Il futuro dei robot volanti

Nel suo laboratorio all'Università della Pennsylvania, Vijay Kumar e la sua squadra hanno creato dei robot aerei autonomi, ispirandosi alle api. La loro ultima scoperta: l'agricoltura di precisione, nella quale sciami di robot mappano, ricostruiscono e analizzano ogni pianta e ogni frutto presenti nei frutteti, fornendo informazioni essenziali agli agricoltori, in modo da aiutarli a migliorare i raccolti e a gestire in modo più intelligente la politica dell'acqua.

Nel mio laboratorio costruiamo
robot aerei autonomi

come quello che vedete volare qui.

A differenza dei droni
attualmente in commercio

questo robot non ha GPS a bordo.

Quindi, senza GPS

è difficile per un robot come questo
determinare la propria posizione.

Questo robot monta sensori,
telecamere e scanner a laser

per analizzare l'ambiente.

Il robot rileva le caratteristiche
topografiche

e determina di conseguenza la
sua posizione,

utilizzando un metodo di triangolazione.

Queste caratteristiche vengono usate
per costruire una piantina

come quella che vedete dietro di me.

La piantina consente al robot
di individuare ostacoli

e navigare senza collisioni.

Adesso vorrei mostrarvi

una serie di esperimenti da noi
condotti nel nostro laboratorio,

dove il robot ha potuto coprire
distanze maggiori.

In alto a destra, vedete le immagini
rilevate dalla telecamera del robot.

Nello schermo grande --

velocizzato per un fattore di 4 --

vedete la piantina che sta elaborando.

Questa è una pianta in alta risoluzione
del corridoio che circonda il laboratorio.

Il robot sta per entrare
nel nostro laboratorio

riconoscibile dal macello
che vedete in giro.

(Risate)

Ma il punto più importante

è che questi robot possono
elaborare piantine

con una risoluzione di 5 centimetri

consentendo a chi è fuori dal
laboratorio o dall'edificio

di usare i robot,
senza entrare di persona,

per cercare di capire quello che
succede all'interno dell'edificio.

Ma i robot come questo
presentano problemi.

Il primo è che è piuttosto grosso.

Il robot è grande e quindi pesante

e consuma circa 100 Watt per ogni
450 grammi di peso.

Dunque la durata della missione
è molto breve.

Il secondo problema

è che questi robot hanno sensori
di bordo molto costosi --

uno scanner laser, una telecamera
e i processori.

Questi componenti aumentano
i costi del robot.

Quindi ci siamo posti una domanda:

quale prodotto possiamo acquistare
in un negozio di elettronica

che costi poco, sia leggero e integri
sensori e funzioni di calcolo?

E abbiamo inventato
il telefono volante.

(Risate)

Questo robot utilizza uno smartphone
Samsung Galaxy acquistabile in negozio,

a cui basta aggiungere un'applicazione
scaricabile dal nostro app store.

Come vedete questo robot legge
delle lettere, "TED" in questo caso,

rilevando gli angoli
della "T" e della "E"

ed effettuando la triangolazione
per volare in modo autonomo.

Il joystick serve solo ad assicurare che,
in caso il robot impazzisce,

che Giuseppe possa intervenire.

(Risate)

Oltre a costruire questi
piccoli robot,

abbiamo sperimentato comportamenti
più aggressivi, come vedete qui.

Questo robot viaggia a
due o tre metri al secondo,

cambiando direzione con
beccheggi e rollii aggressivi.

Il punto centrale è che possiamo
avere robot più piccoli e più veloci

in grado di muoversi in
ambienti molto intricati.

In questo prossimo video,
proprio come questo uccello, un'aquila

che coordina con grazia le sue ali,
i suoi occhi e le zampe

per afferrare la preda in acqua,

anche il nostro robot sa pescare.

(Risate)

In questo caso un panino al formaggio
che afferra in volo.

(Risate)

Qui vedete il robot viaggiare
a circa tre metri al secondo,

più veloce rispetto al passo d'uomo,
coordinando bracci, pinza

e volo in frazioni di secondo
per eseguire questa manovra.

