AB Techno Blog

Quello che a noi interessa nello sviluppare i nostri robot - ecco qui due immagini - è di poterli vendere direttamente in negozio. Qui vediamo degli elicotteri a quattro rotori, lunghi circa un metro e dal peso di qualche chilo. Abbiamo aggiunto sensori e processori per farli volare all'interno di edifici senza l'aiuto del GPS.

Il robot che sto tenendo in mano è proprio questo; è stato realizzato da due studenti, Alex e Daniel. Pesa circa mezzo etto e consuma intorno ai 15 watt di corrente. Come potete vedere, ha un diametro di circa 20 centimetri. Ora vi farò una breve dimostrazione del funzionamento del robot.

Ha quattro rotori. Se li fate girare alla stessa velocità il robot rimane sospeso. Se ne aumentate la velocità si alza in verticale. Naturalmente se il robot si trova in posizione orizzontale, l'accelerazione avverrà in quella direzione. Per farlo piegare da un lato, ecco il primo modo per farlo. In questa immagine vedete che il rotore 4 gira più velocemente mentre il 2 è più lento. In questo caso si crea un momento che fa inclinare il robot. Allo stesso modo, se si aumenta la velocità del rotore tre e si riduce quella del rotore uno, il robot si sposta in avanti.

Ed infine, se si fanno girare più velocemente coppie opposte di rotori, il robot si imbarda sull'asse verticale. Dunque il processore del robot analizza, in pratica, i vari movimenti da effettuare e li combina pianificando il tipo di impulsi da inviare ai motori, 600 volte al secondo. Questo è il funzionamento di base.

Uno dei vantaggi del progetto è che, riducendo le dimensioni, il robot ovviamente guadagna in agilità. Qui R indica la lunghezza caratteristica del robot. Di fatto è la metà del diametro. E sono svariati i parametri fisici che cambiano riducendo il fattore R. Quello più importante è l'inerzia o resistenza al movimento. Ne risulta che l'inerzia, che controlla il movimento angolare, diminuisce come quinta potenza di R. Perciò più si riduce R più si riduce l'inerzia, e in modo esponenziale. Il risultato è che l'accelerazione angolare indicata dalla lettera alfa diventa uno fratto R. E' inversamente proporzionale a R. Più la si riduce, più aumenta la rapidità della virata.

Si capisce chiaramente dai video. In basso a destra vedete un robot che fa un giro su se stesso di 360° in meno di mezzo secondo. Per eseguire giri multipli ci vuole un po' di più. Tutte le manovre ricevono un feedback dagli accelerometri e dai giroscopi di bordo, e calcolano i comandi, come vi dicevo, 600 volte al secondo per stabilizzare il robot. A sinistra vedete Daniel che lancia il robot in aria. E vedete quanto il controllo del movimento sia totale. Non importa come lo si lancia, il robot stabilizza la sua traiettoria e torna indietro.

Ma perché costruiamo questi robot? Beh, robot come questi hanno molti impieghi. Potreste inviarli all'interno di edifici come questo come primo intervento per il controllo di intrusi, o magari per cercare delle perdite biochimiche, o di gas. Si possono usare anche per le costruzioni. Qui li vedete trasportare travi, colonne, e assemblare delle strutture cubiche. Vi dirò qualcosa in più su questo. I robot si possono impiegare per trasportare materiali. E uno dei problemi è rappresentato dalla loro modesta capacità di carico. Ma si possono combinare diversi robot per aumentarla. Questa è un'immagine di un nostro recente esperimento - beh, non tanto recente, ormai - condotto a Sendai dopo il terremoto. Questi robot potrebbero volare all'interno di edifici crollati per stimare l'entità dei danni causati da disastri naturali, o in edifici esposti a radiazioni per determinarne il livello di pericolosità.

Il problema fondamentale da risolvere è dare loro autonomia di calcolo per stabilire come spostarsi dal punto A al punto B. Qui le cose si complicano un po' per via dell'intrinseca complessità dinamica dei robot. Infatti si devono spostare in uno spazio a 12 dimensioni. Così ricorriamo a un trucchetto. Prendiamo questo spazio curvo 12-dimensionale e lo trasformiamo in uno a 4 dimensioni. Quest'ultimo è costituito da X, Y, Z, e dall'angolo di imbardata.

