Contenidos
Charla «Raffaello D’Andrea: La asombrosa potencia atlética de los cuadricópteros.» de TEDGlobal 2013 en español.
En un laboratorio de robots en TEDGlobal, Raffaelo D’Andrea muestra sus quadricópteros voladores: robots que piensan como atletas, resuelven problemas físicos con algoritmos que les ayudan a aprender. En una serie de demostraciones ingeniosas, D’Andrea muestra drones que jugan a la pelota, equilibran y toman decisiones juntos. Y manténganse atentos para el demo lo-quiero-ya de los quads controlados mediante Kinect.
- Autor/a de la charla: Raffaello D’Andrea
- Fecha de grabación: 2013-06-10
- Fecha de publicación: 2013-06-11
- Duración de «Raffaello D’Andrea: La asombrosa potencia atlética de los cuadricópteros.»: 968 segundos
Traducción de «Raffaello D’Andrea: La asombrosa potencia atlética de los cuadricópteros.» en español.
Así que
¿qué significa para una máquina ser atlética?
Demostraremos el concepto de atletismo de la máquina y la investigación para lograrlo con la ayuda de estas máquinas voladoras llamadas quadricópteros, o quads, para abreviar.
Los quads han existido durante mucho tiempo.
La razón de que sean tan populares en estos días es porque son mecánicamente simples.
Mediante el control de las velocidades de estas cuatro hélices, Estas máquinas pueden virar, balancearse, cabecear y acelerar junto a su orientación común.
A bordo también hay una batería, una computadora, varios sensores y radios inalámbricos.
Los quads son muy ágiles, pero esta agilidad tiene un precio.
Son inherentemente inestables, y necesitan alguna forma de control automático de retroalimentación para poder volar.
Entonces,
¿cómo hizo eso?
Cámaras en el techo y una computadora portátil sirven como un sistema de posicionamiento global interior, que se utiliza para localizar objetos en el espacio que tienen estos marcadores reflejantes.
Estos datos se envían a otra computadora que está ejecutando algoritmos de estimación y control, la cual a su vez envía comandos al quad, que también ejecuta algoritmos de estimación y control.
La mayor parte de nuestra investigación son algoritmos.
Es la magia que da vida a estas máquinas.
Entonces,
¿cómo diseña uno los algoritmos para crear una máquina atleta?
Utilizamos algo llamado en términos generales diseño basado en el modelo.
Primero describimos la física con un modelo matemático de cómo se comportan las máquinas.
Entonces utilizamos una rama de las matemáticas llamada teoría de control para analizar estos modelos y también para sintetizar algoritmos para controlarlos.
Por ejemplo, así es como podemos hacer flotar el quad.
Primero capturamos la dinámica con un conjunto de ecuaciones diferenciales.
Entonces manipulamos estas ecuaciones con la ayuda de la teoría de control para crear algoritmos que estabilicen al quad.
Permítanme demostrarles la fuerza de este enfoque.
Supongamos que queremos este quad no solo flote sino que también equilibre esta barra.
Con un poco de práctica, es bastante sencillo para un ser humano hacer esto, Aunque tenemos la ventaja de tener dos pies en el suelo y usar nuestras manos que son muy versátiles.
Se hace un poco más difícil cuando solo tengo un pie en el suelo y cuando no utilizo mis manos.
noten que la barra tiene un marcador reflejante en la parte superior, lo que significa que puede ubicarse en el espacio.
(Aplausos)
Noten que el quad está haciendo ajustes finos para mantener la barra equilibrada.
¿Cómo diseñamos los algoritmos para hacer esto?
Añadimos el modelo matemático de la barra al del quad.
Una vez que tenemos un modelo del sistema del quad y la barra juntos, podemos utilizar la teoría de control para crear algoritmos para controlarlo.
Aquí, pueden apreciar que es estable, e incluso si le doy unos empujoncitos, vuelve a una posición correcta y equilibrada.
También podemos aumentar el modelo incluyendo dónde queremos que se ubique el quad en el espacio.
Con este indicador con marcadores reflejantes, puedo apuntar a dónde quiero que el quad se ubique en el espacio una distancia fija lejos de mí.
La clave para estas maniobras acrobáticas son algoritmos, diseñados con la ayuda de modelos matemáticos y la teoría de control.
