Teksty abrahamowe traktują ślizganie się jako szczególną zniewagę, na którą nawiedza niegodziwego węża, ale ewolucja może narysować bardziej ciągłą linię poprzez ruch pływających mikrobów, wijących się robaków, ślizgających się pająków i chodzących koni.
Nowe badanie wykazało, że wszystkie te rodzaje ruchu są dobrze reprezentowane przez jeden model matematyczny.
„To nie wzięło się znikąd – to są dane z naszych prawdziwych robotów” – powiedział Dan Zhao, pierwszy autor badania w Proceedings of the National Academy of Sciences i niedawny doktorant. absolwent inżynierii mechanicznej na Uniwersytecie Michigan.
„Nawet gdy robot wygląda, jakby się ślizgał, jakby jego stopy się ślizgały, jego prędkość jest nadal proporcjonalna do tego, jak szybko porusza swoim ciałem”.
W przeciwieństwie do dynamicznego ruchu szybujących ptaków, rekinów i galopujących koni – gdzie prędkość jest napędzana, przynajmniej częściowo, przez pęd – każda cząstka prędkości mrówek, stonogi, węży i pływających drobnoustrojów jest napędzana przez zmianę kształtu ciała . Nazywa się to ruchem kinematycznym.
Poszerzone zrozumienie ruchu kinematycznego może zmienić sposób myślenia robotyków o programowaniu robotów wieloramiennych, otwierając na przykład nowe możliwości dla chodzących łazików planetarnych.
Shai Revzen, profesor inżynierii elektrycznej i komputerowej na UM i starszy autor badania, wyjaśnił, że roboty dwu- i czteronożne są popularne, ponieważ modelowanie większej liczby nóg przy użyciu obecnych narzędzi jest niezwykle skomplikowane.
„To nigdy nie pasowało do mnie, ponieważ moja praca dotyczyła lokomocji karaluchów” – powiedział Revzen. „Mogę ci powiedzieć wiele rzeczy o karaluchach. Jedną z nich jest to, że nie są genialnym matematykiem”.
A jeśli karaluchy potrafią chodzić bez rozwiązywania niezwykle skomplikowanych równań, musi istnieć prostszy sposób programowania chodzących robotów. Nowe odkrycie daje początek.
Ślizgające się stopy komplikują typowe modele ruchu robotów, a założenie było takie, że może to dodać element pędu do ruchu robotów wielonożnych. Ale w modelu zgłoszonym przez zespół UM nie różni się tak bardzo od jaszczurek, które „pływają” w piasku czy mikrobów pływających w wodzie.
Ponieważ mikroby są małe, woda wydaje się dużo gęstsza i bardziej lepka – tak jakby człowiek próbował pływać w miodzie. We wszystkich tych przypadkach kończyny poruszają się przez otaczające środowisko lub ślizgają się po powierzchni, zamiast być połączone w nieruchomym punkcie.
Zespół odkrył to połączenie, biorąc znany model opisujący pływające drobnoustroje, a następnie rekonfigurując go do użytku z wielonożnymi robotami. Model rzetelnie odzwierciedlał ich dane, które pochodziły z multipodów – modułowych robotów, które mogą działać z 6 do 12 nogami – oraz sześcionożnego robota zwanego BigAnt.
Zespół współpracował również z Glenną Clifton, adiunktem biologii na Uniwersytecie Portland w Oregonie, która dostarczyła dane na temat mrówek chodzących po płaskiej powierzchni. Podczas gdy nogi robota często się ślizgają – do 100% czasu w przypadku multipodów – stopy mrówek mają znacznie mocniejsze połączenia z podłożem, ślizgając się tylko w 4,7% przypadków.
Mimo to mrówki i roboty stosowały te same równania, a ich prędkość była proporcjonalna do szybkości poruszania nogami. Okazało się, że ten rodzaj poślizgu nie zmienia kinematyki ruchu.
Jeśli chodzi o to, co to sugeruje na temat ewolucji chodzenia, zespół wskazuje na robaka uważanego za ostatniego wspólnego przodka wszystkich stworzeń, które mają dwie strony, które są lustrzanymi odbiciami. Ten robak, wijący się w wodzie, miał już podstawy ruchu, który umożliwiał pierwszym zwierzętom chodzenie po lądzie, proponują. Nawet ludzie zaczynają uczyć się poruszania się kinematycznie, czołgając się na rękach i kolanach z trzema punktami kontaktu na ziemi w dowolnym momencie.
Naukowcy sugerują, że umiejętności zarządzania rozpędem – bieganie na czterech nogach lub mniej, chodzenie lub bieganie na dwóch nogach, latanie lub szybowanie – drabina jest uzupełnieniem starszej wiedzy o tym, jak się poruszać.
Badania były wspierane przez Army Research Office (dotacje W911NF-17-1-0243 i W911NF-17-1-0306), National Science Foundation (dotacje 1825918 i 2048235) oraz D. Dan and Betty Kahn Michigan-Israel Partnership Megaprojekt dla Badań i Edukacji Systemów Autonomicznych.
Zhao jest obecnie starszym inżynierem sterowania w XPENG Robotics.
Wideo: https://youtu.be/fogAQ71V2Cc