AI Destekli Gerinim Algılayıcılarından Yararlanacak Hava Robotları

Yapay zeka, havacılık ve robotik endüstrileri boyunca yenilikler sunmaya devam ediyor. Entegre AI destekli gerinim algılayıcılarını içeren son gelişmeler, önümüzdeki yıllarda daha çevik ve hafif seçenekler yaratmayı mümkün kılabilir. İşte bilmeniz gereken her şey.

Zamanın başlangıcından beri insan, uçuşu daha iyi anlamak için doğaya bakmıştır. Ancak, kanatlarını çırparak uçan robotlar yaratmak, geleneksel kanatlı araçlardan çok daha zor bir hal almıştır. Ne yazık ki, bu durum hava robotlarını, doğal benzerlerinin sahip olduğu, örneğin süzülme ile optimize edilmiş uçuş arasında hızlı geçiş gibi bazı temel yeteneklerden yoksun bırakmıştır. Neyse ki, bu senaryo değişmek üzere olabilir.

Kanat Çırpan Hava Robotları

Bugün, hava robotları birçok sektörde yaygındır ve etkileri, yetenekleri ve bulunabilirlikleri artmaktadır. İnsanlar hava robotiklerinden bahsederken genellikle sadece pervane destekli ve kanatlı araçları düşünür. Ancak, dikkat çekmeyen ancak kesinlikle öne çıkan benzersiz faydaları olan birkaç başka seçenek de mevcuttur.

Kanat Çırpma

Kanat çırpma, iki dünyanın en iyisini sunar. Kuşların hızlıca dikey kaldırma kazanmasını ve uzun mesafelerde süzülmek için istikrar sağlamasını mümkün kılar. Kanatlı böcekler ise süzülüp yönlerini çabucak değiştirebilir. Bir eşek arısı ya da sinekkuşu bir bölgeyi nasıl hızlıca dolaşır, ya da bir güve bir ampul etrafında nasıl döner, düşünün.

Şu ana kadar, kanat çırpan robot tasarımında bazı büyük ilerlemeler kaydedildi. Ancak, bu araçların laboratuvar dışındaki değişen koşullarda güvenilir bir şekilde çalışmasını sağlayacak uçuş kontrolörlerini geliştirmek zor oldu. Yine de, bu tasarımlar geliştiricilerin ve yaratıcıların hayal gücünü yakalamaya devam ediyor; Dune filmi yakın zamanda bir ejderha sineği benzeri kanat çırpma kanatlarına sahip bir Ornithopter’ı gösterdi.

Kaynak – Fandom

AI Destekli Gerinim Algılayıcıları Çalışması

Son bir çalışma, “Biyomimetik Çırpan Robotlarda Kanat Deformasyonu ile Makine Öğrenimine Dayalı Rüzgar Sınıflandırması: Biyomimetik Esnek Yapılar Rüzgar Algılamayı İyileştirir,”¹ doğal ilhamı kullanarak kanat çırpan robotların yeteneklerini artırıyor. Özellikle, araştırmacılar birden fazla yaratığı inceleyerek duyularının uçuş desenlerini nasıl doğru bir şekilde optimize ettiklerini belirlemeye çalıştı.

AI Destekli Gerinim Algılayıcıları Doğal İlham Alıyor.

Ekip, tüm kanat çırpan kuş ve böceklerin kanatlarında bir tür duyusal organ bulunduğunu fark etti. Bu organın farklı hayvanlarda farklı görevler yaptığı ve uçuş özelliklerini düzelterek sonuçlarını iyileştirdiği düşünüldü. Ekip, çekirgelerin kanat damarlarında gerinim algılayıcıları bulunduğunu gözlemledi. Öte yandan, tavuk gibi birçok kuşun tüy foliküllerine yakın sensörleri vardır.

Bu çalışmaya kadar, bu sensörlerin hayvana tam olarak ne tür veri sağladığı hakkında çok az bilgi vardı. Ancak araştırmacılar, duyusal bilginin hayvanların rüzgarı, vücut hareketlerini ve değişen çevresel koşulları gerçek zamanlı olarak algılamasını sağladığını çıkardılar. Robotlara aynı yetenekleri vermek amacıyla ekip, doğal benzerlerini taklit edebilen güvenilir bir AI destekli gerinim sensörü geliştirmeye başladı; bu sayede robot ortamını ve koşullarını “hissedip” buna göre ayarlayabilir.

