Il futuro dei robot volanti
-
0:01 - 0:05Nel mio laboratorio costruiamo
robot aerei autonomi -
0:05 - 0:07come quello che vedete volare qui.
-
0:09 - 0:12A differenza dei droni
attualmente in commercio -
0:12 - 0:15questo robot non ha GPS a bordo.
-
0:16 - 0:17Quindi, senza GPS
-
0:17 - 0:21è difficile per un robot come questo
determinare la propria posizione. -
0:22 - 0:27Questo robot monta sensori,
telecamere e scanner a laser -
0:27 - 0:29per analizzare l'ambiente.
-
0:29 - 0:32Il robot rileva le caratteristiche
topografiche -
0:32 - 0:35e determina di conseguenza la
sua posizione, -
0:35 - 0:37utilizzando un metodo di triangolazione.
-
0:37 - 0:40Queste caratteristiche vengono usate
per costruire una piantina -
0:40 - 0:42come quella che vedete dietro di me.
-
0:42 - 0:46La piantina consente al robot
di individuare ostacoli -
0:46 - 0:49e navigare senza collisioni.
-
0:49 - 0:51Adesso vorrei mostrarvi
-
0:51 - 0:54una serie di esperimenti da noi
condotti nel nostro laboratorio, -
0:55 - 0:58dove il robot ha potuto coprire
distanze maggiori. -
0:58 - 1:03In alto a destra, vedete le immagini
rilevate dalla telecamera del robot. -
1:03 - 1:05Nello schermo grande --
-
1:05 - 1:07velocizzato per un fattore di 4 --
-
1:07 - 1:10vedete la piantina che sta elaborando.
-
1:10 - 1:14Questa è una pianta in alta risoluzione
del corridoio che circonda il laboratorio. -
1:14 - 1:16Il robot sta per entrare
nel nostro laboratorio -
1:17 - 1:19riconoscibile dal macello
che vedete in giro. -
1:19 - 1:20(Risate)
-
1:20 - 1:22Ma il punto più importante
-
1:22 - 1:26è che questi robot possono
elaborare piantine -
1:26 - 1:29con una risoluzione di 5 centimetri
-
1:29 - 1:33consentendo a chi è fuori dal
laboratorio o dall'edificio -
1:33 - 1:36di usare i robot,
senza entrare di persona, -
1:36 - 1:40per cercare di capire quello che
succede all'interno dell'edificio. -
1:40 - 1:43Ma i robot come questo
presentano problemi. -
1:44 - 1:46Il primo è che è piuttosto grosso.
-
1:46 - 1:48Il robot è grande e quindi pesante
-
1:49 - 1:52e consuma circa 100 Watt per ogni
450 grammi di peso. -
1:52 - 1:55Dunque la durata della missione
è molto breve. -
1:56 - 1:57Il secondo problema
-
1:57 - 2:01è che questi robot hanno sensori
di bordo molto costosi -- -
2:01 - 2:05uno scanner laser, una telecamera
e i processori. -
2:05 - 2:08Questi componenti aumentano
i costi del robot. -
2:09 - 2:12Quindi ci siamo posti una domanda:
-
2:12 - 2:16quale prodotto possiamo acquistare
in un negozio di elettronica -
2:16 - 2:22che costi poco, sia leggero e integri
sensori e funzioni di calcolo? -
2:24 - 2:27E abbiamo inventato
il telefono volante. -
2:27 - 2:29(Risate)
-
2:29 - 2:35Questo robot utilizza uno smartphone
Samsung Galaxy acquistabile in negozio, -
2:35 - 2:39a cui basta aggiungere un'applicazione
scaricabile dal nostro app store. -
2:39 - 2:43Come vedete questo robot legge
delle lettere, "TED" in questo caso, -
2:43 - 2:46rilevando gli angoli
della "T" e della "E" -
2:46 - 2:50ed effettuando la triangolazione
per volare in modo autonomo. -
2:50 - 2:54Il joystick serve solo ad assicurare che,
in caso il robot impazzisce, -
2:54 - 2:56che Giuseppe possa intervenire.
-
2:56 - 2:57(Risate)
-
2:59 - 3:03Oltre a costruire questi
piccoli robot, -
3:03 - 3:08abbiamo sperimentato comportamenti
più aggressivi, come vedete qui. -
3:08 - 3:13Questo robot viaggia a
due o tre metri al secondo, -
3:13 - 3:17cambiando direzione con
beccheggi e rollii aggressivi. -
3:17 - 3:21Il punto centrale è che possiamo
avere robot più piccoli e più veloci -
3:21 - 3:24in grado di muoversi in
ambienti molto intricati. -
3:25 - 3:30In questo prossimo video,
proprio come questo uccello, un'aquila -
3:31 - 3:35che coordina con grazia le sue ali,
i suoi occhi e le zampe -
3:35 - 3:37per afferrare la preda in acqua,
-
3:37 - 3:39anche il nostro robot sa pescare.
