Saltar al contenido
Deberes escolares » Charlas educativas » Vjay Kumar: robots que vuelan… y cooperan – Charla TED2012

Vjay Kumar: robots que vuelan… y cooperan – Charla TED2012

Charla «Vjay Kumar: robots que vuelan… y cooperan» de TED2012 en español.

En su laboratorio de la Universidad de Pensilvania, Vijay Kumar y su equipo, crean cuadricópteros. Son robots pequeños y ágiles que forman enjambres, se perciben unos a otros y forman equipos ad hoc… para la construcción, para la inspección de desastres y mucho más.

  • Autor/a de la charla: Vijay Kumar
  • Fecha de grabación: 2012-02-29
  • Fecha de publicación: 2012-03-01
  • Duración de «Vjay Kumar: robots que vuelan… y cooperan»: 1006 segundos

 

Traducción de «Vjay Kumar: robots que vuelan… y cooperan» en español.

Buenos días.

Hoy vine a hablarles de las pelotas de playa voladoras.

No, de robots ágiles aéreos como este.

Me gustaría hablar un poco de los desafíos de su construcción y de algunas aplicaciones fabulosas de esta tecnología.

Estos robots están emparentados con los vehículos aéreos no tripulados.

Sin embargo, los vehículos que ven aquí son grandes.

Pesan miles de kilos no son ágiles, en absoluto.

Ni siquiera son autónomos.

De hecho, muchos de estos vehículos son operados por tripulaciones de vuelo que pueden contar con varios pilotos, operadores de sensores y coordinadores de misión.

Nos interesa desarrollar robots como este -aquí hay dos fotos más de robots que se comercializan.

Estos son helicópteros con cuatro rotores miden más o menos un metro a escala y pesan cientos de gramos.

Nosotros adaptamos estos robots con sensores y procesadores para que puedan volar sin GPS.

El robot que tengo en la mano es éste, y fue creado por dos estudiantes, Alex y Daniel.

Este pesa unos 50 gramos.

Consume unos 15 vatios de potencia.

Y, como pueden ver, mide unos 20 cm de diámetro.

Así que voy a dar un tutorial rápido sobre su funcionamiento.

Tiene cuatro rotores.

Si los cuatro rotores giran a la misma velocidad lo hacen cernerse.

Al aumentar la velocidad de cada uno de los rotores el robot vuela hacia arriba, acelera.

Claro, si el robot estuviera inclinado respecto a la horizontal aceleraría en esa dirección.

Hay dos maneras de hacer que se incline.

En esta imagen ven que el rotor 4 gira más rápido y que el rotor 2 gira más despacio.

Cuando ocurre eso se produce un impulso que lo hace rodar.

Y, al revés, si se incrementa la velocidad del rotor 3 y decrementa la del rotor 1, se lanza hacia adelante.

Y, por último, si se giran los pares opuestos de rotores más rápido que los otros pares, el robot vira en torno al eje vertical.

Un procesador de a bordo analiza los movimientos a ejecutar, combina estos movimientos y calcula los comandos a enviar a los motores 600 veces por segundo.

Básicamente, así funciona.

Una de las ventajas de este diseño es que, al disminuir la escala, el robot es naturalmente más ágil.

Aquí R es la longitud característica del robot.

Es la mitad del diámetro.

Hay muchos parámetros físicos que cambian al reducir R.

Uno de los más importantes es la inercia o resistencia al movimiento.

Resulta que la inercia, que regula el movimiento angular, se eleva a la quinta potencia de R.

Así, cuanto más chica es R más acentuadamente se reduce la inercia.

Como resultado, la aceleración angular, denotada aquí con la letra griega alfa, es 1 sobre R.

Es inversamente proporcional a R.

Cuanto más chica sea R, más rápido se puede girar.

Esto debería quedar claro con estos videos.

Abajo a la derecha se ve un robot que da un giro de 360 grados en menos de medio segundo.

Y varios giros en un poco más de tiempo.

Aquí los procesos de a bordo reciben respuesta de los acelerómetros y giroscopios de a bordo y calculan comandos, como dije antes, 600 veces por segundo para estabilizar al robot.

A la izquierda ven a Daniel que arroja el robot al aire.

Eso muestra la robustez del control.

Sin importar como uno lo lance, el robot se recupera y regresa a su mano.

¿Por qué construir robots así? Bien, estos robots tienen muchas aplicaciones.

Se los puede enviar a edificios como este, como primera repuesta en busca de intrusos, o en busca de escapes bioquímicos, o de una fuga de gas.