Kanat Tasarımı

Ekip, doğanın en çevik uçanlarından biri olan sinekkuşundan ilham aldı. Kuşun kemiklerine benzer bir yapıya sahip Sinekkuşu taklitli kanatlar yaratmaya karar verdi. Şaftlar uçta incelir ve kanat damarları gibi davranarak kanat yapısına ek bir stabilite katmanı ekler.

Bu esnek kanatlar, çift-nozullu eriyik biriktirme modelleme (FDM) 3D yazıcı kullanılarak 3D yazdırıldı. Bu yöntem, ekibin 12,5 μm kalınlığında bir kopoliyester polimer ve karbon fiber takviyeli polietilen tereftalat ile yazdırmasını sağladı. Bu yaklaşım, doğal bir kanadın esnekliğine ve yol boyunca hareket edebilme özelliklerine benzer nitelikler sundu.

Serbest Hareket

Özellikle, kanat ±23° açıya kadar serbestçe kanatçık yapabilir. Ayrıca kanat her çırpma sırasında önde gelen kenarında bükülür. Bu hareket, böcekler gibi kaldırma kuvvetini maksimize ederek ek güç sağlar. Mühendisler kanat çırpma genliğini 158° olarak ayarladı ve çırpma frekansı deneyler için ≈12 Hz olarak belirlendi.

Kaynak – Advanced Intelligent Systems

AI Destekli Gerinim Algılayıcıları

Ekip, sinekkuşu benzeri kanat yapısına gerinim ölçerler entegre etti. Özellikle, taban genişliği ve uzunluğu 1,4 ve 4,2 mm olan, ticari olarak temin edilebilen yedi düşük maliyetli gerinim algılayıcı, test kanatlarının belirli noktalarına yapıştırıldı. Bu sensörler, kanadın basınç ve gerinimini yedi farklı rüzgar yönünde ölçmek için kullanıldı. Kullanılan yönler 0°, 15°, 30°, 45°, 60°, 75° ve 90° idi.

Motor

Kanatların çırpmasını sağlamak için bir DC motor bağlandı. Motor, gerçekçi çırpma hareketleri sağlamak amacıyla Scotch yoke mekanizması ve redüktör dişlileri kullandı. Cihaz saniyede 12 döngüye ayarlandı ve sensör kabloları kanatlardaki konnektörlerden veri kaydına yönlendirildi. Özellikle, mühendisler tutarlılık ve ölçülebilirliği sağlamak için sabit voltajlı bir güç kaynağına sahip bir TEXIO TECHNOLOGY cihazı kullandılar.

AI Destekli Gerinim Algılayıcıları Konvolüsyonel Sinir Ağı Modeli

Deneyin ana bileşenlerinden biri konvolüsyonel sinir ağının (CNN) kullanımıydı. Bu model, araştırmacıların gerinim sensörlerinden elde edilen verileri kullanarak anlık ayarlamalar yapabilen bir uçuş kontrolörünü kaydetmelerine, sınıflandırmalarına ve eğitmelerine olanak sağladı.

Gerinim algılama verileri, makine öğrenimi algoritmasının rüzgar koşullarını doğru bir şekilde sınıflandırmasını sağlar. Eğitim kapsamında, sensör verileri bir rüzgar tünelinde süzülme uçuşunu taklit etmek için elde edildi. Özellikle, her rüzgar koşulu için 720 gerinim ve faz veri seti toplandı. Bu veriler kanadın bireysel çırpma hareketlerine bölündü.

AI Destekli Gerinim Algılayıcıları Testi

Ekip, kanatların sıfır rüzgar altında sensör verilerini kaydederek test aşamasına başladı. Havanın olmaması, sensörlerin sıfırlanmasını ve koşullar iyileştirildiğinde doğru karşılaştırmalar yapılmasını sağladı. Ayrıca ekip, aynı gerinim ölçer verileriyle üç farklı kanadı denedi ve sonuçları karşılaştırdı.

Farklı koşullar sırasında kanat durumunu doğru bir şekilde yakalamak için manyetik bir döner enkoder kullanıldı. Cihaz, kanatların tam üzerine yerleştirildi ve çırpma aşamasında 0,703° çözünürlük sağladı. İlginç bir şekilde, ekip süreci bir enkoder dönüşünü tek bir çırpma döngüsüne eşitleyerek başlattı.

