Return to Video

Le futur des robots volants

  • 0:01 - 0:05
    Dans mon labo, on construit des robots
    qui peuvent voler en autonomie,
  • 0:05 - 0:07
    comme celui que vous voyez ici.
  • 0:09 - 0:12
    Contrairement aux drones que l'on peut
    acheter dans le commerce de nos jours,
  • 0:12 - 0:15
    celui-ci n'est pas équipé de GPS.
  • 0:16 - 0:17
    Donc, sans GPS,
  • 0:17 - 0:21
    c'est difficile pour ce genre de robot
    de déterminer sa position.
  • 0:22 - 0:27
    Il est donc équipé de capteurs,
    caméras et lasers,
  • 0:27 - 0:29
    utilisés pour scanner son
    environnement.
  • 0:29 - 0:32
    Le robot détecte ce qui se trouve
    autour de lui,
  • 0:32 - 0:35
    et utilise ces données
    pour déterminer sa position relative
  • 0:35 - 0:37
    simplement en triangulant.
  • 0:37 - 0:40
    Il peut ensuite créer une carte
    à partir de ces données,
  • 0:40 - 0:42
    comme celle qui s'affiche derrière moi.
  • 0:42 - 0:46
    Cette carte permet ensuite au robot de
    savoir où se trouvent les obstacles
  • 0:46 - 0:49
    et donc de naviguer en évitant
    les collisions.
  • 0:49 - 0:51
    Maintenant, je voudrais vous montrer
  • 0:51 - 0:54
    une série d'expériences réalisées
    dans notre laboratoire,
  • 0:54 - 0:58
    où ce robot a pu parcourir
    des distances plus grandes.
  • 0:58 - 1:03
    En haut à droite, vous pouvez voir
    ce que le robot voit à travers la caméra.
  • 1:03 - 1:05
    Et sur l'écran principal,
  • 1:05 - 1:07
    - la vitesse de la vidéo est multipliée
    par quatre -
  • 1:07 - 1:10
    vous pouvez voir la carte
    que le robot dessine.
  • 1:10 - 1:14
    On a donc une carte en haute résolution
    du couloir autour du labo.
  • 1:14 - 1:16
    Et bientôt, vous allez le voir
    entrer dans le labo,
  • 1:16 - 1:19
    que l'on reconnaît facilement
    au désordre qui y règne.
  • 1:19 - 1:20
    (Rires)
  • 1:20 - 1:22
    Ce que je voulais vous faire comprendre,
  • 1:22 - 1:26
    c'est que ces robots sont capables
    de dessiner des plans en haute résolution
  • 1:26 - 1:29
    à 5 cm près,
  • 1:29 - 1:33
    ce qui permet à quelqu'un à l'extérieur
    du laboratoire ou même du bâtiment
  • 1:33 - 1:36
    de les contrôler sans avoir besoin
    d'aller à l'intérieur,
  • 1:36 - 1:40
    et d’interagir avec ce qui se passe dans
    le bâtiment.
  • 1:40 - 1:43
    Cela dit, ces robots posent un problème.
  • 1:44 - 1:46
    D'abord, ils sont grands.
  • 1:46 - 1:48
    Donc, ils sont lourds.
  • 1:49 - 1:52
    Et ils consomment environ
    100 watts par livre,
  • 1:52 - 1:55
    donc les missions ne peuvent
    être que très courtes.
  • 1:56 - 1:58
    Ensuite, les capteurs
    dont ils sont équipés
  • 1:58 - 2:01
    finissent par revenir très cher :
  • 2:01 - 2:05
    un scanneur laser, une caméra,
    plus les processeurs.
  • 2:05 - 2:08
    Cela augmente encore le prix du robot.
  • 2:09 - 2:12
    Donc nous nous sommes posé la question :
  • 2:12 - 2:16
    quel bien de consommation peut-on
    acheter dans un magasin d'électronique,
  • 2:16 - 2:22
    qui soit bon marché, léger, programmable,
    et dispose de capteurs ?
  • 2:24 - 2:27
    Et nous avons inventé le téléphone volant.
  • 2:27 - 2:29
    (Rires)
  • 2:29 - 2:35
    Ce robot utilise donc un Samsung Galaxy,
    que vous pouvez acheter en magasin,
  • 2:35 - 2:39
    et tout ce dont vous avez besoin est
    de télécharger notre application.
