空飛ぶロボットの未来

ペンシルベニア大学の研究室でヴィージェイ・クーマーのチームは蜜蜂の動きに触発された自律飛行ロボットを作りました。彼らの最新の成果は精密農業への応用で、ロボットの一群が果樹園にある個々の果樹や果実を解析してモデルを作成し、収穫量を増やしたり水の管理を改善する上で重要な情報を農家に提供するというものです。

私の研究室では ご覧のような

自律飛行ロボットを作っています

今時 お店で売っているような
ドローンとは違って

GPSは搭載していません

GPSなしでは

このようなロボットが
自分の位置を特定するのは困難です

このロボットの場合 搭載したセンサー、
カメラ、レーザースキャナーで

周囲を走査していて

周りにあるものを検知し

三角測量によって
それらに対する

相対的な位置を把握しています

それらのデータをまとめて
後ろに出ているような

マップを構築することが出来ます

こうやってマップができると
どこに障害物があるか分かり

ロボットは衝突することなく
飛行することが出来ます

次にお見せしたいのは

このロボットに
もっと長い距離を飛行させてみた

私たちの研究所で行った
一連の実験です

右上にあるのは
ロボットのカメラが撮った映像です

メインスクリーンでは

―４倍速でお見せしていますが―

マップ構築の様子をご覧になれます

これは研究室周辺の廊下を
高解像度でマップ化したもので

まもなく研究室へと入ってきます

散らかっている様子で
それと分かるかと思いますが—

(笑)

ここで最も強調したいのは

これらのロボットは
５センチという高い解像度で

マップを作成することが
出来るということで

研究室や建物の外部にいる人でも

このロボットを放つことで
実際に中に入ることなく

中で何が起こっているか
推察することができます

このようなロボットには
問題点があります

１つ目の問題は
大きいということです

大きいので重量もあります

１キログラムにつき約200ワットの
電力を消費します

ですからあまり長くは作業できません

２つ目の問題は

ロボットに搭載されている
レーザースキャナーやカメラや

CPUがとても高価だということです

そのためロボットのコストが
跳ね上がります

そこで私達は自問しました

消費者が電気屋で買えるような

センサーやCPUを搭載した
高価でない軽量な商品はないだろうか？

そうやって空飛ぶ携帯電話が
生まれました

(笑)

このロボットは お店ですぐに買える
サムスンのギャラクシー携帯を利用し

アプリはAppストアから
ダウンロードできます

このロボットは 今
「TED」の文字を読み取っているところです

「T」と「E」の角を探し出し

三角測量しつつ自律飛行しています

ジョイスティックは
ロボットが暴走した時のためで

その時にはジュゼッペ君が
止めてくれます

(笑)

単に小さなロボットを
作るというだけでなく

このような激しい動きをさせる
実験もしています

このロボットは秒速２－３メートルで動き

方向転換をするときには
上下運動や回転運動を素早く行います

重要な点は 小さなロボットは
素早く動け

障害の多い環境中を
うまく移動できることです

次のビデオでお見せするのは

鷲のような鳥が
羽と目と足を優雅に連携させて

水中の獲物を捉まえるように

私たちのロボットにも
魚採りができることです

(笑)

どこからともなくやって来て
チーズ & ステーキのロールパンサンドを

かっさらっています (笑)

このロボットは人の歩く速さよりも速い
秒速約３メートルで動き

腕と爪と飛行を
絶妙なタイミングで連携させ

このような動作を達成しています

別の実験でお見せするのは

枠の幅よりも長い紐で

重りを吊したロボットが

その枠の中を
上手くくぐり抜ける様子です

これを成し遂げるには

上下に動いて 高度を調整することで

重りをスイングさせる
必要があります

しかし もっと小さいものが
作れたらと思っています

特にミツバチにヒントを得ました

これはスローモーションで
再生したビデオですが

ミツバチはとても小さく
その慣性力は僅かです

(笑)

例えば 私の手にぶつかっても
ほとんど気にかけません

これはミツバチの動きをまねた
小型ロボットです

小さいほど

慣性力が小さくなるので
都合がいいのです

慣性力が小さいと—

(周りをブンブン飛び回るロボット) (笑)

慣性力が小さいと
衝突に対し強くなります

より丈夫になるということです

そういうわけでミツバチのように
小さなロボットを作ります

これは僅か25グラムしかありません

消費電力はほんの６ワットです

秒速６メートルまで出せます

ボーイング787の大きさだったら

音速の10倍に相当する速さです

(笑)

