Placeholder Image

字幕表 動画を再生する

  • Good morning.

    おはようございます

  • I'm here today to talk about autonomous flying beach balls.

    今日お話しするのは

  • (Laughter)

    自律的に飛行するビーチボールについてです

  • No, agile aerial robots like this one.

    違った こういう自律的で敏捷な飛行ロボットについてです

  • I'd like to tell you a little bit about the challenges in building these,

    このようなものを作る難しさと

  • and some of the terrific opportunities for applying this technology.

    この技術の応用にどれほどの可能性があるかお話しします

  • So these robots are related to unmanned aerial vehicles.

    この技術の応用にどれほどの可能性があるかお話しします

  • However, the vehicles you see here are big.

    このロボットは

  • They weigh thousands of pounds, are not by any means agile.

    無人航空機と似ています

  • They're not even autonomous.

    しかし無人航空機はずっと大きいものです

  • In fact, many of these vehicles are operated by flight crews

    何千キロもの重さがあって

  • that can include multiple pilots,

    とても敏捷とは言えず

  • operators of sensors,

    自律的でさえありません

  • and mission coordinators.

    無人航空機の多くは実際

  • What we're interested in is developing robots like this --

    人間によって遠隔操作されていて

  • and here are two other pictures --

    複数のパイロット

  • of robots that you can buy off the shelf.

    センサのオペレータ

  • So these are helicopters with four rotors,

    作戦指揮官などが関わっています

  • and they're roughly a meter or so in scale,

    私たちが興味を持っているのは

  • and weigh several pounds.

    私の手にあるようなロボットの開発で

  • And so we retrofit these with sensors and processors,

    左の写真の2つは実際 お店で買うことができます

  • and these robots can fly indoors.

    これはローターが4つのヘリコプターで

  • Without GPS.

    大きさは1メートル前後

  • The robot I'm holding in my hand

    重さも数キロ程度です

  • is this one,

    私たちはそれにセンサやプロセッサを後付けして

  • and it's been created by two students,

    GPSなしで屋内を

  • Alex and Daniel.

    飛べるようにしています

  • So this weighs a little more than a tenth of a pound.

    私が今

  • It consumes about 15 watts of power.

    手にしているロボットは

  • And as you can see, it's about eight inches in diameter.

    私の学生アレックスとダニエルが

  • So let me give you just a very quick tutorial

    作ったものです

  • on how these robots work.

    重さは

  • So it has four rotors.

    50グラムほど

  • If you spin these rotors at the same speed,

    消費電力は15ワットで

  • the robot hovers.

    見ての通り

  • If you increase the speed of each of these rotors,

    直径20センチほどの大きさです

  • then the robot flies up, it accelerates up.

    このようなロボットの仕組みを

  • Of course, if the robot were tilted,

    簡単にご説明しましょう

  • inclined to the horizontal,

    4つのローターが

  • then it would accelerate in this direction.

    すべて同じ速さで回っているとき

  • So to get it to tilt,

    ロボットは空中で静止します

  • there's one of two ways of doing it.

    4つのローターの回転速度を上げると

  • So in this picture, you see that rotor four is spinning faster

    上に加速し 上昇します

  • and rotor two is spinning slower.

    ロボットが傾いていれば当然

  • And when that happens,

    その傾いた方向に

  • there's a moment that causes this robot to roll.

    進むことになります

  • And the other way around,

    ロボットを傾けるには 2つの方法があります

  • if you increase the speed of rotor three and decrease the speed of rotor one,

    この写真で

  • then the robot pitches forward.

    4番ローターは速く

  • And then finally,

    2番ローターは遅く回っています

  • if you spin opposite pairs of rotors

    そうするとロボットを

  • faster than the other pair,

    「ローリング」させる力が働きます

  • then the robot yaws about the vertical axis.

    一方

  • So an on-board processor

    3番ローターの回転を速く

  • essentially looks at what motions need to be executed

    1番ローターの回転を遅くすると

  • and combines these motions,

    ロボットは手前側に「ピッチング」します

  • and figures out what commands to send to the motors --

    最後に

  • 600 times a second.

    向かい合った2つのローターを

  • That's basically how this thing operates.

    他の2つより速く回転させると

  • So one of the advantages of this design

    垂直軸を中心に「ヨーイング」します

  • is when you scale things down,

    オンボードプロセッサは

  • the robot naturally becomes agile.

    行うべき動作に対して必要となる

  • So here, R is the characteristic length of the robot.

    これらの方法の組み合わせを求め

  • It's actually half the diameter.

