Vijay Kumar : des robots qui volent... et coopèrent

Bonjour. Je suis ici ce matin pour parler de ballons de plages autonomes et volants. Non, d'habiles robots aériens tels que celui-ci. J'aimerais vous parler un peu des défis dans leur construction et de certaines des incroyables options d'application de cette technologie. Donc ces robots sont proches de véhicules aériens inhabités. Cependant, les véhicules que vous voyez ici sont grands. Ils pèsent des milliers de livres, et ne sont en aucune manière agiles. Ils ne sont même pas autonomes. En fait, nombre de ces véhicules sont dirigés par des équipages de vol qui peuvent compter plusieurs pilotes, responsables de capteurs et chefs de mission.

Nous nous intéressons à développer des robots comme ceux-là -- et voici deux autres photos de robots que vous pouvez acheter directement sur l'étagère. Donc ce sont des hélicoptères avec quatre rotors, ils font environ un mètre de large et pèsent plusieurs livres. donc nous les réduisons avec des capteurs et des processeurs et ces robots peuvent volet en intérieur. sans GPS.

Le robot que je tiens dans ma main est un de ceux-là et il a été créé par deux étudiants, Alex et Daniel. Il pèse un peu plus de 45 grammes. Il consomme environ 15 watts d'électricité. Et ainsi que vous pouvez le voir, il fait à peu près 20 cm de diamètre. Laissez-moi vous donner un cours rapide sur comment ces robots fonctionnent.

Il a quatre rotors. Si vous faites tourner ces rotors à la même vitesse, le robot lévite. Si vous augmentez la vitesse de chacun des rotors, le robot s'élève, il accélère vers le haut. Bien sûr, si le robot était penché, incliné à l'horizontale, alors il accélèrerait dans cette direction. Donc pour l'incliner, il y a deux façons de faire. Sur cette image vous voyez que le rotor n°4 tourne plus vite et que le rotor n°2 tourne moins vite. Quand cela arrive, vient le moment où le robot roule sur lui-même. Et dans l'autre sens, si vous accélérez le rotor n°3 et décélérez le rotor n°1, le robot pique vers l'avant.

Enfin, si vous faites tourner une paire de rotors opposés plus vite que l'autre paire, alors le robot fait une embardée verticale. Le processeur embarqué s'intéresse donc principalement à quels mouvements doivent être exécutés, combine ces mouvements et détermine quels ordres envoyer aux moteurs 600 fois par seconde. Voilà comment ceci fonctionne, en gros.

L'un des avantages de ce design c'est que, lorsqu'on réduit les choses, le robot devient naturellement plus agile. Ici, R est la longueur du robot C'est en fait la moitié du diamètre. Et de nombreux paramètres physiques changent au fur et à mesure que l'on réduit R. Le plus important est l'inertie ou la résistance au mouvement. Il apparaît que l'inertie, qui gouverne le déplacement angulaire est égale à R puissance 5. Donc plus vous réduisez R, plus l'inertie diminue vite. En résultat, l'accélération angulaire, représentée ici par la lettre grecque alpha, est 1 sur R. C'est inversement proportionnel à R. Plus R est petit, plus vite vous pouvez tourner.

Ceci devrait être clair dans ces vidéos. En bas à droite, vous voyez un robot en train de faire un salto à 360° en moins d'une demi-seconde. Plusieurs saltos, un peu plus de temps. Les processeurs embarqués récupèrent des informations des accéléromètres et des gyroscopes embarqués et calculent, comme je le disais tout à l'heure, des ordres 600 fois par seconde pour stabiliser ce robot. Donc à gauche, vous voyez Daniel en train de lancer ce robot en l'air. Et il vous montre combien ce contrôle est fiable. Peu importe comment vous le lancez, le robot se rétablit et revient vers lui.

Alors pourquoi construire de tels robots ? Eh bien, des robots comme ceux-ci ont de nombreuses applications. Vous pouvez les envoyer dans des bâtiments comme celui-ci comme premiers intervenants pour chercher des intrus, peut-être chercher des fuites biochimiques ou gazeuses. Vous pouvez aussi les utiliser pour des applications comme la construction. Voici des robots portant des poutres, des colonnes et assemblant des structures cubiques. Je vais vous en dire un peu plus là-dessus. Ces robots peuvent être utilisés pour du transport cargo. Un des problèmes de ces petits robots est leur faible capacité de transport. Donc on pourrait vouloir plusieurs robots portant des charges. Voici la photo d'une expérience qu'on a faite récemment -- plus si récemment que ça, en fait -- à Sendai, juste après le tremblement de terre. De tels robots pouvaient être envoyés dans des bâtiments effondrés pour estimer les dégâts après des catastrophes naturelles, ou envoyés dans des bâtiments irradiés pour cartographier les niveaux de radiation.

