В мире природы многие виды смогут ходить по склонам и неровным поверхностям, достигая мест, недоступных помимо этого для самых продвинутых роботов-марсоходов. Остается тайной, как легко помимо этого самые мелкие создания справляются со сложными перемещениями.Что мы в самом деле знаем, так это то, что помимо этого в несложном мозге имеется схемы генерации паттернов (CPG) [1], каковые настроены специально для генерации паттернов ходьбы. Попытки воспроизвести такие схемы искусственно до сих пор имели ограниченный успех из-за низкой гибкости.
на данный момент исследователи из японии и Италии предлагают новый подход к созданию паттернов ходьбы, основанный на иерархической сети электронных осцилляторов, расположенных на двух уровнях, каковые они продемонстрировали при помощи муравьеподобного робота-гексапода. Достижение открывает новые возможности для управления роботами на ногах.
Изучение, размещённое в IEEE Access, итог сотрудничества ученых из Tokyo Tech, частично финансируемого World Research Hub Initiative, Польской академией наук в Кракове, Польша, и Университетом Катании, Италия.Биологически вдохновленный контроллер складывается из двух уровней.
Вверху он содержит CPG [1], отвечающий за управление неспециализированной последовательностью перемещений ног, известной как походка. Внизу он содержит шесть локальных генераторов паттернов (LPG) [2], отвечающих за управление траекториями отдельных участков.Ведущий создатель изучения Людовико Минати, что также имеется участником Польской академии наук в Кракове, Польша и приглашен в Токийский технологический университет инновационных изучений (IIR) через World Research Hub Initiative, растолковывает, что насекомые смогут не так долго осталось ждать приспособить собственную походку. в зависимости от множества факторов, но особенно от их скорости ходьбы.
Кое-какие походки наблюдаются частенько и считаются каноническими, но в конечном итоге доступно фактически нескончаемое количество походок, и разные насекомые, такие как муравьи и тараканы, реализуют похожие походки в очень разных позах.При попытке сконцентрировать такую ??сложность в генераторах неестественных образов показались трудности.
Предлагаемый контроллер демонстрирует большой уровень универсальности благодаря реализации на базе программируемых аналоговых массивов (FPAA) [3], каковые разрешают на лету реконфигурировать и настраивать все параметры схемы. Он основан на продолжительных прошлых изучениях нелинейных и хаотических электронных сетей, каковые продемонстрировали их свойство воспроизводить явления, подмечаемые в биологическом мозге, помимо этого в то время, в то время, когда они спаяны в очень несложных конфигурациях.«Возможно, самым захватывающим моментом в изучении было то, в то время, в то время, когда мы подмечали, как робот демонстрирует феномены и походку, каковые мы не проектировали и не ожидали, а позднее поступила информация, что они также существуют у биологических насекомых», — говорит Минати.
Такие появляющиеся явления появляются, к примеру, в то время, в то время, когда сеть реализована с аналоговыми компонентами и допускает определенную степень самоорганизации, мня подход, что сильно отличается от хорошей инженерии, где все спроектировано априори и зафиксировано. «Это приближает нас к тому, как трудится биология», — додаёт он.Ясухару Койке, также трудящийся в IIR, комментирует: «Важным нюансом контроллера имеется то, что он сводит такую ??сложность только к мелкому количеству параметров. Их вероятно рассматривать как параметры громадного уровня, вследствие того что они разумеется задают походку, скорость, осанка и т. д. Вследствие того что они смогут изменяться динамически, в будущем должно быть легко изменять их в настоящем времени при помощи интерфейса мозг-компьютер, что даст руководить сложной кинематикой, в другом случае невозможно было бы господствовать с текущими подходами ».
И Нацуэ Йошимура, также трудящийся в IIR, говорит: «Вследствие того что контроллер реагирует неспешно и воплощает биологически правдоподобный подход к генерации шаблонов, мы думаем, что управление им вероятно более плавным в случае если сравнивать с совокупностями, каковые декодируют дискретные команды. Это может иметь практическое значение. последствия, и отечественная лаборатория обладает громадным ноу-хау в данной области ».
Технические понятия[1] Цепи генератора шаблонов (CPG): CPG свидетельствует центральный генератор шаблонов. Сеть, которая самостоятельно генерирует ритмические паттерны походки, тут подразумевается последовательность перемещений ног.[2] Локальный генератор шаблонов (LPG): подсеть, которая преобразует любой выходной сигнал CPG в траекторию суставов соответствующего участка.
[3] Программируемая аналоговая матрица (FPAA): интегральная схема, содержащая множество аналоговых блоков, каковые вероятно реконфигурировать под цифровым управлением.