RobóticaPesquisa 🇷🇺 06.08.2026 14:03

Estáveis como abelhas: novo algoritmo ajuda micro-robôs de asas batendo a manter o equilíbrio em rajadas de vento

Cientistas do MIPT e da Skoltech desenvolveram um algoritmo para estabilizar o voo de robôs miniatura com asas batendo, reproduzindo a aerodinâmica do voo das abelhas em um ambiente digital. O sistema permite que o modelo virtual permaneça estável mesmo em fortes rajadas de vento, o que poderá permitir que futuros robôs-abelha busquem entre escombros após desastres, polinizem plantas em estufas e realizem reconhecimento encoberto. A pesquisa foi publicada na revista Communications in Nonlinear Science and Numerical Simulation.
Pesquisadores do Instituto de Física e Tecnologia de Moscou (MIPT) e da Skoltech criaram um algoritmo para estabilizar o voo de robôs miniatura com asas batentes, juntamente com um ambiente computacional para testar vários algoritmos de controle em ventos com rajadas. As abelhas estão entre as criaturas mais manobráveis da natureza, graças à aerodinâmica de vórtices, onde cada batida de asa forma estruturas de vórtice estáveis que geram sustentação. No entanto, o voo com asas batentes é inerentemente instável, e transferir essa aerodinâmica para um robô ou seu modelo digital faz com que ele perca o equilíbrio ao menor sopro de vento. O novo sistema de estabilização controla três parâmetros-chave das asas: amplitude da batida, posição média da trajetória e ângulo de rotação da asa em torno de seu próprio eixo. O algoritmo usa um controlador não linear baseado em uma função de Lyapunov discreta para calcular mudanças na cinemática das asas que reduzem o desvio do curso desejado. O algoritmo foi testado em um túnel de vento digital com fortes rajadas verticais: um controlador linear só conseguia segurar o inseto se a força do vento não excedesse 50-60% do peso corporal, enquanto o novo algoritmo híbrido estabilizava o voo mesmo quando as rajadas eram 1,5 vezes o peso do objeto, com tempo de estabilização de 3 a 6 segundos. O ambiente computacional segue uma arquitetura de 'percepção-computação-ação' e é compatível com ferramentas de aprendizado por reforço, permitindo uma comparação justa de reguladores clássicos, algoritmos de redes neurais e esquemas híbridos. A equipe planeja complicar ainda mais o modelo e testar o controlador híbrido com redes neurais para navegação totalmente autônoma de microrrobôs de asas batentes.
Fonte: CNews — original
Nossos posts anteriores sobre este tópico ↓
Notícias frescas