 -
8:30 - 8:34这些形状会根据时间发生变化,
-
8:34 - 8:38你们看到这些飞行器
从一个圆形开始, -
8:38 - 8:41接着变为长方形,
然后变成一条直线, -
8:41 - 8:43又变回椭圆形。
-
8:43 - 8:46它们通过瞬间的协调
来完成这些动作, -
8:46 - 8:50就像自然界里的蜂群一样。
-
8:51 - 8:53为什么要模仿蜂群呢?
-
8:53 - 8:57我们对这项技术的两种应用
非常感兴趣。 -
8:58 - 9:00第一个有关于农业,
-
9:00 - 9:04农业应该是全球面临最严峻的问题。
-
9:05 - 9:06大家都知道,
-
9:06 - 9:10地球上每7个人中就有1个营养不良。
-
9:10 - 9:13我们耕种了绝大部分可耕的土地。
-
9:14 - 9:17世界上很多系统的效率都在提高,
-
9:17 - 9:21但是我们生产系统的
效率事实上却是在下降。 -
9:21 - 9:25很大程度上源于水源短缺,
作物病害,气候变化 -
9:25 - 9:27和许多其他的原因。
-
9:27 - 9:29那么,这些机器人能做什么呢?
-
9:29 - 9:34我们称之为社区里的精密耕作。
-
9:34 - 9:39我们基本的想法是
让这些飞行机器人飞越果园, -
9:39 - 9:42为每一株植物搭建精密的模型。
-
9:43 - 9:44就像个性化的机器,
-
9:44 - 9:49想象每个病人都有一对一服务,
-
9:49 - 9:53我们要做的就是
为每株植物单独建立模型, -
9:53 - 9:57然后告诉农民
每株植物各需要些什么—— -
9:57 - 10:02需要的因素在这里指的是水,
肥料和杀虫剂。 -
10:03 - 10:06你们现在看到的是
机器人飞过一片苹果园, -
10:06 - 10:08很快你们就会看到另外两个机器人
-
10:08 - 10:10在左侧做着同样的事。
-
10:11 - 10:14它们在制作果园的地图。
-
10:14 - 10:17这个地图里有果园里每株植物的位置。
-
10:17 - 10:19(机器人嗡嗡声)
-
10:19 - 10:21我们来看一下
这些地图是什么样子的。 -
10:21 - 10:25在下一个视频中,你们会看到
机器人上安装的各种摄像头。 -
10:25 - 10:28左上角的是一个高清彩色摄像机。
-
10:30 - 10:33左边中间的是一个红外线摄像机。
-
10:33 - 10:37左下方的是一个热成像摄像机。
-
10:37 - 10:40在主面板上,你们会看到
每一株果树的三维图像。 -
10:40 - 10:46这是当机器人飞过果树时
传感器采集到的数据。 -
10:48 - 10:52有了这些信息,
我们就可以做很多事情。 -
10:52 - 10:56我们能做的第一件也可能是最重要的事
非常简单: -
10:56 - 10:59清点每株果树上果实的数量。
-
11:00 - 11:04这样,你就能告诉农民
每株果树上有多少果实, -
11:04 - 11:08农民就能估算出果园的产量,
-
11:08 - 11:11并调整下游的生产链。
-
11:12 - 11:13我们能做的第二件事是
-
11:13 - 11:18给植物建构三维立体图,
-
11:18 - 11:20从而推算出树冠的尺寸,
-
11:20 - 11:24然后通过树冠尺寸推算出
每株植物的树叶面积。 -
11:24 - 11:26这被称为树叶面积指数。
-
11:26 - 11:28那么如果我们知道一棵树的
树叶面积指数, -
11:28 - 11:34就能大概测算出这株果树
在进行多少光合作用, -
11:34 - 11:37就能知道这株果树的健康状况。
-
11:38 - 11:42将视觉信息和红外线信息合起来,
-
11:42 - 11:45我们还能计算出一些指数,
例如常态化差值植生指数。 -
11:45 - 11:48在这个例子中,
你们可以明显看到 -
11:48 - 11:51有一些植物并不像其他植物那样健康。
-
11:51 - 11:55在图像中很容易识别,
-
11:55 - 11:57不仅是在视觉图像中,而是结合了
-
11:57 - 12:00视觉和红外线的图像中。
-
12:00 - 12:01最后,
-
12:01 - 12:05我们感兴趣的另一件事
是检测早期的植被萎黄病—— -
12:05 - 12:07这是一棵橘子树——
-
12:07 - 12:10你们可以看到泛黄的树叶。
-
12:10 - 12:14当机器人飞过这棵树的顶部
就能很快自主识别出来, -
12:14 - 12:17然后报告农民
他/她遇到问题了, -
12:17 - 12:18就在果园的这个区域。
-
12:19 - 12:21这样的系统真的非常实用,
-
12:21 - 12:27我们估计这能帮助农业产量提升10%,
-
12:27 - 12:31更重要的是,通过使用飞行器蜂群,
-
12:31 - 12:34水资源的用量能够降低25%。
-
12:35 - 12:41最后,我希望大家为创造未来的人们
致以热烈的掌声, -
12:41 - 12:46Yash Mulgaonkar, Sikang Liu
和Giuseppe Loianno, -
12:46 - 12:49你们看到的三次演示都是他们完成的。
-
12:49 - 12:51谢谢。
-
12:51 - 12:55(掌声)
- Title:
- 飞行机器人的未来
- Speaker:
- Vijay Kumar
- Description:
-
在宾夕法尼亚大学的实验室里,Vijay Kumar和他的团队从蜜蜂身上获得了灵感,创造了自动化的空中机器人。他们最新的突破:精密耕种,即一群机器人通过规划,重建和分析果园里的每株植物和果实,为农民提供了至关重要的信息,能够帮助农民提高产量,并且让水资源的使用和管理更加智慧。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 13:09
Yolanda Zhang approved Chinese, Simplified subtitles for Vijay Kumar | ||
Yolanda Zhang edited Chinese, Simplified subtitles for Vijay Kumar | ||
Yolanda Zhang edited Chinese, Simplified subtitles for Vijay Kumar | ||
Yolanda Zhang edited Chinese, Simplified subtitles for Vijay Kumar | ||
Yolanda Zhang edited Chinese, Simplified subtitles for Vijay Kumar | ||
Yolanda Zhang edited Chinese, Simplified subtitles for Vijay Kumar | ||
Yolanda Zhang edited Chinese, Simplified subtitles for Vijay Kumar | ||
Yolanda Zhang edited Chinese, Simplified subtitles for Vijay Kumar |