Good morning. I'm here today to talk about autonomous flying beach balls.
صبح بخیر. من اینجا هستم تا درباره پرواز مستقل و خودکار یک نوع توپ صحبت کنم.
(Laughter)
من اینجا هستم تا درباره پرواز مستقل و خودکار یک نوع توپ صحبت کنم.
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.
نه، میخواهم درباره ربات پرنده و چالاکی مثل این یکی صحبت کنم. من می خواهم کمی در مورد چالشهایی که در ساخت این (ربات) داشتیم و برخی از فرصت های فوق العاده ای که برای استفاده از این فن آوری وجود دارد را به شما بگویم. و برخی از فرصت های فوق العاده ای که برای استفاده از این فن آوری وجود دارد را به شما بگویم. خُب این ربات با وسایل نقلیه هوایی بدون سرنشین مرتبط هستند. خُب این ربات با وسایل نقلیه هوایی بدون سرنشین مرتبط هستند. اما وسایل نقلیه ای که شما در اینجا میبینید بزرگ هستند. هزاران پوند وزن دارند، و به هیچ وجه چالاک و سریع نیستند. هزاران پوند وزن دارند، و به هیچ وجه چالاک و سریع نیستند. حتی اونها مستقل و خودکار هم نیستند. در حقیقت تعداد زیادی از این وسایل نقلیه توسط خدمه پرواز در حقیقت تعداد زیادی از این وسایل نقلیه توسط خدمه پرواز که شامل چندین خلبان، اپراتورهای سنسورها و هماهنگ کنندگان ماموریت هستند، اداره می شوند. که شامل چندین خلبان، اپراتورهای سنسورها و هماهنگ کنندگان ماموریت هستند، اداره می شوند. که شامل چندین خلبان، اپراتورهای سنسورها و هماهنگ کنندگان ماموریت هستند، اداره می شوند.
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.
چیزی که ما برای توسعه دادن این رباتها به آن علاقمندیم--- این هم دو تصویر دیگه -- توسعه رباتهایی است که بتوان آنها را از مغازهها خریداری کرد. خب اینها هلیکوپترهایی چهار ملخه هستند و تفریبا یک متر طول و چند پوند وزن دارند. و تفریبا یک متر طول و چند پوند وزن دارند. خُب ما سنسورهایی و پردازشگرهایی به این رباتها اضافه میکنیم، و این رباتها میتوانند در محیط سرپوشیده بدون سیستم تعیین موقعیت جهانی GPS پرواز کنند. و این رباتها میتوانند در محیط سرپوشیده بدون سیستم تعیین موقعیت جهانی GPS پرواز کنند.
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.
رباتی که در دست من است یکی از آنهاست که توسط دو نفر از دانشجویان، آلکس و دنیل ساخته شده. رباتی که در دست من است یکی از آنهاست که توسط دو نفر از دانشجویان، آلکس و دنیل ساخته شده. رباتی که در دست من است یکی از آنهاست که توسط دو نفر از دانشجویان، آلکس و دنیل ساخته شده. رباتی که در دست من است یکی از آنهاست که توسط دو نفر از دانشجویان، آلکس و دنیل ساخته شده. خُب این کمی بیشتر از یک دهم پوند وزن دارد. خُب این کمی بیشتر از یک دهم پوند وزن دارد. و حدود ۱۵ وات برق مصرف میکند. همانطور که می بینید، این حدود هشت اینج قطر داره. همانطور که می بینید، این حدود هشت اینج قطر داره. اجازه دهید خیلی خلاصه به شما بگویم که این رباتها چکونه کار میکنند. اجازه دهید خیلی خلاصه به شما بگویم که این رباتها چکونه کار میکنند.
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.
خُب این چهارتا ملخ داره. اگر این ملخها را با سرعت یکسان بچرخانیم، رباتها در هوا شناور میشوند. اگر این ملخها را با سرعت یکسان بچرخانیم، رباتها در هوا شناور میشوند. و اگر به سرعت هر یک از این ملخها بیافزائیم، سپس این رباتها پرواز میکنند و شتابشان اضافه میشود. البتهِ اگر رباتها کج شوند، و به طرف افق متمایل شوند، البتهِ اگر رباتها کج شوند، و به طرف افق متمایل شوند، سپس بدین جهت شتاب میگیره. بنابر این برای اینکه این متمایل و سراشیب بشه، یکی از این دو شیوه برای انجام آن وجود داره. خُب در این تصویر میبینید که ملخ چهارم سریع تر و ملخ دوم آهسته تر می چرخند. خُب در این تصویر میبینید که ملخ چهارم سریع تر و ملخ دوم آهسته تر می چرخند. خُب در این تصویر میبینید که ملخ چهارم سریع تر و ملخ دوم آهسته تر می چرخند. و وقتی این اتفاق میافته این لحظه ای است که ربات دور خودش می چرخد. و وقتی این اتفاق میافته این لحظه ای است که ربات دور خودش می چرخد. و شیوه دیگر اینکه، اگر شما سرعت ملخ سوم را اضافه کنید و شیوه دیگر اینکه، اگر شما سرعت ملخ سوم را اضافه کنید و سرعت ملخ شماره یک را کم کنید، سپس ربات به جلو می چرخد. و سرعت ملخ شماره یک را کم کنید، سپس ربات به جلو می چرخد.
