ABOUT THE SPEAKER
Dennis Hong - Roboticist
Dennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering.

Why you should listen

As director of a groundbreaking robotics lab, Dennis Hong guides his team of students through projects on robot locomotion and mechanism design, creating award-winning humanoid robots like DARwIn (Dynamic Anthropomorphic Robot with Intelligence). His team is known as RoMeLa (Robotics & Mechanisms Laboratory) and operates at Virginia Tech.

Hong has also pioneered various innovations in soft-body robots, using a “whole-skin locomotion” as inspired by amoebae. Marrying robotics with biochemistry, he has been able to generate new types of motion with these ingenious forms. For his contributions to the field, Hong was selected as a NASA Summer Faculty Fellow in 2005, given the CAREER award by the National Science Foundation in 2007 and in 2009, named as one of Popular Science's Brilliant 10. He is also a gourmet chef and a magician, performing shows for charity and lecturing on the science of magic.

More profile about the speaker
Dennis Hong | Speaker | TED.com
TEDxNASA

Dennis Hong: My seven species of robot -- and how we created them

Dennis Hong: Meine sieben Arten von Robotern

Filmed:
2,237,651 views

Beim TEDxNASA stellt Dennis HONG sieben preisgekrönte All-Terrain-Roboter vor – wie den humanoiden fußballspielenden DARwin und den klippenüberwindenden CLIMBeR. All diese wurden von seinem Team RoMeLa, Virginia Tech gebaut. Schauen Sie bis zum Ende zu um die fünf kreativen Geheimnisse, welche zu dem unglaublichen technischen Erfolg seines Labors führen, zu hören
- Roboticist
Dennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering. Full bio

Double-click the English transcript below to play the video.

