Festo仿生学习网络

寂静回声

像摩洛哥后翻蜘蛛那样行走与翻滚 – BionicWheelBot(仿生蜘蛛) 以惊奇的方式在地面上行走。Festo与由这种蜘蛛的发现人Ingo Rechenberg教授带领的团队一起深入研究了这种独特的运动方式，并从技术上得到了实现。看飞蝠不要放大镜：这个BionicFlyingFox 是个大家伙，翼展达到2.28 米，通过运动跟踪系统和机器学习，可实现部分自主飞行。
BionicWheelBot 的生物原型为摩洛哥后翻蜘蛛（学名：Cebrennus rechenbergi），这种蜘蛛生活在撒哈拉沙漠边缘的尔格谢比荒漠。柏林理工大学的仿生学教授Ingo Rechenberg 于2008 年发现了这种蜘蛛。摩洛哥后翻蜘蛛行走时与其它蜘蛛无异；不过，这种蜘蛛还能在地面上翻滚着行进。因此，非常好地适应了自己的生活环境：在平整的地面上，其翻滚的速度是行走速度的两倍。
自发现这种蜘蛛后， Rechenberg 教授一致致力于将这种蜘蛛的运动方式转化成技术应用。在大量研究的基础上，Rechenberg 及其团队制作了很多第一批次的BionicWheelBot 原型。现在，他与Festo 又一起进一步开发了这个人造蜘蛛的运动机构与驱动原理，作为仿生学习网络的组成部分。

BionicWheelBot（仿生蜘蛛）
BionicWheelBot（仿生蜘蛛）：从行走切换成翻滚模式
跟自然界中蜘蛛一样，BionicWheelBot 用三角步态来推进自身，用八条腿的其中六条来行走。开始翻滚前， BionicWheelBot 弯折收起每侧的三条腿，身体形成一个圆轮。在行走时收起的两条腿这时伸出，在地面上推动团成圆轮的蜘蛛前进，在翻滚过程中持续推动。这就确保了BionicWheelBot 不会滚着滚着就停下来，甚至在粗糙的地形上也能保持前进。

翻滚模式中的BionicWheelBot，推动腿已伸出
在翻滚模式中， BionicWheelBot 用全身完成翻滚，跟摩洛哥翻滚蜘蛛一模一样。因为其集成了惯量传感器，所以总是能感知自己所处的位置，以及需要再次推动的时间。因此，它翻滚的速度同样比行走快，甚至可翻滚上一个最大五度的坡。
BionicFlyingFox（仿生狐蝠）– 机器学习保证最佳飞行路径
为了尽量模拟自然界中狐蝠的飞行，BionicFlyingFox 的翅膀运动机构也被分成主翼和副翼；所有关节处在一个平面上。翅膀覆盖了一层弹性膜，可伸展至脚部。飞行膜非常轻薄，但也很坚韧。

BionicFlyingFox
运动跟踪系统，用于自控飞行
为了让BionicFlyingFox 在限定的空间实现半自主的飞行，其与所谓的运动跟踪系统进行通信。该装置的两台红外相机持续记录飞蝠的位置。相机安装在云台上，可旋转和摆动，从地面上监控BionicFlyingFox 的整个飞行过程。同时，运动跟踪系统规划飞行路径，发出所需的控制命令。起飞和着陆需要借助人类操作员；自动飞行系统会在飞行时接管飞行。

BionicFlyingFox 的翅膀运动机构也被分成主翼和副翼
机器学习，用于最佳飞行路径
相机的图像被传输给一个中央主电脑，跟空管控制器一样评估数据和外部协调飞行。电脑上储存了预编程的飞行路径，指定了BionicFlyingFox 执行飞行动作时的路径。借助其自身搭载的电子元件和复杂的飞行模式，人造飞蝠自行计算执行计划运动顺序所需的翅膀运动。飞蝠从主电脑接收必要的控制算法，主电脑对算法自动进行学习，并持续改进。BionicFlyingFox 在飞行时就能优化飞行动作，每飞一圈，对指定飞行路线的遵循性就更精确。
创新的飞行薄膜，用于各种应用
创新的飞行薄膜是仿生团队专为BionicFlyingFox 开发的，由两片气密膜和一片弹性纤维织物组成，两者焊接在一起，焊点多达约45,000点。织物的蜂窝结构防止飞行膜的细小裂痕继续变大。因此，BionicFlyingFox的织物即使发生了不是很严重的损坏，也能继续飞行。由于材料本身的弹性，翅膀收起时，飞行膜也不会起皱。因为气密膜不仅具有弹性，而且气密、重量轻，所以也可用在飞行器中，或用于衣服设计和农业领域。
仿生学习网络
10多年前，Festo 发起了仿生学习网络，与公司内的创新过程紧密相连。与学生、知名学府、研究机构和开发公司合作，Festo 为项目、试验台和技术平台提供资助。旨在从作为新技术灵感来源的仿生学中获益，将仿生学成果转化为工业自动化技术。