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.
و نهایتا، اگر یک جفت از ملخهای روبرو را سریع تر از جفت دیگر بچرخانید، و نهایتا، اگر یک جفت از ملخهای روبرو را سریع تر از جفت دیگر بچرخانید، و نهایتا، اگر یک جفت از ملخهای روبرو را سریع تر از جفت دیگر بچرخانید، سپس این ربات حول محور عمودی منحرف و متمایل میشود. خُب یک پردازنده بر روی برد نگاه میکند که چه حرکتی برای انجام یک عمل نیاز است خُب یک پردازنده بر روی برد نگاه میکند که چه حرکتی برای انجام یک عمل نیاز است و ترکیبی از این حرکتها و شکلها را ۶۰۰ مرتبه در ثانیه به موتورهای فرمان ارسال میکنند. و ترکیبی از این حرکتها و شکلها را ۶۰۰ مرتبه در ثانیه به موتورهای فرمان ارسال میکنند. و ترکیبی از این حرکتها و شکلها را ۶۰۰ مرتبه در ثانیه به موتورهای فرمان ارسال میکنند. اساسا این (ربات) به این شکل کار میکند.
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.
خب یکی از مزیتهای این طراحی اینه که هنگامی که اندازه را کوچکتر میکنید رباتها بطور طبیعی سریع و چابک میشوند. خب یکی از مزیتهای این طراحی اینه که هنگامی که اندازه را کوچکتر میکنید رباتها بطور طبیعی سریع و چابک میشوند. خب یکی از مزیتهای این طراحی اینه که هنگامی که اندازه را کوچکتر میکنید رباتها بطور طبیعی سریع و چابک میشوند. در اینجا R مشخصه طول یک ربات است. در اینجا R مشخصه طول یک ربات است. که در واقع نصف قطر آن است. در اینجا تعداد زیادی پارامترهای فیزیکی است وقتی که اندازه R کم میشود تغییر میکنند. در اینجا تعداد زیادی پارامترهای فیزیکی است وقتی که اندازه R کم میشود تغییر میکنند. مهمترین آن اینرسی( تمایل به سکون) یا مقاومت در برابر حرکت است. مهمترین آن اینرسی( تمایل به سکون) یا مقاومت در برابر حرکت است. پس مشخص میشه اینرسی، که زاویه حرکت را کنترل میکنه، پس مشخص میشه اینرسی، که زاویه حرکت را کنترل میکنه، با توان پنجم R تغییر اندازه میدهد. بنابر این هرچه Rکوچکتری بسازید، بطور چشمگیری اینرسی ( تمایل به سکون)کاهش می یابد. بنابر این هرچه Rکوچکتری بسازید، بطور چشمگیری اینرسی ( تمایل به سکون)کاهش می یابد. بنابراین یه عنوان نتیجه، شتاب زاویه ای، که با آلفای یونانی نشان داده شده متناسب با یک بر روی R است. بنابراین یه عنوان نتیجه، شتاب زاویه ای، که با آلفای یونانی نشان داده شده متناسب با یک بر روی R است. بنابراین یه عنوان نتیجه، شتاب زاویه ای، که با آلفای یونانی نشان داده شده متناسب با یک بر روی R است. که رابظه معکوس با R دارد. هرچه کوچکترآن را بسازید شما سریعتر میتوانید آن بچرخانید.
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.
این موضوع در این ویدیوها کاملا مشهود است. در پائین سمت راست یک ربات را میبینید که ۳۶۰ درجه در کمتر از نیم ثانیه میچرخد. در پائین سمت راست یک ربات را میبینید که ۳۶۰ درجه در کمتر از نیم ثانیه میچرخد. در پائین سمت راست یک ربات را میبینید که ۳۶۰ درجه در کمتر از نیم ثانیه میچرخد. چند جانبه چرخیدن کمی زمان بیشتری میبرد. پردازندههای روی برد الکترونیکی برای ایجاد ثبات در این ربات، در حال گرفتن بازخورد از شتاب سنج ها و ژیروسکوپها پردازندههای روی برد الکترونیکی برای ایجاد ثبات در این ربات، در حال گرفتن بازخورد از شتاب سنج ها و ژیروسکوپها پردازندههای روی برد الکترونیکی برای ایجاد ثبات در این ربات، در حال گرفتن بازخورد از شتاب سنج ها و ژیروسکوپها و محاسبه آن اطلاعات هستند، همانطور که قبلا گفتم با سرعت ۶۰۰ بار در ثانیه. و محاسبه آن اطلاعات هستند، همانطور که قبلا گفتم با سرعت ۶۰۰ بار در ثانیه. و محاسبه آن اطلاعات هستند، همانطور که قبلا گفتم با سرعت ۶۰۰ بار در ثانیه. خُب در سمت چپ، دنیل را میبینید که این ربات را به هوا پرتاب میکند. و این به شما نشان میدهد که چگونه سیستم کنترل آن قدرتمند و قوی است. مهم نیست که چگونه آن را پرتاب میکنید، ربات (جهتش) را درست میکند و به طرف او برمیگردد.
