Les robots aériens bénéficieront de récepteurs de contrainte alimentés par l'IA

L'intelligence artificielle continue d'apporter des innovations dans les secteurs de l'aéronautique et de la robotique. Les récents développements impliquant des récepteurs de contrainte intégrés alimentés par l'IA pourraient permettre de créer des solutions plus agiles et plus légères dans les années à venir. Voici tout ce que vous devez savoir.

Depuis la nuit des temps, l’homme a regardé vers la nature Pour mieux comprendre le vol, il s'est avéré que la création de robots battant des ailes pour voler était beaucoup plus courante que celle d'engins ailés traditionnels. Malheureusement, ce scénario a privé les robots aériens de certaines capacités essentielles dont disposent leurs homologues naturels, comme la conversion rapide entre le vol stationnaire et le vol optimisé. Heureusement, ce scénario est peut-être sur le point de changer.

Robots aériens à ailes battantes

Aujourd’hui, les robots aériens sont omniprésents dans de nombreux secteurs et leur influence, leurs capacités et leur disponibilité sont en hausse. Les gens pensent souvent uniquement aux engins à hélice et ailés lorsqu’ils parlent de robotique aérienne. Cependant, il existe plusieurs autres options qui n’attirent peut-être pas l’attention, mais qui présentent certainement des avantages uniques qui les distinguent.

Ailes battantes

Les ailes battantes offrent le meilleur des deux mondes. Elles permettent aux oiseaux de prendre rapidement de la portance verticale et de se stabiliser pour planer sur de longues distances. Les insectes ailés peuvent planer et changer de direction rapidement. Pensez à la façon dont un bourdon ou un colibri vole à toute allure dans une zone, ou à la façon dont un papillon de nuit tourne autour d'une ampoule.

Jusqu'à présent, des progrès majeurs ont été réalisés dans la conception de robots à ailes battantes. Cependant, les contrôleurs de vol nécessaires pour que ces engins fonctionnent de manière fiable dans des conditions changeantes plutôt qu'en laboratoire se sont avérés difficiles à créer. Cependant, ces conceptions continuent de captiver l'imagination des développeurs et des créateurs, comme le montre récemment le film Dune qui présente un ornithoptère qui s'appuie sur des ailes battantes ressemblant à une libellule.

Source – Fandom

Étude des récepteurs de souche alimentée par l'IA

Une étude récente, « Classification du vent basée sur l'apprentissage automatique par déformation des ailes dans les robots à battement biomimétiques : les structures flexibles biomimétiques améliorent la détection du vent,"¹ Les chercheurs ont utilisé des techniques naturelles pour améliorer les capacités des robots à ailes battantes. Plus précisément, ils ont examiné plusieurs créatures pour déterminer comment leurs sens leur permettent d'optimiser avec précision leurs schémas de vol.

Les récepteurs de souche alimentés par l’IA s’inspirent de la nature.

L'équipe a remarqué que tous les oiseaux et insectes battant des ailes possèdent un organe sensoriel situé dans leurs ailes. Ils ont imaginé que cet organe accomplit différentes tâches chez différents animaux, ce qui leur permet de corriger leurs caractéristiques de vol pour améliorer leurs résultats. L'équipe a remarqué que les sauterelles avaient des récepteurs de tension situés dans les veines de leurs ailes. Alors que de nombreux oiseaux, comme les poulets, ont des capteurs près de leurs follicules de plumes.

Jusqu’à cette étude, on ne savait pas exactement quelles données ces capteurs fournissaient à l’animal. Cependant, les chercheurs ont déduit que les informations sensorielles permettaient aux animaux de détecter le vent, les mouvements du corps et les changements des conditions environnementales en temps réel. Cherchant à donner aux robots les mêmes capacités, l’équipe a entrepris de créer un capteur de contrainte fiable alimenté par l’IA qui pourrait imiter ses homologues naturels, permettant au robot de « ressentir » son environnement et ses conditions, et de s’adapter en conséquence.