00:15
So, the first robotRoboter to talk about is callednamens STriDERSTriDER.
0
0
3000
Also, der erste Roboter über den ich sprechen will heißt STriDER.
00:18
It standssteht for Self-excitedSelbst begeistert
1
3000
2000
Das steht für Selbsterregter
00:20
TripedalDreifüßiger DynamicDynamische ExperimentalExperimentelle RobotRoboter.
2
5000
2000
Dreifüßiger Dynamischer Experimenteller Roboter.
00:22
It's a robotRoboter that has threedrei legsBeine,
3
7000
2000
Es ist ein Roboter, der drei Beine hat,
00:24
whichwelche is inspiredinspiriert by natureNatur.
4
9000
3000
dies ist von der Natur inspiriert
00:27
But have you seengesehen anything in natureNatur,
5
12000
2000
Aber haben Sie schon einmal irgendetwas in der Natur gesehen
00:29
an animalTier that has threedrei legsBeine?
6
14000
2000
ein Tier gesehen, das drei Beine hat?
00:31
ProbablyWahrscheinlich not. So, why do I call this
7
16000
2000
Wahrscheinlich nicht. Also, warum ich nenne ihn dann
00:33
a biologicallybiologisch inspiredinspiriert robotRoboter? How would it work?
8
18000
2000
einen biologisch inspirierten Roboter? Wie könnte das funktionieren?
00:35
But before that, let's look at popPop cultureKultur.
9
20000
3000
Aber zuerst wollen wir einen Blick auf die Popkultur werfen.
00:38
So, you know H.G. Wells'Wells "WarKrieg of the WorldsWelten," novelRoman and movieFilm.
10
23000
3000
Sie kennen also H.G. Wells Kieg der Welten als Buch und Film.
00:41
And what you see over here is a very popularBeliebt
11
26000
2000
Und was Sie hier sehen können ist ein sehr beliebtes
00:43
videoVideo gameSpiel,
12
28000
2000
Videospiel
00:45
and in this fictionFiktion they describebeschreiben these alienAusländer creaturesKreaturen that
13
30000
3000
In der Fiktion werden diese Außerirdischen
00:48
are robotsRoboter that have threedrei legsBeine that terrorizeterrorisieren EarthErde.
14
33000
2000
als dreifüßige Roboter, welche die Erde terrorisieren beschrieben.
00:50
But my robotRoboter, STriDERSTriDER, does not moveBewegung like this.
15
35000
4000
Aber mein Roboter STriDER, bewegt sich nicht auf diese Weise.
00:54
So, this is an actualtatsächlich dynamicdynamisch simulationSimulation animationAnimation.
16
39000
3000
Dies ist also, eine tatsächliche dynamisch simulierte Animation.
00:57
I'm just going to showShow you how the robotRoboter worksWerke.
17
42000
2000
Ich werde ihnen nun zeigen wie der Roboter funktioniert.
00:59
It flipsFlips its bodyKörper 180 degreesGrad
18
44000
3000
Er dreht seinen Körper um 180 Grad.
01:02
and it swingsSchaukeln its legBein betweenzwischen the two legsBeine and catchesFänge the fallfallen.
19
47000
3000
Er schwingt einen Fuß zwischen den beiden andern hindurch, um den Fall abzufangen.
01:05
So, that's how it walksSpaziergänge. But when you look at us
20
50000
2000
So geht er also. Aber sehen sie nur auf uns
01:07
humanMensch beingSein, bipedalzweibeinigen walkingGehen,
21
52000
2000
die Menschen, wir gehen auf zwei Füßen,
01:09
what you're doing is you're not really usingmit a muscleMuskel
22
54000
2000
wir benutzen nicht wirklich unsere Muskeln
01:11
to liftAufzug your legBein and walkgehen like a robotRoboter. Right?
23
56000
3000
um den Fuß zu heben und wie ein Roboter zu gehen. Stimmts?
01:14
What you're doing is you really swingSwing your legBein and catchFang the fallfallen,
24
59000
3000
Was wir tatsächlich tun, ist unseren Fuß nach vorne zu bewegen und den Fall zu abfangen,
01:17
standStand up again, swingSwing your legBein and catchFang the fallfallen.
25
62000
3000
wieder aufzustehen, den Fuß nach vorne zu bewegen und wieder den Fall zu abfangen.
01:20
You're usingmit your built-inBuilt-in dynamicsDynamik, the physicsPhysik of your bodyKörper,
26
65000
3000
Man bedient sich des im eigenen Körperbau eingebauten Kräftespiels,
01:23
just like a pendulumPendel.
27
68000
2000
genauso wie ein Pendel.
01:25
We call that the conceptKonzept of passivepassiv dynamicdynamisch locomotionFortbewegung.
28
70000
4000
Wir nennen dies das Konzept der Fortbewegung durch passives Kräftespiel.
01:29
What you're doing is, when you standStand up,
29
74000
2000
Was sie tun, wenn sie aufstehen ist,
01:31
potentialPotenzial energyEnergie to kinetickinetische energyEnergie,
30
76000
2000
potentielle Energie umwandeln zu kinetischer Energie,
01:33
potentialPotenzial energyEnergie to kinetickinetische energyEnergie.
31
78000
2000
potentielle Energie zu kinetischer Energie.
01:35
It's a constantlyständig fallingfallend processverarbeiten.
32
80000
2000
Es ist ein Prozess des ständigen Fallens.
01:37
So, even thoughobwohl there is nothing in natureNatur that lookssieht aus like this,
33
82000
3000
Und obwohl es nichts in der Natur gibt, dass so aussieht wie das,
01:40
really, we were inspiredinspiriert by biologyBiologie
34
85000
2000
wurden wir tatsächlich von der Biologie inspiriert.
01:42
and applyingbewirbt sich the principlesPrinzipien of walkingGehen
35
87000
2000
und weil wir die Gesetzmäßigkeiten des Gehens
01:44
to this robotRoboter. ThusSomit it's a biologicallybiologisch inspiredinspiriert robotRoboter.
36
89000
3000
an diesem Roboter angewendet haben, ist es ein biologisch inspirierter Roboter.
01:47
What you see over here, this is what we want to do nextNächster.
37
92000
2000
Was Sie hier sehen können, ist was wir als nächstes tun wollen.
01:49
We want to foldfalten up the legsBeine and shootschießen it up for long-rangeLangstrecken motionBewegung.
38
94000
4000
Wir wollen die Beine zusammenfalten und ihn über weite Distanzen schießen.
01:53
And it deployssetzt legsBeine -- it lookssieht aus almostfast like "StarSterne WarsKriege" --
39
98000
3000
Und er verwendet die Beine, es sieht fast aus wie in Star Wars
01:56
when it landslandet, it absorbsabsorbiert the shockSchock and startsbeginnt walkingGehen.
40
101000
3000
um beim landen den Stoß abzufangen und er beginnt zu gehen.
01:59
What you see over here, this yellowGelb thing, this is not a deathTod rayRay. (LaughterLachen)
41
104000
3000
Was sie hier sehen, dieses gelbe Ding, das ist kein Todesstrahl,
02:02
This is just to showShow you that if you have camerasKameras
42
107000
2000
das wird nur benutzt um zu zeigen, dass wenn man Kameras hat
02:04
or differentanders typesTypen of sensorsSensoren --
43
109000
2000
oder andere Sensoren
02:06
because it is tallhoch, it's 1.8 metersMeter tallhoch --
44
111000
2000
weil er hoch ist, er ist 1 Meter 80 groß,
02:08
you can see over obstaclesHindernisse like bushesGebüsch and those kindsArten of things.
45
113000
3000
man über Hindernisse über Büsche und dererlei hinwegsehen kann.
02:11
So we have two prototypesPrototypen.
46
116000
2000
Wir halben also zwei Prototypen.
02:13
The first versionVersion, in the back, that's STriDERSTriDER I.
47
118000
3000
Die erste Version, die Hintere, das ist STriDER I.
02:16
The one in frontVorderseite, the smallerkleiner, is STriDERSTriDER IIII.
48
121000
2000
Der Vordere, der kleinere, ist STriDER II.
02:18
The problemProblem that we had with STriDERSTriDER I is
49
123000
2000
Das Problem, welches wir mit STriDER I hatten ist,
02:20
it was just too heavyschwer in the bodyKörper. We had so manyviele motorsMotoren,
50
125000
3000
dass das Gehäuse einfach zu schwer war. Wir hatten zu viele Motoren,
02:23
you know, aligningAusrichten von the jointsGelenke, and those kindsArten of things.
51
128000
2000
sie wissen schon, welche die Gelenke adjustierten und dergleichen.
02:25
So, we decidedbeschlossen to synthesizesynthetisieren a mechanicalmechanisch mechanismMechanismus
52
130000
4000
Also entschieden wir uns einen mechanischen Mechanismus einzubauen
02:29
so we could get ridloswerden of all the motorsMotoren, and with a singleSingle motorMotor-
53
134000
3000
