Британский грузовой квадрокоптер перевезет до 300 килограмм груза
Британские компании BAE Systems и Malloy Aeronautics показали концепцию грузового электрического квадрокоптера T-650. Он сможет нести до 300 килограмм и летать с максимальной скоростью 140 километров в час.
Сегодня разработкой грузовых дронов занимаются много компаний. Большинство таких аппаратов невелики по размеру и могут нести около трех килограмм, но есть и исключения. Например, 16-винтовой дрон 216L китайской компании EHang способен поднимать в воздух до 200 килограмм, а дрон CAV американского концерна Boeing — до 227 килограмм.
Британские компании BAE Systems и Malloy Aeronautics показали концепцию грузового электрического квадрокоптера T-650 во вторник. Размер и вес дрона неизвестен, но отмечается, что его корпус будет выполнен из легкого углеродного волокна. Во время транспортировки дрона балки с винтами будут убираться.
Согласно концепции, T-650 сможет нести до 300 килограмм и летать с максимальной скоростью 140 километров в час. Его дальность при максимальной загрузке составит 30 километров. Дрон будет летать в автономном режиме или управляться дистанционно.
BAE и Malloy считают, что дрон может заинтересовать как военных, так и гражданских клиентов. Он подойдет для пополнения запасов, борьбы с подводными лодками и поисково-спасательных операций на море. Летающая лаборатория для испытания T-650 сейчас находится на стадии проектирования. Ожидается, что ее летные испытания начнутся во второй половине следующего года.
Грузовыми дронами интересуются военные разных стран. Например, королевский флот Великобритании изучает их применение для спасения упавших за борт моряков. Ранее мы писали, как дрон Т150 помог британским военным найти в воде манекен и сбросить ему симуляцию спасательных средств.
Василиса Чернявцева
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.