Guten Morgen. Ich bin heute hier, um über autonome, fliegende Strandbälle zu sprechen. Nein, wendige, fliegende Roboter wie diesen hier. Ich würde Ihnen gerne etwas über die Herausforderungen bei ihrem Bau erzählen und über die großartigen Möglichkeiten für die Anwendung dieser Technologie. Diese Roboter sind verwandt mit unbemannten Luftfahrzeugen. Die Fahrzeuge, die Sie hier sehen, sind jedoch sehr groß. Sie wiegen tausende von Kilos und sind wirklich nicht wendig. Sie sind nicht einmal autonom. Sie werden vielmehr von einer ganzen Mannschaft geflogen, die aus mehreren Piloten, Technikern für die Sensorik und Missionskoordinatoren bestehen kann.
Good morning. I'm here today to talk about autonomous flying beach balls. (Laughter) No, agile aerial robots like this one. I'd like to tell you a little bit about the challenges in building these, and some of the terrific opportunities for applying this technology. So these robots are related to unmanned aerial vehicles. However, the vehicles you see here are big. They weigh thousands of pounds, are not by any means agile. They're not even autonomous. In fact, many of these vehicles are operated by flight crews that can include multiple pilots, operators of sensors, and mission coordinators.
Wir interessieren uns für die Entwicklung von Robotern wie diesem – und hier sind noch zwei Bilder von Robotern, die man so im Laden kaufen kann. Das sind Helikopter mit vier Rotoren, die etwa einen Meter groß sind. und ein paar Kilos wiegen. Wir erweitern sie mit ein paar Sensoren und Prozessoren, und diese Roboter können drinnen fliegen ohne GPS.
What we're interested in is developing robots like this -- and here are two other pictures -- of robots that you can buy off the shelf. So these are helicopters with four rotors, and they're roughly a meter or so in scale, and weigh several pounds. And so we retrofit these with sensors and processors, and these robots can fly indoors. Without GPS.
Der Roboter, den ich hier in meiner Hand halte, ist der hier, und er wurde von zwei Studenten gebaut, Alex und Daniel. Er wiegt nur etwas mehr als 50 Gramm. Und hat einen Energieverbrauch von 15 Watt. Wie Sie sehen können, hat er einen Durchmesser von etwa 20 cm. Lassen Sie mich Ihnen wirklich nur kurz erklären, wie diese Roboter funktionieren.
The robot I'm holding in my hand is this one, and it's been created by two students, Alex and Daniel. So this weighs a little more than a tenth of a pound. It consumes about 15 watts of power. And as you can see, it's about eight inches in diameter. So let me give you just a very quick tutorial on how these robots work.
Er hat vier Rotoren. Wenn sich die Rotoren mit der gleichen Geschwindigkeit drehen, schwebt der Roboter. Wenn Sie die Geschwindigkeit jedes Rotors erhöhen, steigt der Roboter auf und beschleunigt. Natürlich, wenn der Roboter gekippt wäre, also wenn er nicht ganz horizontal wäre, würde er in diese Richtung beschleunigen. Um ihn zu kippen, gibt es zwei Möglichkeiten. In diesem Bild hier sehen Sie, dass sich Robot vier schneller dreht. und Rotor zwei langsamer. Und sobald das passiert, entsteht ein Moment, das den Roboter kippt. Und andersrum, wenn Sie die Geschwindigkeit von Rotor drei erhöhen und die von Rotor eins absenken kippt der Roboter nach vorne.
So it has four rotors. If you spin these rotors at the same speed, the robot hovers. If you increase the speed of each of these rotors, then the robot flies up, it accelerates up. Of course, if the robot were tilted, inclined to the horizontal, then it would accelerate in this direction. So to get it to tilt, there's one of two ways of doing it. So in this picture, you see that rotor four is spinning faster and rotor two is spinning slower. And when that happens, there's a moment that causes this robot to roll. And the other way around, if you increase the speed of rotor three and decrease the speed of rotor one, then the robot pitches forward.
Und schließlich, wenn Sie zwei gegenüberliegende Rotoren schneller als das andere Paar drehen, dreht sich der Roboter um die senkrechte Achse. Der eingebaute Prozessor betrachtet im Wesentlichen, welche Bewegungen ausgeführt werden müssen, er kombiniert diese Bewegungen und rechnet aus, welche Befehle zu den Motoren geschickt werden müssen und das 600 Mal pro Sekunde. Und so funktionieren diese Dinger grundsätzlich.
