Robotteknologi og fysisk AI

Ny model udforsker højhastighedsbevægelse hos geparder og bringer os tættere på benede robotter

mm
Føj Unite.AI til dine foretrukne kilder på Google

Geparder er de hurtigste landlevende dyr, men vi ved stadig ikke nøjagtig hvorfor. Vi har indsigt i, hvordan, såsom brugen af en “galoperende” gangart ved deres hurtigste hastigheder, og de har to forskellige typer “flyvning”. Den første involverer deres forben og bagben under kroppen og kaldes “samlet flyvning”, mens den anden involverer deres forben og bagben strakt ud og kaldes “udstrakt flyvning”.

Den udstrakte flyvning er ansvarlig for at ermögille geparder at nå høje hastigheder, men hvor hurtigt afhænger af jordkræfter og bestemte betingelser. Geparder viser også bemærkelsesværdig rygsøjlebevægelse under flyvning, da de skifter mellem at bøje og strække i samlet og udstrakt mode, og dette tillader højhastighedslokation. Trods alt dette kendskab forstår vi stadig ikke meget om de dynamiske mekanismer, der ligger til grund for disse evner.

Løbende faser hos dyr

Dr. Tomoya Kamimura fra Nagoya Institute of Technology, Japan, specialiserer sig i intelligent mekanik og lokation.

“Alle dyrs løb består af en flyvningsfase og en ståfase, med forskellige dynamikker, der styrer hver fase,” forklarer Dr. Kamimura.

Flyvningsfasen indebærer, at alle fødder er i luften, og kroppens tyngdepunkt udviser ballistisk bevægelse. Under ståfasen absorberes jordreaktionskræfterne af kroppen gennem fødderne.

“På grund af sådanne komplekse og hybride dynamikker kan observationer kun bringe os så langt i at afklare de mekanismer, der ligger til grund for dyrs løb,” fortsætter Dr. Kamimura.

Computermodellering giver indsigt

For at opnå en bedre forståelse af den dynamiske perspektiv på dyrs gangart og rygsøjlebevægelse under løb har forskere lænet sig op af computermodellering med simple modeller, og det har været ekstremt succesfuldt.

Med det sagt er der endnu ikke mange studier, der udforsker de typer af flyvning og rygsøjlebevægelse, der finder sted under galoperen, så forskerholdet påtog sig en studie, der er offentliggjort i Scientific Reports, og som læner sig op af en simpel model, der efterligner vertikal og rygsøjlebevægelse.

Holdets studie omfattede en todimensionel model bestående af to stive legemer og to masseløse stænger, der repræsenterede gepardens ben. Legemerne var forbundet med en led, der replicerede rygsøjleens bøjning, og en torsionsfjeder. Holdet tildelte også identiske dynamiske roller til for- og bagbenene.

Holdet løste de simplificerede bevægelsesligninger, der styrede modellen, og det ledte til seks mulige periodiske løsninger, hvoraf to lignede to forskellige flyvningstyper, som en gepard, der galoperer, og fire lignede kun en flyvningstype, som ikke er tilfældet med geparder. Disse var baseret på kriterierne i forhold til jordreaktionskræfterne, der blev leveret af løsningerne.

Kriteriet blev herefter verificeret med målte geparddata, og holdet fandt, at gepardens galoperen i den virkelige verden opfyldte kriteriet for to flyvningstyper gennem rygsøjlebøjning.

Alt dette ledte til, at forskerne fik ny indsigt i gepardens hastighed. De periodiske løsninger afslørede også, at hestens galoperen indebærer samlet flyvning som resultat af begrænset rygsøjlebevægelse, hvilket betyder, at de ekstremt høje hastigheder, der opnås af geparder, er et resultat af yderligere udstrakt flyvning og rygsøjlebøjning.

“Selvom mekanismen bag denne forskel i flyvningstyper mellem dyrearter stadig ikke er klar, udvider vores fund forståelsen af de dynamiske mekanismer, der ligger til grund for højhastighedslokation hos geparder. Desuden kan de anvendes på den mekaniske og styre-design af benede robotter i fremtiden,” siger Dr. Kamimura.

Alex leder Unite.AI’s AI‑drevne nyhedsoperationer, der kombinerer journalistik, forskning og automatisering for at understøtte rettidig og skalerbar dækning af kunstig intelligens. Hans arbejde sikrer, at nye AI‑udviklinger fremhæves effektivt, samtidig med at publikationsredaktionens standarder opretholdes.