Quello che fa il robot è pianificare la traiettoria più breve e veloce. In fisica, come ricorderete, abbiamo posizione, derivata, velocità, poi accelerazione, quindi contrazione e poi scatto. E questo robot minimizza lo scatto. Di fatto produce un movimento lineare e aggraziato. E lo fa evitando eventuali ostacoli. Dunque queste traiettorie a scatto ridotto nello spazio piatto vengono adattate a questo complicato spazio 12-dimensionale, che il robot deve analizzare e poi eseguire.

Lasciate che vi mostri alcuni esempi di questo tipo di traiettoria. Nel primo video vediamo il robot che va da A a B passando per un punto intermedio. Ovviamente il robot riesce a eseguire qualsiasi traiettoria curva. Queste sono traiettorie circolari che imprimono accelerazioni di due G. Le microcamere di bordo dicono al robot dove si trova, 100 volte al secondo. E gli indicano la posizione degli ostacoli. Ostacoli che possono muoversi. Qui si vede Daniel mentre lancia un cerchio in aria, e il robot che calcola la posizione del cerchio per scegliere il momento adatto per attraversarlo. Come accademici siamo abituati a fare salti mortali per raccogliere fondi per i nostri esperimenti, ma qui lo facciamo fare ai robot.

(Applausi)

Un'altra cosa che i robot possono fare è memorizzare segmenti di traiettoria pre-programmati o che apprendono da sé. Qui vedete il robot che combina un movimento per prendere velocità, e poi modifica assetto e torna in posizione normale. E' obbligato a farlo perché l'apertura attraverso cui deve passare è di poco più larga del robot. E alla stregua di un tuffatore sul trampolino, che salta per prendere lo slancio sufficiente per eseguire piroetta e doppia capriola, per poi rimettersi in assetto con grazia, anche il robot esegue le sue evoluzioni. Dunque sa combinare piccoli segmenti di traiettoria per eseguire dei compiti alquanto complessi.

Ma passiamo ad altro. Uno degli svantaggi di questi piccoli robot è la loro dimensione. Vi dicevo poc'anzi che sarebbe possibile utilizzare svariati robottini per superare i limiti imposti dalle dimensioni. Ma una delle difficoltà è come coordinare il loro movimento in gruppo. E così abbiamo guardato alla natura. Vorrei mostrarvi un video sulle formiche del deserto, le aphaenogaster, nel laboratorio del Prof.Stephen Pratt, mentre trasportano un oggetto. E' un pezzetto di fico. Basta che qualsiasi oggetto sia ricoperto di succo di fico perché le formiche se lo portino nel loro nido. Queste formiche non hanno un coordinamento centrale. Si basano sulle loro vicine. Nessuna comunicazione esplicita. Ma dato che si relazionano alle vicine e che sono in contatto con l'oggetto, esiste nel gruppo una coordinazione implicita.

Ed è proprio il tipo di coordinazione che serve ai nostri robot. Quindi quando un robot è circondato da altri robot - prendiamo i robot I e J - quello che vogliamo che facciano è monitorare la distanza reciproca mentre volano in formazione. E poi vorrete accertarvi che la distanza rientri in limiti accettabili. Dunque i robot monitorano questo errore e ricalcolano i comandi di controllo 100 volte al secondo, il che si traduce in 600 volte al secondo per i comandi dei motori. E anche questo deve poter essere fatto in maniera decentralizzata. Di nuovo, se fate volare grandi quantità di robot, è impossibile coordinare centralmente tutte le informazioni abbastanza rapidamente da far loro portare a termine il lavoro. Inoltre i robot devono basare le loro azioni solo su informazioni locali, su ciò che percepiscono dai loro vicini. Ed infine vogliamo che i robot siano agnostici nei confronti dei loro vicini. E' ciò che chiamiamo anonimato.