Rüzgar Tüneli

Rüzgar tüneli, bu deneylerin kritik bir parçasıydı. Ekip, hafiften şiddetli rüzgar koşullarına kadar süzülme uçuşunu simüle edebildi. Özellikle, test aşamasında sekiz değişen rüzgar koşulu kullanıldı. Her koşulda tek bir çırpma döngüsü sırasında 3 ölçüm alındı.

AI Destekli Gerinim Algılayıcıları Test Sonuçları

Çalışmanın sonuçları etkileyiciydi. Ekip, rüzgar koşullarını %99 doğrulukla belirleyebildi. Etkileyici bir şekilde, bu belirleme sadece tek bir çırpma ile yapıldı ve bazı durumlarda, sadece 0,2 çırpma döngüsü bile çok doğru sonuçlar verdi. Ayrıca, çalışma kanat şaftlarına en yakın sensörlerin en hızlı sonuçları sağladığını buldu.

Döngü Süresi Önemlidir

Her ölçümün döngü süresi sonuçlarda büyük bir fark yarattı. Ekip, 0,2 döngünün altında veri güvenilirliğinin keskin bir şekilde düştüğünü fark etti. Ancak, 0,2’de sensörler %85 doğruluk elde etti. Bu doğruluk, kanattaki sensör sayısına bağlı olarak artırılabilir veya azaltılabilir.

Biyomimetik Kanat Şaft Yapıları AI Destekli Gerinim Algılayıcıları Sonuçlarını İyileştirir

Testler, kanat şaft yapısının veri toplama ve doğrulukta hayati bir rol oynadığını ortaya koydu. Bu nedenle, test edilen yapılandırılmış kanatlar, yapılandırılmamış bir deneğe göre rüzgar koşullarını çok daha hızlı belirleyebildi. Bu keşif, mühendislerin kanat yapısını ve sensör yerleşimini geliştirmelerinin gelecekte daha da yüksek doğruluk sağlayabileceğini belirlemesine yol açtı.

AI Destekli Gerinim Algılayıcıları Faydaları

Bu çalışmanın piyasaya sunduğu uzun bir fayda listesi var. İlk olarak, robot mühendislerine ticari olarak temin edilebilen, uygun fiyatlı ve hazır parçalar üzerine kurulu basit bir kanat gerinim algılama yeteneği sağladı. Bu düşük maliyetli ve düşük enerji tüketimli cihazlar, büyük değişiklikler yapmadan uçan robotlara kolayca entegre edilebilir.

Çeviklik

Eşek arılarının elde ettiği çeviklik neredeyse başka bir dünyaya ait. Bu kanatlı hayvanlar, çok az çaba harcamadan hızla durabilir, süzülüp yön değiştirebilir. Bilim insanları, aynı yeteneklere sahip dronlar yaratmayı umuyor, bu da yeni bir entegrasyon seviyesini mümkün kılıyor.

Uyarlanabilirlik

Kimse size rüzgarın her zaman hangi yönden eseceğini söyleyemez. Ancak, test edilen kanatların duyusal girdileri, ek cihazlara ihtiyaç duymadan akış koşullarını doğrudan tanıyabilir. Bu veri, çevresel farkındalığı artırmak, daha iyi kontrol sağlamak ve çevresel koşullara dayalı hızlı bilgi kodlaması yapmak için kullanılabilir.

Basit Yaklaşım

Kanat çırpmanın diğer süzülme teknolojilerine göre bir diğer büyük faydası sadeliktir. Hovercraft’lar çok fazla hava akışı gerektirir ve sadece belirli bir yüksekliğe ulaşabilir. Öte yandan, helikopterler son derece karmaşıktır; süzülme durumuna ulaşmak için binlerce hareketli parçanın mükemmel şekilde kalibre edilmesi gerekir. Bu son çalışma, çok sayıda hareketli ve karmaşık parçaya ihtiyaç duymadan stabil süzülme ve hızlı yön değişiklikleri yapabilen araç kanatlarının 3D yazdırılmasını mümkün kılabilir.

AI Destekli Gerinim Algılayıcıları Kullanım Alanları

Kanat çırpan robotlar için çeşitli kullanım senaryoları vardır. Bu cihazlar, ulaşılması zor yerlere gitmeye ya da doğal afetler ya da savaş bölgelerinin sorunsuz taranmasını sağlamaya yardımcı olabilir. Küçük hava robotları şu anda ağırlık ve boyut açısından ciddi sınırlamalara sahiptir. Kanat çırpma kullanımı, uçuş aparatları için gereken ağırlığı azaltarak taşıma kapasitelerini artırabilir.