And then finally, if you spin opposite pairs of rotors faster than the other pair, then the robot yaws about the vertical axis. So an on-board processor essentially looks at what motions need to be executed and combines these motions, and figures out what commands to send to the motors -- 600 times a second. That's basically how this thing operates.
Einer der Vorteile dieses Designs ist, dass wenn Sie alles verkleinern, die Roboter viel wendiger werden. R ist hier die charakteristische Länge des Roboters es ist eigentlich der halbe Durchmesser. Und es gibt viele physikalische Parameter, die sich ändern, sobald man R verringert. Der wichtigste ist die Trägheit oder der Bewegungswiderstand. Es ist so, dass die Trägheit, die die Rotationsbewegung beeinflusst, mit der fünften Potenz von R skaliert. Wenn Sie nun R verkleinern, nimmt die Trägheit drastisch ab. Ein Ergebnis davon ist, dass die Rotationsbeschleunigung, hier mit dem griechischen Buchstaben Alpha bezeichnet, mit 1 über R verläuft. Sie ist umgekehrt proportional zu R. Je kleiner Sie sie machen, desto schneller können Sie drehen.
So one of the advantages of this design is when you scale things down, the robot naturally becomes agile. So here, R is the characteristic length of the robot. It's actually half the diameter. And there are lots of physical parameters that change as you reduce R. The one that's most important is the inertia, or the resistance to motion. So it turns out the inertia, which governs angular motion, scales as a fifth power of R. So the smaller you make R, the more dramatically the inertia reduces. So as a result, the angular acceleration, denoted by the Greek letter alpha here, goes as 1 over R. It's inversely proportional to R. The smaller you make it, the more quickly you can turn.
Das sollte bei diesen Videos klar werden. Unten rechts sehen Sie einen Roboter, der einen 360°-Salto in weniger als einer halben Sekunde vollführt. Mehrere Saltos, ein bisschen mehr Zeit. Die Prozessoren bekommen Rückmeldungen von den Beschleunigungsmessern und Gyroskopen an Bord und berechnen, wie ich vorhin schon gesagt habe, 600 Mal pro Sekunde Befehle, um den Roboter zu stabilisieren. Links sehen Sie, wie Daniel den Roboter in die Luft wirft. Und man sieht, wie robust die Kontrolle ist. Egal wie Sie ihn werfen, der Roboter fängt sich und kommt wieder zu ihm zurück.
So this should be clear in these videos. On the bottom right, you see a robot performing a 360-degree flip in less than half a second. Multiple flips, a little more time. So here the processes on board are getting feedback from accelerometers and gyros on board, and calculating, like I said before, commands at 600 times a second, to stabilize this robot. So on the left, you see Daniel throwing this robot up into the air, and it shows you how robust the control is. No matter how you throw it, the robot recovers and comes back to him.
Warum baut man solche Roboter? Nun, Roboter wie diese haben viele Anwendungen. Man kann sie in Gebäude wie dieses schicken um als erste nach Eindringlingen zu suchen, vielleicht nach biochemischen Lecks zu suchen, oder Gaslecks. Man kann sie aber auch zum Bauen einsetzen. Hier sehen Sie Roboter, die Träger und Säulen tragen und würfelförmige Strukturen zusammenbauen. Ich werde Ihnen noch etwas mehr darüber erzählen. Diese Roboter können im Frachttransport eingesetzt werden. Eines der Probleme dieser kleinen Roboter ist ihre geringe Zuladung. Daher wollen Sie vielleicht mehrere Roboter einsetzen, um die Ladung zu tragen. Das ist ein Bild von einem unserer letzten Experimente – wobei das doch schon eine Weile her ist – in Sendai, kurz nach dem Erdbeben. Roboter wie dieser konnten in eingestürzte Gebäude geschickt werden, um den Schaden nach Naturkatastrophen zu beurteilen, oder in Reaktorgebäude, um eine Strahlungskarte aufzubauen.
So why build robots like this? Well, robots like this have many applications. You can send them inside buildings like this, as first responders to look for intruders, maybe look for biochemical leaks, gaseous leaks. You can also use them for applications like construction. So here are robots carrying beams, columns and assembling cube-like structures. I'll tell you a little bit more about this. The robots can be used for transporting cargo. So one of the problems with these small robots is their payload-carrying capacity. So you might want to have multiple robots carry payloads. This is a picture of a recent experiment we did -- actually not so recent anymore -- in Sendai, shortly after the earthquake. So robots like this could be sent into collapsed buildings, to assess the damage after natural disasters, or sent into reactor buildings, to map radiation levels.
