AI搭載ひずみ受容体で恩恵を受ける空中ロボット

人工知能は航空およびロボティクス産業全体でイノベーションを提供し続けています。統合されたAI搭載ひずみ受容体に関する最近の開発により、今後数年でより機敏で軽量なオプションを実現できる可能性があります。ここでは知っておくべきすべてをご紹介します。

太古の昔から、人類は自然に目を向け、飛行の理解を深めてきました。しかし、翼を羽ばたかせて飛ぶロボットの作成は、従来の翼を持つ機体よりもはるかに困難であることが判明しました。残念ながら、この状況により、空中ロボットは自然界の仲間が持つ、ホバリングと最適飛行を迅速に切り替えるといった重要な能力を欠いています。幸いにも、この状況は変わりつつあるかもしれません。

羽ばたく翼の空中ロボット

現在、空中ロボットは複数のセクターで広く普及しており、その影響力、能力、入手可能性は拡大しています。空中ロボティクスについて語るとき、人々はしばしばプロペラ駆動や翼を持つ機体だけを思い浮かべます。しかし、注目されにくいものの、確実に際立った独自の利点を持つ他の選択肢もいくつか存在します。

羽ばたく翼

羽ばたく翼は、両方の長所を兼ね備えています。鳥はこれにより垂直揚力を素早く得て、長距離を滑空できるよう安定します。翼を持つ昆虫はホバリングや方向転換が迅速です。ミツバチやハチドリがエリアを高速で飛び回る様子や、蛾が電球の周りを円を描く様子を思い浮かべてください。

これまでに、羽ばたく翼ロボットの設計においていくつかの大きな進歩が見られました。しかし、実験室ではなく変化する環境下でこれらの機体を信頼性高く動作させるためのフライトコントローラの開発は困難であることが判明しています。それでも、これらの設計は開発者やクリエイターの想像力を捉えており、映画『デューン』ではドラゴンフライに似た羽ばたく翼を持つオーニソプターが紹介されました。

出典 – Fandom

AI搭載ひずみ受容体研究

A recent study, 機械学習ベースの翼変形による風分類：バイオミメティック・フラッピングロボットにおける柔軟構造が風センシングを向上させる¹ は自然からのインスピレーションを活用し、羽ばたく翼ロボットの能力を向上させています。具体的には、研究者は複数の生物を調査し、彼らの感覚がどのように正確に飛行パターンを最適化できるかを明らかにしました。

AI搭載ひずみ受容体は自然からインスピレーションを得る。

チームは、すべての羽ばたく翼を持つ鳥類や昆虫が翼に何らかの感覚器官を持っていることに気付きました。この器官は動物ごとに異なる役割を果たし、飛行特性を修正して性能を向上させることができると考えました。チームは、バッタの翼の静脈にひずみ受容体があることを確認しました。一方、多くの鳥類（例：鶏）では、羽の毛嚢の近くにセンサーが存在します。

この研究まで、これらのセンサーが動物にどのようなデータを提供しているかはほとんど理解されていませんでした。しかし、研究者は感覚情報が動物に風や体の動き、環境条件の変化をリアルタイムで検知させることを推測しました。ロボットにも同様の能力を与えるべく、チームは自然の仲間を模倣できる信頼性の高いAI搭載ひずみセンサーの開発に取り組み、ロボットが環境や状態を「感じ取り」、それに応じて調整できるようにしました。

翼の設計

チームは、自然界で最も機敏な飛行者の一つであるハチドリからインスピレーションを得ました。ハチドリの骨格に似た構造を持つハチドリ模倣翼の作成に取り組みました。軸は端部で細くなり、翼の静脈として機能し、翼構造にさらなる安定性を付加します。

これらの柔軟な翼は、デュアルノズルの溶融沈積造形（FDM）3Dプリンターを用いて3Dプリントされました。この手法により、チームは厚さ12.5μmのコポリエステルポリマーと炭素繊維強化ポリエチレンテレフタレートを使用して印刷できました。このアプローチは、自然の翼が持つ柔軟性と可動性を再現する特性を提供しました。

自由な動き

具体的には、翼は±23°の角度まで自由に羽ばたくことができました。また、各フラップ時に前縁に沿ってねじれる動作も行いました。この動きは、昆虫と同様に揚力を最大化することで追加の推力を提供しました。エンジニアは翼のフラッピング振幅を158°に設定し、実験ではフラッピング周波数を約12Hzに調整しました。