Un problème fondamental que les robots doivent résoudre s'ils doivent être autonomes est principalement trouver comment se rendre d'un point A à un point B. Ceci devient un peu délicat car la dynamique de ce robot est assez compliquée. En fait, ils vivent dans un espace en 12 dimensions. Donc nous utilisons une petite astuce. Nous prenons cet espace courbe en 12 dimensions et le transformons en un espace plat en 4 dimensions. Cet espace quadri-dimensionnel se compose de X, Y, Z et de cet angle de lacet.

Et ce que fait le robot est qu'il planifie ce que l'on appelle ... Pour vous rafraîchir en physique, vous avez la position, la dérivée, la vitesse, ensuite l'accélération, puis les saccades et enfin "snap". Ce robot minimise donc le "snap". Ce que cela fait concrètement est que ça produit un déplacement harmonieux et gracieux. Et ça le fait en évitant des obstacles. Ces trajectoires ... dans cet espace plat sont alors retranscrites dans ce complexe espace dodéca-dimensionnel ce que le robot doit faire pour le contrôle et aussi l'exécution.

Laissez moi vous montrer quelques exemples de ce à quoi ces trajectoires ... ressemblent. Dans la première vidéo, vous allez voir le robot aller d'un point A à un point B en passant par un point intermédiaire. Le robot est manifestement capable d'exécuter n'importer quelle trajectoire en courbe. Ceci sont des trajectoires circulaires dans lesquelles le robot soutient environ deux G. Ici, il y a des caméras de capture de mouvement sur le dessus du robot qui lui dit où il se trouve 100 fois par seconde. Elles lui signalent également où se trouvent les obstacles. Et les obstacles peuvent être mobiles. Ici, vous voyez Daniel lancer ce cerceau en l'air, alors que le robot recalcule la position du cerceau et décide comment au mieux passer dans le cerceau. En tant qu'universitaire, nous sommes formés à sauter à travers des cerceaux pour lever des fonds pour nos laboratoires et nous faisons faire la même chose à nos robots.

(Applaudissements)

Une autre chose que le robot peut faire est de se souvenir de sections de trajectoires qu'il apprend ou qui sont pré-programmées. Ici vous voyez le robot combiner un mouvement qui génère un élan et change son orientation et ensuite récupérer. Il doit faire cela car le trou dans la fenêtre n'est que légèrement plus grand que la largeur du robot. Donc en fait, le plongeur saute d'un plongeoir afin de gagner de l'élan avant de faire sa pirouette, ce double saut périlleux, et ensuite se rétablit gracieusement, et le robot fait la même chose. Donc il sait comment réunir de petits bouts de trajectoires pour faire ces tâches assez difficiles.

Donc il faut changer de vitesse. L'un des inconvénients de ces petits robots est leur taille. Comme je vous le disais plus tôt, on pourrait envisager d'utiliser beaucoup de robots pour compenser les limitations de leur taille. Donc une difficulté est dans comment coordonner ces nombreux robots ? Nous nous sommes tournés vers la nature. Je voudrais vous montrer une vidéo des fourmis du désert Aphaenogaster portant un objet au laboratoire du Docteur Stephen Pratt. Il s'agit en fait d'un morceau de figue. Si vous prenez n'importe quel objet et que vous le couvrez de jus de figue, les fourmis vont l'emporter au nid. Ces fourmis n'ont pas de coordination centrale. Elles perçoivent leurs voisines. Il n'y a pas de communication explicite. Mais comme elles perçoivent leurs voisines ainsi que l'objet elles ont une coordination implicite parmi le groupe.

C'est le type de coordination que nous souhaitons que nos robots aient. Donc notre robot est entouré de ses voisins -- regardons les robots I et J -- ce que nous voulons des robots c'est qu'ils gèrent l'espace entre eux alors qu'ils volent en formation. Ensuite, il faut s'assurer que la taille de cet écart est acceptable. Le robot suit cet écart et calcule les commandes 100 fois par seconde, ce qui se transforme en ordres aux rotors 600 fois par seconde. Cela aussi doit être fait de façon décentralisée. Encore une fois, si vous avez de très nombreux robots, il est impossible de coordonner cette information centralement assez vite pour que les robots accomplissent leurs tâches. De plus, les robots doivent baser leurs actions uniquement sur des informations locales, ce qu'ils perçoivent de leurs voisins. Enfin, nous pensons qu'il est nécessaire que les robots ignorent qui leurs voisins sont. On appelle cela anonymat.