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.
خُب چرا رباتی مثل این ساخته میشود؟ رباتهایی مثل این کاربرد هایی بسیار زیادی دارند. میتوان آنها را به ساختمانهایی مثل این فرستاد برای اینکه ببینیم کسی بدون اجازه به آنها وارد شده یا نه، یا شاید برای اینکه ببینیم مواد بیوشیمیایی یا گازی در آنجا نشت کرده یا نه. یا شاید برای اینکه ببینیم مواد بیوشیمیایی یا گازی در آنجا نشت کرده یا نه. همچنین میتوانید از آنها برای کارهای ساختمانی استفاده کنید. همچنین میتوانید از آنها برای کارهای ساختمانی استفاده کنید. خُب این رباتهایی هستد که تیرها و ستونها را حمل میکنند و سازه های مکعبی شکل میسازند. خُب این رباتهایی هستد که تیرها و ستونها را حمل میکنند و سازه های مکعبی شکل میسازند. کمی بیشتر راجع به این با شما صحبت میکنم. رباتها میتوانند برای حمل کالا مورد استفاده قرار گیرند. یکی از مشکلات با این رباتهای کوچک ظرفیت آنها برای حمل محموله است. یکی از مشکلات با این رباتهای کوچک ظرفیت آنها برای حمل محموله است. پس ممکنه که شما رباتهای متعددی برای حمل محموله لازم داشته باشید. پس ممکنه که شما رباتهای متعددی برای حمل محموله لازم داشته باشید. این تصویری از آزمایشیست که ما اخیرا انجام دادیم-- در واقع [این آزمایش] خیلی هم جدید نیست -- این مدت کوتاهی بعد از زلزله ساندی Sendai است خُب رباتهایی مثل این را میتوان به داخل ساختمانهای فرو ریخته فرستاد که خسارات بعد از بلایای طبیعی را ارزیابی کنند، و یا به ساختمانهای راکتورها فرستاد تا سطح تشعشات رادیواکتیو را نقشه برداری کنند. و یا به ساختمانهای راکتورها فرستاد تا سطح تشعشات رادیواکتیو را نقشه برداری کنند.
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.
خُب یک مشکل بنیادی که رباتها باید حل کنند اینه که اگر اینها خودکارو مستقل باشند خُب یک مشکل بنیادی که رباتها باید حل کنند اینه که اگر اینها خودکارو مستقل باشند باید اساسا بتوانند بفهمند که چگونه از نقطه A به نقطه B بروند. باید اساسا بتوانند بفهمند که چگونه از نقطه A به نقطه B بروند. از این رو این مسئله کمی سخت میشود زیرا ساختار حرکتی رباتها بسیار پیچیده است. از این رو این مسئله کمی سخت میشود زیرا ساختار حرکتی رباتها بسیار پیچیده است. در حقیقت آنها در فضای دوازده بعدی حرکت میکنند. خُب ما از یک ترفند کوچک استفاده کردیم. ما این منحنی دوازده بعدی را گرفتیم و به فضای چهار بعدی مسطح تبدیل کردیم. ما این منحنی دوازده بعدی را گرفتیم و به فضای چهار بعدی مسطح تبدیل کردیم. ما این منحنی دوازده بعدی را گرفتیم و به فضای چهار بعدی مسطح تبدیل کردیم. و این فضای چهار بعدی شامل محورهای X , Y, Z و زاویه انحراف (ربات) هستند. و این فضای چهار بعدی شامل محورهای X , Y, Z و زاویه انحراف (ربات) هستند.
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.
خُب کاری که ربات میکنه چیزیست که ما به آن طراحی حداقل مسیر ضربه است. خُب کاری که ربات میکنه چیزیست که ما به آن طراحی حداقل مسیر ضربه است. برای اینکه فیزیک را به شما یادآوری کنم، شما موقعیت، مشتق، سرعت و سپس شتاب وپس از آن تکان تند و سریع و بعد ضربه محکم را دارید. شما موقعیت، مشتق، سرعت و سپس شتاب وپس از آن تکان تند و سریع و بعد ضربه محکم را دارید. شما موقعیت، مشتق، سرعت و سپس شتاب وپس از آن تکان تند و سریع و بعد ضربه محکم را دارید. شما موقعیت، مشتق، سرعت و سپس شتاب وپس از آن تکان تند و سریع و بعد ضربه محکم را دارید. ربات ضربه را به حداقل می رساند. پس آنچه که به طور موثر انجام میدهد تولید یک حرکت آرام و دلپذیر است. پس آنچه که به طور موثر انجام میدهد تولید یک حرکت آرام و دلپذیر است. و از برخورد با موانع اجتناب میکند. خُب اینها حداقل مسیر ضربه در این فضای مسطح هستند و سپس به فضای پیچیده ۱۲ بعدی تبدیل میشوند که ربات باید برای کنترل و انجام عملیات آنها را بکار گیرد. خُب اینها حداقل مسیر ضربه در این فضای مسطح هستند و سپس به فضای پیچیده ۱۲ بعدی تبدیل میشوند که ربات باید برای کنترل و انجام عملیات آنها را بکار گیرد. خُب اینها حداقل مسیر ضربه در این فضای مسطح هستند و سپس به فضای پیچیده ۱۲ بعدی تبدیل میشوند که ربات باید برای کنترل و انجام عملیات آنها را بکار گیرد. خُب اینها حداقل مسیر ضربه در این فضای مسطح هستند و سپس به فضای پیچیده ۱۲ بعدی تبدیل میشوند که ربات باید برای کنترل و انجام عملیات آنها را بکار گیرد. خُب اینها حداقل مسیر ضربه در این فضای مسطح هستند و سپس به فضای پیچیده ۱۲ بعدی تبدیل میشوند که ربات باید برای کنترل و انجام عملیات آنها را بکار گیرد.