Se los puede usar también en la construcción.

Aquí hay robots que transportan vigas y columnas que montan estructuras cúbicas.

Les contaré más al respecto.

Pueden usarse en el transporte de carga.

Pero uno de los problemas de estos pequeños robots es su capacidad de carga útil.

Por eso querríamos distribuir la carga útil en varios robots.

Esta es una imagen de un experimento reciente -ya no tan reciente- en Sendai, poco después del terremoto.

Podrían enviarse robots como este a edificios derrumbados para evaluar los daños luego de desastres naturales o a edificios radiactivos para medir el nivel de radiación.

Un problema fundamental que tienen que resolver los robots para ser autónomos es averiguar cómo llegar del punto A al punto B.

Esto se hace un poco difícil porque la dinámica de este robot es muy complicada.

De hecho, opera en un espacio de 12 dimensiones.

Por eso usamos un truco.

Usamos este espacio curvo de 12 dimensiones y lo transformamos en un espacio plano de 4 dimensiones.

Y ese espacio de 4 dimensiones está formado por X, Y, Z y el ángulo de viraje.

Así, el robot planifica lo que denominamos la trayectoria de sacudida mínima.

Recordando un poco de física, tenemos la posición, la derivada, la velocidad, luego la aceleración, luego viene el tirón y después la sacudida (snap).

Este robot minimiza la sacudida.

Y eso da como resultado un movimiento suave y elegante.

Y todo eso, evitando obstáculos.

Estas trayectorias de sacudida mínima en el espacio plano luego son transformadas en este espacio complicado de 12 dimensiones que el robot debe realizar para el control y posterior ejecución.

Les mostraré algunos ejemplos de trayectorias de sacudida mínima.

En el primer video verán al robot ir del punto A al punto B, pasando por un punto intermedio.

El robot puede recorrer cualquier trayectoria curva.

En estas trayectorias circulares el robot experimenta unas dos fuerzas G.

En la parte superior hay cámaras aéreas de captura de movimiento que le indican al robot dónde está, 100 veces por segundo.

Además, le dicen dónde están los obstáculos.

Los obstáculos pueden moverse.

Y aquí vemos a Daniel lanzando el aro al aire el robot calcula la posición del aro y trata de averiguar la mejor manera de atravesarlo.

Como académicos, estamos entrenados para saltar aros y así conseguir fondos para el laboratorio y logramos que nuestros robots lo hagan.

(Aplausos) Otra cosa que puede hacer el robot es recordar partes de la trayectoria que aprende o que tiene pre-programada.

Por eso aquí ven al robot combinando un movimiento que acumula impulso, después cambia su orientación y luego se recupera.

Tiene que hacerlo porque el de la ventana es ligeramente más grande que el ancho del robot.

Así, al igual que un clavadista se para en el trampolín luego salta para ganar impulso, hace esa pirueta, dos saltos mortales y medio y se recupera con gracia; este robot hace básicamente eso.

Sabe cómo combinar pequeños tramos de trayectorias para realizar estas tareas bastante difíciles.

Quiero cambiar de marcha.

Una de las desventajas de estos pequeños robots es el tamaño.

Como les dije antes quisiéramos emplear gran cantidad de robots para sortear las limitaciones del tamaño.

Y una de las dificultades es la manera de coordinar muchos de estos robots.

Por eso recurrimos a la naturaleza.

Quiero mostrarles un video de las hormigas aphaenogasters del desierto cargando un objeto en el lab.

del Profesor Stephen Pratt Es un pedacito de higo.

En realidad, cualquier objeto cubierto con jugo de higo sirve para que las hormigas lo lleven al hormiguero.

Estas hormigas no tienen un coordinador central.

Detectan a sus vecinas.

No hay comunicación explícita.

Pero como detectan a sus vecinas y detectan al objeto tienen, como grupo, una coordinación implícita.

Ese es el tipo de coordinación que queremos para nuestros robots.

Cuando tenemos un robot rodeado por vecinos -miremos al robot I y al J- queremos que los robots controlen la separación entre ellos vuelan en formación, y asegurarnos de que la separación entre ellos sea aceptable.

De nuevo, los robots controlan este error y calculan los comandos correctivos 100 veces por segundo que luego se traducen en comandos al motor, 600 veces por segundo.

Esto tiene que hacerse de manera descentralizada.

Otra vez, si tenemos muchos robots es imposible coordinarlos con información centralizada lo suficientemente rápido como para que cumplan la tarea.