mit dessen Hilfe wir und all die Motoren sparen konnten. Und mit einem einzigen Motor
02:32
we can coordinateKoordinate all the motionsAnträge.
54
137000
2000
können wir all diese Bewegungen koordinieren.
02:34
It's a mechanicalmechanisch solutionLösung to a problemProblem, insteadstattdessen of usingmit mechatronicsMechatronik.
55
139000
3000
Wir benutzen Mechanik, um dieses Problem zu lösen anstelle von Mechatronik.
02:37
So, with this now the topoben bodyKörper is lightLicht enoughgenug. So, it's walkingGehen in our labLabor;
56
142000
3000
Mit dieser Anpassung ist der obere Teil des Gehäuses leicht genug um im Labor zu gehen.
02:40
this was the very first successfulerfolgreich stepSchritt.
57
145000
3000
Dies war der erste äußerst erfolgreiche Schritt.
02:43
It's still not perfectedperfektioniert -- its coffeeKaffee fallsStürze down --
58
148000
2000
Er ist noch nicht perfekt. Sein Kaffee fällt hinunter,
02:45
so we still have a lot of work to do.
59
150000
3000
wir haben als noch eine Menge Arbeit vor uns
02:48
The secondzweite robotRoboter I want to talk about is callednamens IMPASSIMPASS.
60
153000
3000
Der zweite Roboter über den ich sprechen möchte heißt IMPASS.
02:51
It standssteht for IntelligentIntelligente MobilityMobilität PlatformPlattform with ActuatedBetätigt SpokeSprach SystemSystem.
61
156000
4000
Das steht für Intelligentes Mobiles Plattform System mit Beweglichen Speichen.
02:55
So, it's a wheel-legRad-Bein hybridHybrid robotRoboter.
62
160000
3000
Es ist also ein Rad-Fuß-Hybrid-Roboter.
02:58
So, think of a rimlessrandlose wheelRad
63
163000
2000
Denken Sie an ein felgenloses Rad
03:00
or a spokeSpeiche wheelRad,
64
165000
2000
oder ein Speichenrad
03:02
but the spokesSpeichen individuallyindividuell moveBewegung in and out of the hubNabe;
65
167000
3000
Aber die Speichen bewegen sich unabhängig voneinander in und aus der Radnabe
03:05
so, it's a wheel-legRad-Bein hybridHybrid.
66
170000
2000
Er ist also ein Rad-Fuß-Hybrid.
03:07
We are literallybuchstäblich re-inventingneu zu erfinden the wheelRad here.
67
172000
2000
Wir erfinden hier tatsächlich das Rad neu.
03:09
Let me demonstratezeigen how it worksWerke.
68
174000
3000
Ich werde ihnen zeigen wie er funktioniert.
03:12
So, in this videoVideo we're usingmit an approachAnsatz
69
177000
2000
Also, in diesem Video zeigen wir eine Methode,
03:14
callednamens the reactivereaktive approachAnsatz.
70
179000
2000
die reaktives Verfahren genannt wird.
03:16
Just simplyeinfach usingmit the tactiletaktile sensorsSensoren on the feetFüße,
71
181000
3000
Lediglich die Berührungssensoren an den Füßen benutzend,
03:19
it's tryingversuchen to walkgehen over a changingÄndern terrainGelände,
72
184000
2000
versucht er über sich veränderndes Terrain zu gehen,
03:21
a softweich terrainGelände where it pushesschiebt down and changesÄnderungen.
73
186000
3000
ein weiches Terrain das sich wegrücken und verändern lässt.
03:24
And just by the tactiletaktile informationInformation,
74
189000
2000
Und nur durch ertastete Informationen
03:26
it successfullyerfolgreich crossesKreuze over these typeArt of terrainGelände.
75
191000
3000
überquert er derartiges Terrain.
03:29
But, when it encountersBegegnungen a very extremeextrem terrainGelände,
76
194000
4000
Aber wenn er sehr extremes Terrain überqueren soll,
03:33
in this caseFall, this obstacleHindernis is more than threedrei timesmal
77
198000
3000
in diesem Fall hat das Hindernis mehr als die dreifache
03:36
the heightHöhe of the robotRoboter,
78
201000
2000
Höhe des Roboters,
03:38
Then it switchesSchalter to a deliberateabsichtliche modeModus,
79
203000
2000
schaltet der er auf einen Planungs-Modus um,
03:40
where it usesVerwendungen a laserLaser- rangeAngebot finderFinder,
80
205000
2000
in diesem verwendet er eine LASER-Abstandsmessgerät
03:42
and cameraKamera systemsSysteme, to identifyidentifizieren the obstacleHindernis and the sizeGröße,
81
207000
2000
und Kameras, um das Hindernis und dessen Größe zu erfassen
03:44
and it plansPläne, carefullyvorsichtig plansPläne the motionBewegung of the spokesSpeichen
82
209000
3000
und dann plant er vorsichtig die Bewegung der Radspeichen
03:47
and coordinatesKoordinaten it so that it can showShow this
83
212000
2000
und stimmt diese so auf einander ab, dass er sich auf diese
03:49
kindArt of very very impressivebeeindruckend mobilityMobilität.
84
214000
2000
ausnehmend beeindruckende Weise fortbewegen kann.
03:51
You probablywahrscheinlich haven'thabe nicht seengesehen anything like this out there.
85
216000
2000
Sie haben wahrscheinlich bis jetzt nichts dergleichen gesehen.
03:53
This is a very highhoch mobilityMobilität robotRoboter
86
218000
3000
Dies ist ein hoch mobiler Roboter,
03:56
that we developedentwickelt callednamens IMPASSIMPASS.
87
221000
3000
den wir entwickelt und IMPASS genannt haben
03:59
AhAch, isn't that coolcool?
88
224000
2000
Ah! ist das nicht cool?
04:01
When you driveFahrt your carAuto,
89
226000
3000
Wenn sie mit dem Auto fahren,
04:04
when you steerSteuern your carAuto, you use a methodMethode
90
229000
2000
wenn Sie ihr Auto lenken, verwenden sie eine Methode,
04:06
callednamens AckermannAckermann steeringLenkung.
91
231000
2000
welche Achsschenkellenkung genannt wird.
04:08
The frontVorderseite wheelsRäder rotatedrehen like this.
92
233000
2000
Die Vorderräder rotieren auf diese Weise.
04:10
For mostdie meisten smallklein wheeledfahrbar robotsRoboter,
93
235000
3000
Für die meisten kleinrädrigen Roboter
04:13
they use a methodMethode callednamens differentialDifferential steeringLenkung
94
238000
2000
wird eine Methode verwendet, die man Differentiallenkung nennt,
04:15
where the left and right wheelRad turnswendet sich the oppositeGegenteil directionRichtung.
95
240000
3000
bei ihr drehen sich das rechte und das linke Rad in verschiedene Richtungen.
04:18
For IMPASSIMPASS, we can do manyviele, manyviele differentanders typesTypen of motionBewegung.
96
243000
3000
IMPASS kann sich verschiedenster Arten der Fortbewegung bedienen.
04:21
For exampleBeispiel, in this caseFall, even thoughobwohl the left and right wheelRad is connectedin Verbindung gebracht
97
246000
3000
Zum Beispiel: In diesem Fall, obwohl das linke und das rechte Rad mit einer
04:24
with a singleSingle axleAchse rotatingrotierende at the samegleich angleWinkel of velocityGeschwindigkeit.
98
249000
2000
einzigen Achse verbunden sind und sich daher gleich schnell drehen,
04:26
We just simplyeinfach changeVeränderung the lengthLänge of the spokeSpeiche.
99
251000
3000
ändern wir einfach die Länge der Speiche,
04:29
It affectsbeeinflusst the diameterDurchmesser and then can turnWende to the left, turnWende to the right.
100
254000
2000
das beeinflusst den Durchmesser und dann dreht er sich links und dreht sich nach rechts.
04:31
So, these are just some examplesBeispiele of the neatordentlich things
101
256000
2000
Dies sind nur Beispiele einiger netter Dinge,
04:33
that we can do with IMPASSIMPASS.
102
258000
3000
die wir tun können mit IMPASS.
04:36
This robotRoboter is callednamens CLIMBeRBergsteiger:
103
261000
2000
Dieser Roboter heißt CLIMBeR
04:38
Cable-suspendedKabel unterbrochen LimbedGliedmaßen IntelligentIntelligente MatchingPassende BehaviorVerhalten RobotRoboter.
104
263000
3000
Kabel-aufgehängter Intelligenter Passend Verhaltender Roboter mit Gliedmaßen.
04:41
So, I've been talkingim Gespräch to a lot of NASANASA JPLJPL scientistsWissenschaftler --
105
266000
3000
Ich habe also mit vielen NASA JPL Wissenschaftlern gesprochen,
04:44
at JPLJPL they are famousberühmt for the MarsMars roversRovers --
106
269000
2000
JPL ist berühmt für die Mars Rovers.
04:46
and the scientistsWissenschaftler, geologistsGeologen always tell me