Ein grundlegendes Problem das die Roboter lösen müssen, wenn sie autonom sein sollen, ist im Grunde genommen, wie sie von Punkt A zu Punkt B kommen. Das ist eine ziemliche Herausforderung da die Dynamik so eines Roboters recht kompliziert ist. Tatsächlich leben sie in einem 12-dimensionalen Raum. Also benutzen wir einen kleinen Trick. Wir nehmen diesen gekrümmten 12-dimensionalen Raum und wandeln ihn in einen flachen vier-dimensionalen Raum um. Und dieser vier-dimensionale Raum besteht aus X, Y, Z und dem Gierwinkel.
So one fundamental problem that the robots have to solve if they are to be autonomous, is essentially figuring out how to get from point A to point B. So this gets a little challenging, because the dynamics of this robot are quite complicated. In fact, they live in a 12-dimensional space. So we use a little trick. We take this curved 12-dimensional space, and transform it into a flat, four-dimensional space. And that four-dimensional space consists of X, Y, Z, and then the yaw angle.
Der Roboter also plant etwas, das wir eine Bahnkurve mit minimalem Snap nennen. Eine kurze Auffrischung Ihrer Physikkenntnisse: Es gibt den Ort, die Geschwindigkeit als Ableitung, dann Beschleunigung, und dann kommt Ruck, und dann kommt "Snap". Und dieser Roboter minimiert Snap. Und was das im Endeffekt ergibt, ist eine glatte und anmutige Bewegung. Und er macht das, während er Hindernissen ausweicht. Diese Trajektorien mit minimalem Snap in diesem flachen Raum werden dann zurücktransformiert in diesen komplizierten 12-dimensionalen Raum, und das muss der Roboter für die Kontrolle und die spätere Ausführung tun.
And so what the robot does, is it plans what we call a minimum-snap trajectory. So to remind you of physics: You have position, derivative, velocity; then acceleration; and then comes jerk, and then comes snap. So this robot minimizes snap. So what that effectively does, is produce a smooth and graceful motion. And it does that avoiding obstacles. So these minimum-snap trajectories in this flat space are then transformed back into this complicated 12-dimensional space, which the robot must do for control and then execution.
Lassen Sie mich ein paar Beispiele zeigen, wie diese Flugbahnen mit minimalem Snap aussehen. In dem ersten Video werden Sie sehen, wie der Roboter von A nach B fliegt durch einen Zwischenpunkt.
So let me show you some examples of what these minimum-snap trajectories look like. And in the first video, you'll see the robot going from point A to point B, through an intermediate point.
Der Roboter ist offensichtlich in der Lage, jede Bahnkurve auszuführen. Das hier sind kreisförmige Bahnkurven, bei denen auf den Roboter 2 G wirken. Oben befinden sich Motion-Capture-Kameras, die dem Roboter 100 Mal pro Sekunde sagen, wo er ist. Sie sagen dem Roboter auch, wo diese Hindernisse sind. Und diese Hindernisse können sich auch bewegen. Und hier sehen Sie, wie Daniel diesen Reifen in die Luft wirft, während der Roboter die Position vom Reifen berechnet und versucht auszurechnen, wie er am Besten durch den Reifen kommt. Als Akademiker müssen wir ständig durch Reifen springen, um Sponsoren aufzutreiben, und wir lassen unsere Roboter das machen.
(Whirring noise) So the robot is obviously capable of executing any curve trajectory. So these are circular trajectories, where the robot pulls about two G's. Here you have overhead motion capture cameras on the top that tell the robot where it is 100 times a second. It also tells the robot where these obstacles are. And the obstacles can be moving. And here, you'll see Daniel throw this hoop into the air, while the robot is calculating the position of the hoop, and trying to figure out how to best go through the hoop. So as an academic, we're always trained to be able to jump through hoops to raise funding for our labs, and we get our robots to do that.
(Applaus)
(Applause)
Außerdem kann der Roboter sich Abschnitte der Flugbahnen merken, die er lernt, oder die vorher einprogrammiert wurden. Hier sehen Sie, wie der Roboter eine Bewegung kombiniert, um Schwung zu holen und dann seine Ausrichtung ändert und sich wieder fängt. Er muss das machen, da dieses Loch im Fenster nur etwas größer als die Breite des Roboters ist. Also genau wie ein Turmspringer auf dem Sprungbrett, der hinabspringt um Schwung zu holen und dann diese Pirouette vollführt, diesen zweieinhalbfachen Salto und sich dann elegant wieder fängt, dieser Roboter macht im Wesentlichen das Gleiche. Er weiß also wie man diese Teile der Bahnkurven kombiniert, um diese ziemlich schwierigen Aufgaben zu lösen.
