Robôs Aéreos se Beneficiarão de Receptores de Tensão com IA

A inteligência artificial continua a fornecer inovações em todo o setor aeronáutico e de robótica. Desenvolvimentos recentes envolvendo receptores de tensão com IA integrados podem tornar possível criar opções mais ágeis e leves nos próximos anos. Aqui está tudo o que você precisa saber.

Desde o início dos tempos, o homem tem olhado para a natureza para obter uma melhor compreensão do voo. No entanto, criar robôs que batem asas para voar tem se provado muito mais difícil do que os veículos com asas tradicionais. Infelizmente, esse cenário deixou os robôs aéreos sem algumas capacidades-chave que seus contrapartes naturais têm, como converter rapidamente entre pairar e voo otimizado. Felizmente, esse cenário pode estar prestes a mudar.

Robôs Aéreos de Asa Batedora

Hoje, os robôs aéreos são comuns em vários setores, e sua influência, capacidades e disponibilidade estão aumentando. As pessoas geralmente pensam apenas em veículos com hélices e asas quando discutem robótica aérea. No entanto, existem várias outras opções que podem não receber atenção, mas definitivamente têm benefícios únicos que os destacam.

Asas Batedoras

As asas batedoras oferecem o melhor dos dois mundos. Elas permitem que os pássaros ganhem levantamento vertical rapidamente e se estabilizem para planar por longas distâncias. Os insetos alados podem pairar e mudar deeção rapidamente. Pense em como uma abelha ou um beija-flor zune em uma área, ou como uma mariposa circula uma lâmpada.

Até o momento, houve alguns avanços significativos no design de robôs com asas batedoras. No entanto, os controladores de voo necessários para tornar esses veículos operacionais em condições variadas, em vez de em um laboratório, têm se provado difíceis de criar. No entanto, esses designs ainda capturam a imaginação de desenvolvedores e criadores, com o filme Duna exibindo recentemente um Ornithopter que depende de asas batedoras semelhantes a uma libélula.

Source – Fandom

Estudo de Receptores de Tensão com IA

Um estudo recente, “Machine Learning-Based Wind Classification by Wing Deformation in Biomimetic Flapping Robots: Biomimetic Flexible Structures Improve Wind Sensing,“¹ se baseia na inspiração natural para melhorar as capacidades dos robôs com asas batedoras. Especificamente, os pesquisadores examinaram várias criaturas para determinar como seus sentidos permitem que eles otimizem seus padrões de voo com precisão.

Receptores de Tensão com IA se Inspiram na Natureza.

A equipe notou que todos os pássaros e insetos com asas batedoras têm algum tipo de órgão sensorial localizado em suas asas. Eles conceberam que esse órgão realiza tarefas diferentes em animais diferentes, o que permite que eles corrijam suas características de voo para melhorar seus resultados. A equipe notou que os gafanhotos tinham receptores de tensão localizados nas veias de suas asas. Já muitos pássaros, como galinhas, têm sensores perto dos folículos de penas.

Até esse estudo, havia pouca compreensão do que exatamente esses sensores forneciam ao animal. No entanto, os pesquisadores deduziram que as informações sensoriais permitiam que os animais detectassem vento, movimentos corporais e condições ambientais em tempo real. Buscando dar aos robôs as mesmas capacidades, a equipe partiu para criar um receptor de tensão confiável com IA que pudesse imitar seus contrapartes naturais, permitindo que o robô “sentisse” seu ambiente e condições, ajustando-se de acordo.

Design da Asa

A equipe se inspirou em um dos voadores mais ágeis da natureza, o beija-flor. Eles partiram para criar asas miméticas de beija-flor que têm uma estrutura semelhante aos ossos encontrados no pássaro. Os eixos se afunilam nas extremidades e atuam como veias da asa, adicionando outra camada de estabilidade à estrutura da asa.

Essas asas flexíveis foram impressas em 3D utilizando uma impressora 3D de modelagem por deposição fundida com duas bocais. Essa abordagem permitiu que a equipe imprimisse usando um polímero copolímero de 12,5 μm de espessura e polietileno tereftalato reforçado com fibra de carbono. Essa abordagem forneceu as características de uma asa natural que pudesse flexionar e se mover ao longo de seu caminho.

Movimento Livre

Especificamente, a asa podia se mover livremente até um ângulo de ±23°. A asa também se torcia ao longo da borda de ataque durante cada batida. Esse movimento forneceu poder adicional, maximizando a força de levantamento, semelhante aos insetos. Os engenheiros definiram a amplitude de batida das asas para 158°, e a frequência de batida foi ajustada para ≈12 Hz para os experimentos.