実例をお見せしましょう

これはたぶん初めての空中衝突実験で
20分の１のスピードでお見せしています

(ロボット同士の) 相対速度は
毎秒２メートルで

お話しした基本原理を例示しています

機体を保護する２グラムの炭素繊維のカゴは
プロペラ同士が絡まるのを防いでいます

衝撃は吸収され
ロボットは衝突に対応しています

小さいということは安全も意味します

研究室ではこんなロボットを作ってきました

大型のロボットから始め

小型のものへと移っていきました

これまで研究室で発注した絆創膏の数を
ヒストグラムにしたら

どんどん小さくなっていることが
分るでしょう

ロボットが安全になってきたからです

小さいと不利な点もあります

自然はこの不利な点を補う方法を
進化させてきました

基本的には集団や群れを作る
ということです

我々の研究室でも 同様に
人工的なロボットの集団を試してみました

これはかなり難しい技術です

ロボット間のネットワークを
考慮しなければならないからです

各ロボットの

センサー、通信、計算の
連携を考えなければなりません

このネットワークの制御、管理が
実にやっかいなのです

自然から３つの(自己)組織化の原理を
見習うことによって

制御のアルゴリズムを
開発することができます

１つ目のアイデアは
ロボットが近くの個体を認識することです

近隣の個体を認識して
互いに通信できなければなりません

このビデオはその基本原理を示しています

４機のロボットがいます

その内１機が 文字通り
人間のオペレータによってハイジャックされています

ロボットは互いに相互作用し

近くの個体を認識しているので

動きに追従します

この例では１人の人間が
追従するロボットを先導しています

どのロボットもどこへ行くべきか
分っているわけではなく

ただ近くのロボットの位置に対し
反応しているだけです

(笑)

次の実験は
組織化の２つ目の原理を示すものです

この原理は匿名性の原理と関連しています

ここで基本となる考えは

ロボットは近隣の個体を
識別していないということです

円陣を組めという指令を受けると

編隊を組むロボットの数を
いかに増やそうと

あるいは 何体か取り除こうと

各ロボットは単に
隣にいるロボットに反応するだけなのです

円陣を組むという
指示を受けるものの

隣のロボットと協調するだけで

中央制御によって
編隊を形成しているわけではありません

これらのアイデアを一緒にすると

３つ目のアイデアが得られます

ロボットに編隊の形の
数学的記述を与えるということです

形は時間と共に変わっていきます

ご覧の様に
円形から始まり

長方形を形作った後
直線状に広がり

また楕円に戻ります

自然界における生物の群れと同様に

瞬間瞬間の協調によって
こういったことを成し遂げています

なぜ群れについて研究しているのか？

我々がとても興味を抱いている
２つの応用があります

１つ目は農業に関するものです

我々が世界で直面している
最大の問題と言って良いでしょう

ご存知の通り

世界では
７人に１人が栄養失調です

耕作可能な土地は
既に殆ど開拓されています

こんにちの世界では
多くのシステムの効率が向上していますが

農業の生産効率は低下しています

原因はおそらく 水不足、穀物の病気
気候変動や

その他の理由にあります

ロボットに何が出来るでしょう？

この分野で精密農業(プレシジョンファーミング）
と呼ばれる手法を取り入れてみました

基本的な考えはこうです
果樹園にロボットを飛ばし

個々の木の精密なモデルを作成します

個々の患者の
遺伝体質に合わせた

オーダーメード医療のように

個々の木のモデルを製作することによって

農家はそれぞれの木が必要とするもの―

この場合 水、肥料や殺虫剤といったものですが
それを知ることができます

ロボットがリンゴ園を飛び交っています

仲間の２機が同じようなことを
しているのが

すぐに 左手に見えてきます

果樹園のマップを作成しているところで

果樹園にある１本１本の木を
マッピングしています

(ブンブン)

ではそのマップを見てみましょう

次のビデオではロボットに搭載された
カメラの映像をご覧になれます

左上は通常のカラー映像です

左中央は赤外線映像で

左下はサーマルカメラのものです

中央のパネルでは
各センサーが木々を通過するのに合わせ

果樹園の木の状態が
３次元的に再構成されていく様子が見られます

こういった情報を用いて
多くのことが出来ます

１つ目はおそらく最も重要なことですが
とても単純なこと

木になっている果実の数を
数えるということです

これによって農家は
個々の木になる果実の数を知り

果樹園全体の収穫量を見積もり

生産販売経路を
最適化することができます

２つ目に可能なことは

木のモデルに基づき
３次元形状を再構成し

そこから樹冠の面積を
推定することで

土地単位面積あたりの
葉面積を求めるということです

これは葉面積指数と呼ばれます

葉面積指数は

それぞれの木がどれだけの光合成を
行っているかの指標となり

個々の木の健康度を示します

可視光と赤外線データを組み合わせると

正規化植生指標といった指標を
計算することができます

ご覧の例では

ある作物が他の作物に比べて
状態が悪いことが見て取れます

これは通常の可視光だけでなく

可視光と赤外線イメージを
組み合わせることで

容易に識別できるようになります

最後に

我々が関心を持っているのは
植物の黄白化の早期発見です

これはオレンジの木です

葉が黄色くなっています

上空にロボットを飛ばすことで
これは自動で容易に発見できます

そして果樹園のこの区域に
異常があることを

農家に知らせます

このようなシステムはとても有効で

10％の収穫量増加が期待できますが

さらに重要なのは
飛行ロボットを使うことで

水の25％削減など
投入資源を減らせることです

最後になりますが 未来を創造する
この人達に拍手をお願いしたいと思います

ヤッシュ・ムルガンカー、シカン・リウ
ジュゼッペ・ロイアーノ

彼らがご覧になった３つのデモを
作成してくれました

有難うございました

(拍手)