奇怪的姿势增加了:这个无人机用一个翅膀就能飞,还能折叠

2021 年 11 月 13 日 机器之心

机器之心报道

编辑:张倩

它的灵感来自于翅果,这种果实的种子位于豆荚的一边,下落时会在空中旋转。

飞机、直升机、无人机…… 听到这几个词你脑海中浮现的是哪些画面?

如果脑洞不大,多数人想到的大概是这些:


如果最近看过《沙丘》,你可能还会联想到这个:



总之,无论怎么联想,我们大部分人能够想到的飞机大多还是中规中矩的。

但总有人觉得这些飞机设计得过于复杂了,于是,他们总想着怎么简化。

简化到什么程度呢?一个翅膀也可以:


而且,这个机翼还可以卷起来:


这么简陋,能飞吗?还真能,只不过飞行姿势比较特别:



这种类型的飞机被称为单桨飞行器(monocopter)。上面介绍的这款来自新加坡科技与设计大学,名叫 F-SAM(Foldable Single Actuator Monocopter 的缩写),只用一个致动器就能控制。它的灵感来自于翅果,这种果实的种子有的位于豆荚的一边,下落时会在空中旋转。


这种旋转的能力减缓了种子落地的速度,从而使其能够传播到更远的地方。对于无人机来说,这是一种非常有用的特性:即使其他部分都失灵了,它也能慢慢地旋转着落地。


F-SAM 由两个单桨飞行器的常见结构组成:机身和机翼。值得一提的是,F-SAM 将单个电机安装在机翼的前缘,这种设计让其实现了更紧凑的折叠结构。从而在机翼展开的状态下,使整个无人机的重心 (CG) 更靠近机身,使机翼的大部分区域能够接收气流以产生有用的空气动力。此外,F-SAM 还有一个非常细小的碳纤维支腿。它的作用是支撑着螺旋桨保持在地面上方,使得 F-SAM 在不接触地面的情况下起飞。


F-SAM 的机翼需要特别制造,但其他部件都成本不高且易于获得。F-SAM 的总重量仅有 69g,其中 40% 是电池的重量,电池能够支撑它飞行约 16 分钟。在展开状态下,F-SAM 的长度约为 35 厘米,折叠之后的占地面积则减少了 69%。


F-SAM 被设计为逆时针旋转(从上方看),尽管在任何一个旋转方向上都没有观察到物理动力学的差异。


传统的单桨飞行器一般使用 2 个致动器来实现 5 个自由度的飞行和控制,但 F-SAM 只用了一个。油门(throttle)可以控制转速,从而控制飞行器的高度;方向控制要复杂一些,需要在飞行器旋转过程中的某个时刻,当它被指定飞行方向时,重复地给马达脉冲。



F-SAM 上可以添加摄像头,但由于它自身是旋转的,摄像头拍出的画面会比较模糊。如今,360 度摄像头正变得越来越轻,研究者表示,他们打算在 F-SAM 或他们研发的其他单桨飞行器上装一个。此外,他们还可能会给 F-SAM 装上激光雷达或 ToF 传感器等。有了激光雷达的加持,这个飞行平台就有了独特的优势:传统的激光雷达系统需要一个专用的致动器来产生旋转运动,而 F-SAM 本身就在以一个已知的转速旋转,因此,集成在 F-SAM 上的激光雷达可以充分利用机身的旋转,从而变得更加轻量化,也更加高效。

当然,F-SAM 的定位并不是取代传统的四旋翼摄影无人机,而是隐蔽性、成本要求比较高的侦查、勘测无人机,执行单用途 GPS 制导侦查等任务。由于仅使用一个致动器,F-SAM 的成本可以压得很低。而且它在飞行过程中也比较安静,一旦着陆就很容易伪装。集成了各种轻量级传感器之后,F-SAM 还可以执行气候监测等任务。此外,F-SAM 还可以从空中部署,因为它们可以在下降过程中自动旋转。

参考链接:https://spectrum.ieee.org/foldable-monocopter-drone

第一期:快速搭建基于Python和NVIDIA TAO Toolkit的深度学习训练环境


英伟达 AI 框架 TAO(Train, Adapt, and optimization)提供了一种更快、更简单的方法来加速培训,并快速创建高度精确、高性能、领域特定的人工智能模型。

11月15日19:30-21:00,英伟达专家带来线上分享, 将介绍:
  • NVIDIA TAO Toolkit 的独到特性
  • 快速部署 NVIDIA TAO Toolkit

  • 利用 NVIDIA TAO Toolkit 快速搭建深度学习训练环境

  • 利用 TAO Toolkit 快速训练部署目标检测模型


点击 阅读原文 ,报名直播吧。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:content@jiqizhixin.com


登录查看更多
0

相关内容

不需要驾驶员登机驾驶的各式遥控飞行器。
【CVPR2022】UKPGAN:一个通用的自我监督的关键点检测器
专知会员服务
14+阅读 · 2022年4月5日
MIT设计深度学习框架登Nature封面,预测非编码区DNA突变
专知会员服务
13+阅读 · 2022年3月18日
【CVPR2022】弱监督语义分割的类重新激活图
专知会员服务
16+阅读 · 2022年3月7日
Transformer替代CNN?8篇论文概述最新进展!
专知会员服务
75+阅读 · 2021年1月19日
【CMU博士论文】机器人深度强化学习,128页pdf
专知会员服务
128+阅读 · 2020年8月27日
vivo X Fold:一个被折叠的未来
36氪
0+阅读 · 2022年4月11日
下一个风口是「中国乐高」?
36氪
0+阅读 · 2022年2月20日
这个机器人一个表情,看过的人不寒而栗
量子位
0+阅读 · 2021年12月4日
三星 Galaxy Z Fold3 上手体验:实用主义的折叠时代
ZEALER订阅号
0+阅读 · 2021年10月15日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
Reasoning on Knowledge Graphs with Debate Dynamics
Arxiv
14+阅读 · 2020年1月2日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2018年1月18日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
Reasoning on Knowledge Graphs with Debate Dynamics
Arxiv
14+阅读 · 2020年1月2日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2018年1月18日
Top
微信扫码咨询专知VIP会员