So another thing the robot can do is it remembers pieces of trajectory that it learns or is pre-programmed. So here, you see the robot combining a motion that builds up momentum, and then changes its orientation and then recovers. So it has to do this because this gap in the window is only slightly larger than the width of the robot. So just like a diver stands on a springboard and then jumps off it to gain momentum, and then does this pirouette, this two and a half somersault through and then gracefully recovers, this robot is basically doing that. So it knows how to combine little bits and pieces of trajectories to do these fairly difficult tasks.
Kurzer Themenwechsel. Einer der Nachteile dieser kleinen Roboter ist ihre Größe. Und ich habe Ihnen schon vorhin gesagt, dass wir vielleicht sehr viele Roboter einsetzen wollen, um die Beschränkungen durch die Größe zu umgehen. Eine Schwierigkeit ist, wie kann man viele Roboter koordinieren? Daher haben wir uns die Natur angeschaut. Ich möchte Ihnen einen kurzen Film zeigen, von Aphaenogaster Wüstenameisen, wie sie in Professor Stephen Pratts Labor einen Gegenstand tragen. Das ist ein Stück einer Feige. Sie können irgendein mit Feigensaft getränktes Objekt hinlegen und die Ameisen werden es zurück zum Nest tragen. Diese Ameisen haben keinen zentralen Koordinator. Sie nehmen ihre Nachbarn wahr. Es gibt keine explizite Kommunikation. Aber weil sie ihre Nachbarn spüren und weil sie das Objekt spüren, haben sie eine implizite Koordination innerhalb der Gruppe.
So I want change gears. So one of the disadvantages of these small robots is its size. And I told you earlier that we may want to employ lots and lots of robots to overcome the limitations of size. So one difficulty is: How do you coordinate lots of these robots? And so here, we looked to nature. So I want to show you a clip of Aphaenogaster desert ants, in Professor Stephen Pratt's lab, carrying an object. So this is actually a piece of fig. Actually you take any object coated with fig juice, and the ants will carry it back to the nest. So these ants don't have any central coordinator. They sense their neighbors. There's no explicit communication. But because they sense the neighbors and because they sense the object, they have implicit coordination across the group.
Und diese Art der Koordination sollen auch unsere Roboter haben. Wenn wir also einen Roboter haben, der von seinen Nachbarn umgeben ist – schauen wir uns Roboter I und J an – was wir von den Robotern wollen, ist, dass sie den Abstand zwischen sich überwachen, während sie in der Formation fliegen. Und dann muss man sicherstellen, dass dieser Abstand innerhalb akzeptabler Schranken ist. Die Roboter überwachen also diesen Fehler und berechnen die Kontrollbefehle 100 Mal pro Sekunde, die dann in Motorbefehle 600 Mal pro Sekunde übersetzt werden. Das muss auch auf eine dezentrale Art geschehen. Nochmal, wenn Sie sehr viele dieser Roboter haben, ist es unmöglich, all diese Informationen zentral zu koordinieren, schnell genug, damit die Roboter die Aufgabe lösen können. Zusätzlich müssen die Roboter ihre Entscheidungen nur aufgrund der lokalen Informationen fällen, nämlich, was sie von ihren Nachbarn wahrnehmen. Und schließlich bestehen wir darauf, dass die Roboter nicht wissen, wer ihre Nachbarn sind. Das ist etwas, das wir Anonymität nennen.
So this is the kind of coordination we want our robots to have. So when we have a robot which is surrounded by neighbors -- and let's look at robot I and robot J -- what we want the robots to do, is to monitor the separation between them, as they fly in formation. And then you want to make sure that this separation is within acceptable levels. So again, the robots monitor this error and calculate the control commands 100 times a second, which then translates into motor commands, 600 times a second. So this also has to be done in a decentralized way. Again, if you have lots and lots of robots, it's impossible to coordinate all this information centrally fast enough in order for the robots to accomplish the task. Plus, the robots have to base their actions only on local information -- what they sense from their neighbors. And then finally, we insist that the robots be agnostic to who their neighbors are. So this is what we call anonymity.