107
271000
2000
Und die Wissenschaftler, die Geologen sagen mir immer,
04:48
that the realecht interestinginteressant scienceWissenschaft,
108
273000
3000
dass die tasächlich interessante Wissenschaft,
04:51
the science-richWissenschaft-reich sitesStandorte, are always at the cliffsKlippen.
109
276000
3000
die wissenschaftlich interessanten Gebiete, immer an Klippen sind.
04:54
But the currentStrom roversRovers cannotnicht können get there.
110
279000
2000
Aber die jetzigen Rover können diese nicht erreichen,
04:56
So, inspiredinspiriert by that we wanted to buildbauen a robotRoboter
111
281000
2000
Also, machte ich mich, inspiriert von dem was sie wollten, daran einen Roboter zu bauen,
04:58
that can climbsteigen a structuredstrukturiert cliffKlippe environmentUmwelt.
112
283000
3000
der Klippen mit Strukturen erklettern kann.
05:01
So, this is CLIMBeRBergsteiger.
113
286000
2000
Also, dies ist CLIMBeR.
05:03
So, what it does, it has threedrei legsBeine. It's probablywahrscheinlich difficultschwer to see,
114
288000
2000
So funktioniert er: er hat drei Beine. Wahrscheinlich ist es schwer zu erkennen,
05:05
but it has a winchWinde and a cableKabel at the topoben --
115
290000
3000
aber er hat eine Seilwinde und ein Seil an der Oberseite
05:08
and it triesversucht to figureZahl out the bestBeste placeOrt to put its footFuß.
116
293000
2000
und er versucht die beste Stelle für seinen Fuß zu finden.
05:10
And then onceEinmal it figuresZahlen that out
117
295000
2000
Wenn er sie gefunden hat
05:12
in realecht time, it calculatesberechnet the forceKraft distributionVerteilung:
118
297000
3000
dann errechnet er fast gleichzeitig die Kräfteverteilung,
05:15
how much forceKraft it needsBedürfnisse to exertausüben to the surfaceOberfläche
119
300000
3000
und wie viel Kraft er auf die Oberfläche übertragen muss
05:18
so it doesn't tipSpitze and doesn't slipUnterhose.
120
303000
2000
um nicht wegzukippen oder abzurutschen.
05:20
OnceEinmal it stabilizesstabilisiert sich that, it liftsAufzüge a footFuß,
121
305000
2000
Wenn er sicher steht, hebt er ein Bein
05:22
and then with the winchWinde it can climbsteigen up these kindsArten of thing.
122
307000
4000
und mithilfe der Seilwinde ist es möglich, derartige Oberflächen hinauf zu klettern.
05:26
AlsoAuch for searchSuche and rescueRettung applicationsAnwendungen as well.
123
311000
2000
Auch Finden-und-Retten-Missionen.
05:28
FiveFünf yearsJahre agovor I actuallytatsächlich workedhat funktioniert at NASANASA JPLJPL
124
313000
2000
Vor fünf Jahren arbeitete ich tatsächlich bei NASA JPL,
05:30
duringwährend the summerSommer- as a facultyFakultät fellowGefährte.
125
315000
2000
während eines Sommerpraktikums.
05:32
And they alreadybereits had a sixsechs leggedBeinen robotRoboter callednamens LEMURLEMUR.
126
317000
4000
Und dort gab es schon damals einen sechsfüßigen Roboter namens LEMUR.
05:36
So, this is actuallytatsächlich basedbasierend on that. This robotRoboter is callednamens MARSMARS:
127
321000
3000
Also dieser hier basiert tatsächlich darauf. Dieser Roboter heißt MARS,
05:39
Multi-AppendageMulti-Anhängsel RoboticRoboter SystemSystem. So, it's a hexapodHexapod robotRoboter.
128
324000
3000
Multi-Fortsatz Roboter System. Er ist also ein sechsfüßiger Roboter.
05:42
We developedentwickelt our adaptiveadaptiv gaitGangart plannerPlaner.
129
327000
2000
Wir haben unseren anpassungsfähigen Gang-Planer entwickelt.
05:44
We actuallytatsächlich have a very interestinginteressant payloadNutzlast on there.
130
329000
2000
Hier haben wir eine wirklich interessante Ladung.
05:46
The studentsStudenten like to have funSpaß. And here you can see that it's
131
331000
2000
Die Studenten machen gern Blödsinn. Und hier können sie sehen wie er
05:48
walkingGehen over unstructuredunstrukturierte terrainGelände.
132
333000
3000
über unstrukturiertes Terrain geht.
05:51
It's tryingversuchen to walkgehen on the coarsegrobe terrainGelände,
133
336000
2000
Er versucht auf grobkörnigem Terrain zu gehen,
05:53
sandysandigen areaBereich,
134
338000
2000
einem Sandfeld,
05:55
but dependingabhängig on the moistureFeuchtigkeit contentInhalt or the grainKorn sizeGröße of the sandSand
135
340000
5000
abhängig von der Feuchtigkeit oder der Größe der Sandkörner
06:00
the foot'sdes Fußes soilBoden sinkageSandfeld modelModell- changesÄnderungen.
136
345000
2000
verändert sich die das Rechenmodell für das Einsinken.
06:02
So, it triesversucht to adaptanpassen its gaitGangart to successfullyerfolgreich crossKreuz over these kindArt of things.
137
347000
4000
Daher versucht er seinen Gang anzupassen um derartiges Terrain zu überqueren.
06:06
And alsoebenfalls, it does some funSpaß stuffSachen, as can imaginevorstellen.
138
351000
2000
Und er kann auch ein paar lustige Sachen. Wie Sie sich sicher vorstellen können,
06:08
We get so manyviele visitorsBesucher visitingBesuch our labLabor.
139
353000
3000
haben wir eine Menge Besucher in unserem Labor.
06:11
So, when the visitorsBesucher come, MARSMARS walksSpaziergänge up to the computerComputer,
140
356000
2000
Wenn die Besucher also kommen, geht Mars zum Computer,
06:13
startsbeginnt typingTippen "HelloHallo, my nameName is MARSMARS."
141
358000
2000
beginnt zu schreiben: "Hallo mein Name ist MARS.
06:15
WelcomeHerzlich Willkommen to RoMeLaRoMeLa,
142
360000
2000
Willkommen bei RoMeLa,
06:17
the RoboticsRobotik MechanismsMechanismen LaboratoryLabor at VirginiaVirginia TechTech.
143
362000
4000
dem Roboter Mechanik Labor von Virgina Tech."
06:21
This robotRoboter is an amoebaAmöbe robotRoboter.
144
366000
2000
Dies Roboter ist ein Amöben-Roboter.
06:23
Now, we don't have enoughgenug time to go into technicaltechnisch detailsDetails,
145
368000
3000
Nun, wir haben nicht genug Zeit um uns mit den technischen Details zu beschäftigen,
06:26
I'll just showShow you some of the experimentsExperimente.
146
371000
2000
Ich will ihnen einfach ein paar der Experimente zeigen.
06:28
So, this is some of the earlyfrüh feasibilityDurchführbarkeit experimentsExperimente.
147
373000
2000
Dies ist eine frühe Machbarkeitsstudie.
06:30
We storeGeschäft potentialPotenzial energyEnergie to the elasticelastische skinHaut to make it moveBewegung.
148
375000
4000
Wir speichern potentielle Energie in der elastischen Hülle und versetzen ihn in Bewegung.
06:34
Or use an activeaktiv tensionSpannung cordsSchnüre to make it moveBewegung
149
379000
2000
oder wir benutzten ein Seil unter Spannung, um ihn
06:36
forwardVorwärts- and backwardrückwärts. It's callednamens ChIMERAChIMERA.
150
381000
3000
vorwärts und rückwärts zu bewegen. Er heißt ChIMERA.
06:39
We alsoebenfalls have been workingArbeiten with some scientistsWissenschaftler
151
384000
2000
Wir haben auch mit ein Wissenschaftlern
06:41
and engineersIngenieure from UPennUPenn
152
386000
2000
und Ingenieuren vom UPenn zussanmmengearbeitet
06:43
to come up with a chemicallychemisch actuatedbetätigt versionVersion
153
388000
2000
um eine chemisch gesteuerten Version
06:45
of this amoebaAmöbe robotRoboter.
154
390000
2000
dieses Amöben-Roboters zu entwickeln.
06:47
We do something to something
155
392000
2000
Wir vermischen also etwas mit irgendetwas anderem
06:49
And just like magicMagie, it movesbewegt. The blobBLOB.
156
394000
6000
und wie durch Magie, bewegt er sich, der Tropfen.
06:55
This robotRoboter is a very recentkürzlich projectProjekt. It's callednamens RAPHaELRAPHaEL.
157
400000
2000
Dieser Roboter ist ein sehr neues Projekt. Er heißt RAPHaEL.
06:57
RoboticRoboter AirLuft PoweredMit Strom versorgt HandHand with ElasticElastische LigamentsBänder.
158
402000
3000
Robotische LuftBetriebene Hand mit Elastischen Fortsätzen
07:00