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.
خُب اجازه دهید چند نمونه از اینکه حداقل مسیر ضربه چیست را به شما نشان بدهم. خُب اجازه دهید چند نمونه از اینکه حداقل مسیر ضربه چیست را به شما نشان بدهم. در ویدئو اول، شما رباتی را میبینید که از نقطه A به نقطه B از طریق نقطه میانی میرود. در ویدئو اول، شما رباتی را میبینید که از نقطه A به نقطه B از طریق نقطه میانی میرود. در ویدئو اول، شما رباتی را میبینید که از نقطه A به نقطه B از طریق نقطه میانی میرود.
(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.
خُب واضح است که ربات قادر به انجام مسیر منحنی است. خُب واضح است که ربات قادر به انجام مسیر منحنی است. خُب اینها مسیرهای دایره ای هستند که ربات در حدود دوبرابر شتاب گرانش را تحمل میکند. خُب اینها مسیرهای دایره ای هستند که ربات در حدود دوبرابر شتاب گرانش را تحمل میکند. در اینجا شما دوربین های بالای سری که حرکتها را ضبط میکند را دارید که ۱۰۰بار درهر ثانیه به شما محل ربات را میگوید. در اینجا شما دوربین های بالای سری که حرکتها را ضبط میکند را دارید که ۱۰۰بار درهر ثانیه به شما محل ربات را میگوید. همچنین این به شما میگوید که محل موانع در کجاست. و موانع می توانند در حرکت باشند. در اینجا میتوانید ببینید که دانیل حلقهها را به هوا پرتاب میکند، در اینجا میتوانید ببینید که دانیل حلقهها را به هوا پرتاب میکند، و تلاش میکنند که بفهمند که بهترین مسیر برای عبور از حلقه ها کجاست. خُب بعنوان یک دانشگاهی، ما همواره یاد گرفتهایم که برای جمع آوری منابع مالی برای آزمایشگاهایمان از روی موانع بپریم، و ما از رباتهایمان برای انجام این کار استفاده میکنیم. خُب بعنوان یک دانشگاهی، ما همواره یاد گرفتهایم که برای جمع آوری منابع مالی برای آزمایشگاهایمان از روی موانع بپریم، و ما از رباتهایمان برای انجام این کار استفاده میکنیم. خُب بعنوان یک دانشگاهی، ما همواره یاد گرفتهایم که برای جمع آوری منابع مالی برای آزمایشگاهایمان از روی موانع بپریم، و ما از رباتهایمان برای انجام این کار استفاده میکنیم.
(Applause)
( تشویق تماشاگران)
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.
کار دیگری که این ربات میتوانند انجام دهد این است که به خاطر سپردن بخشی از مسیر است که یادگرفته و یا از قبل به آن برنامه داده شده. کار دیگری که این ربات میتوانند انجام دهد این است که به خاطر سپردن بخشی از مسیر است که یادگرفته و یا از قبل به آن برنامه داده شده. کار دیگری که این ربات میتوانند انجام دهد این است که به خاطر سپردن بخشی از مسیر است که یادگرفته و یا از قبل به آن برنامه داده شده. خُب شما در اینجا شما ترکیب حرکت این ربات را میبینید که شتاب ایجاد میکند خُب شما در اینجا شما ترکیب حرکت این ربات را میبینید که شتاب ایجاد میکند خُب شما در اینجا شما ترکیب حرکت این ربات را میبینید که شتاب ایجاد میکند و سپس تعییر جهت میدهد و دوباره به مسیر اول برمی گردد. خُب این باید این کار بکند زیرا شکاف پنجره کمی از عرض ربات بیشتر است. خُب این باید این کار بکند زیرا شکاف پنجره کمی از عرض ربات بیشتر است. بنابراین درست مانند یک غواص در تخته شیرجه می ایستد و سپس برای به دست آوردن شتاب روی آن میپرد، بنابراین درست مانند یک غواص در تخته شیرجه می ایستد و سپس برای به دست آوردن شتاب روی آن میپرد، و بعد میچرخد، دو و نیم بار پشتک میزند و سپس به آرامی به وضعیت اول برمیگردد ، و بعد میچرخد، دو و نیم بار پشتک میزند و سپس به آرامی به وضعیت اول برمیگردد ، این ربات اساسا این کار را انجام میدهد. این میداند که چگونه بخش های حرکت را ترکیب کند تا این ماموریت نسبتا دشوار را انجام دهد. این میداند که چگونه بخش های حرکت را ترکیب کند تا این ماموریت نسبتا دشوار را انجام دهد.
