Всенаправленный дрон оснастили дельта-манипулятором
Швейцарские инженеры дополнили разработанный ими ранее всенаправленный дрон дельта-манипулятором и научили их работать вместе так, чтобы конец манипулятора всегда оставался на одном месте независимо от положения дрона и внешних воздействий. Статья о разработке опубликована в IEEE Robotics and Automation Letters.
Мультикоптеры различаются между собой количеством винтов и более мелкими особенностями, но практически у всех них либо полностью статичная конструкция, либо раскладные плечи, но даже у них после раскладывания винты статичны. Для стабилизации и маневров такие дроны меняют распределение тяги между винтами. Например, если квадрокоптеру нужно полететь вперед, он уменьшает тягу на передних винтах и увеличивает на задних. Благодаря этому конструкция получается простой, надежной и недорогой, но у нее есть и недостатки: такой принцип управления имеет низкую эффективность, а также хуже аналогов справляется с боковыми вмешательствами.
У статичных мультикоптеров есть слабо распространенная альтернатива — дроны с поворотными роторами. Один из таких аппаратов в 2019 году представили швейцарские инженеры. Визуально дрон похож на обычный додекакоптер — у него шесть плеч с двумя противонаправленными винтами на каждом. Но, в отличие от других аппаратов, каждая пара винтов может поворачиваться. Это дает дрону гораздо большую маневренность и возможность находиться в почти любом положении. Например, в прошлом году инженеры показали, как дрон «ездит» по воздуху подобно колесу.
В новой работе группа инженеров из Швейцарской высшей технической школы Цюриха под руководством Роланда Зигварта (Roland Siegwart) оснастила дрон дельта-механизмом и научила их работать в паре. Дельта-механизм или дельта-робот — это простая конструкция с тремя рычагами, объединенными на концах. В их основании установлены электромоторы, управляя поворотом которых можно двигать конец механизма в нужную точку пространства.
Для синхронизации движений дрона и дельта-механизма, разработчики создали модель, описывающую их конструкцию, доступный для движения объем и прочие параметры. Эта модель позволяет связывать между собой положение конца манипулятора в пространстве и команды, передаваемые на электромоторы дрона и манипулятора.
Разработчики проверили эффективность модели управления, очертив в воздухе фигуры концом манипулятора. Например, в одном из экспериментов дрон с активным управлением манипулятором смог прочертить в воздухе куб:
Дроны с поворотными роторами начинают применять не только в исследовательских работах, но и на практике. В 2019 году компания Skygauge Robotics представила свою версию октокоптера с поворотными винтами, адаптированную для контакта с поверхностью стен и других конструкций.
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.