There are a lot of really neatordentlich, very good roboticRoboter handsHände out there in the marketMarkt.
159
405000
4000
Es gibt sehr viele sehr nette, sehr gute Roboterhände auf dem Markt.
07:04
The problemProblem is they're just too expensiveteuer, tenszehn of thousandsTausende of dollarsDollar.
160
409000
4000
Das einzige Problem ist, dass sie zu teuer sind, zehntausende Dollars.
07:08
So, for prosthesisProthese applicationsAnwendungen it's probablywahrscheinlich not too practicalpraktisch,
161
413000
2000
Daher sind sie für die Verwendung als Prothesen nicht all zu praktikabel,
07:10
because it's not affordableerschwinglich.
162
415000
2000
weil sie nicht erschwinglich sind.
07:12
We wanted to go tackleangehen this problemProblem in a very differentanders directionRichtung.
163
417000
4000
Wir wollen dieses Problem auf eine sehr andere Weise angehen.
07:16
InsteadStattdessen of usingmit electricalelektrisch motorsMotoren, electromechanicalelektromechanische actuatorsAktoren,
164
421000
3000
Anstelle von elektrischen Motoren und elektrischen Bedienteilen
07:19
we're usingmit compressedkomprimiert airLuft.
165
424000
2000
verwenden wir Druckluft.
07:21
We developedentwickelt these novelRoman actuatorsAktoren for jointsGelenke.
166
426000
2000
Wir entwickelten diese neuartigen Steuerelemente für Gelenke.
07:23
It is compliantkonform. You can actuallytatsächlich changeVeränderung the forceKraft,
167
428000
3000
Sie sind nachgiebig. Man kann tatsächlich die Kraft verändern,
07:26
simplyeinfach just changingÄndern the airLuft pressureDruck.
168
431000
2000
indem man einfach den Luftdruck ändert.
07:28
And it can actuallytatsächlich crushzerquetschen an emptyleer sodaLimonade can.
169
433000
2000
Und er kann tatsächlich eine Getränkedose zerdrücken.
07:30
It can pickwähle up very delicatezart objectsObjekte like a rawroh eggEi,
170
435000
3000
Er kann sehr zerbrechliche Objekte aufheben, wie ein rohes Ei
07:33
or in this caseFall, a lightbulbGlühbirne.
171
438000
3000
oder in diesem Fall eine Glühbirne.
07:36
The bestBeste partTeil, it tookdauerte only $200 dollarsDollar to make the first prototypePrototyp.
172
441000
4000
Und das Beste ist, es hat nur 200$ gekostet den ersten Prototypen herzustellen.
07:40
This robotRoboter is actuallytatsächlich a familyFamilie of snakeSchlange robotsRoboter
173
445000
3000
Dieser Roboter gehört eigentlich einer Roboterart an,
07:43
that we call HyDRASHyDRAS,
174
448000
2000
die wir HyDRAS nennen,
07:45
HyperHyper Degrees-of-freedomGrad der Freiheit RoboticRoboter ArticulatedArtikuliert SerpentineSerpentine.
175
450000
2000
Über Grade-von-Freiheit frei-bewegliche Roboter-Schlange.
07:47
This is a robotRoboter that can climbsteigen structuresStrukturen.
176
452000
3000
Dieser Roboter kann Strukturen erklettern.
07:50
This is a HyDRAS'sDie hyDRAS armArm.
177
455000
2000
Dies ist der Arm eines HyDRAS.
07:52
It's a 12 degreesGrad of freedomFreiheit roboticRoboter armArm.
178
457000
2000
Er ist ein Roboterarm mit 12 Freiheitsgraden.
07:54
But the coolcool partTeil is the userBenutzer interfaceSchnittstelle.
179
459000
2000
Aber die coole Sache daran ist die Benutzerschnittstelle.
07:56
The cableKabel over there, that's an opticaloptische fiberFaser.
180
461000
3000
Dieses Kabel dort, besteht aus Glasfaser.
07:59
And this studentSchüler, probablywahrscheinlich the first time usingmit it,
181
464000
2000
Und diese Studentin, sie verwendet es vermutlich zum ersten Mal,
08:01
but she can articulatezu artikulieren it manyviele differentanders waysWege.
182
466000
2000
aber sie kann ihn auf die verschiedensten Weisen bewegen.
08:03
So, for exampleBeispiel in IraqIrak, you know, the warKrieg zoneZone,
183
468000
3000
Zum Beispiel im Irak, Sie wissen schon, im Kriegsgebiet
08:06
there is roadsideStraßenrand bombsBomben. CurrentlyAktuell you sendsenden these
184
471000
2000
gibt es Straßenbomben. Derzeit schickt man ein
08:08
remotelyaus der Ferne controlledkontrolliert vehiclesFahrzeuge that are armedbewaffnete.
185
473000
3000
ferngesteuertes bewaffnetes Fahrzeug.
08:11
It takes really a lot of time and it's expensiveteuer
186
476000
2000
Und es kostet viel Zeit und Geld
08:13
to trainZug the operatorOperator to operatearbeiten this complexKomplex armArm.
187
478000
4000
um den Operator zu lehren diesen komplexen Arm zu bedienen.
08:17
In this caseFall it's very intuitiveintuitiv;
188
482000
2000
In diesem Fall verläuft das sehr intuitiv.
08:19
this studentSchüler, probablywahrscheinlich his first time usingmit it, doing very complexKomplex manipulationManipulation tasksAufgaben,
189
484000
4000
Diese Studentin, die ihn wahrscheinlich zum ersten Mal benutzt, führt sehr komplexe Handgriffe aus,
08:23
pickingpflücken up objectsObjekte and doing manipulationManipulation,
190
488000
2000
sie hebt Objekte auf und hantiert mit ihnen
08:25
just like that. Very intuitiveintuitiv.
191
490000
3000
einfach so, sehr intuitiv.
08:30
Now, this robotRoboter is currentlyzur Zeit our starStar robotRoboter.
192
495000
2000
Nun, dieser Roboter ist unser derzeitiger Starroboter.
08:32
We actuallytatsächlich have a fanVentilator clubVerein for the robotRoboter, DARwInDARwIn:
193
497000
3000
Es gibt wirklich einen Fanclub für diesen Roboter, DARwin,
08:35
DynamicDynamische AnthropomorphicAnthropomorphe RobotRoboter with IntelligenceIntelligenz.
194
500000
3000
Dynamischer Menschenähnlicher Roboter Mit Intelligenz.
08:38
As you know, we are very interestedinteressiert in
195
503000
2000
Wie Sie wissen interessieren wir uns sehr für
08:40
humanoidHumanoid robotRoboter, humanMensch walkingGehen,
196
505000
2000
humanoide Roboter, den menschlichen Gang,
08:42
so we decidedbeschlossen to buildbauen a smallklein humanoidHumanoid robotRoboter.
197
507000
2000
daher haben wir beschlossen einen kleinen humanoiden Roboter zu bauen.
08:44
This was in 2004; at that time,
198
509000
2000
Das war 2004, zu dieser Zeit
08:46
this was something really, really revolutionaryRevolutionär.
199
511000
2000
war das ziemlich revolutionär.
08:48
This was more of a feasibilityDurchführbarkeit studyStudie:
200
513000
2000
Es war mehr eine Möglichkeitsstudie
08:50
What kindArt of motorsMotoren should we use?
201
515000
2000
welche Art von Motoren sollten wir verwenden?
08:52
Is it even possiblemöglich? What kindsArten of controlsKontrollen should we do?
202
517000
2000
Ist es tatsächlich möglich?
08:54
So, this does not have any sensorsSensoren.
203
519000
2000
Dieser hier hat keinerlei Sensoren.
08:56
So, it's an openöffnen loopSchleife controlsteuern.
204
521000
2000
Es läuft nach einer Programmschleife.
08:58
For those who probablywahrscheinlich know, if you don't have any sensorsSensoren
205
523000
2000
Für diejenigen unter ihnen, die wahrscheinlich wissen, wenn man keine Sensoren hat
09:00
and there are any disturbancesStörungen, you know what happensdas passiert.
206
525000
2000
und es irgendwelche Störungen gibt, Sie wissen ja was passiert.
09:05
(LaughterLachen)
207
530000
1000
(Gelächter)
09:06
So, basedbasierend on that successErfolg, the followinges folgen yearJahr
208
531000
2000
Basierend auf diesem Erfolg, im nächsten Jahr
09:08
we did the properordnungsgemäße mechanicalmechanisch designEntwurf
209
533000
3000
gingen wir das genaue mechanische Design an
09:11
startingbeginnend from kinematicsKinematik.
210
536000
2000
beginnend bei der Bewegungslehre.
09:13
And thusso, DARwInDARwIn I was borngeboren in 2005.
211
538000
2000
Und siehe da DARwin I wurde 2005 geboren.
09:15
It standssteht up, it walksSpaziergänge -- very impressivebeeindruckend.
212
540000
2000
Er kann aufstehen, er geht, sehr eindrucksvoll.
09:17
HoweverJedoch, still, as you can see,
213
542000
2000
Aber wie sie sehen können
09:19