Conception d'aile

L'équipe s'est inspirée de l'un des oiseaux volants les plus agiles de la nature : le colibri. Ils ont entrepris de créer des ailes imitant celles du colibri, dont la structure est similaire à celle des os de l'oiseau. Les extrémités effilées des ailes agissent comme des nervures, ajoutant une couche supplémentaire de stabilité à la structure de l'aile.

Ces ailes flexibles ont été imprimées en 3D à l'aide d'une imprimante 3D à double buse par dépôt de fil fondu. Cette approche a permis à l'équipe d'imprimer en utilisant un polymère copolyester de 12.5 μm d'épaisseur et du polyéthylène téréphtalate renforcé de fibres de carbone. Cette approche a permis d'obtenir les caractéristiques d'une aile naturelle capable de fléchir et de se déplacer le long de sa trajectoire.

Mouvement libre

Plus précisément, l'aile pouvait se déployer librement jusqu'à un angle de ±23°. L'aile pouvait également se tordre le long du bord d'attaque à chaque battement. Ce mouvement fournissait une puissance supplémentaire en maximisant la force de portance, à la manière des insectes. Les ingénieurs ont réglé l'amplitude de battement des ailes à 158° et la fréquence de battement a été ajustée à ≈12 Hz pour les expériences.

Source – Systèmes intelligents avancés

Récepteurs de souches alimentés par l'IA

L'équipe a intégré des jauges de contrainte dans la structure de l'aile, semblable à celle d'un colibri. Plus précisément, sept capteurs de contrainte économiques, disponibles dans le commerce, de largeur et de longueur de base de 1.4 et 4.2 mm, ont été collés à des emplacements précis sur les ailes d'essai. Ces capteurs ont ensuite permis de mesurer la pression et la contrainte exercées sur l'aile selon sept directions de vent différentes : 0°, 15°, 30°, 45°, 60°, 75° et 90°.

Moteur

Pour faire battre les ailes, un moteur à courant continu a été fixé. Le moteur utilisait un mécanisme à étrier et des engrenages réducteurs pour fournir des mouvements de battement réalistes. Le dispositif était réglé sur 12 cycles par seconde et des fils sensoriels passaient par des connecteurs sur les ailes jusqu'à un registre de données. Les ingénieurs ont notamment utilisé un dispositif TEXIO TECHNOLOGY avec une alimentation à tension constante pour assurer l'uniformité et la mesurabilité.

Modèle de réseau neuronal convolutionnel de récepteurs de contrainte alimenté par l'IA

L’un des principaux éléments de l’expérience était l’utilisation d’un réseau neuronal convolutionnel. Ce modèle a permis aux chercheurs d’enregistrer, de classer et de former un contrôleur de vol capable d’effectuer des réglages à la volée à l’aide de données recueillies à partir des capteurs de contrainte et comparées au modèle CNN.

Les données de détection de contrainte permettent à l'algorithme d'apprentissage automatique de classer avec précision les conditions de vent. Dans le cadre de l'entraînement, les données du capteur ont été obtenues pour simuler un vol stationnaire en soufflerie. Plus précisément, 720 ensembles de données de contrainte et de phase ont été obtenus pour chaque condition de vent. Ces données ont été décomposées pour chaque volet de l'aile.

Test des récepteurs de souches alimenté par l'IA

L'équipe a commencé la phase de test en enregistrant les données des capteurs des ailes avec un vent nul. L'absence de flux d'air a permis aux capteurs de se mettre à zéro et de faire des comparaisons précises à mesure que les conditions s'amélioraient. L'équipe a également testé trois ailes différentes avec les mêmes données de jauge de contrainte et a comparé les résultats.

Un encodeur rotatif magnétique a été utilisé pour capturer avec précision l'état des ailes dans différentes conditions. L'appareil était placé directement sur le dessus des ailes, ce qui permettait une résolution de 0.703° pendant la phase de battement. Il est intéressant de noter que l'équipe a initié le processus en réglant une seule rotation de l'encodeur sur un seul cycle de battement.

