Connect with us

Ny modell utforsker høyhastighetsbevegelse hos geparder, og bringer oss nærmere leggede roboter

Robotikk

Ny modell utforsker høyhastighetsbevegelse hos geparder, og bringer oss nærmere leggede roboter

mm

Geparder er de raskeste landlevende pattedyrene, men vi vet fortsatt ikke nøyaktig hvorfor. Vi har innsikt i hvordan, som bruk av en “galloperende” gange ved deres raskeste hastigheter, og de har to forskjellige typer “flytting”. Den første involverer deres forlemmer og baklemmer under kroppen og kalles “samlet flytting”, mens den andre involverer deres forlemmer og baklemmer strekt ut og kalles “utvidet flytting”.

Den utvidede flyttingen er ansvarlig for å muliggjøre at geparder når høye hastigheter, men nøyaktig hvor raskt avhenger av bakkekrefter og spesifikke forhold. Geparder viser også bemerkelsesverdig ryggbevegelse under flytting da de veksler mellom å bøye og strekke i samlet og utvidet modus, og dette tillater høyhastighetslokomsjon. Til tross for all denne kunnskapen, vet vi fortsatt ikke mye om dynamikken som er ansvarlig for disse evnene.

Løpefaser hos dyr

Dr. Tomoya Kamimura ved Nagoya Institute of Technology, Japan, spesialiserer seg i intelligent mekanikk og lokomsjon.

“All dyreløping utgjør en flytfase og en ståfase, med forskjellige dynamikker som styrer hver fase,” forklarer Dr. Kamimura.

Flytfasen innebærer at alle føtter er i luften og kroppens massesentrum utviser ballistisk bevegelse. Under ståfasen absorberes bakkereaksjonskreftene av kroppen gjennom føttene.

“På grunn av slike komplekse og hybride dynamikker, kan observasjoner bare bringe oss så langt i å avdekke mekanismene som ligger til grunn for dyrenes løpedynamikk,” fortsetter Dr. Kamimura.

Datamodellering bringer innsikt

For å få en bedre forståelse av den dynamiske perspektivet på dyrenes gange og ryggbevegelse under løping, har forskerne avhengig av datamodellering med enkle modeller, og det har vært ekstremt suksessfullt.

Med det sagt, har det ennå ikke vært mange studier som utforsker typene flytting og ryggbevegelse som skjer under galloping, så forskningsteamet tok på seg en studie publisert i Scientific Reports, som avhengig av en enkel modell som etterligner vertikal og ryggbevegelse.

Teamets studie involverte en todimensjonal modell bestående av to stive kroppar og to masseløse stenger, som representerte gepardens ben. Kroppene var koblet sammen av en ledd, som repliserte ryggens bøyingsbevegelse, og en torsjonsfjær. Teamet tildelte også identiske dynamiske roller til for- og bakben.

Teamet løste de forenklede bevegelseslikningene som styrte modellen, som ledet til seks mulige periodiske løsninger, to av dem lignet to forskjellige flyttingstyper, som en gepard som galloperer, og fire ligner bare en flyttype, i motsetning til geparder. Disse var basert på kriteriene relatert til bakkereaksjonskreftene, som ble gitt av løsningene.

Kriteriet ble deretter verifisert med målte geparddata, og teamet fant at gepardens galloping i den virkelige verden tilfredsstiller kriteriet for to flyttingstyper gjennom ryggbevegelse.

All dette ledet til at forskerne fikk ny innsikt i hastigheten til geparder. De periodiske løsningene avslørte også at hestens galloping innebærer samlet flytting som et resultat av begrensede ryggbevegelser, noe betyr at de ekstremt høye hastighetene som geparder oppnår er et resultat av ekstra utvidet flytting og ryggbevegelse.

“Selv om mekanismen som ligger til grunn for denne forskjellen i flyttingstyper mellom dyrearter ennå ikke er klar, utvider våre funn forståelsen av de dynamiske mekanismene som ligger til grunn for høyhastighetslokomsjon hos geparder. Videre kan de bli brukt til den mekaniske og kontrollutformingen av leggede roboter i fremtiden,” sier Dr. Kamimura.

Alex McFarland er en AI-journalist og forfatter som utforsker de nyeste utviklingene innen kunstig intelligens. Han har samarbeidet med tallrike AI-startups og publikasjoner verden over.