it has a cordKabel, umbilicalNabelschnur cordKabel. So, we're still usingmit an externalextern powerLeistung sourceQuelle
214
544000
4000
hängt er noch immer an einer Nabelschnur. Das heißt wir verwenden noch immer eine externe Energiequelle
09:23
and externalextern computationBerechnung.
215
548000
2000
und externe Recheneinheiten.
09:25
So, in 2006, now it's really time to have funSpaß.
216
550000
4000
Im Jahr 2006 also, war es Zeit wirklich Spaß zu haben.
09:29
Let's give it intelligenceIntelligenz. We give it all the computingComputer powerLeistung it needsBedürfnisse:
217
554000
3000
Verpassen wir ihm Intelligenz. Wir gegen ihm all die Rechenleistung die er braucht,
09:32
a 1.5 gigahertzGigahertz PentiumPentium M chipChip,
218
557000
2000
einen 1.5 Gigahertz Pentium M Chip
09:34
two FireWireFireWire camerasKameras, ratePreis gyrosGyros, accelerometersBeschleunigungssensoren,
219
559000
2000
zwei Firewire-Kameras, acht Giromotoren, einen Beschleunigungsmesser,
09:36
fourvier forceKraft sensorsSensoren on the footFuß, lithiumLithium polymerPolymer batteriesBatterien.
220
561000
3000
vier Drehmoment-Sensoren auf den Füßen, Lithium-Ionen-Akkus
09:39
And now DARwInDARwIn IIII is completelyvollständig autonomousautonom.
221
564000
4000
Und nun war DARwin II vollständig selbstständig.
09:43
It is not remoteentfernt controlledkontrolliert.
222
568000
2000
Er ist nicht ferngesteuert
09:45
There are no tethersTether. It lookssieht aus around, searchesSuche for the ballBall,
223
570000
3000
Es gibt keine Fangleinen. Er sieht sich um sucht den Ball,
09:48
lookssieht aus around, searchesSuche for the ballBall, and it triesversucht to playspielen a gameSpiel of soccerFußball,
224
573000
3000
schaut sich um, sucht nach dem Ball und er versucht Fußball zu spielen,
09:51
autonomouslyautonom: artificialkünstlich intelligenceIntelligenz.
225
576000
3000
unabhängige, künstliche Intelligenz.
09:54
Let's see how it does. This was our very first trialVersuch,
226
579000
3000
Mal sehen wie er sich macht. Dies war unser aller erster Versuch,
09:57
and... SpectatorsZuschauer (VideoVideo): GoalZiel!
227
582000
5000
und.... Video: Tooooor!
10:03
DennisDennis HongHong: So, there is actuallytatsächlich a competitionWettbewerb callednamens RoboCupRoboCup.
228
588000
3000
Und es gibt tatsächlich einen Wettbewerb der sich RoboCup nennt.
10:06
I don't know how manyviele of you have heardgehört about RoboCupRoboCup.
229
591000
2000
Ich weiß nicht wie viele von Ihnen schon vom RoboCub gehört haben.
10:08
It's an internationalInternational autonomousautonom robotRoboter soccerFußball competitionWettbewerb.
230
593000
5000
Es handelt sich um ein unabhängiges Roboter Fußballtunier
10:13
And the goalTor of RoboCupRoboCup, the actualtatsächlich goalTor is,
231
598000
3000
Und das Ziel des RoboCups, das tatsächliche Ziel ist es,
10:16
by the yearJahr 2050
232
601000
2000
im Jahr 2050
10:18
we want to have fullvoll sizeGröße, autonomousautonom humanoidHumanoid robotsRoboter
233
603000
3000
unabhängige humanoide Roboter in Originalgröße zu haben,
10:21
playspielen soccerFußball againstgegen the humanMensch WorldWelt CupTasse championsChampions
234
606000
4000
die Fußball gegen die menschlichen Weltmeisterschaftsgewinner spielen
10:25
and winSieg.
235
610000
2000
und gewinnen.
10:27
It's a truewahr actualtatsächlich goalTor. It's a very ambitiousehrgeizige goalTor,
236
612000
2000
Das ist ein wirkliches Ziel. Es ist ein sehr ehrgeiziges Ziel,
10:29
but we trulywirklich believe that we can do it.
237
614000
2000
aber glauben fest, dass wir es erreichen können.
10:31
So, this is last yearJahr in ChinaChina.
238
616000
3000
So, das war letztes Jahr in China.
10:34
We were the very first teamMannschaft in the UnitedVereinigte StatesStaaten that qualifiedqualifizierte
239
619000
2000
Wir waren das erste Team aus den Vereinigten Staaten das sich qualifiziert hat
10:36
in the humanoidHumanoid RoboCupRoboCup competitionWettbewerb.
240
621000
2000
für den Wettbewerb humanoider Roboter.
10:38
This is this yearJahr in AustriaÖsterreich.
241
623000
3000
Dieses Jahr war er in Österreich.
10:41
You're going to see the actionAktion, threedrei againstgegen threedrei,
242
626000
2000
Sie werden nun das tatsächliche Spiel sehen, drei gegen drei,
10:43
completelyvollständig autonomousautonom.
243
628000
2000
vollständig unabhängig.
10:45
There you go. Yes!
244
630000
2000
Na bitte. Ja!
10:48
The robotsRoboter trackSpur and they
245
633000
2000
Die Roboter finden und spielen,
10:50
teamMannschaft playspielen amongstunter themselvessich.
246
635000
3000
Teams spielen zusammen.
10:53
It's very impressivebeeindruckend. It's really a researchForschung eventEvent
247
638000
2000
Es ist sehr eindrucksvoll. Es ist ein echtes Forschungstreffen
10:55
packagedverpackt in a more excitingaufregend competitionWettbewerb eventEvent.
248
640000
4000
verpackt in einem sehr spannenden Wettbewerb.
10:59
What you see over here, this is the beautifulschön
249
644000
2000
Was Sie hier sehen können ist wunderschön
11:01
LouisLouis VuittonVuitton CupTasse trophyTrophäe.
250
646000
2000
den Louis Vuitton Cup Pokal.
11:03
So, this is for the bestBeste humanoidHumanoid,
251
648000
2000
Also, der ist für den besten Humanoiden,
11:05
and we would like to bringbringen this for the very first time, to the UnitedVereinigte StatesStaaten
252
650000
2000
und wir wünschen uns ihn als erstes US-Amerikanisches Team zu gewinnen,
11:07
nextNächster yearJahr, so wishWunsch us luckGlück.
253
652000
2000
nächstes Jahr, also halten sie uns die Daumen.
11:09
(ApplauseApplaus)
254
654000
2000
Danke sehr.
11:11
Thank you.
255
656000
3000
(Applaus)
11:14
DARwInDARwIn alsoebenfalls has a lot of other talentsTalente.
256
659000
2000
DARwin hat auch viele andere Talente.
11:16
Last yearJahr it actuallytatsächlich conductedgeführt the RoanokeRoanoke SymphonySymphonie OrchestraOrchester
257
661000
3000
Letztes Jahr dirigierte er tatsächlich das Roanoke Symphonie Orchester
11:19
for the holidayUrlaub concertKonzert.
258
664000
3000
beim Ferienkonzert.
11:22
This is the nextNächster generationGeneration robotRoboter, DARwInDARwIn IVIV,
259
667000
3000
Dies ist die nächste Robotergeneration DARwin IV,
11:25
but smarterintelligenter, fasterschneller, strongerstärker.
260
670000
3000
er ist schlauer, schneller und stärker.
11:28
And it's tryingversuchen to showShow off its abilityFähigkeit:
261
673000
2000
und er versucht mit seinen Fähigkeiten anzugeben.
11:30
"I'm machoMacho, I'm strongstark.
262
675000
3000
"Ich bin ein Macho, ich bin stark"
11:33
I can alsoebenfalls do some JackieJackie Chan-motionChan-Bewegung,
263
678000
3000
Ich kann sogar Jackie Chan nachmachen
11:36
martialKampfkunst artKunst movementsBewegungen."
264
681000
3000
Kampfsport-Bewegungen.
11:39
(LaughterLachen)
265
684000
2000
(Lachen)
11:41
And it walksSpaziergänge away. So, this is DARwInDARwIn IVIV.
266
686000
2000
Und er geht davon. Dies ist also DARwin IV,
11:43
And again, you'lldu wirst be ablefähig to see it in the lobbyEmpfangshalle.
267
688000
2000
wiederum ist er in der Lobby zu sehen.
11:45
We trulywirklich believe this is going to be the very first runningLaufen
268
690000
2000
Wir glauben tatsächlich, dass dies der erste laufende
11:47
humanoidHumanoid robotRoboter in the UnitedVereinigte StatesStaaten. So, staybleibe tunedabgestimmt.
269
692000
3000
humanoide Roboter in den US sein wird. Also, bleiben sie dran.
11:50
All right. So I showedzeigte you some of our excitingaufregend robotsRoboter at work.
270
695000
3000
In Ordnung, ich habe Ihnen also einige der spannenden Roboter gezeigt an denen wir arbeiten.
11:53
So, what is the secretGeheimnis of our successErfolg?
271
698000
3000
Aber was ist das Geheimnis unseres Erfolges?