In un altro esperimento,

vorrei mostrarvi in che modo
il robot adatta il volo

per controllare il carico sospeso,

di lunghezza superiore
all'altezza della finestra.

Per eseguire la manovra,

deve eseguire un beccheggio e
aggiustare l'altitudine

per fare passare il carico.

Naturalmente vogliamo
costruirne di più piccoli,

ispirandoci soprattutto
alle api.

Osservate le api
in queste riprese rallentate,

sono tanto piccole e
l'inerzia è così bassa --

(Risate)

che non hanno problemi - per esempio
possono rimbalzare sulla mia mano.

Questo piccolo robot
simula il comportamento di un'ape.

E quanto più è piccolo
meglio è

perché riducendo la dimensione
si riduce l'inerzia.

Minore l'inerzia --

(Robot che ronza, risate)

Minore l'inerzia,
maggiore la resistenza alle collisioni

e questo aumenta la robustezza.

Quindi, costruiamo robot piccoli
come queste api

e questo, in particolare,
pesa solo 25 grammi.

Consuma solo 6 Watt di potenza

e può viaggiare
fino a sei metri al secondo.

Se normalizzo questo
alla sua dimensione,

è come un Boeing 787 che viaggia
10 volte più veloce del suono.

E --

(Risate)

voglio mostrarvi un esempio.

Questa è probabilmente la prima
collisione aerea pianificata

a 1/20 della velocità normale.

Questi robot hanno una velocità
relativa di 2 metri al secondo

e questo dimostra
il principio fondamentale.

La gabbia di 2 grammi in fibra di carbonio
impedisce solo che le eliche si incastrino

ma di fatto la collisione viene assorbita
e il robot risponde bene all'urto.

Quindi piccolo significa anche sicuro.

Nel mio laboratorio, lo sviluppo dei robot

è iniziato con modelli grandi

per poi passare a questi
robot piccoli.

E se tracciate un istogramma con
il numero di cerotti che abbiamo ordinato

in passato, sarebbe in netto calo adesso

perché questi robot sono davvero sicuri.

Le piccole dimensioni creano
qualche svantaggio,

ma la natura ha trovato modi
per compensare.

Sostanzialmente la soluzione è
aggregare in grandi gruppi, o stormi.

Dunque, nel nostro lab, cerchiamo
di creare stormi artificiali di robot.

E non è affatto semplice

perché dobbiamo pensare in termini di
reti di robot.

E per ogni robot

dobbiamo risolvere l'interazione tra
rilevazione, comunicazione, calcolo --

e questa rete diventa pertanto
difficile da controllare e gestire.

La natura ci insegna
3 principi organizzativi

che ci consentono essenzialmente di
sviluppare i nostri algoritmi.

La prima idea è che i robot devono
captare i robot circostanti.

Devono essere in grado di rilevare e
comunicare con i robot vicini.

Questo video illustra l'idea di base.

Abbiamo quattro robot --

uno dei robot viene letteralmente
dirottato da un operatore umano.

Ma siccome i robot
interagiscono tra loro,

rilevano la presenza dei vicini

ed essenzialmente seguono.

E qui una sola persona è in grado
di controllare tutto il gruppo che segue.

Anche qui, non è perché i robot
sanno dove devono andare,

ma semplicemente perché reagiscono
alla posizione dei robot vicini.

(Risate)

Il prossimo esperimento illustra
il secondo principio organizzativo.

E questo principio riguarda
il concetto di anonimità.

Qui l'idea chiave è che

i robot non conoscono
l'identità dei robot vicini.

Gli viene chiesto di formare un cerchio,

e indipendentemente dal numero
di robot introdotti nella formazione,

o eliminati dalla formazione,

ogni robot si limita a reagire rispetto
a quello accanto.

Sa che deve formare un cerchio,

ma collaborando con i vicini

forma il cerchio
senza un coordinamento centrale.

Ora, se mettiamo insieme queste idee,

la terza idea consiste essenzialmente
nel dare a questi robot

descrizioni matematiche
della forma da eseguire.