Soufflerie

La soufflerie a joué un rôle crucial dans ces expériences. Elle a permis à l'équipe de simuler un vol stationnaire dans des conditions de vent faibles à fortes. Plus précisément, huit conditions de vent alternées ont été utilisées lors de la phase de test. Chaque condition comprenait 3 mesures prises au cours d'un seul cycle de volet.

Résultats des tests des récepteurs de souche alimentés par l'IA

Les résultats de l'étude ont été impressionnants. L'équipe a pu déterminer les conditions de vent avec une précision de 99 %. Il est impressionnant de constater que la détermination n'a nécessité qu'un seul battement de volet et que, dans certains cas, un cycle de battement aussi court que 0.2 a fourni des résultats très précis. De plus, l'étude a révélé que les capteurs les plus proches des axes d'ailes fournissaient les résultats les plus rapides.

Le temps de cycle est important

Le temps de cycle de chaque mesure a eu une influence majeure sur les résultats. L’équipe a constaté qu’à moins de 0.2 cycle, la fiabilité des données diminuait considérablement. Cependant, à 0.2 cycle, les capteurs atteignaient une précision de 85 %. Cette précision pourrait être améliorée ou réduite en fonction du nombre de capteurs dans l’aile.

Les structures biomimétiques des tiges d'ailes améliorent les résultats des récepteurs de contrainte alimentés par l'IA

Les tests ont révélé que la structure de l'aile joue un rôle essentiel dans la récupération et la précision des données. Ainsi, les ailes structurées testées pouvaient déterminer les conditions de vent beaucoup plus rapidement qu'un sujet de test non structuré. Cette découverte a conduit les ingénieurs à déterminer que l'amélioration de la structure de l'aile et du placement des capteurs pourrait permettre d'obtenir encore plus de précision à l'avenir.

Avantages des récepteurs de souche alimentés par l'IA

Cette étude présente de nombreux avantages pour le marché. Elle a notamment fourni aux ingénieurs robotiques une capacité simple de détection de la contrainte des ailes, reposant sur des composants disponibles dans le commerce et à prix abordable. Ces dispositifs peu coûteux et peu énergivores s'intègrent facilement aux robots volants sans nécessiter de modifications majeures.

Agilité

L’agilité des bourdons est presque surnaturelle. Ces animaux ailés peuvent s’arrêter rapidement, planer et changer de direction sans trop d’effort. Les scientifiques espèrent créer des drones dotés des mêmes capacités, permettant ainsi un nouveau niveau d’intégration.

Adaptabilité

Personne ne peut prédire à tout moment dans quelle direction le vent soufflera. Cependant, les données sensorielles des ailes testées peuvent reconnaître directement les conditions d'écoulement sans l'aide d'aucun dispositif supplémentaire. Ces données peuvent être utilisées pour améliorer la connaissance de l'environnement, en offrant un meilleur contrôle et un codage rapide des informations en fonction des conditions environnementales.

Approche simpliste

Un autre avantage majeur des ailes battantes par rapport aux autres technologies de vol stationnaire est leur simplicité. Les aéroglisseurs nécessitent un flux d’air important et ne peuvent atteindre qu’une certaine hauteur. À l’inverse, les hélicoptères sont extrêmement complexes, nécessitant des milliers de pièces mobiles à calibrer parfaitement pour atteindre un état de vol stationnaire. Cette dernière étude pourrait permettre d’imprimer en 3D des ailes de véhicule capables de voler en vol stationnaire de manière stable et de changer rapidement de direction sans avoir recours à des tonnes de pièces mobiles et complexes.

Cas d'utilisation des récepteurs de souche alimentés par l'IA

Les robots à ailes battantes peuvent être utilisés dans de nombreux cas. Ces appareils pourraient aider à atteindre des endroits difficiles à trouver ou permettre une analyse fluide des catastrophes naturelles ou des zones de guerre. Les petits robots aériens souffrent actuellement de graves limitations de poids et de taille. L'utilisation d'ailes battantes pourrait améliorer leur charge utile en réduisant le poids nécessaire aux appareils de vol.

