in

Du moins, si vous avez assez de jambes

Les textes abrahamiques traitent le glissement comme une indignité spéciale infligée au méchant serpent, mais l’évolution peut tracer une ligne moreover proceed à travers le mouvement des microbes nageurs, des vers qui se tortillent, des araignées qui sautillent et des chevaux qui marchent.

Une nouvelle étude a révélé que tous ces styles de mouvement sont bien représentés par un seul modèle mathématique.

“Cela n’est pas sorti de nulle section – cela provient de nos données réelles sur les robots”, a déclaré Dan Zhao, leading auteur de l’étude dans les Actes de l’Académie nationale des sciences et récemment titulaire d’un doctorat. diplômé en génie mécanique à l’Université du Michigan.

“Même lorsque le robotic a l’air de glisser, comme si ses pieds glissent, sa vitesse est toujours proportionnelle à la vitesse à laquelle il bouge son corps.”

Contrairement au mouvement dynamique des oiseaux et des requins planeurs et des chevaux au galop – où la vitesse est entraînée, au moins en partie, par l’élan – chaque bit de vitesse pour les fourmis, les mille-pattes, les serpents et les microbes nageurs est entraîné par la modification de la forme du corps. C’est ce qu’on appelle le mouvement cinématique.

La compréhension élargie du mouvement cinématique pourrait changer la façon dont les roboticiens envisagent la programmation de robots à plusieurs membres, ouvrant de nouvelles possibilités pour les rovers planétaires marchants, par exemple.

Shai Revzen, professeur de génie électrique et informatique à l’UM et auteur principal de l’étude, a expliqué que les robots à deux et quatre pattes sont populaires motor vehicle additionally de pattes sont extrêmement complexes à modéliser à l’aide des outils actuels.

“Cela ne m’a jamais plu parce que mon travail portait sur la locomotion des cafards”, a déclaré Revzen. “Je peux vous dire beaucoup de choses sur les cafards. L’une d’elles est qu’ils ne sont pas de brillants mathématiciens.”

Et si les cafards peuvent marcher sans résoudre des équations extrêmement complexes, il doit y avoir un moyen furthermore straightforward de programmer des robots marcheurs. La nouvelle découverte offre un place de départ.

Le glissement des pieds complique les modèles de mouvement typiques des robots, et l’hypothèse était que cela pourrait ajouter un élément d’élan au mouvement des robots à plusieurs pattes. ce n’est pas si différent des lézards qui “nagent” dans le sable ou des microbes qui nagent dans l’eau.

Parce que les microbes sont petits, l’eau semble beaucoup moreover épaisse et collante – comme si un humain essayait de nager dans du miel. Dans tous ces cas, les membres se déplacent à travers le milieu environnant, ou glissent sur une floor, plutôt que d’être connectés en un level fixe.

L’équipe a découvert la connexion en prenant un modèle connu qui décrit les microbes nageurs, puis en le reconfigurant pour l’utiliser avec leurs robots à plusieurs pattes. Le modèle reflétait de manière fiable leurs données, qui provenaient de multipods – des robots modulaires pouvant fonctionner avec 6 à 12 pattes – et d’un robot à 6 pattes appelé BigAnt.

L’équipe a également collaboré avec Glenna Clifton, professeure adjointe de biologie à l’Université de Portland dans l’Oregon, qui a fourni des données sur les fourmis marchant sur une area aircraft. Alors que les jambes du robotic glissent beaucoup – jusqu’à 100 % du temps pour les multipods – les pieds des fourmis ont des connexions beaucoup moreover fermes avec le sol, ne glissant que 4,7 % du temps.

Même ainsi, les fourmis et les robots suivaient les mêmes équations, avec leurs vitesses proportionnelles à la rapidité avec laquelle ils bougeaient leurs jambes. Il s’est avéré que ce type de glissement n’altérait pas la mother nature cinématique du mouvement.

Quant à ce que cela suggère sur l’évolution de la marche. Ce ver, se tortillant dans l’eau, avait déjà les bases du mouvement qui a permis aux premiers animaux de marcher sur terre, proposent-ils. Même les humains commencent à apprendre à se propulser cinématiquement, en rampant sur les mains et les genoux avec les trois details de get hold of au sol à tout moment.

Les compétences de gestion de l’élan – courir avec quatre jambes ou moins, marcher ou courir sur deux jambes, voler ou planer – s’ajoutent à ces connaissances furthermore anciennes sur la façon de se déplacer, suggèrent les chercheurs.

La recherche a été soutenue par le Army Exploration Business office (subventions W911NF-17-1-0243 et W911NF-17-1-0306), la Nationwide Science Foundation (subventions 1825918 et 2048235) et le D. Dan and Betty Kahn Michigan-Israel Partnership pour le méga-projet de systèmes autonomes de recherche et d’éducation.

Zhao est maintenant ingénieur principal des contrôles chez XPENG Robotics.

Vidéo  : https://youtu.be/fogAQ71V2Cc