    モーターに対して 毎秒600回送る命令を

  • And there are lots of physical parameters that change as you reduce R.

    決めています

  • The one that's most important is the inertia,

    それがこの基本的な仕組みです

  • or the resistance to motion.

    この設計が有利な点は

  • So it turns out the inertia, which governs angular motion,

    サイズを小さくするほど

  • scales as a fifth power of R.

    ロボットの動きが敏捷になることです

  • So the smaller you make R,

    ここでRは

  • the more dramatically the inertia reduces.

    ロボットの大きさを表す数字で

  • So as a result, the angular acceleration,

    実際には半径です

  • denoted by the Greek letter alpha here,

    Rを小さくすると 様々な物理的パラメータが

  • goes as 1 over R.

    変わります

  • It's inversely proportional to R.

    中でも一番重要なのは 慣性

  • The smaller you make it, the more quickly you can turn.

    すなわち動きに対する抵抗力です

  • So this should be clear in these videos.

    回転運動を支配する

  • On the bottom right, you see a robot performing a 360-degree flip

    慣性の大きさは

  • in less than half a second.

    Rの5乗に比例します

  • Multiple flips, a little more time.

    ですからRを小さくすると

  • So here the processes on board

    慣性は劇的に減るのです

  • are getting feedback from accelerometers and gyros on board,

    結果として ここでギリシャ文字の

  • and calculating, like I said before,

    αで表している角加速度は

  • commands at 600 times a second,

    1/Rになります

  • to stabilize this robot.

    Rに反比例するのです

  • So on the left, you see Daniel throwing this robot up into the air,

    小さくするほど速く回ることができるようになります

  • and it shows you how robust the control is.

    ビデオを見ると そのことがよく分かります

  • No matter how you throw it,

    右下の映像でロボットが

  • the robot recovers and comes back to him.

    360度宙返りを

  • So why build robots like this?

    0.5秒未満で行っています

  • Well, robots like this have many applications.

    連続宙返りにはもう少し時間がかかります

  • You can send them inside buildings like this,

    オンボードプロセッサは

  • as first responders to look for intruders,

    加速度計やジャイロからの

  • maybe look for biochemical leaks,

    フィードバックを受け取って

  • gaseous leaks.

    計算をし

  • You can also use them for applications like construction.

    ロボットを安定させるために

  • So here are robots carrying beams, columns

    毎秒600回命令を出しています

  • and assembling cube-like structures.

    左下の映像では ダニエルがロボットを宙に放り投げています

  • I'll tell you a little bit more about this.

    制御能力がいかに強いか分かるでしょう

  • The robots can be used for transporting cargo.

    どんな風に放り投げても

  • So one of the problems with these small robots

    ロボットは体勢を立て直して戻ってきます

  • is their payload-carrying capacity.

    このようなロボットを作る

  • So you might want to have multiple robots carry payloads.

    理由は何かというと 多くの応用があるからです

  • This is a picture of a recent experiment we did --

    例えばこのような建物内に送り込み

  • actually not so recent anymore --

    侵入者 生化学物質の漏洩 ガス漏れ等が—

  • in Sendai, shortly after the earthquake.

    あった際の 初動対応として

  • So robots like this could be sent into collapsed buildings,

    調査を行わせることができます

  • to assess the damage after natural disasters,

    建築のような作業に

  • or sent into reactor buildings,

    使うこともできます

  • to map radiation levels.

    ここではロボットが梁や柱を運んで

  • So one fundamental problem that the robots have to solve

    四角い構造物を組み立てています

  • if they are to be autonomous,

    これについては後ほど もう少し詳しくお話しします

  • is essentially figuring out how to get from point A to point B.

    このロボットは貨物輸送にも使えます

  • So this gets a little challenging,

    小さなロボットは 運搬容量が

  • because the dynamics of this robot are quite complicated.

    小さいという問題がありますが

  • In fact, they live in a 12-dimensional space.

    複数のロボットで運ぶ—

  • So we use a little trick.

    という手もあります

  • We take this curved 12-dimensional space,

    この写真は最近行った実験で・・・

  • and transform it into a flat, four-dimensional space.

    もうそんなに最近でもありませんが

  • And that four-dimensional space consists of X, Y, Z,

    震災直後の仙台で行ったものです

  • and then the yaw angle.

    自然災害で崩れた建物や 核施設内にロボットを

  • And so what the robot does,

    送り込んで 状況の確認や

  • is it plans what we call a minimum-snap trajectory.

