TED日本語 - ラファエロ・ダンドリーア: クアッドコプターの驚くべき運動能力

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - ラファエロ・ダンドリーア: クアッドコプターの驚くべき運動能力

TED Talks

クアッドコプターの驚くべき運動能力
The astounding athletic power of quadcopters
ラファエロ・ダンドリーア
Raffaello D'Andrea

内容

TEDGlobalのロボット・ラボで、ラファエロ・ダンドリーアがクアッドコプターのデモを披露します。運動選手のように考え、学習を助けるアルゴリズムで物理的な問題を解決します。一連の素晴らしいデモで、ダンドリーアはドローンがボールをキャッチし、棒のバランスを取り、協調して意志決定する様をご覧にいれます。きっとすぐにでも欲しくなる、キネクトでクアッドコプターを操るデモもお見逃しなく。

Script

So what does it mean for a machine to be athletic? We will demonstrate the concept of machine athleticism and the research to achieve it with the help of these flying machines called quadrocopters, or quads, for short.

Quads have been around for a long time. The reason that they're so popular these days is because they're mechanically simple. By controlling the speeds of these four propellers, these machines can roll, pitch, yaw, and accelerate along their common orientation. On board are also a battery, a computer, various sensors and wireless radios.

Quads are extremely agile, but this agility comes at a cost. They are inherently unstable, and they need some form of automatic feedback control in order to be able to fly.

So, how did it just do that? Cameras on the ceiling and a laptop serve as an indoor global positioning system. It's used to locate objects in the space that have these reflective markers on them. This data is then sent to another laptop that is running estimation and control algorithms, which in turn sends commands to the quad, which is also running estimation and control algorithms. The bulk of our research is algorithms. It's the magic that brings these machines to life.

So how does one design the algorithms that create a machine athlete? We use something broadly called model-based design. We first capture the physics with a mathematical model of how the machines behave. We then use a branch of mathematics called control theory to analyze these models and also to synthesize algorithms for controlling them. For example, that's how we can make the quad hover. We first captured the dynamics with a set of differential equations. We then manipulate these equations with the help of control theory to create algorithms that stabilize the quad.

Let me demonstrate the strength of this approach. Suppose that we want this quad to not only hover but to also balance this pole. With a little bit of practice, it's pretty straightforward for a human being to do this, although we do have the advantage of having two feet on the ground and the use of our very versatile hands. It becomes a little bit more difficult when I only have one foot on the ground and when I don't use my hands. Notice how this pole has a reflective marker on top, which means that it can be located in the space.

(Applause)

You can notice that this quad is making fine adjustments to keep the pole balanced. How did we design the algorithms to do this? We added the mathematical model of the pole to that of the quad. Once we have a model of the combined quad-pole system, we can use control theory to create algorithms for controlling it. Here, you see that it's stable, and even if I give it little nudges, it goes back to the nice, balanced position.

We can also augment the model to include where we want the quad to be in space. Using this pointer, made out of reflective markers, I can point to where I want the quad to be in space a fixed distance away from me. The key to these acrobatic maneuvers is algorithms, designed with the help of mathematical models and control theory. Let's tell the quad to come back here and let the pole drop, and I will next demonstrate the importance of understanding physical models and the workings of the physical world. Notice how the quad lost altitude when I put this glass of water on it. Unlike the balancing pole, I did not include the mathematical model of the glass in the system. In fact, the system doesn't even know that the glass of water is there. Like before, I could use the pointer to tell the quad where I want it to be in space. (Applause)

Okay, you should be asking yourself, why doesn't the water fall out of the glass? Two facts: The first is that gravity acts on all objects in the same way. The second is that the propellers are all pointing in the same direction of the glass, pointing up. You put these two things together, the net result is that all side forces on the glass are small and are mainly dominated by aerodynamic effects, which as these speeds are negligible. And that's why you don't need to model the glass. It naturally doesn't spill no matter what the quad does.

(Applause)

The lesson here is that some high-performance tasks are easier than others, and that understanding the physics of the problem tells you which ones are easy and which ones are hard. In this instance, carrying a glass of water is easy. Balancing a pole is hard.

We've all heard stories of athletes performing feats while physically injured. Can a machine also perform with extreme physical damage? Conventional wisdom says that you need at least four fixed motor propeller pairs in order to fly, because there are four degrees of freedom to control: roll, pitch, yaw and acceleration. Hexacopters and octocopters, with six and eight propellers, can provide redundancy, but quadrocopters are much more popular because they have the minimum number of fixed motor propeller pairs: four. Or do they? If we analyze the mathematical model of this machine with only two working propellers, we discover that there's an unconventional way to fly it. We relinquish control of yaw, but roll, pitch and acceleration can still be controlled with algorithms that exploit this new configuration. Mathematical models tell us exactly when and why this is possible. In this instance, this knowledge allows us to design novel machine architectures or to design clever algorithms that gracefully handle damage, just like human athletes do, instead of building machines with redundancy.