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.
خُب میخواهم موضوع را عوض کنم. یکی از معایب این رباتهای کوچک، اندازه آنهاست. در قبلا عنوان کردم که ممکنه که ما بخواهیم تعداد زیادی ربات را بکار گیریم تا بر محدودیت اندازه آنها فایق آیم. در قبلا عنوان کردم که ممکنه که ما بخواهیم تعداد زیادی ربات را بکار گیریم تا بر محدودیت اندازه آنها فایق آیم. در قبلا عنوان کردم که ممکنه که ما بخواهیم تعداد زیادی ربات را بکار گیریم تا بر محدودیت اندازه آنها فایق آیم. خُب یک مشکل اینه که چگونه تعداد زیادی از این رباتها را هماهنگ کنیم؟ خُب یک مشکل اینه که چگونه تعداد زیادی از این رباتها را هماهنگ کنیم؟ ما به طبیعت نگاه میکنیم. میخواهم یک ویدئو از مورچه ها ی صحرای آفانوسترو در آزمایشگاه پرفسور ایتیفان پرات را به شما نشان دهم که یک شی را حمل میکنند. میخواهم یک ویدئو از مورچه ها ی صحرای آفانوسترو در آزمایشگاه پرفسور ایتیفان پرات را به شما نشان دهم که یک شی را حمل میکنند. میخواهم یک ویدئو از مورچه ها ی صحرای آفانوسترو در آزمایشگاه پرفسور ایتیفان پرات را به شما نشان دهم که یک شی را حمل میکنند. در واقع این یک تکه انجیر است. در واقع مورچهها هر چیزی رو که روش با آب انجیر پوشیده شده باشه رو به لانه میبرند. در واقع مورچهها هر چیزی رو که روش با آب انجیر پوشیده شده باشه رو به لانه میبرند. این مورچه ها هیچ هماهنگ کنند مرکزی ندارند. آنها همسایه ها یشان را احساس میکنند. هیچ ارتباط صریح و روشنی وجود ندارد. اما چونکه اونها همسایه گانشان را احساس میکنند و چونکه اونها اشیاء را احساس میکنند، آنها هماهنگی ضمنی در سراسر گروه دارند.
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.
خُب این یه نوعی هماهنگیست که ما میخواهیم رباتهایمان داشته باشند. خُب این یه نوعی هماهنگیست که ما میخواهیم رباتهایمان داشته باشند. بنابر این وقتی که یک ربات داریم که با همسایه هااحاطه شده-- بنابر این وقتی که یک ربات داریم که با همسایه هااحاطه شده-- اجازه دهید به ربات I و ربات J نگاه کنیم--- چیزی که میخواهیم رباتها انجام دهند اینه که آنها در حالیکه در حال پرواز هستند، بر روی فاصله بین همدیگر نظارت داشته باشند. اینه که آنها در حالیکه در حال پرواز هستند، بر روی فاصله بین همدیگر نظارت داشته باشند. و سپس باید اطمینان حاصل کرد که این جدایی و فاصله در سطح قابل قبول است. و سپس باید اطمینان حاصل کرد که این جدایی و فاصله در سطح قابل قبول است. خُب دوباره رباتها بر اشتباهاتشان نظارت میکنند و فرمانهای کنترلی را ۱۰۰ باردر ثانیه محاسبه میکنند، خُب دوباره رباتها بر اشتباهاتشان نظارت میکنند و فرمانهای کنترلی را ۱۰۰ باردر ثانیه محاسبه میکنند، خُب دوباره رباتها بر اشتباهاتشان نظارت میکنند و فرمانهای کنترلی را ۱۰۰ باردر ثانیه محاسبه میکنند، که آنها به فرمانهای مربوط به موتور با سرعت ۶۰۰ بار در ثانیه تبدیل میشوند. این هم باید بصورت غیرمتمرکز انجام شود. این نیز بصورت غیر متمرکز انجام میشود. و دوباره اگر تعداد بسیار زیادی ربات داشته باشید، این غیر ممکنه که همه این اطلاعات را بصورت مرکزی و با سرعت کافی هماهنگ کنید بطوری که که رباتها وظیفه شان را انجام دهند. این غیر ممکنه که همه این اطلاعات را بصورت مرکزی و با سرعت کافی هماهنگ کنید بطوری که که رباتها وظیفه شان را انجام دهند. علاوه بر این روبات ها باید مبنای عملیات خود را تنها بر روی اطلاعات محلی، که آنها را از همسایگان خود حس میکنند قرار دهند علاوه بر این روبات ها باید مبنای عملیات خود را تنها بر روی اطلاعات محلی، که آنها را از همسایگان خود حس میکنند قرار دهند علاوه بر این روبات ها باید مبنای عملیات خود را تنها بر روی اطلاعات محلی، که آنها را از همسایگان خود حس میکنند قرار دهند و در آخر اینکه، ما مصممیم که رباتها ندانند که همسایگانشان چه کسانی هستند. و در آخر اینکه، ما مصممیم که رباتها ندانند که همسایگانشان چه کسانی هستند. و در آخر اینکه، ما مصممیم که رباتها ندانند که همسایگانشان چه کسانی هستند. این چیزیست که ما آن را گمنامی مینامم.