Source – Advanced Intelligent Systems

Receptores de Tensão com IA

A equipe integrou medidores de tensão dentro da estrutura da asa semelhante a de beija-flor. Especificamente, sete medidores de tensão comerciais de baixo custo que tinham larguras e comprimentos de base de 1,4 e 4,2 mm foram colados em locais específicos nas asas de teste. Esses sensores foram usados para medir a pressão e a tensão da asa em seteeções de vento diferentes. Aseções usadas incluíam 0°, 15°, 30°, 45°, 60°, 75° e 90°.

Motor

Para fazer as asas baterem, um motor DC foi anexado. O motor utilizou um mecanismo de manivela e engrenagens de redução para fornecer movimentos de batida realistas. O dispositivo foi definido para 12 ciclos por segundo, e fios sensoriais foram passados por conectores nas asas para um registrador de dados. Notavelmente, os engenheiros usaram um dispositivo da TEXIO TECHNOLOGY com uma fonte de alimentação de tensão constante para garantir uniformidade e mensurabilidade.

Modelo de Rede Neural Convolucional de Receptores de Tensão com IA

Um dos principais componentes do experimento foi a utilização de um modelo de rede neural convolucional. Esse modelo permitiu que os pesquisadores registrassem, classificassem e treinassem um controlador de voo capaz de fazer ajustes em tempo real usando os dados coletados dos sensores de tensão e combinados com o modelo de RNC.

Os dados de detecção de tensão permitem que o algoritmo de aprendizado de máquina classifique as condições de vento com precisão. Como parte do treinamento, os dados do sensor foram obtidos para emular o voo pairado em um túnel de vento. Notavelmente, 720 conjuntos de dados de tensão e fase foram obtidos para cada condição de vento. Esses dados foram divididos em batidas individuais da asa.

Teste de Receptores de Tensão com IA

A equipe começou a fase de teste registrando os dados do sensor das asas com zero vento. A falta de fluxo de ar permitiu que os sensores zerossem e fizessem comparações precisas à medida que as condições eram aprimoradas. Além disso, a equipe testou três asas diferentes com os mesmos dados de medidor de tensão e comparou os resultados.

Um codificador rotativo magnético foi usado para capturar o estado da asa com precisão durante diferentes condições. O dispositivo foi colocadoetamente sobre as asas, permitindo uma resolução de 0,703° durante a fase de batida. Interessantemente, a equipe iniciou o processo definindo uma rotação única do codificador para um ciclo de batida único.

Túnel de Vento

O túnel de vento foi uma parte crucial desses experimentos. Ele permitiu que a equipe simulasse o voo pairado sob condições de vento suave a severo. Especificamente, oito condições de vento alternadas foram usadas na fase de teste. Cada condição teve 3 medições tomadas durante um ciclo de batida único.

Resultados do Teste de Receptores de Tensão com IA

Os resultados do estudo foram impressionantes. A equipe foi capaz de determinar com 99% de precisão as condições de vento. Impressivamente, a determinação levou apenas uma batida e, em alguns casos, apenas 0,2 ciclos de batida forneceram resultados muito precisos. Além disso, o estudo encontrou que os sensores mais próximos dos eixos da asa forneceram os resultados mais rápidos.

Tempo de Ciclo Importa

O tempo de ciclo de cada medição fez uma grande diferença nos resultados. A equipe notou que abaixo de 0,2 ciclos, a confiabilidade dos dados caiu acentuadamente. No entanto, em 0,2, os sensores alcançaram 85% de precisão. Essa precisão poderia ser melhorada ou reduzida com base no número de sensores na asa.

Estruturas de Eixo de Asa Biomiméticas Melhoram os Resultados dos Receptores de Tensão com IA

O teste encontrou que a estrutura do eixo da asa desempenha um papel vital na recuperação de dados e precisão. Como tal, as asas estruturadas testadas puderam determinar as condições de vento muito mais rapidamente do que um sujeito de teste não estruturado. Essa descoberta levou os engenheiros a determinar que a melhoria da estrutura da asa e da colocação do sensor poderia render ainda mais precisão no futuro.

Benefícios dos Receptores de Tensão com IA

Há uma longa lista de benefícios que esse estudo traz para o mercado. Por um lado, forneceu aos engenheiros de robótica uma capacidade simples de detecção de tensão da asa que dependia de peças comerciais e acessíveis. Esses dispositivos de baixo custo e baixo consumo de energia são facilmente integrados a robôs voadores sem a necessidade de fazer alterações significativas.

Agilidade

A agilidade que as abelhas alcançam é quase sobre-humana. Esses animais alados podem parar rapidamente, pairar e mudar deeção sem muito esforço. Os cientistas esperam criar drones com as mesmas capacidades, permitindo um novo nível de integração.