We can't help but hold our breath when we watch a diver somersaulting into the water, or when a vaulter is twisting in the air, the ground fast approaching. Will the diver be able to pull off a rip entry? Will the vaulter stick the landing? Suppose we want this quad here to perform a triple flip and finish off at the exact same spot that it started. This maneuver is going to happen so quickly that we can't use position feedback to correct the motion during execution. There simply isn't enough time. Instead, what the quad can do is perform the maneuver blindly, observe how it finishes the maneuver, and then use that information to modify its behavior so that the next flip is better. Similar to the diver and the vaulter, it is only through repeated practice that the maneuver can be learned and executed to the highest standard.

(Applause)

Striking a moving ball is a necessary skill in many sports. How do we make a machine do what an athlete does seemingly without effort?

(Applause)

This quad has a racket strapped onto its head with a sweet spot roughly the size of an apple, so not too large. The following calculations are made every 20 milliseconds, or 50 times per second. We first figure out where the ball is going. We then next calculate how the quad should hit the ball so that it flies to where it was thrown from. Third, a trajectory is planned that carries the quad from its current state to the impact point with the ball. Fourth, we only execute 20 milliseconds' worth of that strategy. Twenty milliseconds later, the whole process is repeated until the quad strikes the ball.

(Applause)

Machines can not only perform dynamic maneuvers on their own, they can do it collectively. These three quads are cooperatively carrying a sky net.

(Applause)

They perform an extremely dynamic and collective maneuver to launch the ball back to me. Notice that, at full extension, these quads are vertical. (Applause) In fact, when fully extended, this is roughly five times greater than what a bungee jumper feels at the end of their launch.

The algorithms to do this are very similar to what the single quad used to hit the ball back to me. Mathematical models are used to continuously re-plan a cooperative strategy 50 times per second.

Everything we have seen so far has been about the machines and their capabilities. What happens when we couple this machine athleticism with that of a human being? What I have in front of me is a commercial gesture sensor mainly used in gaming. It can recognize what my various body parts are doing in real time. Similar to the pointer that I used earlier, we can use this as inputs to the system. We now have a natural way of interacting with the raw athleticism of these quads with my gestures.

(Applause)

Interaction doesn't have to be virtual. It can be physical. Take this quad, for example. It's trying to stay at a fixed point in space. If I try to move it out of the way, it fights me, and moves back to where it wants to be. We can change this behavior, however. We can use mathematical models to estimate the force that I'm applying to the quad. Once we know this force, we can also change the laws of physics, as far as the quad is concerned, of course. Here the quad is behaving as if it were in a viscous fluid.

We now have an intimate way of interacting with a machine. I will use this new capability to position this camera-carrying quad to the appropriate location for filming the remainder of this demonstration.

So we can physically interact with these quads and we can change the laws of physics. Let's have a little bit of fun with this. For what you will see next, these quads will initially behave as if they were on Pluto. As time goes on, gravity will be increased until we're all back on planet Earth, but I assure you we won't get there. Okay, here goes.

(Laughter)

(Laughter)

(Applause) Whew! You're all thinking now, these guys are having way too much fun, and you're probably also asking yourself, why exactly are they building machine athletes? Some conjecture that the role of play in the animal kingdom is to hone skills and develop capabilities. Others think that it has more of a social role, that it's used to bind the group. Similarly, we use the analogy of sports and athleticism to create new algorithms for machines to push them to their limits. What impact will the speed of machines have on our way of life? Like all our past creations and innovations, they may be used to improve the human condition or they may be misused and abused. This is not a technical choice we are faced with; it's a social one. Let's make the right choice, the choice that brings out the best in the future of machines, just like athleticism in sports can bring out the best in us.

Let me introduce you to the wizards behind the green curtain. They're the current members of the Flying Machine Arena research team. (Applause) Federico Augugliaro, Dario Brescianini, Markus Hehn, Sergei Lupashin, Mark Muller and Robin Ritz. Look out for them. They're destined for great things.

Thank you.