    放射能レベルのチェックを

  • So to remind you of physics:

    行わせることができます

  • You have position, derivative, velocity;

    自律的なロボットが

  • then acceleration;

    解決すべき基本的な問題は

  • and then comes jerk,

    1つの地点から別の地点へ

  • and then comes snap.

    移動する方法を見出すということです

  • So this robot minimizes snap.

    これが簡単でないのは

  • So what that effectively does,

    このロボットの力学的特性が極めて複雑なためです

  • is produce a smooth and graceful motion.

    実際12次元空間で考える必要があり

  • And it does that avoiding obstacles.

    そのためちょっとしたトリックを使って

  • So these minimum-snap trajectories in this flat space are then transformed

    曲がった12次元空間を

  • back into this complicated 12-dimensional space,

    平らな4次元空間に

  • which the robot must do for control and then execution.

    変換しています

  • So let me show you some examples

    その4次元空間は

  • of what these minimum-snap trajectories look like.

    X, Y, Z座標とヨー角からなっています

  • And in the first video,

    そうするとロボットがするのは

  • you'll see the robot going from point A to point B,

    最小スナップ軌道を求めるということになります

  • through an intermediate point.

    物理学のおさらいですが

  • (Whirring noise)

    位置の変化を微分していくと 速度

  • So the robot is obviously capable of executing any curve trajectory.

    加速度

  • So these are circular trajectories,

    ジャーク

  • where the robot pulls about two G's.

    スナップとなります

  • Here you have overhead motion capture cameras on the top

    このロボットはスナップを最小化するようになっています

  • that tell the robot where it is 100 times a second.

    それは結果としてなめらかできれいな

  • It also tells the robot where these obstacles are.

    動作を生み出すことになります

  • And the obstacles can be moving.

    また障害物の回避も行います

  • And here, you'll see Daniel throw this hoop into the air,

    この平らな空間における最小スナップ軌道を

  • while the robot is calculating the position of the hoop,

    複雑な12次元空間へと

  • and trying to figure out how to best go through the hoop.

    逆変換して

  • So as an academic,

    それによって制御や

  • we're always trained to be able to jump through hoops

    動作の実行をするわけです

  • to raise funding for our labs,

    最小スナップ軌道がどのようなものか

  • and we get our robots to do that.

    いくつか例をご覧にいれましょう

  • (Applause)

    最初のビデオでは

  • So another thing the robot can do

    ロボットが1つの地点から別な地点へ

  • is it remembers pieces of trajectory

    中間点を経由して移動します

  • that it learns or is pre-programmed.

    どんな曲線軌道でも問題なく

  • So here, you see the robot combining a motion that builds up momentum,

    こなすことができます

  • and then changes its orientation and then recovers.

    これは円軌道で

  • So it has to do this because this gap in the window

    約2Gの加速度になります

  • is only slightly larger than the width of the robot.

    ここでは上にあるモーションキャプチャカメラが

  • So just like a diver stands on a springboard

    ロボットに現在位置を毎秒100回伝えています

  • and then jumps off it to gain momentum,

    また障害物の位置も伝えています

  • and then does this pirouette, this two and a half somersault through

    障害物が動いていても対応できます

  • and then gracefully recovers,

    ここではダニエルがフープを宙に投げていますが

  • this robot is basically doing that.

    ロボットはその位置を計算して

  • So it knows how to combine little bits and pieces of trajectories

    中を通り抜ける最適な経路を求めています

  • to do these fairly difficult tasks.

    私たちは学者として

  • So I want change gears.

    いつも研究予算獲得という曲芸をさせられているので

  • So one of the disadvantages of these small robots is its size.

    ロボットにも同様の曲芸をさせているわけです

  • And I told you earlier

    (拍手)

  • that we may want to employ lots and lots of robots

    このロボットにできる別なこととして

  • to overcome the limitations of size.

    自分で見つけた軌道や プログラムされた軌道を

  • So one difficulty is:

    記憶するというのがあります

  • How do you coordinate lots of these robots?

    ここではロボットが

  • And so here, we looked to nature.

    基本動作を組み合わせて

  • So I want to show you a clip of Aphaenogaster desert ants,

    加速して 向きを変え

  • in Professor Stephen Pratt's lab, carrying an object.

    元の所に戻るという一連の動作をしています

  • So this is actually a piece of fig.

    このようにする必要があるのは

  • Actually you take any object coated with fig juice,

    通る隙間の幅がロボットよりわずかに広いだけだからです

  • and the ants will carry it back to the nest.