Adaptabilidade

Ninguém pode dizer qual será aeção do vento o tempo todo. No entanto, a entrada sensorial das asas testadas pode reconheceretamente as condições de fluxo sem a assistência de dispositivos adicionais. Esses dados podem ser usados para melhorar a consciência ambiental, fornecendo melhor controle e codificação de informações rápidas com base em condições ambientais.

Abordagem Simplista

Outro grande benefício das asas batedoras em comparação com outras tecnologias de pairamento é a simplicidade. Aeronaves de pairamento requerem muito fluxo de ar e só podem atingir uma certa altura. Inversamente, os helicópteros são massivamente complexos, exigindo milhares de peças móveis para serem calibradas perfeitamente para atingir um estado de pairamento. Esse estudo mais recente pode tornar possível imprimir asas de veículos que sejam capazes de pairar estável e mudar deeção rapidamente sem toneladas de peças móveis e intricadas.

Casos de Uso dos Receptores de Tensão com IA

Existem vários casos de uso para robôs com asas batedoras. Esses dispositivos podem ajudar a alcançar locais difíceis de encontrar ou fornecer varreduras suaves de desastres naturais ou zonas de guerra. Os pequenos robôs aéreos atualmente sofrem de limitações severas de peso e tamanho. O uso de asas batedoras pode melhorar sua carga útil reduzindo o peso necessário para aparelhos de voo.

Pesquisadores dos Receptores de Tensão com IA

Esse estudo foi realizado por pesquisadores do Instituto de Ciência de Tóquio. O relatório foi liderado pelo Professor Associado Hiroto Tanaka e incluiu o trabalho de Hiroto Tanaka. Além disso, Tomoya Fujii ajudou com o design da asa. Notavelmente, os pesquisadores receberam apoio da JSPS KAKENHI Grant-in-Aid para Pesquisa Científica em Áreas Inovadoras “Ciência de Robôs Macios” sob a concessão nº JP18H05468.

Empresas que Podem se Beneficiar dos Receptores de Tensão com IA

A capacidade de determinar com precisão e rapidez as condições de vento é uma opção que muitas empresas podem usar para melhorar suas ofertas. O uso desses sensores em robôs com asas batedoras abre a porta para os fabricantes de drones expandirem essa tecnologia para criar opções mais ágeis e únicas. Aqui está uma empresa que pode realizar a tarefa nos próximos meses.

Kratos Defense & Security Solutions Inc

Kratos Defense & Security Solutions Inc (KTOS ) originalmente entrou no mercado em 1994 como um provedor de infraestrutura de telecomunicações antes de mudar sua missão e objetivos para a fabricação de drones. A empresa é sediada em San Diego, CA.

Em 2004, Kratos Defense & Security Solutions Inc. começou a fazer aquisições de alto nível em todo o mercado. Essas aquisições deram à empresa acesso a tecnologias avançadas e levaram a empresa a mudar seu nome e foco geral para tecnologias de defesa militar.

Hoje, Kratos é reconhecido como um fornecedor líder de drones militares e software. As ações da empresa, KTOS, têm visto um crescimento constante ao longo do ano devido a uma variedade de fatores, incluindo a empresa inovando continuamente suas ofertas, além da crescente demanda por drones de guerra automatizados e com IA.

As profundas ligações de Kratos Defense & Security Solutions Inc. com investidores institucionais, governos e seu histórico comprovado a tornam a empresa perfeita para integrar essa tecnologia nos próximos meses.

Futuro dos Receptores de Tensão com IA

Os engenheiros por trás do estudo dos receptores de tensão com IA acreditam que há muito mais trabalho a ser feito para garantir que essa tecnologia atinja seu pico. Atualmente, o setor de drones com asas batedoras ainda é um mercado incipiente.

No entanto, à medida que as vantagens do voo com asas batedoras, como pairamento estável e mudanças rápidas deeção, criam oportunidades únicas, você pode esperar que haja mais demanda por esses robôs. Como tal, a equipe pretende realizar estudos adicionais sobre condições de vento mais complexas e combinações de diferentes locais de detecção de tensão para otimizar seu design.

Receptores de Tensão com IA – Tornando as Asas Inteligentes

A introdução de receptores de tensão confiáveis e acessíveis com IA em robôs com asas batedoras está prestes a melhorar o desempenho em todo o setor. Esse estudo leva a indústria um passo mais próximo de imitar a natureza e desbloquear mistérios antigos em torno do voo. Nos próximos meses, esse estudo pode levar à criação de muitos novos e capazes robôs com asas batedoras.

Aprenda sobre outros projetos de robótica legais aqui.

Referência do Estudo:

^{1. Kubota, K., & Tanaka, H. (2024). Machine learning-based wind classification by wing deformation in biomimetic flapping robots: Biomimetic flexible structures improve wind sensing. Advanced Intelligent Systems, 6(11), 2400473. https://doi.org/10.1002/aisy.202400473}