(Applause)

運動抜群の機械というのはどういうものでしょう? これから機械の運動能力の実演と それに必要な研究を クアッドコプターを使って ご覧に入れます

所謂クアッドは結構昔からあったのですが 最近流行りだした理由は 構造的にとてもシンプルだからです 4つのプロペラのスピードを - 制御することによってロール、ピッチ、ヨーの動作と プロペラの方向への加速が出来ます またこれには電池コンピュータ 様々なセンサと無線がついています

クアッドはとても敏捷ですが その代わり不安定で ちゃんと飛ばすためにはフィードバック制御が必要になります

今のを どうやってやったのかですが 天井のカメラとノートPCが この室内の測位システムの役割をしていて 反射マーカーを付けた物の 位置を測定しています 推測と制御のアルゴリズムを実行する 別のPCにそのデータが送られそこから - クアッドに指令が送られます クアッド自体も推測と制御のアルゴリズムを実行しています 私達の研究の大きな部分をアルゴリズムが占めています それが この機械に命を吹き込む魔法なのです

では機械の運動選手のためのアルゴリズムは どう設計したらいいのでしょう? 私達は広く「モデルベース設計」と呼ばれる手法を使っています まず機械の動き方を数学的モデルを使い 物理的に把握します それから制御理論という 一種の数学を使ってそのモデルを分析し 制御のためのアルゴリズムを組み上げます 例えば どうすればホバリングさせられるのか? まず力学的性質を 一連の微分方程式で記述します それから制御理論を使って方程式を操り クアッドコプターを安定させるアルゴリズムを作ります

このアプローチがいかに強力かお目にかけましょう クアッドコプターにホバリングするだけでなく バランスを取ってこの棒を立てさせることにしましょう 少し練習すれば 人間には苦もなくできることです 両足を地面に付けて 器用な手を使って やるということであれば - でも片足で立って 手を使わずに足でやるとなると ちょっと難しくなります 棒の先端に反射マーカーがあって 部屋の中での位置が分かるようにしてあることに注意してください

(拍手)

棒のバランスを取るためにクアッドが細かく - 調整しているのが分かるかと思います このアルゴリズムをどう設計したかですが クアッドに棒の数学的モデルを 追加したんです クアッドと棒を組み合わせたモデルができれば 制御理論を使って その制御をするアルゴリズムが作れます ご覧のように安定していて ちょっと押してやっても バランスの取れた状態に戻ります

このモデルを拡張して 行って欲しい場所も含めることができます この反射マーカーのついた指示棒を使って 私から一定の距離で クアッドに行って欲しい場所を指示します このような曲芸飛行の鍵になるのが 数学的モデルと制御理論に基づいて設計された アルゴリズムです クアッドに戻ってきて 棒を落とすように指示しましょう 次に物理的モデルや - 物理的世界の仕組みの理解が いかに重要かをお見せします 水入りのコップを載せたとき 高度が下がったのにお気づきでしょう 棒のバランスを取った時とは違い このコップは数学的モデルに組み入れていません このシステムは 水の入ったコップがあることさえ知りません 前と同じようにポインタを使って 好きな場所にクアッドを行かせられます (拍手)

不思議にお思いかもしれませんが なぜコップの水がこぼれないのでしょう? 2つの要因があって1つは重力がすべての物に 同じように働くということ もう1つは プロペラがみんなコップと同じ 真上を向いているということです この2つの結果として コップに対して横にかかる力はわずかで 主に空力的な効果ですが 今のスピードでは無視できます コップをモデルに含めなくてもいいのはそのためです クアッドが どのように飛ぼうと水はこぼれません

(拍手)

ここでの教訓はある種の動作は 他の動作よりも簡単で どのような動作が簡単かは その物理現象を理解することで分かるということです 今の場合 水の入ったコップを運ぶのは簡単であり 棒のバランスを取るのは難しいというわけです

怪我をしていながらもすごいことを - やってのける運動選手の話をよく聞きます 機械の場合本体に大きなー 損傷があっても機能できるものでしょうか? 一般的にはこれを飛ばすためには 少なくとも4つのプロペラが必要とされています ロール、ピッチ、ヨー、加速と 4つの自由度があるからです ヘクサコプターやオクトコプターには6つか8つのプロペラがあり 冗長性があります クアッドに人気があるのは 4つという最小限の モーターとプロペラしかないからです それが欠けたらどうなるのでしょう? 2つのプロペラしか機能していない場合の 数学的モデルを分析したところ 異例な方法で 飛ばせられることが分かりました 新しい構成に基づいた アルゴリズムによってヨーの制御はあきらめつつ ロール ピッチ 加速は制御し続けることができます 数学的モデルはそれが正確にどんなとき なぜ可能なのかを教えてくれます この知識によって機体の損傷に対して 柔軟に対応できる新しい構造や 優れたアルゴリズムを設計することができます 冗長性を持たせるかわりに 人間の運動選手のように対応するのです