  • 2:39 - 2:43
    Vous pouvez voir ce robot lire
    les lettres « TED »,
  • 2:43 - 2:46
    observer les coins du T et du E,
  • 2:46 - 2:50
    et voler en autonomie,
    en se repérant grâce à ça.
  • 2:51 - 2:54
    La manette est juste là au cas où :
    si le robot bascule du côté obscur,
  • 2:54 - 2:55
    Giuseppe pourra l'éliminer.
  • 2:55 - 2:57
    (Rires)
  • 2:59 - 3:03
    En plus de ces petits robots,
  • 3:03 - 3:08
    nous travaillons sur des comportements
    plus agressifs, comme celui-ci.
  • 3:08 - 3:13
    Ce robot se déplace à deux ou trois
    mètres par seconde,
  • 3:13 - 3:17
    et il tangue et roule agressivement
    quand il change de direction.
  • 3:17 - 3:21
    L'essentiel, c'est que nous pouvons
    construire de robots plus petits,
  • 3:21 - 3:24
    qui se déplacent très vite dans
    des milieux sans structure.
  • 3:25 - 3:27
    Dans la vidéo suivante,
  • 3:27 - 3:33
    tout comme cet aigle coordonne avec grâce
  • 3:33 - 3:37
    ses ailes, ses yeux et ses serres pour
    sortir sa proie de l'eau,
  • 3:37 - 3:40
    vous pouvez voir notre robot
    partir à la pêche.
  • 3:40 - 3:41
    (Rires)
  • 3:41 - 3:45
    Dans son cas, il attrape
    un sandwich au vol.
  • 3:45 - 3:47
    (Rires)
  • 3:48 - 3:51
    Ce robot vole donc à environ 3 m/s,
    c'est-à-dire plus vite que
  • 3:51 - 3:56
    quelqu'un qui marche, en coordonnant
    ses bras, ses pinces et son vol
  • 3:56 - 4:00
    avec un timing à la seconde près qui lui
    permet d'effectuer cette manœuvre.
  • 4:02 - 4:03
    Dans une autre expérience,
  • 4:03 - 4:07
    je veux vous montrer comme le robot
    adapte son plan de vol
  • 4:07 - 4:09
    pour contrôler son chargement
    en suspension,
  • 4:09 - 4:13
    qui est plus long que la hauteur de
    la structure dans laquelle il doit passer.
  • 4:14 - 4:15
    Pour accomplir cet exploit,
  • 4:15 - 4:19
    il doit tanguer, ajuster son altitude,
    et faire passer le chargement
  • 4:19 - 4:21
    avec un effet de balancier.
  • 4:27 - 4:29
    Mais bien sûr, nous avons voulu faire
    encore plus petit,
  • 4:29 - 4:32
    en nous inspirant particulièrement
    des abeilles.
  • 4:32 - 4:36
    Regardez les abeilles,
    dans cette vidéo ralentie.
  • 4:36 - 4:39
    Elles sont si petites,
    et soumises à si peu d'inertie,
  • 4:40 - 4:41
    (Rires)
  • 4:41 - 4:45
    qu'elles n'en ont rien à faire :
    elles rebondissent sur ma main.
  • 4:45 - 4:48
    Ce petit robot imite le comportement
    des abeilles.
  • 4:48 - 4:50
    Et plus il est petit, mieux c'est,
  • 4:50 - 4:53
    car l'inertie diminue avec la taille.
  • 4:53 - 4:55
    Et plus l'inertie est faible...
  • 4:55 - 4:58
    (Le robot bourdonne - Rires)
  • 4:58 - 5:01
    Plus l'inertie est faible,
    mieux vous résistez aux collisions.
  • 5:01 - 5:02
    Et cela vous rend plus solide.
  • 5:04 - 5:07
    Donc nous construisons des petits robots,
    comme des abeilles.
  • 5:07 - 5:10
    Celui-ci, par exemple, ne pèse que 25 g,
  • 5:10 - 5:12
    ne consomme que 6 W,
  • 5:12 - 5:15
    et peut voler jusqu'à 6 m/s.