Vamos a decirle al quad que regrese aquí y que deje caer la barra, y a continuación demostraré la importancia de entender los modelos físicos y el funcionamiento del mundo físico.
Observen cómo el quad pierde altitud cuando pongo esta copa con agua sobre él.
A diferencia de la barra, no incluí el modelo matemático de la copa en el sistema.
De hecho, el sistema no sabe que la copa de agua está ahí.
Como antes, podría utilizar el puntero para ordenar al quad donde quiero que esté en el espacio.
(Aplausos)
Bien, deben estarse preguntando,
¿por qué no se cae el agua de la copa?
Dos razones: la primera es que la gravedad actúa en todos los objetos de la misma manera.
La segunda es que todas las hélices apuntan en la misma dirección que la copa, apuntando hacia arriba.
Juntando estas dos razones, el resultado neto es que todas las fuerzas laterales sobre el vaso son pequeñas y están dominadas principalmente por efectos aerodinámicos, los cuales a estas velocidades son insignificantes.
Y por eso no se necesita modelar la copa.
Naturalmente no se derrama, sin importar lo que haga el quad.
(Aplausos)
La lección aquí es que algunas tareas de alto rendimiento son más fáciles que otras, y el entender la física del problema te dice cuáles son fáciles y cuáles son difíciles.
En este caso, llevar una copa de agua es fácil.
Equilibrar una barra es difícil.
Todos hemos escuchado historias de atletas que realizan hazañas mientras están lesionados físicamente.
¿Puede también una máquina operar con daño físico extremo?
La sabiduría popular dice que se necesitan al menos cuatro pares de motores de hélices fijos para poder volar, porque hay cuatro grados de libertad para controlar: Viraje, cabeceo, balanceo y aceleración.
Los hexacopteros y los octocopteros, con seis y ocho hélices, puede proporcionar redundancia, pero los cuadricópteros son mucho más populares porque tienen el número mínimo de pares de hélice de motor fijo: cuatro.
O
¿no?
Si analizamos el modelo matemático de esta máquina con solo dos hélices funcionales, descubrimos que hay una forma poco convencional para volarlo.
Renunciamos a controlar el balanceo, pero el viraje, el cabeceo y la aceleración todavía pueden ser controladas con algoritmos que aprovechan esta configuración nueva.
Los modelos matemáticos nos dicen exactamente cuándo y por qué esto es posible.
En este caso, este conocimiento nos permite diseñar arquitecturas de máquinas novedosas o diseñar algoritmos inteligentes que manejen con gracia el daño, al igual que hacen los atletas humanos, en el lugar de construir máquinas con redundancia.
No podemos evitar contener la respiración cuando observamos a un clavadista lanzarse al agua, o cuando un saltador está girando en el aire, el suelo se acercaba rápidamente.
¿Será capaz el clavadista de realizar una entrada limpia?
¿El saltador podrá controlar su aterrizaje?
Supongamos que queremos que este quad realice una vuelta triple y acabe en el mismo punto en el que empezó.
Esta maniobra va a pasar tan rápido que no alcanzamos a retroalimentar la posición para corregir el movimiento en la ejecución.
Simplemente no hay suficiente tiempo.
En vez de ello, lo que el quad puede hacer es realizar la maniobra a ciegas, observar cómo termina la maniobra, y luego usar esa información para modificar su comportamiento para que la siguiente vez sea mejor.
Al igual que el clavadista y el saltador, es solo a través de la práctica repetida que la maniobra puede ser aprendida y ejecutada al más alto nivel.
(Aplausos)
Golpear una bola en movimiento es una habilidad necesaria en muchos deportes.
¿Cómo podemos hacer que una máquina haga lo que un atleta hace aparentemente sin esfuerzo?
(Aplausos)
Este quad tiene una raqueta sujeta en la parte superior con un tamaño ideal como de una manzana, no es demasiado grande.
Los siguientes cálculos se realizan cada 20 milisegundos, o 50 veces por segundo.
Primero suponemos a donde va la bola.
Luego calculamos cómo el quad debe golpear la bola para que la regrese de donde fue arrojada.
En tercer lugar, está prevista una trayectoria que lleva el quad desde su estado actual al punto de impacto con la bola.