-
3:39 - 3:41(Risate)
-
3:41 - 3:45In questo caso un panino al formaggio
che afferra in volo. -
3:45 - 3:47(Risate)
-
3:48 - 3:51Qui vedete il robot viaggiare
a circa tre metri al secondo, -
3:51 - 3:56più veloce rispetto al passo d'uomo,
coordinando bracci, pinza -
3:56 - 4:00e volo in frazioni di secondo
per eseguire questa manovra. -
4:02 - 4:03In un altro esperimento,
-
4:03 - 4:06vorrei mostrarvi in che modo
il robot adatta il volo -
4:07 - 4:09per controllare il carico sospeso,
-
4:09 - 4:13di lunghezza superiore
all'altezza della finestra. -
4:14 - 4:15Per eseguire la manovra,
-
4:15 - 4:19deve eseguire un beccheggio e
aggiustare l'altitudine -
4:19 - 4:21per fare passare il carico.
-
4:27 - 4:29Naturalmente vogliamo
costruirne di più piccoli, -
4:29 - 4:32ispirandoci soprattutto
alle api. -
4:32 - 4:36Osservate le api
in queste riprese rallentate, -
4:36 - 4:39sono tanto piccole e
l'inerzia è così bassa -- -
4:40 - 4:41(Risate)
-
4:41 - 4:45che non hanno problemi - per esempio
possono rimbalzare sulla mia mano. -
4:45 - 4:48Questo piccolo robot
simula il comportamento di un'ape. -
4:48 - 4:50E quanto più è piccolo
meglio è -
4:50 - 4:53perché riducendo la dimensione
si riduce l'inerzia. -
4:53 - 4:55Minore l'inerzia --
-
4:55 - 4:58(Robot che ronza, risate)
-
4:58 - 5:01Minore l'inerzia,
maggiore la resistenza alle collisioni -
5:01 - 5:02e questo aumenta la robustezza.
-
5:04 - 5:06Quindi, costruiamo robot piccoli
come queste api -
5:06 - 5:10e questo, in particolare,
pesa solo 25 grammi. -
5:10 - 5:12Consuma solo 6 Watt di potenza
-
5:12 - 5:15e può viaggiare
fino a sei metri al secondo. -
5:15 - 5:17Se normalizzo questo
alla sua dimensione, -
5:17 - 5:21è come un Boeing 787 che viaggia
10 volte più veloce del suono. -
5:24 - 5:25E --
-
5:25 - 5:26(Risate)
-
5:26 - 5:28voglio mostrarvi un esempio.
-
5:29 - 5:32Questa è probabilmente la prima
collisione aerea pianificata -
5:32 - 5:34a 1/20 della velocità normale.
-
5:34 - 5:37Questi robot hanno una velocità
relativa di 2 metri al secondo -
5:37 - 5:39e questo dimostra
il principio fondamentale. -
5:40 - 5:45La gabbia di 2 grammi in fibra di carbonio
impedisce solo che le eliche si incastrino -
5:45 - 5:50ma di fatto la collisione viene assorbita
e il robot risponde bene all'urto. -
5:50 - 5:53Quindi piccolo significa anche sicuro.
-
5:53 - 5:55Nel mio laboratorio, lo sviluppo dei robot
-
5:55 - 5:57è iniziato con modelli grandi
-
5:57 - 6:00per poi passare a questi
robot piccoli. -
6:00 - 6:04E se tracciate un istogramma con
il numero di cerotti che abbiamo ordinato -
6:04 - 6:06in passato, sarebbe in netto calo adesso
-
6:06 - 6:08perché questi robot sono davvero sicuri.