E queste forme possono variare
come funzione temporale

e vedete che questi robot
iniziano a formare un cerchio

poi cambiano formando un rettangolo,
si mettono in fila

e riformano un'ellisse.

E lo fanno con la stessa coordinazione
basata su frazioni di secondo

che osserviamo in natura negli stormi.

Ma perché lavoriamo con gli stormi?

Consentitemi di parlarvi di due
applicazioni che ci interessano molto.

La prima riguarda l'agricoltura,

probabilmente il problema più
pressante a livello mondiale.

Come ben sapete,

una persona su sette su questo
pianeta soffre di malnutrizione.

La maggior parte della terra che
possiamo coltivare è già coltivata.

L'efficienza di moltissimi
sistemi mondiali va migliorando,

ma quella del nostro sistema
produttivo va peggiorando

soprattutto per carenza d'acqua, malattie
delle colture, cambiamenti climatici

e qualche altro fattore.

Cosa possono fare i robot?

Beh, adottiamo un approccio detto
'agricoltura di precisione' nella comunità

e l'idea di base è far volare
i robot sui frutteti

ed elaborare modelli di precisione
di ogni pianta.

Come la medicina personalizzata,

che intende trattare ogni paziente
su base individuale,

vogliamo costruire modelli
per ciascuna pianta

e dire all'agricoltore di cosa
ha bisogno ciascuna --

in termini di acqua, fertilizzante
e pesticidi.

Qui vedete un robot che
sorvola un meleto

e tra un attimo ne vedrete
altri due

che lo affiancano sulla sinistra.

Praticamente stanno elaborando
una piantina del meleto.

La piantina contiene un'immagine
precisa di ciascun albero.

(Ronzio del robot in volo)

Ma vediamo come sono queste piantine.

Nel video successivo vedrete
le telecamere usate su questo robot.

In alto a sinistra c'è una
normale telecamera a colori.

Al centro una telecamera a infrarossi

In basso a sinistra una termocamera.

Nel riquadro principale vedete
una ricostruzione tridimensionale

di ogni albero del meleto
creata dai sensori che li sorvolano.

Queste informazioni ci consentono
di fare varie cose.

La prima, e forse la più importante,
è molto semplice:

contare il numero di frutti
per ciascun albero.

In questo modo l'agricoltore
sa quanti frutti ha per ciascun albero

e può stimare la raccolta
nel suo meleto,

ottimizzando le fasi successive
della catena di produzione.

La seconda cosa che possiamo fare

è usare questi modelli
per elaborare ricostruzioni 3D

e stimare la superficie
della copertura arborea

e correlarla alla quantità
di fogliame per ciascun albero.

Questo valore si chiama
indice dell'area fogliare.

Ricavando l'indice dell'area fogliare

possiamo misurare il livello di
fotosintesi possibile in ciascuna pianta

e quindi desumerne lo stato di salute.

Combinando le informazioni
ottiche e quelle a infrarossi

possiamo calcolare altri indici,
come l'NDVI.

Nel caso specifico,
potete vedere

che alcune colture
vanno peggio di altre.

Lo si vede bene dalle immagini,

non dalle sole immagini ottiche,
ma combinando

immagini ottiche e a infrarossi.

Infine,

quello che ci interessa fare è
rilevare i primi segnali di clorosi --

questo è un arancio --

e qui si nota l'ingiallimento
delle foglie.

I robot che sorvolano il frutteto
notano questi segnali autonomamente

e informano l'agricoltore della
presenza di un problema

in questa sezione del frutteto.

Dunque questi sistemi sono molto utili,

stiamo calcolando rese
incrementabili del dieci percento circa

e, soprattutto, stiamo riducendo
i consumi idrici

del 25 percento usando
stormi di robot aerei.

Vorrei concludere con un applauso
alle persone che stanno creando il futuro:

Yash Mulgaonkar, Sikang Liu
e Giuseppe Loianno,

responsabili delle tre dimostrazioni
che avete visto.

Grazie.

(Applauso)