Robotica e IA fisica

Nuovo modello esplora il movimento ad alta velocità nei ghepardi, avvicinandoci ai robot con zampe

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

I ghepardi sono i mammiferi terrestri più veloci, ma non sappiamo ancora esattamente perché. Abbiamo una conoscenza di come, ad esempio l’uso di un’andatura “al galoppo” alle velocità più elevate, e hanno due tipi diversi di “volo”. Il primo coinvolge le loro zampe anteriori e posteriori sotto il corpo e viene chiamato “volo raccolto”, mentre l’altro coinvolge le loro zampe anteriori e posteriori allungate e viene chiamato “volo esteso”.

Il volo esteso è responsabile di consentire ai ghepardi di raggiungere alte velocità, ma esattamente quanto velocemente dipende dalle forze del terreno e dalle condizioni specifiche. I ghepardi dimostrano anche un notevole movimento della colonna vertebrale durante il volo, poiché alternano tra la flessione e l’estensione nei modi raccolti ed estesi, e ciò consente la locomozione ad alta velocità. Nonostante tutta questa conoscenza, non comprendiamo ancora molto delle dinamiche responsabili di queste capacità.

Fasi di corsa negli animali

Il dottor Tomoya Kamimura dell’Istituto di tecnologia di Nagoya, in Giappone, si specializza in meccanica intelligente e locomozione.

“Tutta la corsa degli animali costituisce una fase di volo e una fase di stazione, con dinamiche diverse che governano ogni fase”, spiega il dottor Kamimura.

La fase di volo coinvolge tutti i piedi che sono in aria e il centro di massa dell’intero corpo che esibisce un movimento balistico. Durante la fase di stazione, le forze di reazione del terreno vengono assorbite dal corpo attraverso i piedi.

“A causa di tali dinamiche complesse e ibride, le osservazioni possono portarci solo fino a un certo punto nello svelare i meccanismi alla base della corsa degli animali”, continua il dottor Kamimura.

La modellazione informatica fornisce insight

Al fine di ottenere una migliore comprensione della prospettiva dinamica della andatura degli animali e del movimento della colonna vertebrale durante la corsa, i ricercatori si sono affidati alla modellazione informatica con modelli semplici, e ciò è stato estremamente efficace.

Detto ciò, non ci sono ancora stati molti studi che esplorano i tipi di volo e il movimento della colonna vertebrale che si verificano durante il galoppo, quindi il team di ricerca ha intrapreso uno studio pubblicato in Scientific Reports, basandosi su un modello semplice che emula il movimento verticale e della colonna vertebrale.

Lo studio del team ha coinvolto un modello bidimensionale composto da due corpi rigidi e due barre senza massa, che rappresentavano le zampe del ghepardo. I corpi erano connessi da una articolazione, che replicava il movimento di flessione della colonna vertebrale, e da una molla torsionale. Il team ha anche assegnato ruoli dinamici identici alle zampe anteriori e posteriori.

Il team ha risolto le equazioni di movimento semplificate che governavano il modello, che hanno portato a sei soluzioni periodiche possibili, due delle quali assomigliavano a due tipi di volo diversi, come un ghepardo al galoppo, e quattro assomigliavano a un solo tipo di volo, diverso da quello dei ghepardi. Queste erano basate sui criteri relativi alle forze di reazione del terreno, che erano fornite dalle soluzioni.

I criteri sono stati quindi verificati con dati misurati sui ghepardi, e il team ha scoperto che il galoppo dei ghepardi nel mondo reale soddisfaceva il criterio per due tipi di volo attraverso la flessione della colonna vertebrale.

Tutto ciò ha portato i ricercatori a ottenere nuove informazioni sulla velocità dei ghepardi. Le soluzioni periodiche hanno anche rivelato che il galoppo dei cavalli coinvolge il volo raccolto a causa del movimento della colonna vertebrale limitato, il che significa che le velocità estremamente elevate raggiunte dai ghepardi sono il risultato di un volo esteso aggiuntivo e della flessione della colonna vertebrale.

“Mentre il meccanismo alla base di questa differenza nei tipi di volo tra le specie animali rimane ancora poco chiaro, i nostri risultati estendono la comprensione dei meccanismi dinamici alla base della locomozione ad alta velocità nei ghepardi. Inoltre, possono essere applicati alla progettazione meccanica e di controllo dei robot con zampe nel futuro”, afferma il dottor Kamimura.

Alex guida le operazioni giornalistiche di Unite.AI alimentate dall'IA, combinando giornalismo, ricerca e automazione per supportare una copertura tempestiva e scalabile dell'intelligenza artificiale. Il suo lavoro contribuisce a garantire che gli sviluppi emergenti dell'IA vengano evidenziati in modo efficiente, mantenendo gli standard editoriali della pubblicazione.