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.
چیزی که میخواهم نشانتان بدهم ویدئویی است از بیست ربات که با یک آرایش و صف آرایی با هم پرواز میکنند. چیزی که میخواهم نشانتان بدهم ویدئویی است از بیست ربات که با یک آرایش و صف آرایی با هم پرواز میکنند. چیزی که میخواهم نشانتان بدهم ویدئویی است از بیست ربات که با یک آرایش و صف آرایی با هم پرواز میکنند. چیزی که میخواهم نشانتان بدهم ویدئویی است از بیست ربات که با یک آرایش و صف آرایی با هم پرواز میکنند. آنها موقعیت مکانی همسایه هایشان را نظارت و ارزیابی میکنند. آنها آرایش و صف بوجود آمده را حفظ میکنند. آرایش و صف آرایی آنها میتواند تغییر کند. آنها میتوانند دو بعدی و مسطح صف بندی کنند و میتوانند سه بعدی آرایش و صف بندی کنند. در اینجا میتوانید ببینید که آنها از صف بندی سه بعدی به صف بندی دوبعدی میروند. در اینجا میتوانید ببینید که آنها از صف بندی سه بعدی به صف بندی دوبعدی میروند. و در پرواز به طرف موانع میتوانند صف بندیشان را بدون وقفه تغییر دهند. و در پرواز به طرف موانع میتوانند صف بندیشان را بدون وقفه تغییر دهند. و دوباره اینکه، این رباتها واقعا میتوانند به یکدیگر نزدیک شوند. و همانطور که میبینید در این ترکیب پرواز هشت تایی، آنها تا یک اینچ به هم نزدیک میشوند. و همانطور که میبینید در این ترکیب پرواز هشت تایی، آنها تا یک اینچ به هم نزدیک میشوند. و علی رغم تعاملات و انفعالات آیرودینامیکی تیغه های پروانه ها، آنها قادر به حفظ پروازی پایدار هستند. و علی رغم تعاملات و انفعالات آیرودینامیکی تیغه های پروانه ها، آنها قادر به حفظ پروازی پایدار هستند. و علی رغم تعاملات و انفعالات آیرودینامیکی تیغه های پروانه ها، آنها قادر به حفظ پروازی پایدار هستند.
(Applause)
( تشویق تماشاگران)
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.
بنابراین هنگامی که شما بدانید که چگونه در یک آرایش و صف منظم پرواز کنید، در واقع شما می توانید برای بلند کردن اشیاء همکاری کنید. بنابراین هنگامی که شما بدانید که چگونه در یک آرایش و صف منظم پرواز کنید، در واقع شما می توانید برای بلند کردن اشیاء همکاری کنید. خُب همانطور که در اینجا می بینید، این نشان میدهد که فقط با تبدیل کردن همسایگان به یک تیم، ما میتوانیم قدرت رباتها را دو، سه و یا چهار برابر کنیم. خُب همانطور که در اینجا می بینید، این نشان میدهد که فقط با تبدیل کردن همسایگان به یک تیم، ما میتوانیم قدرت رباتها را دو، سه و یا چهار برابر کنیم. خُب همانطور که در اینجا می بینید، این نشان میدهد که فقط با تبدیل کردن همسایگان به یک تیم، ما میتوانیم قدرت رباتها را دو، سه و یا چهار برابر کنیم. خُب همانطور که در اینجا می بینید، این نشان میدهد که فقط با تبدیل کردن همسایگان به یک تیم، ما میتوانیم قدرت رباتها را دو، سه و یا چهار برابر کنیم. یکی از معایب انجام این کار اینه که، با بالاتر بردن اندازه و مقیاس --- یکی از معایب انجام این کار اینه که، با بالاتر بردن اندازه و مقیاس --- خُب اگر شما تعداد زیادی ربات داشته باشید که یک چیز را حمل میکنند، الزاما به طور موثری اینرسی را افزایش میدهید و در نتیجه قیمتی که میپردازید؛ این است که دیگر آنها چابک نیستند. الزاما به طور موثری اینرسی را افزایش میدهید و در نتیجه قیمتی که میپردازید؛ این است که دیگر آنها چابک نیستند. اما شما ظرفیت حمل و ترابری بالاتری را کسب میکنید.
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.