Además, los robots tienen que basar sus acciones sólo en la información local que detecten de sus vecinos.

Y, finalmente, insistimos en que los robots desconozcan quiénes son sus vecinos.

Esto es lo que llamamos anonimato.

Ahora quiero mostrarles un video de 20 pequeños robots que vuelan en formación.

Observan la posición de sus vecinos.

Mantienen la formación.

Las formaciones pueden cambiar.

Pueden ser formaciones planas, pueden ser tridimensionales.

Como pueden aquí pasan de una formación tridimensional a una formación plana.

Y para volar sorteando obstáculos pueden modificar las formaciones sobre la marcha.

Estos robots pueden acercarse mucho unos a otros.

Como pueden en este vuelo en forma de 8, están a centímetros unos de otros.

Y a pesar de las interacciones aerodinámicas de las palas de las hélices, pueden mantener un vuelo estable.

(Aplausos) Así que una vez que uno sabe volar en formación, puede levantar objetos en forma colaborativa.

Esto demuestra que podemos duplicar, triplicar, cuadruplicar, la fuerza del robot con sólo hacerlo trabajar en equipo con sus vecinos, como ven aquí.

Una de las desventajas de esto, a medida que agrandamos la escala, es que si tenemos muchos robots llevando la misma cosa efectivamente aumentamos la inercia y por ende pagamos un precio: no son tan ágiles.

Pero lo ganamos en términos de capacidad de carga útil.

Esta es otra aplicación que quiero mostrarles de nuestro laboratorio.

Es un trabajo de Quentin Lindsey, un estudiante graduado.

Su algoritmo le dice al robot cómo construir en forma autónoma estructuras cúbicas con armazones.

Su algoritmo le dice al robot qué parte levantar, cuándo y dónde ubicarlo.

En este video vemos -está acelerado de 10 a 14 veces- a los robots construyendo tres estructuras diferentes Y nuevamente de manera autónoma, lo que Quentin hace es darles un plano del diseño que quiere que construyan.

Todos estos experimentos que hemos visto hasta ahora, todas estas demostraciones, requieren sistemas de captura de movimiento.

Pero, ¿qué pasa cuando salimos del laboratorio y vamos al mundo real? ¿Y si no hay GPS? Pues este robot está equipado con una cámara y un telémetro láser de Hokuyo.

Y usa estos sensores para trazar un mapa del entorno.

Ese mapa tiene características como puertas, ventanas, gente, muebles…

y calcula su posición respecto de esas características.

No hay sistema de posicionamiento global.

El sistema de coordenadas se define respecto del robot, dónde está y hacia dónde mira.

Y navega siguiendo estas características.

Por eso quiero mostrarles un video de algoritmos desarrollados por Frank Shen y el profesor Nathan Michael que muestra al robot entrando por primera vez al edificio y trazando este mapa sobre la marcha.

El robot descubre las características.

Traza el mapa.

Descubre dónde está respecto de las características y luego estima su posición 100 veces por segundo y nos permite usar los algoritmos de control que les describí antes.

Así que este robot es comandado a distancia por Frank.

Pero el robot puede averiguar a dónde ir por su cuenta.

Supongan que lo enviara a un edificio y no tuviera idea del aspecto del edificio, puedo pedirle al robot que entre, que trace un mapa y luego regrese y me diga cómo es el edificio.

Aquí, el robot no sólo resuelve el problema de cómo ir del punto A al punto B en este mapa, sino que averigua cuál es el mejor punto B en cada momento.

En esencia, sabe dónde ir a buscar lugares con la menor información.

Así es como completa el mapa.

Y quiero despedirme con una última aplicación.

Es una tecnología que tiene muchas aplicaciones.

Soy profesor y me apasiona la educación.

Robots como estos pueden cambiar el modo de educar desde la ed.

preescolar hasta los 12 años.

Pero estamos en el sur de California, cerca de Los Ángeles, así que tengo que cerrar con algo de entretenimiento.

Quiero concluir con un video musical.

Quiero presentarles a los creadores, Alex y Daniel, ellos crearon el video.

(Aplausos) Pero antes de reproducir el video quiero que sepan que lo crearon en los últimos tres días después de una llamada de Chris.

Y los robots que actúan en el video son completamente autónomos.

Verán a nueve robots ejecutar seis instrumentos diferentes.

Y, claro, está hecho exclusivamente para TED 2012.

Veamos.

(Música) (Aplausos)

https://www.ted.com/talks/vijay_kumar_robots_that_fly_and_cooperate/

 

Related Posts

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *