Self-excited actuation enables adaptive and resilient flapping-wing flight
本文介绍了首款利用异步驱动来模拟昆虫肌肉的具备飞行能力的扑翼机器人，证明了这种自激策略能够在无需外部感知或控制干预的情况下，实现具有适应性、韧性和瞬时性的障碍物规避。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在自然界中，飞行的能力往往关乎生死。对于像果蝇或蚊子这样微小的生物而言，飞行不仅仅是位移，更是一场与空气的高速博弈，需要通过瞬时的调整来维持飞行。为了实现这一点，自然界进化出了两种截然不同的肌肉驱动翅膀扇动的方式。第一种方法是直接且刻意的：神经信号指令肌肉收缩，翅膀随之移动，然后大脑等待下一个指令。这就像指挥家告诉管弦乐队何时演奏每一个音符。第二种方法则更加神秘且具有自持性。在这种模式下，肌肉本身具有一种特殊的属性，即拉伸会触发收缩，进而拉伸对侧肌肉，从而形成一个无需大脑持续指令即可自动运行的连续、律动循环。这种自启动的节奏让昆虫能够每秒扇动数百次翅膀，并能针对其身体或周围空气的变化做出即时调整。尽管工程师们长期以来一直能够制造出模仿第一种直接方法的飞行机器人，但第二种自持性的方法在机器领域仍难以实现。机器人是否能够利用这种自我修正、自动化的力量，在充满障碍的复杂世界中飞行的课题，一直是一个开放性的挑战。
现在，一支研究团队成功制造出了首个使用这种自持肌肉策略的飞行机器人。该机器人并非依赖中央计算机来定时每一次振翅，而是创造了一种通过内置于电机本身的反馈回路来产生自身律动的机器。这个机器人重量仅为五克，翼展为1ล55毫米，它使用了一个巧妙的技巧，在不增加沉重的摄像头或传感器的情况下感知自身的运动。驱动翅膀的电动机同时也充当了传感器；随着翅膀旋转，它们会产生微弱的电信号，告知系统运动的速度。机器人的控制系统利用这一信号产生一个延迟，模拟了昆虫中发现的生物学“拉伸激活”。当翅膀被拉伸时，系统会在极短的时间内等待后再将其拉回，从而创造出一种连续的、自持的振荡。这种设计使机器人无需中央大脑不断计算每一次扇动的时机即可飞行。
这种新方法的实验结果令人瞩目，尤其是在面对现实世界的混乱环境时。在机器人飞越充满垂直杆子的笼子的测试中，两种方法的差异显而易见。使用传统计算机定时方法的机器人很快就坠毁了。当它们的翅膀撞到杆子时，计算机仍会发送相同的扇动信号，导致翅膀剧烈地反复撞击障碍物，从而使整个机器失去平衡。相比之下，拥有自持翅膀的机器人对碰撞做出了即时反应。一旦翅膀撞到障碍物并停止运动，反馈回路就会中断，电机也会自然停止拉动。翅膀仅仅是停止了扇动，从而使机器人能够滑过障碍物或从中恢复，而不会发生剧烈的撞击。在这些复杂的环境中，自持式机器人成功到达笼顶的次数为十二次中的九次，而传统机器人仅成功了两次。
这种适应性不仅限于避免碰撞。研究人员还测试了机器人如何处理损伤。当他们修剪掉一部分翅膀以模拟受伤时，传统机器人难以维持飞行，往往无法离地起飞。然而，自持式机器人却能自动调整。由于其律动与翅膀的物理重量和阻力相绑定，翅膀面积的损失改变了机械平衡，系统便自然地提高了扇动频率以进行补偿。它将振动频率提高了约12.6%，从而使其在受损后仍能产生足够的升力进行飞行，而这一切都不需要计算机检测到损伤或重新编写飞行计划。甚至当研究人员在半空中抓住这台飞行机器人时，翅膀在运动停止的瞬间立即停止扇动，并在释放后立即恢复，展示了一种无需复杂感知或决策能力的安全性与响应能力。
这项工作为未来飞行机器的发展指明了一条新路径。通过将智能直接嵌入机器人的物理机械结构中，而非仅仅依靠软件来管理每一次运动，工程师可以创造出本质上更具韧性的机器。机器人不需要被告知在撞到物体时停止；其设计的物理特性迫使它停止。这种方法模仿了自然界中最敏捷的昆虫如何生存了数百万年，证明了有时最先进的控制系统并非更快的计算机，而是一个更聪明的躯体。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。