Was ich Ihnen als nächstes zeigen will, ist ein Video von 20 dieser kleinen Roboter, wie sie in einer Formation fliegen. Sie überwachen die Position ihrer Nachbarn. Und erhalten die Formation. Die Formationen können sich ändern. Sie können flache Formationen sein, sie können drei-dimensionale Formationen sein. Wie Sie hier sehen können, kollabieren sie von einer 3D-Formation in eine ebene Formation. Und um durch Hindernisse zu fliegen, können sie ihre Formation im Flug anpassen. Und Sie sehen, diese Roboter kommen sich wirklich nah. Wie Sie hier bei dem Flug in Form einer Acht sehen, nähern sie sich bis auf wenige Zentimeter. Und trotz der aerodynamischen Wechselwirkungen von diesen Propellerflügeln, sind sie in der Lage stabil zu fliegen.
So what I want to show you next is a video of 20 of these little robots, flying in formation. They're monitoring their neighbors' positions. They're maintaining formation. The formations can change. They can be planar formations, they can be three-dimensional formations. As you can see here, they collapse from a three-dimensional formation into planar formation. And to fly through obstacles, they can adapt the formations on the fly. So again, these robots come really close together. As you can see in this figure-eight flight, they come within inches of each other. And despite the aerodynamic interactions with these propeller blades, they're able to maintain stable flight.
(Applaus)
(Applause)
Sobald man weiß, wie man in einer Formation fliegt, kann man auch gemeinsam Objekte anheben. Das hier zeigt, dass wir die Roboterkraft verdoppeln, verdreifachen, vervierfachen können, in dem wir sie dazu bringen, Teams zu bilden, wie Sie hier sehen können. Einer der Nachteile davon ist, sobald Sie alles vergrößern – also wenn Sie viele Roboter haben, die das gleiche Objekt tragen, vergrößern Sie damit die Trägheit, und damit zahlen Sie einen Preis; sie sind nicht mehr so wendig. Aber Sie gewinnen einen Zuwachs an Traglast.
So once you know how to fly in formation, you can actually pick up objects cooperatively. So this just shows that we can double, triple, quadruple the robots' strength, by just getting them to team with neighbors, as you can see here. One of the disadvantages of doing that is, as you scale things up -- so if you have lots of robots carrying the same thing, you're essentially increasing the inertia, and therefore you pay a price; they're not as agile. But you do gain in terms of payload-carrying capacity.
Eine andere Anwendug, die ich Ihnen zeigen will – das ist wieder in unserem Labor. Das ist die Arbeit von Quentin Lindsey, der ein Doktorand ist. Sein Algorithmus sagt diesen Robotern, wie sie autonom würfelförmige Stukturen aus diesen Streben bauen können. Sein Algorithmus sagt dem Roboter, welches Stück er anheben soll, und wann und wo er es platzieren soll. Und in diesem Video sehen Sie – und es ist 10- oder 14-fach beschleunigt – Sie sehen, wie diese Roboter drei verschiedene Strukturen bauen. Und wieder, alles ist autonom, und alles, was Quentin machen muss, ist ihnen eine Blaupause zu besorgen von dem Design, das er bauen will.
Another application I want to show you -- again, this is in our lab. This is work done by Quentin Lindsey, who's a graduate student. So his algorithm essentially tells these robots how to autonomously build cubic structures from truss-like elements. So his algorithm tells the robot what part to pick up, when, and where to place it. So in this video you see -- and it's sped up 10, 14 times -- you see three different structures being built by these robots. And again, everything is autonomous, and all Quentin has to do is to give them a blueprint of the design that he wants to build.
All die Experimente, die Sie bisher gesehen haben, all diese Demonstrationen, wurden mit Hilfe eines Motion-Capture-Systems durchgeführt. Was passiert also, wenn man das Labor verlässt, und nach draußen in die wirkliche Welt geht? Und was, wenn es dort kein GPS gibt? Dieser Roboter wurde mit einer Kamera ausgestattet, und einem Laser-Entfernungsmesser, einem Laser-Scanner. Und er benutzt diese Sensoren, um eine Karte der Umgebung aufzubauen. Diese Karte besteht aus besonderen Merkmalen wie Türen, Fenster Personen, Möbelstücke – und bestimmt dann seine Position relativ zu diesen Merkmalen. Es gibt also kein globales Koordinatensystem. Das Koordinatensystem basiert auf dem Roboter, wo er ist und was er anschaut. Und er navigiert relativ zu diesen Merkmalen.
