La detección del viento de inspiración biológica mediante sensores de tensión en alas flexibles podría revolucionar la estrategia de management 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% utilizando siete galgas extensométricas en el ala batiente y un modelo de purple neuronal convolucional. Este avance, inspirado en los receptores de tensión naturales de aves e insectos, abre nuevas posibilidades para mejorar el management y la adaptabilidad de los robots aéreos con alas batientes en diferentes condiciones de viento.
Los insectos voladores y las aves poseen receptores mecánicos en sus alas que recopilan datos sensoriales de tensión, presumiblemente ayudando a controlar el vuelo. Es posible que estos receptores detecten cambios en el viento, el movimiento corporal y las condiciones ambientales, lo que permite realizar ajustes de respuesta durante el vuelo. Inspirándose en esta ala pure con receptores de tensión, los investigadores están explorando cómo la detección de tensión del ala podría extraer información del flujo circundante utilizando un robotic 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 tensión en alas flexibles miméticas de colibrí para detectar con precisión las direcciones del flujo durante el aleteo atado en un túnel de viento que simula un vuelo estacionario bajo un viento suave. condiciones.
“Los pequeños robots aéreos no pueden permitirse aparatos convencionales de detección de flujo debido a graves limitaciones de peso y tamaño. Por lo tanto, sería beneficioso si se pudiera utilizar una easy detección de tensión del ala para reconocer directamente las condiciones de flujo sin dispositivos dedicados adicionales”, cube Tanaka.
Los investigadores conectaron siete galgas extensométricas, que son elementos comerciales de bajo costo y ampliamente utilizados, a una estructura de ala versatile que imita las alas de los colibríes. Estas alas estaban compuestas por ejes cónicos que soportaban una película ala comparable a la estructura de las alas naturales. Las alas estaban unidas a un mecanismo de aleteo impulsado por un motor de corriente continua a través de un mecanismo de yugo escocés y engranajes reductores, que generaban un movimiento de aleteo hacia adelante y hacia atrás, a una velocidad de 12 ciclos por segundo. Los investigadores aplicaron al mecanismo un viento muy 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 una condición sin viento. Se utilizó un modelo de purple neuronal convolucional (CNN) para el aprendizaje automático de los datos de deformación para clasificar estas condiciones de viento.
El mecanismo del ala se puede ver en acción en el vídeo complementario adjunto al artículo, que muestra un aleteo en cámara lenta sin flujo de aire, con y sin galgas extensométricas.
Como resultado, se logró una alta precisión de clasificación del 99,5% utilizando los datos de deformación con la duración de un ciclo de aleteo. Incluso con una longitud de datos más corta de 0,2 ciclos de aleteo, 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 una duración de datos de un ciclo de aleteo, mientras que la precisión de la clasificación cayó drásticamente al 65,6% o menos con datos cortos de 0,2 ciclos. Estos resultados sugieren que la detección de la tensión del ala en múltiples ubicaciones puede permitir el reconocimiento de la dirección del viento con alta precisión en tan solo 0,2 ciclos de aleteo.
Al quitar los ejes internos del ala, la precisión de la clasificación disminuyó. El grado de disminución 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 extensómetro, la disminución promedió el 7,2 % para datos de 1 ciclo y el 6 % para datos de 0,2 ciclos. Estos resultados sugieren que las estructuras biomiméticas del eje del ala 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 percibir sensiblemente el viento a través de la detección de la tensión de sus alas batiendo, lo que sería beneficioso para el management de vuelo smart. Se puede realizar un sistema comparable en robots aéreos biomiméticos de alas batientes usando una easy tensión. medidores”, concluye Tanaka.