11:56
Where do we come up with these ideasIdeen?
272
701000
2000
Wie kommen wir auf all diese Ideen?
11:58
How do we developentwickeln these kindsArten of ideasIdeen?
273
703000
2000
Woher nehmen wir all die Ideen?
12:00
We have a fullyvöllig autonomousautonom vehicleFahrzeug
274
705000
2000
Wir haben ein vollkommen selbständiges Fahrzeug,
12:02
that can driveFahrt into urbanstädtisch environmentsUmgebungen. We wongewonnen a halfHälfte a millionMillion dollarsDollar
275
707000
2000
dass in der Stadt fahren kann. Wir gewannen eine halbe Million Dollar
12:04
in the DARPADARPA UrbanUrban ChallengeHerausforderung.
276
709000
2000
bei der DARPA Urban Calllenge.
12:06
We alsoebenfalls have the world'sWelt very first
277
711000
2000
Wir haben auch das weltweit erst Fahrzeug,
12:08
vehicleFahrzeug that can be drivenGefahren by the blindblind.
278
713000
2000
dass von Blinden gefahren werden kann.
12:10
We call it the BlindBlind DriverTreiber ChallengeHerausforderung, very excitingaufregend.
279
715000
2000
Wir nennen das die Blinder-Fahrer-Herausforderung, sehr spannende Sache
12:12
And manyviele, manyviele other roboticsRobotik projectsProjekte I want to talk about.
280
717000
4000
und viele andere Roboterprojekte über die ich sprechen möchte.
12:16
These are just the awardsAuszeichnungen that we wongewonnen in 2007 fallfallen
281
721000
2000
Dies sind allein die Preise, die wir im Herbst 2007 gewonnen haben,
12:18
from roboticsRobotik competitionsWettbewerbe and those kindsArten of things.
282
723000
3000
bei Roboter Wettbewerben und dererlei.
12:21
So, really, we have fivefünf secretsGeheimnisse.
283
726000
2000
Also wir haben fünf Geheimnisse.
12:23
First is: Where do we get inspirationInspiration?
284
728000
2000
Erstens, woher haben wir unsere Inspiration
12:25
Where do we get this sparkFunke of imaginationPhantasie?
285
730000
2000
woher bekommen wir diesen Funken der Vorstellungskriaft
12:27
This is a truewahr storyGeschichte, my personalpersönlich storyGeschichte.
286
732000
3000
Dies ist eine wahre Geschichte, meine eigene Geschichte.
12:30
At night when I go to bedBett, 3 - 4 a.m. in the morningMorgen,
287
735000
2000
Wenn ich Nachts in Bett gehe, um 3 oder 4 in der Früh,
12:32
I lieLüge down, closeschließen my eyesAugen, and I see these linesLinien and circlesKreise
288
737000
3000
Lege ich mich nieder und schließe meine Augen und ich sehe diese Linien und Kreise
12:35
and differentanders shapesFormen floatingFloating around.
289
740000
2000
and andere Formen herum schweben
12:37
And they assemblemontieren, and they formbilden these kindsArten of mechanismsMechanismen.
290
742000
3000
und diese gliedern sich und formen diese Mechanismen.
12:40
And then I think, "AhAch this is coolcool."
291
745000
2000
und ich denke: "Ah das ist cool."
12:42
So, right nextNächster to my bedBett I keep a notebookNotebook,
292
747000
2000
Also, habe ich gleich neben meinem Bett ein Notizbuch,
12:44
a journalTagebuch, with a specialbesondere penStift that has a lightLicht on it, LED lightLicht,
293
749000
3000
ein Tagebuch, mit einem speziellen Stift, der ein LED-Licht hat,
12:47
because I don't want to turnWende on the lightLicht and wakeaufwachen up my wifeEhefrau.
294
752000
2000
weil ich das Licht, um meine Frau nicht zu wecken, nicht einschalten will.
12:49
So, I see this, scribbleScribble everything down, drawzeichnen things,
295
754000
2000
Also, ich sehe das alles und schreibe alles auf und zeichne Dinge
12:51
and I go to bedBett.
296
756000
2000
und dann gehe ich schlafen.
12:53
EveryJedes day in the morningMorgen,
297
758000
2000
Jeden Morgen,
12:55
the first thing I do before my first cupTasse of coffeeKaffee,
298
760000
2000
ist die erste Sache, die ich mache – noch vor meinem ersten Kaffee –
12:57
before I brushBürste my teethZähne, I openöffnen my notebookNotebook.
299
762000
2000
bevor ich mir die Zähne putze, öffne ich mein Notizbuch.
12:59
ManyViele timesmal it's emptyleer,
300
764000
2000
Oft ist es leer,
13:01
sometimesmanchmal I have something there -- if something'smanche Dinge there, sometimesmanchmal it's junkMüll --
301
766000
2000
aber manchmal finde ich etwas das totaler Schwachsinn ist,
13:03
but mostdie meisten of the time I can't even readlesen my handwritingHandschrift.
302
768000
3000
aber meistens kann ich nicht einmal meine eigene Handschrift lesen.
13:06
And so, 4 am in the morningMorgen, what do you expecterwarten von, right?
303
771000
3000
Na ja, 4 in der Früh, was kann man schon erwarten, stimmts?
13:09
So, I need to decipherentziffern what I wroteschrieb.
304
774000
2000
Ich muss also entziffern was ich geschrieben habe.
13:11
But sometimesmanchmal I see this ingeniousgenial ideaIdee in there,
305
776000
3000
Aber manchmal sehe ich diese geniale Idee dort
13:14
and I have this eurekaEureka momentMoment.
306
779000
2000
und ich habe diesen "Eureka-Moment"
13:16
I directlydirekt runLauf to my home officeBüro, sitsitzen at my computerComputer,
307
781000
2000
Ich laufe direkt in meinem Heimbüro, setze mich an meinem Computer,
13:18
I typeArt in the ideasIdeen, I sketchskizzieren things out
308
783000
2000
tippe die Ideen ein und mache Skizzen
13:20
and I keep a databaseDatenbank of ideasIdeen.
309
785000
3000
und ich habe eine Datenbank voller Ideen.
13:23
So, when we have these callsAnrufe for proposalsVorschläge,
310
788000
2000
Wenn uns also jemand fragt ob wir eine Idee zur Lösung eines Problems haben
13:25
I try to find a matchSpiel betweenzwischen my
311
790000
2000
versuche ich eine Übereinstimmung mit meinen
13:27
potentialPotenzial ideasIdeen
312
792000
2000
möglichen Ideen zu finden
13:29
and the problemProblem. If there is a matchSpiel we writeschreiben a researchForschung proposalVorschlag,
313
794000
2000
und das Problem kann, wenn es eine Übereinstimmung gibt und wir einen Vorschlag einreichen
13:31
get the researchForschung fundingFinanzierung in, and that's how we startAnfang our researchForschung programsProgramme.
314
796000
4000
gefördert werden und so starten wir unsere Projekte.
13:35
But just a sparkFunke of imaginationPhantasie is not good enoughgenug.
315
800000
3000
Aber nur von einem Funken der Vorstellungskraft zu sprechen ist nicht genug.
13:38
How do we developentwickeln these kindsArten of ideasIdeen?
316
803000
2000
Wie entwickeln wir diese Ideen weiter?
13:40
At our labLabor RoMeLaRoMeLa, the RoboticsRobotik and MechanismsMechanismen LaboratoryLabor,
317
805000
3000
In unserem Labor RoMeLa, dem Roboter Mechanik Labor,
13:43
we have these fantasticfantastisch brainstormingBrainstorming sessionsSitzungen.
318
808000
3000
haben wir diese fantastischen Brainstorming-Sitzungen.
13:46
So, we gatherversammeln around, we discussdiskutieren about problemsProbleme
319
811000
2000
Wir treffen uns also und wir besprechen die Probleme
13:48
and socialSozial problemsProbleme and talk about it.
320
813000
2000
und die sozialen Probleme und reden darüber.
13:50
But before we startAnfang we setSet this goldengolden ruleRegel.
321
815000
3000
Aber bevor wir anfangen, setzen wir eine goldene Regel fest
13:53
The ruleRegel is:
322
818000
2000
Diese Regel ist:
13:55
NobodyNiemand criticizeskritisiert anybody'sjemandes ideasIdeen.
323
820000
3000
"Niemand kritisiert eines anderen Ideen.
13:58
NobodyNiemand criticizeskritisiert any opinionMeinung.
324
823000
2000
Niemand kritisiert irgendeine Meinung."
14:00
This is importantwichtig, because manyviele timesmal studentsStudenten, they fearAngst
325
825000
2000
Das ist wichtig, denn oft fürchten sich Studenten
14:02
or they feel uncomfortableunbequem how othersAndere mightMacht think
326
827000
3000
oder sind sich nicht sicher wie andere denken mögen
14:05
