La detección del viento con inspiración biológica mediante sensores de tensión en alas flexibles podría revolucionar la estrategia 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% utilizando siete medidores de tensión en el ala batiente y un modelo de red neuronal convolucional. Este avance, inspirado en los receptores de tensión naturales de las aves y los insectos, abre nuevas posibilidades para mejorar el control y la adaptabilidad de los robots aéreos con alas batientes en condiciones de viento variables.
Los insectos voladores y las aves poseen receptores mecánicos en sus alas que recogen datos sensoriales de tensión, presumiblemente ayudando a su control de vuelo. Estos receptores posiblemente detecten cambios en el viento, el movimiento del cuerpo y las condiciones ambientales, lo que permite ajustes de respuesta durante el vuelo. Inspirados por esta ala natural con receptores de tensión, los investigadores están explorando cómo la detección de tensión del ala podría extraer información del flujo circundante utilizando un robot de aleteo biomimético. En un estudio publicado en Advanced Intelligent Systems el 11 de noviembre de 2024, investigadores del Instituto de Ciencias de Tokio, dirigidos por el profesor asociado Hiroto Tanaka, investigan el uso de sensores de tensión en alas flexibles que imitan a los colibríes para detectar con precisión las direcciones del flujo durante el aleteo atado en un túnel de viento que simula el vuelo estacionario en condiciones de viento suave.
“Los robots aéreos pequeños no pueden permitirse el lujo de contar con aparatos de detección de flujo convencionales debido a las severas limitaciones de peso y tamaño. Por lo tanto, sería beneficioso si se pudiera utilizar una simple detección de tensión de las alas para reconocer directamente las condiciones del flujo sin dispositivos dedicados adicionales”, dice Tanaka.
Los investigadores colocaron siete medidores de tensión, que son elementos comerciales de bajo costo ampliamente utilizados, en una estructura de ala flexible que imita las alas de los colibríes. Estas alas estaban compuestas por ejes cónicos que sostenían una película de ala similar a la estructura de las alas naturales.
Las alas estaban unidas a un mecanismo de aleteo impulsado por un motor de CC a través de un mecanismo de yugo escocés y engranajes reductores, que generaban un movimiento de aleteo de ida y vuelta, a una velocidad de 12 ciclos por segundo. Los investigadores aplicaron un viento muy débil de 0,8 m/s al mecanismo en un túnel de viento. La tensión del ala se midió durante el aleteo en siete direcciones de viento diferentes (0°, 15°, 30°, 45°, 60°, 75° y 90°) y una condición sin viento. Se utilizó un modelo de red neuronal convolucional (CNN) para el aprendizaje automático de los datos de tensión para clasificar estas condiciones de viento.
Como resultado, se logró una alta precisión de clasificación del 99,5% utilizando los datos de tensión con la duración de un ciclo de aleteo. Incluso con una duración de datos más corta de 0,2 ciclos de aleteo, la precisión de la clasificación se mantuvo alta en un 85,2%.
Usando solo uno de los extensómetros, 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 se redujo drásticamente al 65,6% o menos con los datos cortos de 0,2 ciclos. Estos resultados sugieren que la detección de la tensión de las alas en múltiples ubicaciones puede permitir el reconocimiento de la dirección del viento con alta precisión en tan solo 0,2 ciclos de aleteo.
Al eliminar los ejes de las alas internas, 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 todos los extensómetros, respectivamente. Además, cuando se utilizó solo un extensómetro, la disminución fue en promedio del 7,2 % para los datos de 1 ciclo y del 6% para los datos de 0,2 ciclos. Estos resultados sugieren que las estructuras biomiméticas de los ejes de las alas mejoran las capacidades de detección del viento de las alas.
“Este estudio contribuye a la creciente comprensión de que las aves y los insectos que planean pueden percibir el viento de manera sensible a través de la detección de la tensión de sus alas batientes, lo que sería beneficioso para un control de vuelo receptivo. Se puede implementar un sistema similar en robots aéreos biomiméticos con alas batientes utilizando extensómetros simples”, concluye Tanaka.
Fuente: Tech Xplore.