飛び込み選手が宙返りしながら 水に飛び込んだり跳馬選手が迫る地面を前に 空中で身を捻るのを見る時 思わず息を止めますよね 飛び込み選手はきれいに着水できるか? 跳馬選手は着地を決められるか? このクアッドに 3回転宙返りして 元の位置に戻らせたいとしましょう 非常に素早い動作が要求されるため やっている最中に位置を教えて動きを修正させることはできません 十分な時間がないのです かわりにクアッドは目隠しでやって 動作をどう終えたかを観察し その情報によって動きを修正し 次回にもっとうまくできるようにします 飛び込みや跳馬の選手と 同じように練習を繰り返し 動きを身に付けることによってのみ このような動きは実現できるのです

(拍手)

動くボールを打ち返すというのは様々なスポーツで要求されるスキルです 運動選手が苦もなく やっているように見えることをどうすれば機械に させられるでしょう?

(拍手)

このクアッドはラケットが貼付けてありますが スイートスポットはリンゴの大きさほどしかありません 次に説明する計算を20ミリ秒ごと つまり1秒間に50回しています 最初にボールの飛ぶ先を求めます それから投げられた場所に打ち返すには ボールをどう打つ必要があるか計算します それから現在位置からボールを打つ位置まで 移動する軌道を計画します そして その計画を20ミリ秒間だけ実行します 20ミリ秒後にまたこのプロセス全体を繰り返し ボールを打つ瞬間までそれを続けます

(拍手)

機械はダイナミックな行動を単独で行うだけでなく 集団で行うこともできます この3台のクアッドは協働で網を持っています

(拍手)

ボールを私に投げ返すために とてもダイナミックで集団的な 行動を取っています 引っ張りきった時クアッドが直立しているでしょう? (拍手) 実際この時にかかる力は バンジージャンプした人が綱の先で受ける力の 5倍ほどにもなります

このためのアルゴリズムは 単独でボールを打ち返す場合とよく似たものです 数学的モデルを使って 絶えず - 協調的行動を再計画するというのを毎秒50回繰り返しています

ここまでは 機械の能力を見て頂きました この機械の運動能力と人間を組み合わせると どうなるでしょう? 私の前にあるのは主にゲームで使われる 市販の - ジェスチャーセンサーです 私の体の動きを リアルタイムで把握できます 先ほど使ったポインタと同様に これも入力システムとして使うことができます これにより機械の動作を 仕草によって自然に操ることができます

(拍手)

インタラクションは仮想的なものだけでなく物理的なものでもあり得ます たとえば このクアッドは 一定の場所にいようとします 他の場所に移そうとしても 抵抗して元の場所に戻ります でもこの振る舞いを変えることもできます クアッドに かけられる力を推定する数学的モデルを使います 力が分かれば物理法則を変えることもできます あくまでクアッドに関する限りですが このクアッドは 粘性の液体中にいるかのように振る舞います

機械に対し仄めかすように 指示できるようになりました この新しい能力を使って このカメラ付きのクアッドを デモの撮影に適した位置に移動させることにしましょう

クアッドと体を使ってやり取りし 物理法則を変えることができました これを使って少し遊んでみましょう 次にご覧頂くのは クアッドが最初は冥王星にいるかのようですが 時間が進むにつれ重力が強くなっていき 地球の重力に戻るというものです そこまでは続かないでしょうが ひとつ やってみましょう

(笑)

(拍手) フーッ! 「こいつら遊びすぎだろ」と 思われるかもしれませんね それに機械の運動選手なんか作って どうするのかと疑問をお持ちかも 動物の世界では遊びは スキルや能力を磨く役割があるという説があります 集団を結び付ける社会的役割がある という説もあります 私達は同様に スポーツや競技のアナロジーを使って 機械のための新しいアルゴリズムを作り 限界を押し広げようとしているんです 機械のスピードが 私達の生活にもたらす影響は何でしょう? 過去のあらゆる発明や創作と同様 それは人々の生活の改善にも使えるだろうし 誤った使い方もできるでしょう 私達が直面しているのは 技術的ではなく社会的な選択です 正しい選択をして 未来の機械から最善のものを引き出すようにしましょう ちょうどスポーツ競技が 私達の最善の部分を引き出すように

緑色の幕の裏にいる魔術師達を紹介させてください 「飛行機械の競技場」研究チームの現在のメンバーです (拍手) フェデリコ・アウグリアーロダリオ・ブレシアニーニ マーカス・ハーン セルゲイ・ルーパーシンマーク・ミュラー ロビン・リッツ 偉大なものを作るべく生まれてきた人たちです

どうもありがとう

(拍手)

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画