کاربرد دیگری را میخواهم به شما نشان دهم--- دوباره، این آزمایشگاه ماست. این کار توسط کوئنتین لیندزی ، که دانشجوی کارشناسی ارشد است انجام شده. خُب ضرورتا الگوریتم او می گوید این رباتها چگونه به صورت خودکار سازه های مکعبی با عناصر خرپا مانند میسازند. خُب ضرورتا الگوریتم او می گوید این رباتها چگونه به صورت خودکار سازه های مکعبی با عناصر خرپا مانند میسازند. خُب ضرورتا الگوریتم او می گوید این رباتها چگونه به صورت خودکار سازه های مکعبی با عناصر خرپا مانند میسازند. خُب ضرورتا الگوریتم او می گوید این رباتها چگونه به صورت خودکار سازه های مکعبی با عناصر خرپا مانند میسازند. پس الگریتم او میگوید هر ربات چه بخشی را بلند کند، چه وقت و در کجا آن را قرار دهد. پس الگریتم او میگوید هر ربات چه بخشی را بلند کند، چه وقت و در کجا آن را قرار دهد. پس الگریتم او میگوید هر ربات چه بخشی را بلند کند، چه وقت و در کجا آن را قرار دهد. در این ویديو میتوانید ببنید--- سرعت این ده تا چهارده برابر شده--- میتوانید سه اسکلت را که توسط رباتها در حال ساخت هستند را ببینید . و دوباره، همه چیز خودکار ( اتوماسیون) هست، و همه کاری که کوئنتین لیندزی باید انجام بده اینه که نقشه اجرایی را به که میخواهد بسازد به آنها بدهد. و دوباره، همه چیز خودکار ( اتوماسیون) هست، و همه کاری که کوئنتین لیندزی باید انجام بده اینه که نقشه اجرایی را به که میخواهد بسازد به آنها بدهد. و دوباره، همه چیز خودکار ( اتوماسیون) هست، و همه کاری که کوئنتین لیندزی باید انجام بده اینه که نقشه اجرایی را به که میخواهد بسازد به آنها بدهد. و دوباره، همه چیز خودکار ( اتوماسیون) هست، و همه کاری که کوئنتین لیندزی باید انجام بده اینه که نقشه اجرایی را به که میخواهد بسازد به آنها بدهد.
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.
تمام این آزمایشات که شما تا کنون دیده ام، همه این نمایش ها ، با کمک سیستم های ضبط حرکت انجام می شود. تمام این آزمایشات که شما تا کنون دیده ام، همه این نمایش ها ، با کمک سیستم های ضبط حرکت انجام می شود. تمام این آزمایشات که شما تا کنون دیده ام، همه این نمایش ها ، با کمک سیستم های ضبط حرکت انجام می شود. خُب هنگامی که آزمایشگاه تان را ترک میکنید و به دنیای واقعی وارد میشوید چه اتفاقی میافتد؟ خُب هنگامی که آزمایشگاه تان را ترک میکنید و به دنیای واقعی وارد میشوید چه اتفاقی میافتد؟ و اگر سیستم تعیین موقعیت جهانی وجود نداشته باشد چی؟ در واقع این رباتها با یک دوربین ، یک فاصله یاب لیزری و یک اسکنر لیزری مجهز شدند . در واقع این رباتها با یک دوربین ، یک فاصله یاب لیزری و یک اسکنر لیزری مجهز شدند . در واقع این رباتها با یک دوربین ، یک فاصله یاب لیزری و یک اسکنر لیزری مجهز شدند . ربات از این سنسورها برای ایجاد یک نقشه از محیط اطرافشان استفاده میکند. ربات از این سنسورها برای ایجاد یک نقشه از محیط اطرافشان استفاده میکند. آن نقشه حاوی مشخصاتی مثل موقعیت درها، پنجرهها، افراد، مبلمان است -- آن نقشه حاوی مشخصاتی مثل موقعیت درها، پنجرهها، افراد، مبلمان است -- آن نقشه حاوی مشخصاتی مثل موقعیت درها، پنجرهها، افراد، مبلمان است -- و سپس این ربات موقعیت خود را نسبت به اشیاء دیگر میسنجد. و سپس این ربات موقعیت خود را نسبت به اشیاء دیگر میسنجد. پس هیچ هماهنگ کننده سراسری وجود ندارد. سیستم هماهنگ کننده بر اساس این ربات تعریف میشود، که در کجاست و به دنبال چه چیزیست. سیستم هماهنگ کننده بر اساس این ربات تعریف میشود، که در کجاست و به دنبال چه چیزیست. با توجه به ویزگیها و مشخصات این هدایت میشود.
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.