-
6:09 - 6:11Le piccole dimensioni creano
qualche svantaggio, -
6:11 - 6:15ma la natura ha trovato modi
per compensare. -
6:16 - 6:20Sostanzialmente la soluzione è
aggregare in grandi gruppi, o stormi. -
6:20 - 6:24Dunque, nel nostro lab, cerchiamo
di creare stormi artificiali di robot. -
6:24 - 6:26E non è affatto semplice
-
6:26 - 6:29perché dobbiamo pensare in termini di
reti di robot. -
6:29 - 6:31E per ogni robot
-
6:31 - 6:36dobbiamo risolvere l'interazione tra
rilevazione, comunicazione, calcolo -- -
6:36 - 6:41e questa rete diventa pertanto
difficile da controllare e gestire. -
6:42 - 6:45La natura ci insegna
3 principi organizzativi -
6:45 - 6:49che ci consentono essenzialmente di
sviluppare i nostri algoritmi. -
6:50 - 6:54La prima idea è che i robot devono
captare i robot circostanti. -
6:54 - 6:58Devono essere in grado di rilevare e
comunicare con i robot vicini. -
6:58 - 7:01Questo video illustra l'idea di base.
-
7:01 - 7:02Abbiamo quattro robot --
-
7:02 - 7:06uno dei robot viene letteralmente
dirottato da un operatore umano. -
7:07 - 7:09Ma siccome i robot
interagiscono tra loro, -
7:09 - 7:11rilevano la presenza dei vicini
-
7:11 - 7:12ed essenzialmente seguono.
-
7:12 - 7:18E qui una sola persona è in grado
di controllare tutto il gruppo che segue. -
7:20 - 7:25Anche qui, non è perché i robot
sanno dove devono andare, -
7:25 - 7:29ma semplicemente perché reagiscono
alla posizione dei robot vicini. -
7:32 - 7:36(Risate)
-
7:36 - 7:42Il prossimo esperimento illustra
il secondo principio organizzativo. -
7:43 - 7:47E questo principio riguarda
il concetto di anonimità. -
7:47 - 7:52Qui l'idea chiave è che
-
7:52 - 7:56i robot non conoscono
l'identità dei robot vicini. -
7:56 - 7:59Gli viene chiesto di formare un cerchio,
-
7:59 - 8:02e indipendentemente dal numero
di robot introdotti nella formazione, -
8:02 - 8:05o eliminati dalla formazione,
-
8:05 - 8:08ogni robot si limita a reagire rispetto
a quello accanto. -
8:08 - 8:13Sa che deve formare un cerchio,
-
8:13 - 8:15ma collaborando con i vicini
-
8:15 - 8:19forma il cerchio
senza un coordinamento centrale. -
8:20 - 8:22Ora, se mettiamo insieme queste idee,
-
8:22 - 8:26la terza idea consiste essenzialmente
nel dare a questi robot -
8:26 - 8:30descrizioni matematiche
della forma da eseguire. -
8:30 - 8:34E queste forme possono variare
come funzione temporale -
8:34 - 8:38e vedete che questi robot
iniziano a formare un cerchio -
8:38 - 8:41poi cambiano formando un rettangolo,
si mettono in fila -
8:42 - 8:43e riformano un'ellisse.
-
8:43 - 8:47E lo fanno con la stessa coordinazione
basata su frazioni di secondo -
8:47 - 8:50che osserviamo in natura negli stormi.
-
8:51 - 8:53Ma perché lavoriamo con gli stormi?
-
8:53 - 8:57Consentitemi di parlarvi di due
applicazioni che ci interessano molto. -
8:58 - 9:01La prima riguarda l'agricoltura,
-
9:01 - 9:04probabilmente il problema più
pressante a livello mondiale. -
9:05 - 9:06Come ben sapete,
-
9:06 - 9:10una persona su sette su questo
pianeta soffre di malnutrizione. -
9:10 - 9:13La maggior parte della terra che
possiamo coltivare è già coltivata. -
9:14 - 9:17L'efficienza di moltissimi
sistemi mondiali va migliorando, -
9:17 - 9:21ma quella del nostro sistema
produttivo va peggiorando -
9:21 - 9:25soprattutto per carenza d'acqua, malattie
delle colture, cambiamenti climatici -
9:25 - 9:27e qualche altro fattore.
-
9:27 - 9:29Cosa possono fare i robot?
-
9:29 - 9:34Beh, adottiamo un approccio detto
'agricoltura di precisione' nella comunità -
9:34 - 9:39e l'idea di base è far volare
i robot sui frutteti -
9:39 - 9:42ed elaborare modelli di precisione
di ogni pianta. -
9:43 - 9:44Come la medicina personalizzata,
-
9:45 - 9:49che intende trattare ogni paziente
su base individuale, -
9:49 - 9:53vogliamo costruire modelli
per ciascuna pianta -
9:53 - 9:57e dire all'agricoltore di cosa
ha bisogno ciascuna -- -
9:57 - 10:02in termini di acqua, fertilizzante
e pesticidi. -
10:03 - 10:06Qui vedete un robot che
sorvola un meleto -
10:06 - 10:09e tra un attimo ne vedrete
altri due -
10:09 - 10:10che lo affiancano sulla sinistra.