  • 5:15 - 5:17
    Donc, si on met ça à l'échelle,
  • 5:17 - 5:21
    cela correspond à un Boeing 787 qui irait
    à 3 fois la vitesse du son.
  • 5:24 - 5:26
    (Rires)
  • 5:26 - 5:28
    Je vais vous montrer un exemple.
  • 5:29 - 5:34
    Voici probablement la première collision
    en vol planifiée, ralentie 20 fois.
  • 5:34 - 5:37
    La vitesse relative des robots
    est de 2 m/s,
  • 5:37 - 5:39
    ce qui illustre ce principe de base.
  • 5:40 - 5:45
    La cage en fibre de carbone, qui pèse 2 g,
    évite aux hélices de s'emmêler,
  • 5:45 - 5:50
    mais l'essentiel du choc est absorbé,
    et le robot réagit à la collision.
  • 5:51 - 5:53
    Donc, plus petit veut aussi dire plus sûr.
  • 5:53 - 5:55
    Dans mon labo,
    pour développer ces robots,
  • 5:55 - 5:57
    nous avons commencé avec des gros,
  • 5:57 - 6:00
    et maintenant nous en faisons
    des tout petits.
  • 6:00 - 6:03
    Et si vous faites un graphique
    de notre consommation de pansements,
  • 6:03 - 6:06
    vous verrez qu'elle est
    quasiment nulle maintenant.
  • 6:06 - 6:08
    Tout ça parce que ces robots sont
    vraiment sûrs.
  • 6:09 - 6:11
    Leur petite taille a ses inconvénients,
  • 6:11 - 6:15
    mais la nature a trouvé
    des moyens de les compenser.
  • 6:16 - 6:20
    L'idée est de former de larges
    groupes, des essaims.
  • 6:20 - 6:24
    Donc, au labo, on essaye de faire la même
    chose, et de créer des essaims de robots.
  • 6:24 - 6:26
    C'est un gros défi,
  • 6:26 - 6:29
    parce qu'il faut réfléchir en termes de
    réseau de robots.
  • 6:29 - 6:31
    Et pour chaque robot,
  • 6:31 - 6:36
    il faut penser à la combinaison des sens,
    de la communication, de la programmation.
  • 6:36 - 6:41
    Le réseau devient vite difficile
    à contrôler et manœuvrer.
  • 6:42 - 6:45
    Donc nous nous inspirons des principes
    d'organisation de la nature
  • 6:45 - 6:49
    pour développer nos algorithmes.
  • 6:50 - 6:54
    La première idée est que chaque robot
    prenne son voisin en compte.
  • 6:54 - 6:58
    Il doit être capable de sentir
    et de communiquer avec ses voisins.
  • 6:58 - 7:01
    Cette vidéo illustre cette idée.
  • 7:01 - 7:02
    Il y a quatre robots,
  • 7:02 - 7:06
    et l'un d'entre eux a été littéralement
    détourné par un agent humain.
  • 7:07 - 7:10
    Mais puisque les robots interagissent
    les uns avec les autres,
  • 7:10 - 7:11
    ils localisent leur voisin,
  • 7:11 - 7:12
    et suivent le mouvement.
  • 7:12 - 7:18
    Et une seule personne peut contrôler
    tout un réseau.
  • 7:20 - 7:25
    Encore une fois, ce n'est pas parce que
    tous les robots savent où ils vont.
  • 7:25 - 7:29
    Ils réagissent juste
    à la position de leurs voisins.
  • 7:32 - 7:36
    (Rires)
  • 7:36 - 7:42
    La prochaine expérience illustre
    le deuxième principe d'organisation.
  • 7:43 - 7:47
    Ce principe, c'est celui de l'anonymat.
  • 7:47 - 7:52
    L'idée est la suivante :
  • 7:52 - 7:56
    les robots se fichent
    de l'identité de leurs voisins.
  • 7:56 - 7:59
    On leur a demandé de former un cercle,
  • 7:59 - 8:02
    et quel que soit le nombre de robots
    ajoutés à la formation,
  • 8:02 - 8:05
    ou retirés,
  • 8:05 - 8:08
    chaque robot réagit simplement
    par rapport à son voisin.
