Der Aufmarsch der Roboter: Chancen und Risiken für Unternehmen und Gesellschaft

Transkript

1 Shaping the future Der Aufmarsch der Roboter: Chancen und Risiken für Unternehmen und Gesellschaft Prof. Roland Siegwart Impulsapéro 6. Februar 2017, Bernhard Theater, Zurich Roland Siegwart

2 Personal Computer 1981 Technologies Disrupting Services digitalization / industry 4.0 Internet / Information Mobile Devices / Connectivity 2016 Robotics / IoT /Cyber-Physical Systems Roland Siegwart

3 Personal Computer 1981 Technologies Disrupting Services digitalization / industry 4.0 Internet / Information Mobile Devices / Connectivity Physically Interacting Machines exponential increase of complexity 2016 Robotics / IoT /Cyber-Physical Systems Roland Siegwart

4 Robotik Heute (Changan-Ford China ) Roland Siegwart Industrieroboter wurden 2015 verkauft, Davon in China

5 Die nächste Generation von Robotern mobil, intelligent, vernetzt, adaptive und interaktiv Industrieroboter Serviceroboter Cyborgs YuMi Roland Siegwart

6 Fascinating Robots Roland Siegwart SpotMini electic quadruped, Boston Dynamics

7 Serviceroboter die Herausforderungen Roboter müssen mit unsicherer und nur teilweise verfügbarer Information umgehen können. Roboter müssen sehen, spüren und verstehen können. 50x speed Roboter müssen taktil mit der Umgebung interagieren können -> («soft robots» mit Kraftreglung) Roboter müssen intuitive programmierbar sein Roboter lern- und anpassungsfähig sein Roland Siegwart

8 @ ETH Institute of Robotics and Intelligent Systems Prof. Dr. Roland Siegwart Unsere Mission Kreation von intelligenten Robotern die in unserem täglichen Umfeld selbständig Aufgaben erfüllen können. Forschungsschwerpunkte Körper Design Geist Navigation Neue Roboterkonzepte die optimal für Anwendungen auf dem Boden, in der Luft oder im Wasser angepasst sind. Neue Algorithmen für die Wahrnehmung, Lokalisierung und Planung die den Robotern eine autonomen Einsatz in komplexen Umgebungen ermöglicht. Roland Siegwart

9 Robotik startet mit dem Design (Körper) Fahren, Schwimmen, Laufen und Fliegen Roland Siegwart

10 Ultimate Rolling Robots designed by students rezero (2010) the ball balancing robot BeachBot (2014, with Disney) the beach artist Vertigo (2015 with Disney) the ultimate wall climber Scalevo (2015) the stair-climbing wheelchair Roland Siegwart

11 Walking Robots serial elastic actuation ALOF (2008) the versatile walker StarlETH (2010) the quadruped with serial elastic actuation AnyMal (2015) the ultimate quadruped Prof. Marco Hutter Roland Siegwart

12 Flying Robots new ways of flying OS4 (2003) pioneering quadrotors Reely (2009 with Disney) the flying reel Skye (2012 with Disney) the omnidirectional blimp PacFlyer/wingtra (2013) the VTOL UAV Roland Siegwart

13 Flying Robots fixed wing Skysailor (2008) pioneering continuous flights 3.2 m, 2.3 kg (2012) robust and versatile solar plane 3 m, 3.8 kg (2015) 81 hours non-stop in summer m, 6.2 kg Roland Siegwart

14 ? Roboternavigation (Geist) Lokalisierung und Wegplanung Roland Siegwart

15 Seeing Laser-based 3D mapping Mapping & Localization scan t 1 scan matching scan t 2 Zukunft der Robotik

16 Seeing Visual-Inertial Motion Estimation Image 1 Image 2 Zukunft der Robotik

17 Autonomous navigation in cities EUROPA - European Robotic Pedestrian Assistant In collaboration with University of Freiburg Univ. of Oxford KU Leuven RWTH Aachen BlueBotics Roland Siegwart

18 Autonomous Cars Today cameras (lane tracking, ) no map State-of-the-Art Detection and tracking of Lanes, street signs, other cars, Roland Siegwart

19 State-of-the-Art Today 3D laser sensors map based Expensive, complex and cumbersome Google Self-Driving Car Project (status summer 2015) > 20 vehicles in use > 2,7 mio km, 1.5 mio km in autonomous mode > 11 accidents No people insured Non of them caused by car control algorithm Roland Siegwart

20 V-Charge autonomous car using close-to-market sensors Wheel encoders ultrasound cameras Roland Siegwart

21 V-Charge Vision and Results Roland Siegwart

22 Flying Robots EU-Projects Roland Siegwart

23 UAV vision only navigation Vision-inertial navigation (one camera and IMU, GPS denied) Fully autonomous with on-board computing Scale estimation Feature-based visual SLAM robust against lighting changes and large scale changes Proto 2 Proto 1 Proto 3 Roland Siegwart

24 UAV collision avoidance and path planning Real time 3D mapping (on-board) optimal path planning considering localization uncertainties Roland Siegwart

25 Requirements for an Intelligent MAV Control Agile Roland Siegwart

26 Collaborative Visual-Inertial Navigation in collaboration with Prof. Marco Hutter Roland Siegwart

27 Applications Roland Siegwart

28 Complexity of Services Tactile Manipulation Mobile Manipulation Advanced Interaction Autonomous Navigation Actions from simple motion to complex interaction Robotics Roadmap Toys Household assistant Industrial services Tour-Guides Transportation logistics Tactile manufacturing Vacuum cleaning Agriculture robots Household universal Search and rescue All-terrain navigation Construction robotics Industrial inspection Autonomous car industrial sites Autonomous car freeway 2010 Autonomous car urban Static Structured, 2D Static Unstructured, 3D Dynamic Structured, 2D Dynamic Unstructured, Dynamic 3D Static Environment - from static 2D grid maps to 3D cognitive maps Semantics dynamic 2030 Roland Siegwart

29 Zurich Area a melting pot for robotics technology Marco Hutter Robotic Systems Lab Roland Siegwart Luc van Gool Computer Vision Laboratory Raffaello D Andrea Institute for Dynamic Systems and Control Brad Nelson Multi-Scale Robotics Lab Margarita Chli Vision for Robotics Lab Emilio Frazzoli Information and Decision Systems Marc Pollefeys Computer Vision and Geometry Lab Roger Gassert Rehabilitation Engineering Lab Robert Riener Sensor Motor Systems Lab Jonas Buchli Agile & Dexterous Robotics Lab Walter Karlen Mobile Health Systems Lab Melanie Zeilinger Intelligent Control Systems Davide Scaramuzza Robotics and Perception Group 234 Autonomous Systems Lab Roland Siegwart

30 Switzerland a melting pot for robotics technology Initiatives Spin-offs (*ASL) Industrial Collaborations (ASL) * * * Center for Learning Systems EU-Projects ASL * * * * Roland Siegwart

31 War for Talents In Silicon Valley it is talent, not money, that is the scarcest resource. Roland Siegwart

32 Zusammenfassung Robotik ist eine sehr faszinierender Forschungsbereich Aber, Roboter sind sehr komplexe Systems Wahrnehmung Physische Interaktion Intelligenz Tactile Manipulation Advanced Interaction Die Schweiz ist in der Robotik sehr gut aufgestellt Top-Forschende Grossartige Talente Grosse Anzahl von Startups-Firmen wir brauchen noch mehr langfristiges Risikokapital Autonomous Navigation Mobile Manipulation Roland Siegwart

33 Tanks to: ASL Team Industrial Partners Funding Agencies Current and former ASL Members (2016) Roland Siegwart