Je voudrais maintenant vous montrer une vidéo de 20 de ces petits robots volant en formation. Ils suivent la position de leurs voisins. Ils maintiennent la formation. Les formations peuvent changer. Cela peut être des formations planes ou en 3D. Comme vous le voyez ici, ils passent d'une formation en 3D à une formation en 2D. Et pour voler au travers d'obstacles, ils peuvent adapter la formation au cours du vol. Une fois de plus, ces robots peuvent vraiment se rapprocher les uns des autres. Comme vous le voyez avec ce huit de chiffre, il s'approchent à quelques centimètres les uns des autres. Malgré les interactions aérodynamiques de ces pales ils arrivent à maintenir un vol stable.

(Applaudissements)

Une fois que vous savez comment voler en formation, vous pouvez en fait soulever des objets en commun. Cela montre simplement que vous pouvez doubler, tripler, quadrupler la force du robot simplement en les regroupant en équipes, comme ici. Un des avantages de cela est que, à mesure que vous augmentez les proportions -- si vous avez plus de robots portant la même chose, vous augmentez surtout l'inertie et pour cela vous payez le prix : ils ne sont plus aussi agiles. Mais vous y gagnez en termes de capacité de chargement.

Une autre application que je veux vous montrer -- à nouveau, c'est dans notre labo. Ce travail est fait par Quentin Lindsey qui est un doctorant. En gros, son algorythme dit aux robots comment construire en autonomie des structures cubiques avec des éléments en forme de bottes. L'algorythme dit au robot quel élément prendre, quand et où le placer. Sur cette vidéo, vous voyez -- et c'est accéléré 10, 14 fois -- vous voyez différentes structures construites par ces robots. Encore une fois, tout est autonome, et tout ce que Quentin a à faire est de leur donner un plan de l'architecture qu'il souhaite construire.

Toutes les expériences que vous avez vues jusqu'à présent, toutes les démonstrations, ont été faites avec l'aide de systèmes de capture de mouvement. Que se passe-t'il quand vous quittez votre labo et allez dans le monde extérieur ? Et que se passe-t'il s'il n'y a pas de GPS ? Ce robot est en fait équipé d'une caméra, d'un laser télémétrique et d'un scanner laser. Et il utilise ces capteurs pour dessiner une carte de son environnement. Cette carte consiste en des élements -- comme des portes, des fenêtres, des gens, des meubles -- et ensuite, le robot détermine où il se trouve par rapport à ces éléments. Donc il n'y a pas de système central de coordination. Le système de coordination est défini en fonction du robot, où il se trouve et ce à quoi il s'intéresse. Et il s'oriente en fonction de ces éléments.

Je voudrais vous montrer une vidéo d'algorithmes développés par Frank Shen et le Docteur Nathan Michael qui montre ce robot entrant dans un bâtiment pour la toute première fois et créant la carte au fil de son vol. Le robot détermine ce que sont les éléments. Il dessine la carte. Il détermine où il se trouve par rapport aux éléments et ensuite calcule sa position 100 fois par seconde nous permettant d'utiliser les algorithmes de contrôle que je vous ai décrit plus tôt. Ce robot est en fait commandé à distance par Frank. Mais le robot peut aussi décider par lui même où aller. Imaginons que j'envoie ceci dans ce bâtiment et que je n'aie aucune idée de ce à quoi peut ressembler le bâtiment, je peux demander au robot d'entrer, de dessiner une carte et ensuite de revenir me dire à quoi ressemble le bâtiment. Ici, le robot ne résoud pas seulement le problème de comment aller d'un point A à un point B dans cette carte, mais il détermine aussi à chaque instant quel est le meilleur point B. En bref, il sait où aller pour trouver les endroits sur lesquels il a le moins d'information. Et c'est ainsi qu'il remplit sa carte.

Je voudrais vous laisser avec une dernière application. Il y a de nombreuses applications pour cette technologie. Je suis un universitaire, et nous sommes véhéments en ce qui concerne l'éducation. De tels robots peuvent vraiment changer la façon dont nous faisons "K par 12" dans l'éducation. Mais nous sommes en Californie du Sud, près de Los Angeles, donc il me faut conclure sur quelque chose de lié à l'amusement. Je souhaite donc finir avec une vidéo de musique. Je voudrais vous présenter les créateurs, Alex et Daniel, qui ont fait cette vidéo.

(Applaudissements)

Avant de lancer cette vidéo, je voudrais vous dire qu'ils l'ont montée ces 3 derniers jours après qu'ils aient eu Chris au téléphone. Et les robots que vous verrez sont totalement autonomes. Vous verrez 9 robots jouer de 6 instruments différents. Et bien sûr, c'est fait exclusivement pour TED 2012. Regardons.

(Musique)

(Applaudissements)