Ora vi mostrerò un video di 20 piccoli robot che volano in formazione. Controllano la posizione dei loro vicini. Si mantengono in formazione. Le formazioni possono cambiare. Possono essere disposte su un piano orizzontale o tridimensionale. Come potete vedere cambiano formazione, da una tridimensionale ad una orizzontale. E per volare attraverso gli ostacoli riescono rapidamente ad adattare la formazione. E volano a distanza veramente ravvicinata. Come vedete in questo volo a forma di 8, volano a pochi centimetri uno dall'altro. E malgrado le interazioni aerodinamiche delle loro pale, il volo resta stabile.

(Applausi)

E se riescono a volare in formazione saranno anche in grado di sollevare degli oggetti, tutti insieme. Vuol dire che potremo aumentare di due, tre, quattro volte la forza dei robot semplicemente facendoli lavorare insieme ai loro vicini. Uno degli svantaggi è che, con l'aumentare delle dimensioni degli oggetti - e dunque con tantissimi robot che trasportano la stessa cosa - essenzialmente aumenta l'inerzia, e quindi il prezzo da pagare è una minore agilità. Ma si guadagna in termini di capacità di carico.

Vi mostro un'altra applicazione - ancora nel nostro laboratorio. E' il lavoro di ricerca di un neolaureato, Quentin Lindsey. Attraverso il suo algoritmo chiede ai robot di costruire in modo autonomo delle strutture cubiche usando elementi sfusi. Dunque l'algoritmo indica al robot l'elemento da prelevare, quando e dove posizionarlo. In questo video, velocizzato di 10-14 volte, vedete tre strutture differenti che vengono costruite dai robot. E fanno tutto da soli, l'unica cosa che fa Quentin è dar loro una piantina del disegno della costruzione.

Tutti gli esperimenti che avete visto finora, tutte queste dimostrazioni, sono stati realizzati usando sistemi di motion capture. Ma che succede quando uscite dal laboratorio e andate nel mondo reale? E se non avete un GPS? Questo robot dispone di una videocamera e di un cercatore laser H, uno scansionatore laser. Usa questi sensori per creare una mappa dell'ambiente circostante. Nella mappa sono rappresentate porte, finestre, persone, mobilio, e il robot riesce a calcolare la propria posizione rispetto a questi oggetti. Quindi non c'è alcun sistema globale di coordinate. Questo sistema viene definito dallo stesso robot, dalla sua ubicazione e da ciò che vede. E naviga in base a questi parametri.

Ora vi mostrerò un video degli algoritmi sviluppati da Frank Shen e dal Prof. Nathan Michael, in cui un robot entra per la prima volta in un edificio e ne ricrea la mappa mentre si sposta. Quindi il robot analizza le caratteristiche dell'ambiente. Ne realizza una mappa. Calcola la sua posizione rispetto agli oggetti e ricalcola la propria posizione 100 volte al secondo, permettendoci di usare gli algoritmi di controllo che vi descrivevo prima. Dunque questo robot viene di fatto comandato in remoto da Frank. Ma il robot è in grado di capire da solo dove deve andare. Immaginate che debba inviare il robot in un edificio di cui non conosco assolutamente alcuna caratteristica, posso chiedere al robot di entrare, crearne una mappa e tornare da me e dirmi com'è fatto l'edificio. Qui il robot non si limita a risolvere il problema dello spostamento da A a B su questa mappa, ma ricalcola continuamente dove si trovi il miglior punto B. Essenzialmente sa dove andare per cercare i luoghi di cui possiede meno informazioni. Ed è così che arricchisce la sua mappa.

Vi farò vedere un'ultima applicazione. Questa tecnologia ha svariate applicazioni. Noi professori siamo appassionati di sistemi educativi. Dei robot così possono realmente cambiare il metodo educativo scolastico. Ma ci troviamo nella California Meridionale, nei pressi di Los Angeles, dunque devo concludere con qualcosa di divertente. Vi mostrerò un video musicale. Ecco coloro che l'hanno realizzato, Alex e Daniel.

(Applausi)

Ma prima vi voglio dire che l'hanno prodotto in soli tre giorni, dopo aver ricevuto una chiamata da Chris. E i robot che vedrete sono del tutto autonomi. Vedrete nove robot che suonano sei diversi strumenti. Ovviamente l'hanno preparato in esclusiva per TED 2012. Vediamo.

(Musica)