Des chercheurs sur les récepteurs de souche alimentés par l'IA

Cette étude a été réalisée par des chercheurs de l'Institut des sciences de Tokyo. Le rapport a été dirigé par le professeur associé Hiroto Tanaka et incluait les travaux de ce dernier. De plus, Tomoya Fujii a contribué à la conception des ailes. Les chercheurs ont notamment reçu le soutien de la subvention JSPS KAKENHI pour la recherche scientifique dans les domaines innovants « Science des robots souples » sous le numéro de subvention JP18H05468.

Les entreprises qui pourraient bénéficier des récepteurs de souches alimentés par l'IA

La capacité à déterminer précisément et rapidement les conditions de vent est une option que de nombreuses entreprises pourraient exploiter pour améliorer leurs offres. L'utilisation de ces capteurs sur des robots à ailes battantes ouvre la voie aux fabricants de drones pour développer cette technologie et créer des options plus agiles et uniques. Voici une entreprise qui pourrait y parvenir dans les mois à venir.

Kratos Defence & Security Solutions Inc

Kratos Defence & Security Solutions Inc (KTOS -5.39%) est entrée sur le marché en 1994 en tant que fournisseur d'infrastructures de télécommunications avant de changer sa mission et ses objectifs pour se consacrer à la fabrication de drones. L'entreprise est basée à San Diego, en Californie.

En 2004, Kratos Defense & Security Solutions Inc. a commencé à réaliser des acquisitions de haut niveau sur l'ensemble du marché. Ces acquisitions ont permis à l'entreprise d'accéder à des technologies de pointe et ont conduit l'entreprise à changer de nom et à se concentrer sur les technologies de défense militaire.

Aujourd'hui, Kratos est reconnu comme un fournisseur leader de drones et de logiciels militaires. L'action KTOS a connu une croissance régulière au cours de l'année grâce à divers facteurs, notamment l'innovation continue de ses offres et la demande croissante de drones de guerre automatisés et dotés d'IA.

Les liens étroits de Kratos Defense & Security Solutions Inc. avec les investisseurs institutionnels, les gouvernements et ses antécédents éprouvés en font l'entreprise idéale pour intégrer cette technologie dans les mois à venir.

L'avenir des récepteurs de souches alimentés par l'IA

Les ingénieurs à l’origine de l’étude sur les capteurs de contrainte alimentés par l’IA estiment qu’il reste encore beaucoup à faire pour que cette technologie atteigne son apogée. À l’heure actuelle, le secteur des drones ailés est encore un marché naissant.

Cependant, les avantages du vol ailé, comme le vol stationnaire stable et les changements de direction rapides, créant des opportunités uniques, on peut s'attendre à une demande accrue pour ces robots. À ce titre, l'équipe a l'intention de mener d'autres études sur des conditions de vent plus complexes et des combinaisons de différents emplacements de détection de contrainte afin d'optimiser leur conception.

Récepteurs de tension alimentés par l’IA – Rendre les ailes intelligentes

L’introduction de récepteurs de contrainte fiables et abordables alimentés par l’IA dans les robots ailés va certainement améliorer les performances dans tous les domaines. Cette étude permet à l’industrie d’imiter la nature et de percer les mystères séculaires entourant le vol. Dans les mois à venir, cette étude pourrait conduire à la création de nombreux nouveaux engins ailés capables de battre des ailes.

Découvrez d'autres projets de robotique sympas ici.

Référence de l'étude :

^{1. Kubota, K., & Tanaka, H. (2024). Classification du vent basée sur l'apprentissage automatique par déformation des ailes dans les robots à battement biomimétiques : les structures flexibles biomimétiques améliorent la détection du vent. Systèmes intelligents avancés, 6(11), 2400473. https://doi.org/10.1002/aisy.202400473}