  • 8:08 - 8:13
    Il sait qu'il doit former un cercle,
  • 8:13 - 8:15
    mais en collaborant avec ses voisins,
  • 8:15 - 8:19
    il forme le cercle
    sans coordination globale.
  • 8:20 - 8:22
    Donc, si on tient compte
    de ces deux idées,
  • 8:22 - 8:26
    la troisième est que
    nous donnons à ces robots
  • 8:26 - 8:30
    des descriptions mathématiques
    de la formation à exécuter.
  • 8:30 - 8:34
    Ces formes peuvent varier dans le temps,
  • 8:34 - 8:38
    et vous verrez les robots
    commencer par un cercle,
  • 8:38 - 8:41
    pour passer à un triangle,
    s'étirer en ligne,
  • 8:41 - 8:43
    et finalement revenir à une ellipse.
  • 8:43 - 8:47
    Et ils font ça
    avec la même coordination instantanée
  • 8:47 - 8:50
    que l'on trouve dans les vrais essaims,
    dans la nature.
  • 8:51 - 8:53
    Mais pourquoi travailler
    avec des essaims ?
  • 8:53 - 8:57
    Laissez-moi vous parler des deux
    applications qui nous intéressent le plus.
  • 8:58 - 9:01
    La première concerne l'agriculture,
  • 9:01 - 9:04
    qui est certainement le défi mondial
    le plus important.
  • 9:05 - 9:06
    Comme vous le savez,
  • 9:06 - 9:10
    une personne sur sept est en situation
    de malnutrition.
  • 9:10 - 9:13
    Nous cultivons presque
    toutes les terres cultivables.
  • 9:14 - 9:17
    L'efficacité de nombreux systèmes mondiaux
    ne cesse de s'améliorer,
  • 9:17 - 9:21
    mais notre système de production
    est en déclin.
  • 9:21 - 9:25
    Cela vient principalement du manque d'eau,
    des maladies, du changement climatique,
  • 9:25 - 9:27
    et d'autres facteurs.
  • 9:27 - 9:29
    Qu'y peuvent les robots ?
  • 9:29 - 9:34
    Nous avons adopté une approche appelée
    l'agriculture de précision.
  • 9:34 - 9:39
    Le principe est de faire voler
    des robots dans des vergers,
  • 9:39 - 9:42
    pour construire des modèles
    informatiques précis de chaque plante.
  • 9:43 - 9:45
    Comme avec la médecine personnalisée,
  • 9:45 - 9:49
    où l'on traite chaque patient
    individuellement,
  • 9:49 - 9:53
    nous voulons modéliser chaque plante,
  • 9:53 - 9:57
    pour pouvoir dire à l'agriculteur
    ce dont elles ont besoin individuellement.
  • 9:57 - 10:02
    Ici, ce serait de l'eau, de l'engrais
    ou des pesticides.
  • 10:03 - 10:06
    Vous pouvez voir un robot se déplacer
    dans une plantation de pommiers,
  • 10:06 - 10:09
    et vous apercevrez bientôt
    deux de ses compagnons,
  • 10:09 - 10:10
    qui font le même travail à gauche.
  • 10:11 - 10:14
    En gros, ils sont en train
    de construire une carte du verger.
  • 10:14 - 10:17
    A l'intérieur de la carte,
    il y a une carte de chacun des arbres.
  • 10:17 - 10:19
    (le robot bourdonne)
  • 10:19 - 10:21
    Jetons un œil à ces cartes.
  • 10:21 - 10:25
    Dans la vidéo suivante, vous verrez
    les caméras utilisées par ce robot.
  • 10:25 - 10:28
    En haut à gauche,
    une caméra classique ;
  • 10:30 - 10:33
    au milieu, une caméra infrarouge ;
  • 10:33 - 10:37
    et en bas, une caméra thermique.
  • 10:37 - 10:40
    Sur l'écran principal, vous voyez
    la reconstruction en 3D
  • 10:40 - 10:46
    de chaque arbre du verger,
    créée au fil de l'avancée des capteurs.
  • 10:48 - 10:52
    Avec ces informations,
    nous pouvons faire de nombreuses choses.
  • 10:52 - 10:56
    La première chose, qui est sans doute
    la plus importante, est très simple :
  • 10:56 - 10:59
    compter le nombre de fruits
    sur chaque arbre.