出典 – Advanced Intelligent Systems

AI搭載ひずみ受容体

チームはハチドリ型翼構造内にひずみゲージを組み込みました。具体的には、ベース幅1.4mm、長さ4.2mmの市販の低コストひずみ受容体を7個、テスト翼の特定位置に接着しました。これらのセンサーは、7つの異なる風向きにおける翼の圧力とひずみを測定するために使用されました。使用した風向きは0°、15°、30°、45°、60°、75°、90°です。

モーター

翼を羽ばたかせるために、DCモーターが取り付けられました。モーターはスコッチヨーク機構と減速ギアを使用し、リアルなフラッピング動作を実現しました。装置は1秒あたり12サイクルに設定され、感覚用配線は翼上のコネクタを通じてデータレジスタへと接続されました。特筆すべきは、エンジニアが一定電圧電源を備えたTEXIO TECHNOLOGYデバイスを使用し、均一性と測定可能性を確保したことです。

AI搭載ひずみ受容体畳み込みニューラルネットワークモデル

実験の主要な要素の一つは、畳み込みニューラルネットワーク（CNN）の活用でした。このモデルにより、研究者はひずみセンサーから取得したデータを用いて、フライトコントローラを登録、分類、訓練し、リアルタイムで調整できるようになりました。

ひずみセンシングデータは、機械学習アルゴリズムが風況を正確に分類することを可能にします。訓練の一環として、センサーのデータは風洞でのホバリング飛行を模倣するために取得されました。特に、各風条件について720セットのひずみと位相のデータセットが取得されました。このデータは翼の個々のフラップに分割されました。

AI搭載ひずみ受容体テスト

チームは、無風状態で翼のセンサーデータを記録することからテストフェーズを開始しました。気流がないことでセンサーはゼロ点校正でき、条件が変化した際に正確な比較が可能になりました。また、チームは同じひずみゲージデータを用いた3種類の翼をテストし、結果を比較しました。

磁気ロータリエンコーダを使用して、さまざまな条件下で翼の状態を正確に捕捉しました。装置は翼の上に直接設置され、フラッピングフェーズで0.703°の分解能を実現しました。興味深いことに、チームはエンコーダの1回転を1フラップサイクルに設定することでプロセスを開始しました。

風洞

風洞はこれらの実験において重要な役割を果たしました。チームは穏やかから強い風条件下でのホバリング飛行をシミュレートできました。具体的には、テストフェーズで8つの交互の風条件が使用され、各条件では1フラップサイクル中に3回の測定が行われました。

AI搭載ひずみ受容体テスト結果

研究結果は印象的でした。チームは風況を99％の精度で判定できました。驚くべきことに、判定は1回のフラップだけで行われ、場合によっては0.2フラップサイクルという極短時間でも非常に正確な結果が得られました。さらに、翼軸に最も近いセンサーが最速の結果を提供することが本研究で明らかになりました。

サイクル時間の重要性

各測定のサイクル時間は結果に大きな影響を与えました。チームは0.2サイクル未満ではデータの信頼性が急激に低下することに気付きました。一方、0.2サイクルではセンサーは85％の精度を達成しました。この精度は翼内のセンサー数に応じて向上または低下させることが可能です。

バイオミメティック翼軸構造がAI搭載ひずみ受容体の結果を向上させる

テストにより、翼軸構造がデータ取得と精度に重要な役割を果たすことが判明しました。そのため、構造化された翼は非構造化の試験体に比べて風況をはるかに速く判定できました。この発見により、エンジニアは翼構造とセンサー配置を強化すれば、将来的にさらに高い精度が得られると結論付けました。

AI搭載ひずみ受容体の利点

本研究が市場にもたらす利点は多数あります。まず、ロボットエンジニアに対し、市販の手頃な部品を使用したシンプルな翼ひずみセンシング機能を提供しました。これらの低コスト・低消費電力デバイスは、特別な改造を必要とせずに飛行ロボットに容易に組み込むことができます。

機敏性

ミツバチが示す機敏性はほぼ異次元です。これらの翼を持つ動物は、ほとんど負荷なく急停止、ホバリング、方向転換を迅速に行えます。科学者は同様の能力を持つドローンの開発を目指しており、統合の新たなレベルを実現しようとしています。

