La detección del viento de inspiración biológica utilizando sensores de tensión en alas flexibles podría revolucionar las estrategias de control de vuelo robótico. Investigadores del Instituto de Ciencias de Tokio han desarrollado un método para detectar la dirección del viento con una precisión del 99 por ciento utilizando siete galgas extensométricas en un ala batiente y un modelo de red neuronal convolucional. Este desarrollo abre nuevas posibilidades para mejorar el control y la adaptación de robots aéreos aleteadores a diferentes condiciones de viento, inspirados en los receptores de estrés naturales de aves e insectos.
Los insectos voladores y las aves tienen mecanorreceptores en sus alas que recopilan datos sensoriales del estrés, presumiblemente para ayudar a controlar su vuelo. Estos receptores detectan potencialmente el viento, el movimiento corporal y los cambios en las condiciones ambientales, lo que permite realizar ajustes de respuesta durante el vuelo. Inspirándose en esta ala natural con receptores de tensión, los investigadores están explorando cómo la detección de tensión en las alas puede extraer información del flujo circundante utilizando un robot de aleteo biomimético.
En un estudio publicado en Sistemas inteligentes avanzados El 11 de noviembre de 2024, investigadores del Instituto de Ciencias de Tokio, dirigidos por el profesor asociado Hiroto Tanaka, investigaron el uso de sensores de estrés en alas flexibles miméticas de colibrí para medir el aleteo durante el aleteo atado en un túnel de viento debajo de un túnel de viento. se puede determinar con precisión. las condiciones
“Los pequeños robots aéreos no pueden permitirse el lujo de aparatos convencionales de detección de flujo debido a graves limitaciones de peso y tamaño”, afirma Tanaka, que pueden utilizarse para identificar directamente.
Los investigadores conectaron siete galgas extensométricas, que son elementos comerciales de bajo costo ampliamente utilizados, a una estructura de ala flexible que imita las alas de los colibríes. Estas alas consistían en un eje cónico que sostenía una película de ala similar a la estructura de un ala natural. Las alas estaban conectadas a un mecanismo de aleteo impulsado por un motor de corriente continua a través de un mecanismo de yugo escocés y engranajes reductores, que producían un movimiento de aleteo hacia adelante y hacia atrás a una velocidad de 12 ciclos por segundo. Los investigadores aplicaron al mecanismo un viento débil de 0,8 m/s en un túnel de viento. La tensión del ala se midió durante el aleteo en siete direcciones diferentes del viento (0°, 15°, 30°, 45°, 60°, 75° y 90°) y en condiciones sin viento. Se utilizó un modelo de red neuronal convolucional (CNN) para el aprendizaje automático de datos de estrés para clasificar estas condiciones de viento.
El mecanismo del ala se puede ver en acción en el vídeo adjunto al artículo, que muestra un aleteo lento sin flujo de aire, con y sin galgas extensométricas.
Como resultado, se logró una alta precisión de clasificación del 99,5% utilizando datos de deformación con una duración de ciclo de aleteo. Incluso con una longitud de datos corta de 0,2 ciclos de fracaso, la precisión de la clasificación se mantuvo alta en 85,2%. Utilizando solo uno de los extensímetros, la precisión de la clasificación también fue alta, oscilando entre el 95,2% y el 98,8% con longitudes de datos de un ciclo de aleteo, en comparación con la precisión de la clasificación con datos tan cortos como 0,2 ciclos que rápidamente cayó al 65,6% o menos. Estos resultados indican que la detección de la tensión del ala en múltiples ubicaciones puede permitir la detección de la dirección del viento con alta precisión dentro de 0,2 ciclos de aleteo.
Al quitar el eje interior del ala, se redujo la precisión de la clasificación. El grado de reducción fue del 4,4 % con datos de 0,2 ciclos y del 0,5 % con datos de 1 ciclo cuando se utilizaron todas las galgas extensométricas, respectivamente. Además, cuando se utiliza solo un extensímetro, la reducción promedio fue del 7,2 % para datos de 1 ciclo y del 6 % para datos de 0,2 ciclos. Estos resultados sugieren que las estructuras biomiméticas del eje de las alas mejoran las capacidades de detección del viento de las alas.
“Este estudio contribuye a la creciente comprensión de que las aves e insectos que flotan en el aire pueden sentir sensiblemente el aire a través de la detección de la tensión de sus alas batientes, lo que sería beneficioso para el control de vuelo sensible”, concluyó Tanaka.