En cuarto lugar, sólo ejecutamos 20 milisegundos de esta estrategia.
20 milisegundos después, se repite todo el proceso hasta que el quad golpea la bola.
(Aplausos)
Las máquinas no sólo pueden realizar maniobras dinámicas por cuenta propia, pueden hacerlo colectivamente.
Estos tres quads llevan cooperativamente una red
(Aplausos)
Realizan una maniobra extremadamente dinámica y colectiva para lanzar la pelota de vuelta a mí.
Observen que, en extensión completa, estos quads están verticales.
(Aplausos)
De hecho, cuando está completamente extendida, es aproximadamente cinco veces mayor a lo que se siente al saltar del bungee al final del lanzamiento.
Los algoritmos para hacer esto son muy similares al de usar un solo quad para que golpee la bola hacia mí.
Los modelos matemáticos se utilizan continuamente para replanificar una estrategia cooperativa 50 veces por segundo.
Todo lo que hemos visto hasta ahora ha sido acerca de las máquinas y sus capacidades.
¿Qué sucede cuando juntamos este atletismo de la máquina con la de un ser humano?
Lo que tengo delante de mí es un sensor de gestos comercial utilizado principalmente para jugar.
Puede reconocer lo que hacen las distintas partes del cuerpo en tiempo real.
Similarmente al puntero que utilicé antes, podemos utilizar esto como entrada al sistema.
Ahora tenemos una forma natural de interactuar con el atletismo en bruto de estos quads con mis gestos.
(Aplausos)
La interacción no tiene que ser virtual, puede ser física.
Tomemos como ejemplo este quad.
Trata de permanecer en un punto fijo en el espacio.
Si trato de moverlo, lucha y se regresa a donde quiere estar.
Sin embargo, podemos cambiar este comportamiento.
Podemos utilizar modelos matemáticos para estimar la fuerza que estoy aplicando al quad.
Una vez que sabemos esta fuerza, también podemos cambiar las leyes de la física, en cuanto al quad, por supuesto.
Aquí el quad se comporta como si estuviera en un fluido viscoso.
Ahora tenemos una manera íntima de interactuar con una máquina.
Voy a utilizar esta nueva funcionalidad para ubicar Este quad con cámara a la posición apropiada para filmar el resto de esta demostración.
Así podemos interactuar físicamente con estos quads y podemos cambiar las leyes de la física.
Vamos a divertirnos un poco con esto.
Para lo que veremos a continuación, estos quads inicialmente se comportarán como si estuvieran en Plutón.
Conforme pase el tiempo, se incrementará la gravedad hasta que estemos de vuelta en el planeta Tierra, pero les aseguro que no iremos allá.
Bueno, aquí va.
(Risas)
(Risas)
(Aplausos)
¡Fiu! Todos están pensando ahora, estos chicos se divierten demasiado, y probablemente también se estén preguntando,
¿por qué exactamente están construyendo máquinas atletas?
Algunos conjeturaran que el rol del juego en el reino animal es desarrollar habilidades y capacidades.
Otros piensan que tiene más que ver con una función social, que se utiliza para unir el grupo.
De la misma manera, utilizamos la analogía del deporte y el atletismo para crear nuevos algoritmos para las máquinas para llevarlas a sus límites.
¿Qué impacto tendrá la velocidad de las máquinas en nuestra forma de vida?
Como todas nuestras creaciones e innovaciones pasadas, se pueden utilizar para mejorar la condición humana o pueden ser mal usadas y abusadas.
Esta no es una opción técnica a la que nos enfrentamos; es social.
Tomemos la decisión correcta, la decisión que saca lo mejor en el futuro de las máquinas, al igual que el atletismo en los deportes puede sacar lo mejor de nosotros.
Permítanme presentarles a los magos detrás de la cortina verde.
Son los miembros actuales del equipo de investigación de Flying Machine Arena.
(Aplausos)
Federico Augugliaro, Dario Brescianini, Markus Hehn, Sergei Lupashin, Mark Muller y Robin Ritz.
No les pierdan la pista, están destinados para grandes cosas.
Gracias.
(Aplausos)
https://www.ted.com/talks/raffaello_d_andrea_the_astounding_athletic_power_of_quadcopters/