Biomimetički lepršajući dronovi detektiraju smjer vjetra

Istraživači s Instituta za znanost u Tokiju razvili su metodu za otkrivanje smjera vjetra s 99 posto točnosti pomoću sedam mjerača naprezanja na krilu koje leprša i modela konvolucijske neuronske mreže. Ovo otkriće, nadahnuto prirodnim receptorima naprezanja kod ptica i insekata, otvara nove mogućnosti za poboljšanje kontrole i prilagodljivosti zračnih robota koji lepršaju krilima u različitim uvjetima vjetra. 

Leteći kukci i ptice posjeduju mehaničke receptore na svojim krilima koji prikupljaju senzorske podatke o naprezanju. Ovi receptori detektiraju promjene u vjetru, pokretima tijela i okolišnim uvjetima, omogućujući odgovarajuće prilagodbe tijekom leta.

Nadahnuti ovim prirodnim krilom s receptorima za naprezanje, istraživači istražuju kako bi senzor naprezanja krila mogao izvući informacije o okolnom protoku pomoću biomimetičkog robota koji maše krilima. 

Istraživači predvođeni izvanrednim profesorom Hirotom Tanakom, istraživali su upotrebu senzora naprezanja na fleksibilnim krilima koja oponašaju kolibriće kako bi se točno detektirali smjerovi protoka tijekom privezanog mahanja u zračnom tunelu koji simulira lebdeći let pod uvjetima blagog vjetra. 

Istraživači su pričvrstili sedam mjerača naprezanja na fleksibilnu strukturu krila koja oponaša krila kolibrića. Ta su se krila sastojala od suženih osovina koje podupiru strukturu nalik prirodnim krilima. Krila su bila pričvršćena na mehanizam za lepetanje pokretan istosmjernim motorom preko mehanizma i reduktora, koji su generirali mahanje naprijed-nazad, brzinom od 12 ciklusa u sekundi.

Istraživači su primijenili vrlo slab vjetar od 0,8 m/s na mehanizam u zračnom tunelu. Naprezanje krila mjereno je tijekom mahanja u sedam različitih smjerova vjetra (0°, 15°, 30°, 45°, 60°, 75° i 90°) i jednom bez vjetra. Model konvolucijske neuronske mreže (CNN) korišten je za strojno učenje podataka o naprezanju kako bi se klasificirali ti uvjeti vjetra. 

Kao rezultat toga, postignuta je visoka točnost klasifikacije od 99,5% korištenjem podataka o deformaciji s duljinom ciklusa. Čak i uz kraću duljinu podataka od 0,2 ciklusa lepetanja, točnost klasifikacije ostala je visoka na 85,2%. Korištenjem samo jednog mjerača naprezanja, točnost klasifikacije je također bila visoka, u rasponu od 95,2% do 98,8% s duljinom podataka od ciklusa ljuljanja, dok je točnost klasifikacije drastično pala na 65,6% ili manje s kratkim podacima od 0,2 ciklusa.

Ovi rezultati sugeriraju da mjerenje naprezanja krila na više lokacija može omogućiti prepoznavanje smjera vjetra s visokom točnošću u samo 0,2 ciklusa mahanja. 

"Ova studija pridonosi sve većem razumijevanju kako ptice i kukci u lebdenju mogu osjetljivo percipirati vjetar putem senzora naprezanja svojih krila koja lepršaju, što je korisno za brzu kontrolu leta. Sličan sustav može se realizirati u biomimetičkim zračnim robotima pomoću jednostavnih mjerača naprezanja," zaključuje Tanaka.

Studiju japanskih istraživača možete pronaći na ovoj poveznici.