  • 11:00 - 11:04
    Quand l'agriculteur peut savoir combien
    de fruits il y a sur chaque arbre,
  • 11:04 - 11:08
    il peut évaluer le rendement du verger,
  • 11:08 - 11:11
    et donc optimiser
    la chaîne de production en aval.
  • 11:11 - 11:14
    Nous pouvons aussi
    prendre les mesures des plantes,
  • 11:14 - 11:17
    les reproduire en 3D,
  • 11:17 - 11:20
    et ainsi évaluer la taille de la canopée,
    puis mettre en relation
  • 11:20 - 11:24
    la taille de la canopée et
    le nombre de feuilles sur chaque plante.
  • 11:24 - 11:26
    On appelle cela
    l'indice de surface feuillue.
  • 11:26 - 11:28
    Avec cet indice de surface feuillue,
  • 11:28 - 11:34
    on peut mesurer la capacité
    de photosynthèse de chaque plante,
  • 11:34 - 11:37
    ce qui indique leur niveau de santé.
  • 11:38 - 11:42
    En combinant les informations
    visuelles et infrarouge,
  • 11:42 - 11:45
    on peut aussi calculer des indices
    comme le NDVI.
  • 11:45 - 11:48
    Dans ce cas, on peut voir
  • 11:48 - 11:51
    que certaines plantes ne vont pas
    aussi bien que d'autres.
  • 11:51 - 11:55
    On peut le voir facilement sur l'image,
  • 11:55 - 11:57
    qui n'est pas seulement visuelle,
    mais combine
  • 11:57 - 12:00
    à la fois les images visuelles
    et l'infrarouge.
  • 12:00 - 12:02
    Enfin, une des choses
    qui nous intéresse est
  • 12:02 - 12:05
    la détection des premiers
    symptômes de la chlorose,
  • 12:05 - 12:07
    on a pris un oranger en exemple,
  • 12:07 - 12:10
    qui se manifeste par
    un jaunissement des feuilles.
  • 12:10 - 12:14
    Les robots qui volent au-dessus
    des plantes peuvent la repérer facilement,
  • 12:14 - 12:17
    et informer l'agriculteur
    qu'il a un problème
  • 12:17 - 12:18
    dans cette partie du verger.
  • 12:19 - 12:21
    Ce genre de système peut être très utile,
  • 12:22 - 12:27
    et nous pensons pouvoir augmenter
    les rendements d'environ 10 %,
  • 12:27 - 12:31
    et, surtout, diminuer les dépenses,
    en eau par exemple, d'au moins 25%.
  • 12:31 - 12:34
    Tout ça grâce
    aux essaims de robots volants.
  • 12:35 - 12:41
    Pour finir, je vous demande d'applaudir
    ceux qui créent le futur :
  • 12:41 - 12:46
    Yash Mulgaonkar, Sikang Liu
    et Giuseppe Loianno,
  • 12:46 - 12:49
    qui ont réalisé les trois démonstrations
    que vous avez vues.
  • 12:49 - 12:51
    Merci.
  • 12:51 - 12:57
    (Applaudissements)
Title:
Le futur des robots volants
Speaker:
Vijay Kumar
Description:

Dans leur labo de l'Université de Pennsylvanie, Vijay Kumar et son équipe ont créé des robots capables de voler en autonomie, inspirés des abeilles. Leur dernier terrain de jeu ? L'agriculture de précision. Des essaims de robots cartographient, reproduisent en 3D et analyse chaque plante et fruit d'un verger, fournissant aux agriculteurs des informations cruciales pour améliorer leurs rendements et rendre plus efficace leur gestion de l'eau.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
13:09
eric vautier approved French subtitles for Vijay Kumar
eric vautier edited French subtitles for Vijay Kumar
eric vautier edited French subtitles for Vijay Kumar
eric vautier edited French subtitles for Vijay Kumar
Hadrien Meyer accepted French subtitles for Vijay Kumar
Hadrien Meyer edited French subtitles for Vijay Kumar
Hadrien Meyer edited French subtitles for Vijay Kumar
Marie Viala edited French subtitles for Vijay Kumar
Show all

French subtitles

Revisions