AI Destekli Gerinim Algılayıcıları Araştırmacıları

Bu çalışma, Tokyo Bilim Enstitüsü’ndeki araştırmacılar tarafından yürütüldü. Rapor, Doçent Dr. Hiroto Tanaka tarafından yönetildi ve Hiroto Tanaka’nın çalışmalarını içerdi. Ayrıca, Tomoya Fujii kanat tasarımına yardımcı oldu. Dikkat çekici olarak, araştırmacılar JSPS KAKENHI Yenilikçi Alanlar “Yumuşak Robot Bilimi” için verilen JP18H05468 numaralı hibe ile destek aldılar.

AI Destekli Gerinim Algılayıcılarından Yararlanabilecek Şirketler

Rüzgar koşullarını doğru ve hızlı bir şekilde belirleme yeteneği, birçok şirketin ürünlerini geliştirmek için kullanabileceği bir seçenektir. Bu sensörlerin kanat çırpan robotlarda kullanılması, drone üreticilerinin bu teknolojiyi daha çevik ve benzersiz seçenekler yaratmak için genişletmelerine kapı açar. İşte önümüzdeki aylarda bu görevi yerine getirebilecek bir şirket.

Kratos Defense & Security Solutions Inc

Kratos Defense & Security Solutions Inc (KTOS ) ilk olarak 1994 yılında bir telekomünikasyon altyapı sağlayıcısı olarak piyasaya girdi ve misyonunu ve hedeflerini drone üretimine kaydırdı. Şirket, San Diego, CA merkezlidir.

2004 yılında, Kratos Defense & Security Solutions Inc., piyasada yüksek seviyeli satın almalar yapmaya başladı. Bu satın almalar, şirketin gelişmiş teknolojilere erişimini sağladı ve firmayı adını ve genel odak noktasını askeri savunma teknolojilerine kaydırdı.

Bugün, Kratos, askeri drone ve yazılımın önde gelen sağlayıcısı olarak tanınıyor. Şirketin hisse senedi, KTOS, yıl boyunca çeşitli faktörler sayesinde istikrarlı bir büyüme gösterdi; bunlar arasında şirketin sunduklarını sürekli yenilemesi ve otomatik ve AI destekli savaş dronlarına artan talep yer alıyor.

Kratos Defense & Security Solutions Inc.’nin kurumsal yatırımcılar, hükümetler ve kanıtlanmış geçmişiyle olan derin bağları, bu teknolojiyi önümüzdeki aylarda entegre etmek için mükemmel bir şirket olmasını sağlıyor.

AI Destekli Gerinim Algılayıcılarının Geleceği

AI destekli gerinim sensörleri çalışmasının mühendisleri, bu teknolojinin zirveye ulaşması için daha çok çalışılması gerektiğine inanıyor. Şu anda, kanatlı drone sektörü hâlâ yeni gelişmekte olan bir pazar.

Bununla birlikte, stabil süzülme ve hızlı yön değişiklikleri gibi kanatlı uçuşun avantajları benzersiz fırsatlar yarattıkça, bu botlara olan talebin artmasını bekleyebilirsiniz. Bu nedenle, ekip tasarımlarını optimize etmek için daha karmaşık rüzgar koşulları ve farklı gerinim algılama konumlarının kombinasyonları üzerine daha fazla çalışma yapmayı planlıyor.

AI Destekli Gerinim Algılayıcıları – Kanatları Akıllı Hale Getirmek

Güvenilir ve uygun fiyatlı AI destekli gerinim algılayıcıların kanatlı robotlara tanıtılması, performansı her alanda artıracaktır. Bu çalışma, endüstriyi doğayı taklit etmeye ve uçuşla ilgili eski gizemleri çözmeye bir adım daha yaklaştırıyor. Önümüzdeki aylarda, bu çalışma birçok yeni ve yetenekli kanat çırpan araçların yaratılmasına yol açabilir.

Diğer ilginç robotik projeler hakkında buradan öğrenin.

Çalışma Referansı:

^{1. Kubota, K., & Tanaka, H. (2024). Biyomimetik çırpan robotlarda kanat deformasyonu ile makine öğrenimine dayalı rüzgar sınıflandırması: Biyomimetik esnek yapılar rüzgar algılamayı iyileştirir. Advanced Intelligent Systems, 6(11), 2400473. https://doi.org/10.1002/aisy.202400473}