Nature Machine Intelligence 基于强化学习的扑翼无人机机翼应变飞行控制

尽管无人机技术发展迅速,但复制生物飞行的动态控制和风力感应能力,仍然遥不可及。生物学研究表明,昆虫翅膀上有机械感受器,即钟形感受器campaniform sensilla,探测飞行敏捷性至关重要的复杂气动载荷。

近日,韩国亚洲大学(Ajou University)Taewi Kim, Insic Hong, Sunghoon Im, Je-sung Koh,Seungyong Han & Daeshik Kang等,韩国即时通信Kakao公司的Seungeun Rho等,在Nature Machine Intelligence上发文,利用模拟这些生物系统的机器人实验,证实了机翼应变提供了无人机姿态角以及风向和风速的关键信息。

研发了可应用于扑翼无人机的"感知飞行"控制技术,利用施加在扑翼无人机机翼上的气动力,推导重要的飞行数据,如姿态和气流,而无需加速计和陀螺传感器。

目前工作包括五个关键实验:用于提供状态信息的机翼应变传感器系统初步验证,在风变化的单自由度运动环境中的控制技术,在重力姿态调整的两自由度运动环境中的控制技术,在有风条件下的位置控制测试,以及在无风条件下,仅使用机翼应变传感器的精确飞行路径操纵的演示。

在强化学习驱动的飞行控制器帮助下,已经成功地演示了仅使用机翼应变传感器,在各种环境中控制扑翼无人机。从阵风阻力到自主飞行机器人的风力辅助飞行,这种环境变化的适应性,将有利于各种应用。

预计这种扑翼无人机控制技术,可用于间谍机器人、勘探和救灾机器人等自行感知风向并飞向目标位置的机器人。

Wing-strain-based flight control of flapping-wing drones through reinforcement learning.

基于强化学习的扑翼无人机机翼应变飞行控制

图1: 基于感知飞行的飞行控制策略。

图2:从机翼应变数据中,提取气动特征。

图3: 通过感知风向和风速进行位置控制,风向和风速因位置而异。

图4 在两个自由度环境中的的强化学习reinforcement learning,RL。

图5: 具有感知飞行系统的扑翼无人机位置控制。

相关推荐
大泽泽的小可爱4 小时前
NeurIPS24 | 多无人机协作精确预测车辆等目标移动轨迹, Drones Help Drones
无人机
梦想科研社20 小时前
【无人机设计与控制】基于Q-learning三次样条曲线求解三维无人机路径规划问题
无人机
安徽京准20 小时前
京准时钟:无人机卫星信号安全防护隔离装置
安全·无人机·信号安全防护装置·卫星安全隔离装置·北斗授时安全隔离·北斗对时防护隔离装置
云卓SKYDROID2 天前
无人机声学侦测算法详解!
算法·无人机·科普·知识·云卓科技
云卓科技2 天前
无人机之中继通信技术篇
科技·嵌入式硬件·安全·机器人·无人机
鹧鸪云光伏与储能软件开发2 天前
光伏无人机踏勘,照亮光伏未来!
分布式·无人机·光伏发电·光伏·光伏设计·光伏管理
创小董3 天前
无人机的就业前景怎么样?
无人机
云卓SKYDROID5 天前
旋转翼巡检无人机飞行算法及关键技术综述!
科技·算法·无人机·科普·云卓科技
Perishell7 天前
无人机避障——路径规划篇(一) JPS跳点搜索算法&A*算法对比
linux·算法·ubuntu·动态规划·无人机·1024程序员节
云卓科技7 天前
无人机之远程指挥中心技术篇
科技·算法·无人机·交互·制造