適応性

風向きを常に予測できる人はいません。しかし、テストされた翼の感覚入力は追加デバイスなしで流れの状態を直接認識できます。このデータは環境認識を向上させ、環境条件に基づくより良い制御と迅速な情報エンコードに活用できます。

シンプルなアプローチ

羽ばたく翼が他のホバリング技術に比べて持つもう一つの大きな利点はシンプルさです。ホバークラフトは大量の気流が必要で、到達できる高さにも限界があります。一方、ヘリコプターは極めて複雑で、ホバリング状態を実現するために数千もの可動部品を完璧に調整する必要があります。本研究により、膨大な可動部品や複雑な構造を必要とせず、安定したホバリングと高速な方向転換が可能な車両用翼を3Dプリントできる可能性が開かれました。

AI搭載ひずみ受容体のユースケース

羽ばたく翼ロボットにはさまざまなユースケースがあります。これらのデバイスは、アクセスが困難な場所への到達や自然災害・戦闘地域のスムーズなスキャンに役立ちます。現在の小型空中ロボットは重量とサイズに大きな制約があります。羽ばたく翼の採用により、飛行装置に必要な重量を削減し、ペイロードを向上させることが可能です。

AI搭載ひずみ受容体の研究者

本研究は東京科学研究所の研究者によって実施されました。報告は田中宏人准教授が主導し、田中宏人の研究が含まれています。また、藤井智也が翼設計を支援しました。特筆すべきは、研究者がJSPS科研費「ソフトロボット科学」革新的領域の助成（助成番号 JP18H05468）を受けたことです。

AI搭載ひずみ受容体から恩恵を受ける可能性のある企業

風況を正確かつ迅速に判定する能力は、多くの企業が製品やサービスを向上させるために活用できるオプションです。これらのセンサーを羽ばたく翼ロボットに使用することで、ドローンメーカーはこの技術を拡張し、より機敏で独自性のある選択肢を創出できます。以下は、今後数ヶ月でこの課題を実現できると期待される企業の一例です。

Kratos Defense & Security Solutions Inc

Kratos Defense & Security Solutions Inc (KTOS ) は、1994年に通信インフラ事業者として市場に参入し、その後ミッションと目標をドローン製造へと転換しました。同社はカリフォルニア州サンディエゴに拠点を置いています。

2004年、Kratos Defense & Security Solutions Inc. は市場全体でハイレベルな買収を開始しました。これらの買収により同社は先進技術へのアクセスを得て、社名と全体的な焦点を軍事防衛技術へと転換しました。

現在、Kratos は軍事ドローンとソフトウェアの主要プロバイダーとして認識されています。同社の株式（KTOS）は、製品の継続的なイノベーションと自動化・AI搭載戦闘ドローンへの需要増加など、さまざまな要因により年々安定した成長を遂げています。

Kratos Defense & Security Solutions Inc. は機関投資家や政府との深い関係と実績があり、今後数ヶ月でこの技術を統合するのに最適な企業です。

AI搭載ひずみ受容体の未来

AI搭載ひずみセンサー研究のエンジニアは、この技術が最大限に活用されるためにはまだ多くの課題が残っていると考えています。現在、翼型ドローン分野はまだ黎明期の市場です。

しかし、安定したホバリングや迅速な方向転換といった翼型飛行の利点が独自の機会を生み出すにつれ、これらのロボットへの需要が増加すると予想されます。そのため、チームはより複雑な風条件や異なるひずみセンシング位置の組み合わせに関するさらなる研究を実施し、設計の最適化を目指す予定です。

AI搭載ひずみ受容体 – 翼をスマートにする

信頼性が高く手頃な価格のAI搭載ひずみ受容体を翼型ロボットに導入することで、全体的な性能向上が期待できます。本研究は、業界を自然模倣へ一歩近づけ、飛行に関する古くからの謎を解き明かすことに貢献します。今後数ヶ月で、本研究は多数の新しい有能な羽ばたく翼機の創出につながる可能性があります。

他のクールなロボティクスプロジェクトについてはこちらをご覧ください。

研究参考文献：

^{1. Kubota, K., & Tanaka, H. (2024). 機械学習ベースの翼変形による風分類：バイオミメティック・フラッピングロボットにおける柔軟構造が風センシングを向上させる. Advanced Intelligent Systems, 6(11), 2400473. https://doi.org/10.1002/aisy.202400473}