about theirihr opinionsMeinungen and thoughtsGedanken.
327
830000
2000
über ihre Meinungen und Gedanken.
14:07
So, onceEinmal you do this, it is amazingtolle
328
832000
2000
Wenn man das macht ist es unglaublich
14:09
how the studentsStudenten openöffnen up.
329
834000
2000
wie sehr sich die Studenten öffnen.
14:11
They have these wackyverrückte, coolcool, crazyverrückt, brilliantGenial ideasIdeen, and
330
836000
3000
Sie haben diese absolut wahnsinnigen, coolen, verrückten brillanten Ideen,
14:14
the wholeganze roomZimmer is just electrifiedelektrifiziert with creativekreativ energyEnergie.
331
839000
3000
der ganze Raum ist wie unter Spannung mit kreativer Energie.
14:17
And this is how we developentwickeln our ideasIdeen.
332
842000
3000
Und so entwickeln wir unsere Ideen.
14:20
Well, we're runningLaufen out of time. One more thing I want to talk about is,
333
845000
3000
Gut, uns geht die Zeit aus und ich will noch über eine andere Sache reden.
14:23
you know, just a sparkFunke of ideaIdee and developmentEntwicklung is not good enoughgenug.
334
848000
4000
Sie wissen, dass das der Funke der Idee und die Entwicklung nicht genug sind.
14:27
There was a great TEDTED momentMoment,
335
852000
2000
Da gab es einen großartigen TED-Moment,
14:29
I think it was SirSir KenKen RobinsonRobinson, was it?
336
854000
3000
ich denke es war Sir Ken Robinson, oder?
14:32
He gavegab a talk about how educationBildung
337
857000
2000
Er sprach darüber wie wir Kinder erziehen sollten
14:34
and schoolSchule killstötet creativityKreativität.
338
859000
2000
und dass Schule Kreativität zerstört.
14:36
Well, actuallytatsächlich, there are two sidesSeiten to the storyGeschichte.
339
861000
3000
Nun, es gibt tatsächlich zwei Seiten der Geschichte.
14:39
So, there is only so much one can do
340
864000
3000
Man kann nicht alles erreichen
14:42
with just ingeniousgenial ideasIdeen
341
867000
2000
nur mit genialen Ideen
14:44
and creativityKreativität and good engineeringIngenieurwesen intuitionIntuition.
342
869000
3000
und Kreativität und hervorragender Bau-Intuition.
14:47
If you want to go beyonddarüber hinaus a tinkeringBasteln,
343
872000
2000
Wenn man über das Basteln hinaus will
14:49
if you want to go beyonddarüber hinaus a hobbyHobby of roboticsRobotik
344
874000
2000
und wenn man über das Hobby Roboter hinaus will
14:51
and really tackleangehen the grandgroßartig challengesHerausforderungen of roboticsRobotik
345
876000
3000
und die wirklich großen Herausforderungen der Robotik angehen will
14:54
throughdurch rigorousrigoros researchForschung
346
879000
2000
mithilfe genauester Forschung,
14:56
we need more than that. This is where schoolSchule comeskommt in.
347
881000
3000
brauchen wir mehr als nur das. Das ist wo die Schule ins Spiel kommt.
14:59
BatmanBatman, fightingKampf againstgegen badschlecht guys,
348
884000
3000
wenn Batman gegen die Bösewicht kämpft,
15:02
he has his utilityNutzen beltGürtel, he has his grapplingGrappling hookHaken,
349
887000
2000
dann hat er seinen Ausrüstungsgürtel und seinen Enterhaken
15:04
he has all differentanders kindsArten of gadgetsGadgets.
350
889000
2000
und all diese verschiedenen Ausrüstungsgegenstände.
15:06
For us roboticistsRobotiker, engineersIngenieure and scientistsWissenschaftler,
351
891000
2000
Für uns Robotiker, Ingenieure und Wissenschaftler,
15:08
these toolsWerkzeuge, these are the coursesKurse and classesKlassen you take in classKlasse.
352
893000
5000
sind diese Ausrüstungsgegenstände, Lehrgänge und Sparten über die wir in der Schule lernen.
15:13
MathMathematik, differentialDifferential equationsGleichungen.
353
898000
2000
Mathe, differenzieren.
15:15
I have linearlinear algebraAlgebra, scienceWissenschaft, physicsPhysik,
354
900000
2000
Ich habe lineare Algebra, Naturwissenschaften, Physik,
15:17
even nowadaysheutzutage, chemistryChemie and biologyBiologie, as you've seengesehen.
355
902000
3000
heutzutage sogar Chemie und Biologie, wie Sie gesehen haben.
15:20
These are all the toolsWerkzeuge that we need.
356
905000
2000
Dies sind all die Werkzeuge, die wir brauchen.
15:22
So, the more toolsWerkzeuge you have, for BatmanBatman,
357
907000
2000
Das heißt, je mehr Ausrüstungsgegenstände für Batman man hat
15:24
more effectiveWirksam at fightingKampf the badschlecht guys,
358
909000
2000
desto effektiver bekämpft Batman die Bösen
15:26
for us, more toolsWerkzeuge to attackAttacke these kindsArten of biggroß problemsProbleme.
359
911000
4000
für uns sind es mehr Werkzeuge um derartige Probleme anzugehen.
15:30
So, educationBildung is very importantwichtig.
360
915000
3000
Auf diese Art ist Bildung sehr wichtig
15:33
AlsoAuch, it's not about that,
361
918000
2000
Also geht es nicht nur darum
15:35
only about that. You alsoebenfalls have to work really, really hardhart.
362
920000
2000
sonder nur darum, man muss auch sehr sehr hart arbeiten.
15:37
So, I always tell my studentsStudenten,
363
922000
2000
Ich sage also immer zu meinen Schülern
15:39
"Work smartsmart, then work hardhart."
364
924000
2000
arbeitet schlau, dann arbeitet hart.
15:41
This pictureBild in the back this is 3 a.m. in the morningMorgen.
365
926000
3000
Dieses Bild im Hintergrund, das wurde um 3 in der Früh gemacht.
15:44
I guaranteeGarantie if you come to your labLabor at 3 - 4 am
366
929000
2000
Ich garantiere wenn man um 3 oder 4 in der Früh in unser Labor kommt
15:46
we have studentsStudenten workingArbeiten there,
367
931000
2000
dann arbeiten dort Studenten,
15:48
not because I tell them to, but because we are havingmit too much funSpaß.
368
933000
3000
und das nicht weil ich es ihnen befehle sonder, weil wir zu viel Spaß haben.
15:51
WhichDie leadsführt to the last topicThema:
369
936000
2000
Was uns zu unserem letzten Thema führt.
15:53
Do not forgetvergessen to have funSpaß.
370
938000
2000
Vergiss nicht Spaß zu haben.
15:55
That's really the secretGeheimnis of our successErfolg, we're havingmit too much funSpaß.
371
940000
3000
Das ist das tatsächliche Geheimnis unseres Erfolges. Wir haben zu viel Spaß.
15:58
I trulywirklich believe that highesthöchste productivityProduktivität comeskommt when you're havingmit funSpaß,
372
943000
3000
Ich glaube fest daran, dass man die höchste Produktivität erreicht wenn man Spaß hat.
16:01
and that's what we're doing.
373
946000
2000
Und das ist was wir tun.
16:03
There you go. Thank you so much.
374
948000
2000
Bitte sehr. Vielen Dank.
16:05
(ApplauseApplaus)
375
950000
5000
(Applaus)
Translated by David Bauer
Reviewed by Lex Asobo

▲Back to top

ABOUT THE SPEAKER
Dennis Hong - Roboticist
Dennis Hong is the founder and director of RoMeLa -- a Virginia Tech robotics lab that has pioneered several breakthroughs in robot design and engineering.

Why you should listen

As director of a groundbreaking robotics lab, Dennis Hong guides his team of students through projects on robot locomotion and mechanism design, creating award-winning humanoid robots like DARwIn (Dynamic Anthropomorphic Robot with Intelligence). His team is known as RoMeLa (Robotics & Mechanisms Laboratory) and operates at Virginia Tech.

Hong has also pioneered various innovations in soft-body robots, using a “whole-skin locomotion” as inspired by amoebae. Marrying robotics with biochemistry, he has been able to generate new types of motion with these ingenious forms. For his contributions to the field, Hong was selected as a NASA Summer Faculty Fellow in 2005, given the CAREER award by the National Science Foundation in 2007 and in 2009, named as one of Popular Science's Brilliant 10. He is also a gourmet chef and a magician, performing shows for charity and lecturing on the science of magic.

More profile about the speaker
Dennis Hong | Speaker | TED.com