Четырехкрылый крохотный робот научился управлять своим полетом
Американский инженер создал четырехкрылого летающего робота, масса которого составляет менее 150 милиграммов. Управление амплитудой взмахов крыльев позволяет наклонять и поворачивать робота вдоль трех осей. Масса полезной нагрузки такого робота составляет 262 миллиграмма, чего должно быть достаточно для придания ему автономности с помощью небольшого аккумулятора или ионистора, рассказывает автор статьи в IEEE Robotics and Automation Letters.
На сегодняшний день большинство роботов имеют массу от сотен граммов и выше, а также соответствующий размер. Это позволяет им выполнять полезные для человека задачи, к примеру, перевозить посылки. Но для некоторых применений такой размер избыточен, поэтому инженеры также разрабатывают и микророботов, масса которых, как правило, составляет менее грамма. Такие роботы могут выполнять задачи, которые сложно осуществлять с помощью других инструментов. Например, в прошлом году Rolls-Royce разработала концепцию микророботов, обследующих авиадвигатели изнутри, а инженеры из Гарварда недавно показали реальный прототип микроробота для выполнения этой задачи.
На текущем этапе развития технологий создание таких роботов — крайне сложная задача, потому что в столь небольшом устройстве необходимо объединить множество компонентов, в том числе двигатели или актуаторы, устройства для накопления и преобразования энергии, а также микросхему для управления. Еще более сложной эта задача становится при разработке летающих роботов, потому что они сталкиваются с еще более жестким ограничением по массе. Инженеры из Гарвардского университета уже несколько лет создают летающих микророботов, способных летать, прилипать к листьям, нырять по воду и выныривать из нее с помощью управляемого взрыва. Однако все эти разработки не способны поддерживать полет без получения энергии через провод.
Один из участников этой группы инженеров, Сойер Фуллер (Sawyer Fuller) из Вашингтонского университета, разработал новую версию летающего микроробота, умеющего маневрировать в нужном направлении, а также потенциально способного нести на себе электронику для автономного полета. Он построен по крестовой схеме аналогичной той, которая используется в квадрокоптерах, но на концах плеч закреплены не роторы, а крылья. Поскольку разместить в таком небольшом и легком роботе электромоторы невозможно, вместо них в основании каждого крыла расположен конец пьезоэлектрического актуатора, отклоняющий крыло в ту или иную сторону. Во время полета все актуаторы двигаются с одинаковой частотой 160 герц, однако амплитуду их движения можно менять.
Неравномерное распределение амплитуды по крыльям приводит к неравномерному распределению тяги. Благодаря регулировке распределения тяги можно управлять маневрами робота. При увеличении тяги на одном актуаторе и уменьшении на противоположном можно управлять креном и тангажом. Для управления рысканьем используется другая схема. Для этого необходимо увеличить скорость движения каждого крыла в одну сторону и уменьшить скорость движения в обратную.
Во время экспериментов робот мог зависать на месте, используя внешнее управление с визуальной системой отслеживания движений. Кроме того, инженеру удалось успешно протестировать все три вида маневров. Также эксперименты показали, что робот способен подниматься в воздух с нагрузкой массой 262 миллиграмма. Расчеты инженера показывают, что масса необходимых для автономного полета ионисторов, преобразователя напряжения и микроконтроллера для управления питанием составляет 260 миллиграммов. В будущем автор планирует оснастить робота такой системой и показать полностью энергонезависимый полет.
В прошлом году Фуллер с коллегами показал летающего робота с двумя крыльями, который способен подниматься в воздух без использования провода для передачи энергии. Правда, полностью автономным такого робота назвать нельзя, потому что он получает энергию из лазерного луча. Для этого в его верхней части расположена фотовольтаическая панель мощностью 250 милливатт.
Григорий Копиев
Алгоритм уменьшает время простоя на 78 процентов
Инженеры из Японии создали алгоритм машинного обучения, который автоматически стимулирует таракана-киборга больше двигаться и не позволяет ему долго оставаться в одном месте. Движение таракана контролируется с помощью электроимпульсов, генерируемых рюкзачком с системой дистанционного управления. Алгоритм увеличил на 70 процентов среднюю дистанцию, пройденную киборгом, и снизил время простоя таракана на 78 процентов. Статья опубликована в Cyborg and Bionic Systems. Миниатюрные роботы могут пригодиться в самых разных сферах: от ремонта авиационных двигателей до поиска выживших под завалами. Однако из-за недостаточной развитости компактной компонентной базы, в особенности актуаторов и источников питания, это все еще сложная инженерная задача, и большинство проектов остаются на уровне лабораторных прототипов. Одно из альтернативных решений состоит в использовании живых организмов, например, тараканов или даже летающих насекомых, которые уже обладают способностью к эффективному передвижению. В их организм внедряют электроды, через которые подключаются электронные модули, контролирующие перемещения насекомого за счет электростимуляции. Однако насекомые-киборги не полностью контролируются электронными системами. Они сохраняют свои особенности поведения, которые могут ограничивать их перемещение. Например, мадагаскарские свистящие тараканы, которые часто используются в экспериментах, склонны к снижению активности в ярко освещенных областях и при недостаточно высокой температуре. Кроме того, они предпочитают бегать вдоль стен, а не по открытым пространствам. Это приводит к сложностям в использовании насекомых-киборгов и требует оптимизации стимулирующих сигналов управления. Группа инженеров под руководством Кейсуке Морисима (Keisuke Morishima) из Университета Осаки внедрила в систему управления тараканом-киборгом алгоритм машинного обучения, который позволяет автоматически стимулировать передвижение насекомого, чтобы оно не оставалось на одном месте. Так же, как и предыдущие исследователи, инженеры использовали особь мадагаскарского шипящего таракана из-за его больших размеров, достигающих семи сантиметров. Для передачи стимулирующих сигналов в усикообразные органы в задней части таракана (церки) были имплантированы платиновые электроды, соединенные медными проводами с приклеенным на спину насекомого шестиграммовым рюкзачком с электронными компонентами. Данные о движении насекомого получают с помощью встроенного в рюкзак инерционного измерительного модуля, который с помощью акселерометра и гироскопа определяет текущие линейное ускорение и угловую скорость таракана. Эта информация по беспроводному каналу связи передается на персональный компьютер на вход алгоритма машинного обучения. Из данных, разбитых на окна по 1,5 секунды, извлекаются признаки, которые затем поступают на вход классификатора, определяющего двигается насекомое или нет. В случае, если таракан остается неподвижным дольше заданного времени, на его церки подаются электрические импульсы. Наиболее эффективным алгоритмом классификации в представленной задаче оказался метод опорных векторов. Для экспериментов инженеры построили арену в форме окружности, над которой разместили камеру для отслеживания реального положения насекомого. Без дополнительной электростимуляции три таракана, использованные в тестах, стремились оставаться в периферийной области у стен арены и избегали открытого пространства большую часть времени. Использование алгоритма и электростимуляции позволило снизить время простоя в среднем на 78 процентов, а время поиска пройденную дистанцию увеличить на 68 и 70 процентов соответственно. При этом среднее время электростимуляции для всех тараканов составило всего 3,4 секунды. Таким образом алгоритм позволяет снизить количество сигналов электростимуляции и тем самым предотвратить утомление животного. Ранее мы рассказывали про американских инженеров, которые разработали носимую поворотную монохромную камеру для жуков и микророботов. Благодаря ее небольшой массе, которая составляет менее четверти грамма, насекомые с ней могут свободно двигаться и балансировать.