-
10:11 - 10:14Praticamente stanno elaborando
una piantina del meleto. -
10:14 - 10:17La piantina contiene un'immagine
precisa di ciascun albero. -
10:17 - 10:19(Ronzio del robot in volo)
-
10:19 - 10:21Ma vediamo come sono queste piantine.
-
10:21 - 10:25Nel video successivo vedrete
le telecamere usate su questo robot. -
10:25 - 10:28In alto a sinistra c'è una
normale telecamera a colori. -
10:30 - 10:33Al centro una telecamera a infrarossi
-
10:33 - 10:37In basso a sinistra una termocamera.
-
10:37 - 10:40Nel riquadro principale vedete
una ricostruzione tridimensionale -
10:40 - 10:46di ogni albero del meleto
creata dai sensori che li sorvolano. -
10:48 - 10:52Queste informazioni ci consentono
di fare varie cose. -
10:52 - 10:56La prima, e forse la più importante,
è molto semplice: -
10:56 - 10:59contare il numero di frutti
per ciascun albero. -
11:00 - 11:04In questo modo l'agricoltore
sa quanti frutti ha per ciascun albero -
11:04 - 11:08e può stimare la raccolta
nel suo meleto, -
11:08 - 11:11ottimizzando le fasi successive
della catena di produzione. -
11:12 - 11:13La seconda cosa che possiamo fare
-
11:13 - 11:18è usare questi modelli
per elaborare ricostruzioni 3D -
11:18 - 11:20e stimare la superficie
della copertura arborea -
11:20 - 11:24e correlarla alla quantità
di fogliame per ciascun albero. -
11:24 - 11:26Questo valore si chiama
indice dell'area fogliare. -
11:26 - 11:28Ricavando l'indice dell'area fogliare
-
11:28 - 11:34possiamo misurare il livello di
fotosintesi possibile in ciascuna pianta -
11:34 - 11:37e quindi desumerne lo stato di salute.
-
11:38 - 11:42Combinando le informazioni
ottiche e quelle a infrarossi -
11:42 - 11:45possiamo calcolare altri indici,
come l'NDVI. -
11:45 - 11:48Nel caso specifico,
potete vedere -
11:48 - 11:51che alcune colture
vanno peggio di altre. -
11:51 - 11:55Lo si vede bene dalle immagini,
-
11:55 - 11:57non dalle sole immagini ottiche,
ma combinando -
11:57 - 12:00immagini ottiche e a infrarossi.
-
12:00 - 12:01Infine,
-
12:01 - 12:05quello che ci interessa fare è
rilevare i primi segnali di clorosi -- -
12:05 - 12:07questo è un arancio --
-
12:07 - 12:10e qui si nota l'ingiallimento
delle foglie. -
12:10 - 12:14I robot che sorvolano il frutteto
notano questi segnali autonomamente -
12:14 - 12:17e informano l'agricoltore della
presenza di un problema -
12:17 - 12:18in questa sezione del frutteto.
-
12:19 - 12:21Dunque questi sistemi sono molto utili,
-
12:22 - 12:27stiamo calcolando rese
incrementabili del dieci percento circa -
12:27 - 12:31e, soprattutto, stiamo riducendo
i consumi idrici -
12:31 - 12:34del 25 percento usando
stormi di robot aerei. -
12:35 - 12:41Vorrei concludere con un applauso
alle persone che stanno creando il futuro: -
12:41 - 12:46Yash Mulgaonkar, Sikang Liu
e Giuseppe Loianno, -
12:46 - 12:49responsabili delle tre dimostrazioni
che avete visto. -
12:49 - 12:51Grazie.
-
12:51 - 12:57(Applauso)
- Title:
- Il futuro dei robot volanti
- Speaker:
- Vijay Kumar
- Description:
-
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.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 13:09
Retired user edited Italian subtitles for Vijay Kumar | ||
TED Translators admin approved Italian subtitles for Vijay Kumar | ||
Davide Giordani accepted Italian subtitles for Vijay Kumar | ||
Davide Giordani edited Italian subtitles for Vijay Kumar | ||
Davide Giordani edited Italian subtitles for Vijay Kumar | ||
Pasquale Loffreda edited Italian subtitles for Vijay Kumar | ||
Pasquale Loffreda edited Italian subtitles for Vijay Kumar | ||
Pasquale Loffreda edited Italian subtitles for Vijay Kumar |