میخواهد یک کلیپ از که توسط فرانک شان و پرفسور ناتان مایکل تهیه شده را نشان بدهم میخواهد یک کلیپ از که توسط فرانک شان و پرفسور ناتان مایکل تهیه شده را نشان بدهم میخواهد یک کلیپ از که توسط فرانک شان و پرفسور ناتان مایکل تهیه شده را نشان بدهم که نشان میدهد این ربات برای اولین بار وارد یک ساختمان میشوند و این نقشه را در حین پرواز تهیه میکند. که نشان میدهد این ربات برای اولین بار وارد یک ساختمان میشوند و این نقشه را در حین پرواز تهیه میکند. ربات تشخیص میدهد که اشیاء و ترکیبها در کجا هستند. این نقشه را تهیه میکند. اون موقعیت خودش رو با توجه به دیگر اشیاء موجود با سرعت ۱۰۰ بار در ثانیه بدست میاره اون موقعیت خودش رو با توجه به دیگر اشیاء موجود با سرعت ۱۰۰ بار در ثانیه بدست میاره اون موقعیت خودش رو با توجه به دیگر اشیاء موجود با سرعت ۱۰۰ بار در ثانیه بدست میاره و این قابلیت اون به ما اجازه میده که از الگوریتمهای کنترلیای که قبلا توضیح دادم استفاده کنیم. و این قابلیت اون به ما اجازه میده که از الگوریتمهای کنترلیای که قبلا توضیح دادم استفاده کنیم. درواقع به این ربات از راه دور توسط فرانک فرمان داده میشود. درواقع به این ربات از راه دور توسط فرانک فرمان داده میشود. اما این ربات خودش هم می تواند تشخیص میدهدد که کجا برود. اما این ربات خودش هم می تواند تشخیص میدهدد که کجا برود. خُب فرض کنید من این را به یک ساختمان می فرستم و من هیچ ایده ای ندارم که این ساختمان چه شکلی است، خُب فرض کنید من این را به یک ساختمان می فرستم و من هیچ ایده ای ندارم که این ساختمان چه شکلی است، میتوانم از ربات بخواهم داخل ( ساختمان ) شود، نقشه برداری کند و سپس بیرون برگردد و به من بگوید که ساختمان چه شکلی است. میتوانم از ربات بخواهم داخل ( ساختمان ) شود، نقشه برداری کند و سپس بیرون برگردد و به من بگوید که ساختمان چه شکلی است. میتوانم از ربات بخواهم داخل ( ساختمان ) شود، نقشه برداری کند و سپس بیرون برگردد و به من بگوید که ساختمان چه شکلی است. پس در اینجا نه تنها ربات این مشکل را که چگونه روی این نقشه از نقطه A به نقطه B برویم را حل میکند، پس در اینجا نه تنها ربات این مشکل را که چگونه روی این نقشه از نقطه A به نقطه B برویم را حل میکند، بلکه هر لحظه مشخص میکند که بهترین نقطه B کدام نقطه است. بلکه هر لحظه مشخص میکند که بهترین نقطه B کدام نقطه است. خب اساسا این ربات میداند برای جستجوی مکانهایی که حداقل اطلاعات را از آن دارد کجا برود . خب اساسا این ربات میداند برای جستجوی مکانهایی که حداقل اطلاعات را از آن دارد کجا برود . چگونگی تهیه این نقشه به این صورت است.
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.
خُب، میخواهم بحث را با معرفی آخرین کاربرد آنها تمام کنم. خُب، میخواهم بحث را با معرفی آخرین کاربرد آنها تمام کنم. کاربردهای زیادی برای تکنولوژی وجود دارد، من یک پرفسور هستم، و ما شور و شوقی در امور آموزش و پرورش داریم . رباتهایی مثل این واقعا میتوانند شیوه های ما از درمهد کودک تا ۱۲ ( سال) تحصیل را تغییر دهند. رباتهایی مثل این واقعا میتوانند شیوه های ما از درمهد کودک تا ۱۲ ( سال) تحصیل را تغییر دهند. اما ما در چنوب کالیفرنیا هستیم، نزدیک به لوس آنجلس، اما ما در چنوب کالیفرنیا هستیم، نزدیک به لوس آنجلس، بنابراین من باید با چیزی متمرکز بر سرگرمی جمع بندی کنم. بنابراین من باید با چیزی متمرکز بر سرگرمی جمع بندی کنم. میخواهم با موزیک ویديو ختم کنم. میخواهم آلکس و دنیال سازندگان این ویديو را معرفی کنم. میخواهم آلکس و دنیال سازندگان این ویديو را معرفی کنم.
(Applause)
( تشویق تماشاگران)
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.
خُب قبل از پخش این ویديو، میخواهم بگویم که آنها این ویديو را طی سه روزآخر پس اینکه تلفنی با کریس صحبت کردند، تهیه کرده اند. خُب قبل از پخش این ویديو، میخواهم بگویم که آنها این ویديو را طی سه روزآخر پس اینکه تلفنی با کریس صحبت کردند، تهیه کرده اند. خُب قبل از پخش این ویديو، میخواهم بگویم که آنها این ویديو را طی سه روزآخر پس اینکه تلفنی با کریس صحبت کردند، تهیه کرده اند. این رباتها که این ویدئو را اجرا میکنند کاملا خودکار هستند. این رباتها که این ویدئو را اجرا میکنند کاملا خودکار هستند. شما ۹ تا ربات را میبینید که شش ساز مختلف را مینوازند. و البته، این منحصرا برای تد ۲۰۱۲ ساخته شده. اجازه دهید که ببینیم.
(Sound of air escaping from valve)
(Music)
(Whirring sound)
(Music)
( موسیقی)
(Applause) (Cheers)
( تشویق تماشا گران)