Мягкий робот выдержал давление на дне Марианской впадины
Китайские инженеры разработали частично мягкого подводного робота, который может работать при высоком давлении, в том числе в Марианской впадине. Он двигается благодаря плавникам с искусственными мышцами, а его электроника не разрушается под давлением благодаря тому, что инженеры разделили платы с электронными компонентами на отдельные части, которые меньше подвержены влиянию больших нагрузок, чем одна большая плата. Статья опубликована в Nature.
Глубоководные аппараты оснащают прочными корпусами, способными выдержать огромное давление воды — с самой глубокой точке Марианской впадины оно на три порядка больше, чем атмосферное. При этом на глубинах в несколько километров обитают мягкие организмы, выживающие без подобных корпусов. К примеру, на глубине в восемь километров ученые встречали рыб из семейства липаровых. Одна из особенностей этих рыб, по-видимому позволяющая им погружаться на такую глубину, заключается в строении скелета: он не до конца окостеневший и частично состоит из хрящевой ткани, а череп имеет несплошное строение и частично открыт.
Инженеры под руководством Тефэна Ли (Tiefeng Li) из Чжэцзянского университета решили использовать принцип строения этих рыб для создания мягкого робота, способного работать на предельных глубинах вплоть до дна Марианской впадины. У робота мягкий полимерный корпус с двумя боковыми плавниками и хвостом. Вся электроника изолирована от воды и располагается внутри полимера: микроконтроллер, аккумулятор и повышающий преобразователь напряжения. За движение робота отвечают два актуатора. Актуатор состоит из плоского электрода из углеродной смазки и двух предварительно растянутых диэлектрических актуаторов. При подаче напряжения возникает электрическое поле, которое заставляет диэлектрические слои деформироваться, растягиваясь. Актуаторы в роботе закреплены так, что при растяжении и сжатии они заставляют плавники двигаться вверх и вниз соответственно.
Для защиты от огромного давления авторы решили децентрализовать электронику: разделили одну большую плату на платы меньшего размера и отдельные компоненты. Они провели анализ методом конечных элементов и сравнили напряжения, возникающие в плате и компонентах при воздействии внешнего давления величиной 110 мегапаскалей при двух конфигурациях электроники. Анализ показал, что давление вызывает большие сдвиговые напряжения в местах, в которых компоненты соприкасаются с платой. При одинаковом давлении в 110 мегапаскалей на стыках компонентов единой платы среднее напряжение доходит до 60 мегапаскалей, а на разделенной на несколько фрагментов — только до 10 мегапаскалей.
Авторы протестировали робота в трех условиях. В озере на глубине от 8 до 70 метров:
В Южно-Китайском море на глубине 3224 метра:
И на дне Марианского желоба на глубине 10900 метров. В этом случае инженеры не отпускали робота. Кроме того видно, что его актуаторы работали с меньшей амплитудой движения. Тем не менее даже на такой глубине робот сохранил работоспособность:
В этом роботе, как и в почти всех мягких роботах, все равно используются жесткие компоненты. Но в последние годы инженеры активно работают над созданием полностью мягких роботов. Впервые подобное устройство создали американские инженеры в 2016 году, а с тех пор другие разработчики создали множество отдельных функциональных компонентов для них, например, электрофлюидные логические схемы и воздушные клапаны.
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.