Sea Slug Researchはソフトロボット工学を進めます

新しいロボットを設計するとき、エンジニアはしばしば自然にインスピレーションを求めます。彼らは、海のナメクジなどのヘビ、魚、人間などのデザインと行動に基づいています。その摂食行動は、カーネギーメロン大学バイオヘブリッドおよびオーガニックロボット工学グループによる最近の研究で、ヴィッキーウェブスターウッド、メカニカルエンジニアリングの准教授の指示の下で研究されています。

研究者たちは、特に近くの食物を噛んだり、その食物を飲み込んだり、その食物を吐き出して食べ物を拒否したりしている間、筋肉と筋肉との相互作用をよりよく理解するために、これらの塊状の小さな海の生き物（科学的にはAplysia californica）を研究しています。研究者は、これらの洞察を使用してデザインを支援したいと考えています ソフトロボット 剛性のない部分がありません。

彼らの最新の研究のいくつかでは、 公開 ジャーナルで 生物学的サイバネティックス、研究者はそれらをどのように研究しましたか 摂食行動 生成され、それらがナメクジの解剖学からどのように発生するか。

彼らはナメクジの口のコンピューターモデルを作成し、動物で観察したものを模倣することを目指しました。以前のモデルでは、スプリングの質量などの1次元構造を使用して、 筋 動きですが、このプロジェクトは2次元構造を利用して、筋肉の形状が行動の過程でどのように変化するかをよりよく反映しました。

「私たちは頬の塊の重要なランドマークを見つけようとしています [mouth] Webster-Woodのラボの学生であり、紙の最初の著者であるMichy Benningtonは、次のように述べています。

「口を1つの寸法に描く代わりに、コンピューターモデルは筋肉の1つの形状を包む長方形を使用し、その長方形の4つの角がどこにあるかがわかります。追加の筋肉はそれらのポイントで相互接続できます。」

このより詳細なアプローチにより、研究者はより多くの自由度を獲得することができ、それにより、筋肉が行動を通してどのように動くかをよりよく反映することができました。

「私たちは、システムのメカニズムをよりよくキャプチャすることに向かっています」とベニントンは言いました。

彼らの結果では、彼らはモデルを改善するいくつかの新しい方法も見つけました。ナメクジの頬の塊には2つの部分があります：ルーメン、またはナメクジの顎の開口部と、ルーメンを通して食べ物をつかんでから飲み込むまで食べ物をつかみます。 （「エイリアン」という映画を見たことがあるなら、それはその生き物の口に少し似ています」とベニントンは言いました。）ヒンジと呼ばれる構造は、これらの2つの部分をつなぎ、グレースパーが頬塊内で回転することを可能にします。

その名前にもかかわらず、ヒンジはドアのヒンジとは異なりますが、複数のポイントに固定された3次元構造です。研究者たちは、現在の2次元モデルがヒンジの関数を適切にキャプチャしないため、先に進むと、システムの3次元力学をキャプチャするためのヒンジのモデリングに焦点を当てることができます。

Webster-Woodのラボは、関与する研究に焦点を当てています ソフトロボット工学、Biohybrid Robotics、およびBio-Inspired Robotics。 CMU Biohybrid and Organic Robots Group（BORG）として知られるこのグループは、ロボットを使用して生物学的システムをよりよく理解し、生物学的有機材料を使用してより適応性のある持続可能なソフトロボットを構築することを目指しています。ソフトボディシステムは、厳格なシステムよりもはるかに高い自由度のために制御が困難になる可能性がありますが、研究者は、硬質システム用に開発されたツールの限界に近づいていることを知っています。

このプロジェクトはそうでした 彼らの最初ではありません ナメクジを含む;彼らは、A。californicaの洞察に基づいていくつかの論文を公開しました。 Slugbot。

ベニントンはまた、Slugbotの開発にも関与していました。 「このラボのクールなことの1つは、計算モデルと数学モデルを使用して何かを説明するだけでなく、実際に物理モデルを使用しようとすることです」と彼は言いました。

Squishy Slugsは、比較的少数のニューロンと筋肉で興味深い行動を生成するため、これらのプロジェクトにとって理想的なモデル生物です。約12個の筋肉と4,000個のニューロンのみが摂食に関与しています。 （参照のために、いくつかの推定によると、人間の脳には860億のニューロンが含まれています。）

ソフトロボット技術が改善するにつれて、これらの洞察は、研究者が他のソフトボディシステムについてシミュレートして学ぶのに役立ちます。