So all these experiments you've seen thus far, all these demonstrations, have been done with the help of motion-capture systems. So what happens when you leave your lab, and you go outside into the real world? And what if there's no GPS? So this robot is actually equipped with a camera, and a laser rangefinder, laser scanner. And it uses these sensors to build a map of the environment. What that map consists of are features -- like doorways, windows, people, furniture -- and it then figures out where its position is, with respect to the features. So there is no global coordinate system. The coordinate system is defined based on the robot, where it is and what it's looking at. And it navigates with respect to those features.
Ich möchte in einem kurzen Film Algorithmen zeigen, die von Frank Shen und Professor Nathan Michael entwickelt werden. Er zeigt, wie ein Roboter ein Haus zum ersten Mal betritt und im Flug diese Karte erstellt. Dieser Roboter findet heraus, was diese Merkmale sind. Und erstellt die Karte. Er berechnet, wo er sich relativ zu den Merkmalen befindet, und schätzt dann seine Position 100 Mal pro Sekunde, was uns erlaubt, die Kontrollalgorithmen zu benutzen, die ich vorher beschrieben habe. Dieser Roboter hier wird tatsächlich von Frank ferngesteuert. Aber der Roboter kann auch alleine herausfinden, wo er hin will. Angenommen, ich müsste ihn in ein Gebäude schicken und ich wüsste überhaupt nicht, wie es aussieht, Ich kann den Roboter bitten, hinein zu gehen, eine Karte zu erstellen wiederzukommen und mir zu sagen, wie das Gebäude aussieht. In diesem Fall löst der Roboter nicht nur das Problem wie er von Punkt A zu Punkt B in dieser Karte kommt, sonder er findet auch heraus, was der beste Punkt B zu jedem Zeitpunkt ist. Im Wesentlichen weiß er, wohin er gehen muss, um nach Orten zu suchen, über die er am wenigsten weiß. Und auf diese Weise erstellt er die Karte.
So I want to show you a clip of algorithms developed by Frank Shen and Professor Nathan Michael, that shows this robot entering a building for the very first time, and creating this map on the fly. So the robot then figures out what the features are, it builds the map, it figures out where it is with respect to the features, and then estimates its position 100 times a second, allowing us to use the control algorithms that I described to you earlier. So this robot is actually being commanded remotely by Frank, but the robot can also figure out where to go on its own. So suppose I were to send this into a building, and I had no idea what this building looked like. I can ask this robot to go in, create a map, and then come back and tell me what the building looks like. So here, the robot is not only solving the problem of how to go from point A to point B in this map, but it's figuring out what the best point B is at every time. So essentially it knows where to go to look for places that have the least information, and that's how it populates this map.
Ich würde Ihnen gern noch eine letzte Anwendung zeigen. Und es gibt viele Anwendungen für diese Technologie. Ich bin ein Professor und wir haben eine Leidenschaft für die Ausbildung. Roboter wie dieser können wirklich den Unterricht vom Kindergarten bis zum Schulabschluss veränden. Aber wir sind hier in Südkalifornien, in der Nähe von Los Angeles, daher muss ich am Ende den Fokus auf die Unterhaltung richten. Ich würde gerne mit einem Musikvideo schließen. Ich würde gerne die Urheber vorstellen, Alex und Daniel, die dieses Video gedreht haben.
So I want to leave you with one last application. And there are many applications of this technology. I'm a professor, and we're passionate about education. Robots like this can really change the way we do K-12 education. But we're in Southern California, close to Los Angeles, so I have to conclude with something focused on entertainment. I want to conclude with a music video. I want to introduce the creators, Alex and Daniel, who created this video.
(Applaus)
(Applause)
Aber bevor ich das Video abspiele, möche ich Ihnen sagen, dass sie es in den letzten drei Tagen gedreht haben, nachdem Chris sie angerufen hatte. Und die Roboter, die im Video spielen, sind völlig autonom. Sie werden neun Roboter sehen, die sechs verschiedene Instrumente spielen. Und natürlich wurde es exklusiv für TED 2012 gemacht. Schauen wir es uns an.
So before I play this video, I want to tell you that they created it in the last three days, after getting a call from Chris. And the robots that play in the video are completely autonomous. You will see nine robots play six different instruments. And of course, it's made exclusively for TED 2012. Let's watch.
(Sound of air escaping from valve)
(Music)
(Whirring sound)
(Musik)
(Music)
(Applaus)
(Applause) (Cheers)