Крылья, вдохновленные колибри, определяют направление ветра с точностью 99%

Био-инспирированное измерение ветра с использованием датчиков деформации на гибких крыльях может произвести революцию в стратегии управления полетом робота. Исследователи из Института науки Токио разработали метод определения направления ветра с точностью 99% с использованием семи датчиков деформации на машущем крыле и модели сверточной нейронной сети. Этот прорыв, вдохновленный естественными рецепторами напряжения у птиц и насекомых, открывает новые возможности для улучшения управления и адаптации воздушных роботов с машущим крылом к ​​изменяющимся ветровым условиям. Летающие насекомые и птицы обладают механическими рецепторами на крыльях, которые собирают данные о напряжении , предположительно помогая им контролировать полет. Эти рецепторы, возможно, обнаруживают изменения ветра, движения тела и условий окружающей среды, что позволяет им реагировать на изменения во время полета. Вдохновленные этим естественным крылом с рецепторами деформации, исследователи изучают, как датчики деформации крыла могут извлекать информацию об окружающем потоке с помощью биомиметического машущего робота. В исследовании, опубликованном в журнале Advanced Intelligent Systems 11 ноября 2024 года, исследователи из Института науки Токио под руководством доцента Хирото Танаки изучают использование датчиков деформации на гибких крыльях, имитирующих крылья колибри, для точного определения направления потока во время взмахов на привязи в аэродинамической трубе, имитирующей зависший полет при слабом ветре. «Небольшие воздушные роботы не могут позволить себе использовать традиционную аппаратуру для измерения потока из-за серьезных ограничений по весу и размеру. Поэтому было бы полезно, если бы можно было использовать простое измерение деформации крыла для непосредственного распознавания условий потока без дополнительных специализированных устройств», — говорит Танака. Исследователи прикрепили семь тензодатчиков, которые являются широко используемыми недорогими коммерческими элементами, к гибкой структуре крыла, которая имитирует крылья колибри. Эти крылья состояли из конических валов, поддерживающих пленку крыла, похожую на структуру натуральных крыльев. Крылья были прикреплены к механизму махания, приводимому в действие двигателем постоянного тока через кулисный механизм и редукторы, которые создавали возвратно-поступательное маховое движение со скоростью 12 циклов в секунду. Исследователи применили очень слабый ветер 0,8 м/с к механизму в аэродинамической трубе. Деформация крыла измерялась во время взмаха при семи различных направлениях ветра (0°, 15°, 30°, 45°, 60°, 75° и 90°) и одном состоянии без ветра. Для машинного обучения данных о деформации с целью классификации этих условий ветра использовалась модель сверточной нейронной сети (CNN). В результате была достигнута высокая точность классификации 99,5% при использовании данных о деформации с длиной цикла взмахов. Даже при более короткой длине данных 0,2 цикла взмахов точность классификации оставалась высокой и составляла 85,2%. При использовании только одного из тензодатчиков точность классификации также была высокой, в диапазоне от 95,2% до 98,8% при длине данных цикла взмахов, в то время как точность классификации резко упала до 65,6% или менее при коротких данных 0,2 цикла. Эти результаты показывают, что измерение деформации крыла в нескольких местах может обеспечить распознавание направления ветра с высокой точностью всего за 0,2 цикла взмахов. При удалении внутренних валов крыла точность классификации сн...

Читать полный текст на android-robot.com

 

Опубликовано: 23:00, 31.12.2024

 

Новость из рубрики:

 

Поделиться новостью:

 

Топ новости часа

• С 28 октября войти в «Госуслуги» с логином и паролем больше не получится...
• Starlink в Украине. Где купить и как пользоваться...
• Гран-при Австралии-2023. Расписание трансляций...
• Хозяин "Пятёрочки" рассказал, что россияне стали патриотами и разлюбили западные бренды...
• Де Хеа сделал 5-ю результативную ошибку со старта прошлого сезона – у него и Льориса их больше всего среди игроков АПЛ...
• Дмитрий Рябыкин: «СКА – номер один в КХЛ по качеству хоккеистов. Для кого-то его роль может не вытекать из хода карьеры – нужно это принять. У тренеров не легкая работа»...