    そのため 飛び込み選手がするように

  • So these ants don't have any central coordinator.

    飛び込み板からジャンプして勢いを付け

  • They sense their neighbors.

    つま先回転をして1/4宙返りをして通り抜け

  • There's no explicit communication.

    きれいに体制を立て直すという動作を

  • But because they sense the neighbors

    このロボットはしているわけです

  • and because they sense the object,

    ロボットにはこの難しいタスクをこなすために

  • they have implicit coordination across the group.

    軌道の断片をどう組み合わせれば良いのか分かっているのです

  • So this is the kind of coordination we want our robots to have.

    ちょっと話題を変えましょう

  • So when we have a robot which is surrounded by neighbors --

    このような小さなロボットの短所はその大きさです

  • and let's look at robot I and robot J --

    そこで 先ほども言いましたように

  • what we want the robots to do,

    大きさによる制限を克服するため

  • is to monitor the separation between them,

    たくさんのロボットを使おうというわけです

  • as they fly in formation.

    ここで難しいのは

  • And then you want to make sure

    たくさんのロボットをどうやって協調させるかです

  • that this separation is within acceptable levels.

    そこで私たちは自然に目を向けました

  • So again, the robots monitor this error

    ご覧いただく映像は

  • and calculate the control commands 100 times a second,

    スティーブン・プラット教授の研究室の

  • which then translates into motor commands,

    アシナガアリがものを運んでいる様子です

  • 600 times a second.

    イチジクの切れ端です

  • So this also has to be done in a decentralized way.

    実際どんなものでも

  • Again, if you have lots and lots of robots,

    イチジクの果汁を付けると アリたちは巣に運んでいきます

  • it's impossible to coordinate all this information centrally

    このアリたちには中央で指示を出す者は誰もいません

  • fast enough in order for the robots to accomplish the task.

    そばにいる他のアリを知覚しますが

  • Plus, the robots have to base their actions only on local information --

    明示的なコミュニケーションは行いません

  • what they sense from their neighbors.

    それでも他のアリと

  • And then finally,

    食料を知覚することで

  • we insist that the robots be agnostic to who their neighbors are.

    集団として暗黙の調整が行われるのです

  • So this is what we call anonymity.

    これはまさに私たちが

  • So what I want to show you next is a video of 20 of these little robots,

    ロボットに持たせたい調整方法です

  • flying in formation.

    ロボットが 他のロボットに

  • They're monitoring their neighbors' positions.

    囲まれているときに・・・

  • They're maintaining formation.

    ロボットiとロボットjを見てください・・・

  • The formations can change.

    ロボットにさせたいのは

  • They can be planar formations,

    編隊飛行中の他のロボットとの距離を

  • they can be three-dimensional formations.

    監視するということです

  • As you can see here,

    そしてその距離を

  • they collapse from a three-dimensional formation into planar formation.

    許容範囲内に保とうとするわけです

  • And to fly through obstacles,

    そのため ずれの大きさを監視して

  • they can adapt the formations on the fly.

    制御のための命令を

  • So again, these robots come really close together.

    毎秒100回算出し

  • As you can see in this figure-eight flight,

    それが毎秒600回のモーターへの命令に変換されます

  • they come within inches of each other.

    これもまた分散的に

  • And despite the aerodynamic interactions with these propeller blades,

    行わせる必要があります

  • they're able to maintain stable flight.

    ロボットがたくさんある場合

  • (Applause)

    これらすべての情報の処理を中央から

  • So once you know how to fly in formation,

    ロボットのタスク実行に必要な速さで行うのは無理です

  • you can actually pick up objects cooperatively.

    また ロボットは 近くのロボットを

  • So this just shows that we can double, triple, quadruple

    感知することによる周辺情報のみで

  • the robots' strength,

    行動する必要があります

  • by just getting them to team with neighbors, as you can see here.

    最後に

  • One of the disadvantages of doing that is, as you scale things up --

    どのロボットが隣に来ても

  • so if you have lots of robots carrying the same thing,

    構わないようにしてあり

  • you're essentially increasing the inertia,

    これを匿名性と呼んでいます

  • and therefore you pay a price; they're not as agile.

    次にお見せする

  • But you do gain in terms of payload-carrying capacity.

    映像では

  • Another application I want to show you -- again, this is in our lab.

    20個の小さなロボットが

  • This is work done by Quentin Lindsey, who's a graduate student.

    編隊飛行しています

  • So his algorithm essentially tells these robots

    互いに隣のロボットの位置を監視しながら