While bio-inspired and biomimetic systems draw inspiration from living materials, biohybrid systems incorporate them with synthetic devices, allowing the exploitation of both organic and artificial advantages inside a single entity. In the challenging development of centimeter-scaled mobile robots serving unstructured territory navigations, biohybrid systems appear as a potential solution in the forms of terrestrial insect-machine hybrid systems, which are the fusion of living ambulatory insects and miniature electronic devices. Although their maneuver can be deliberately controlled via artificial electrical stimulation, these hybrid systems still inherit the insects' outstanding locomotory skills, orchestrated by a sophisticated central nervous system and various sensory organs, favoring their maneuvers in complex terrains. However, efficient autonomous navigation of these hybrid systems is challenging. The struggle to optimize the stimulation parameters for individual insects limits the reliability and accuracy of navigation control. This study overcomes this problem by implementing a feedback control system with an insight view of tunable navigation control for an insect-machine hybrid system based on a living darkling beetle. Via a thrust controller for acceleration and a proportional controller for turning, the system regulates the stimulation parameters based on the instantaneous status of the hybrid robot. While the system can provide an overall success rate of ~71% for path-following navigations, fine-tuning its control parameters could further improve the outcome's reliability and precision to up to ~94% success rate and ~1/2 body length accuracy, respectively. Such tunable performance of the feedback control system provides flexibility to navigation applications of insect-machine hybrid systems.


翻译:虽然生物激励和生物模拟系统从活体材料中得到灵感,但生物环流系统将它们与合成装置结合起来,从而能够利用有机和人工优势,在单一实体内开发有机和人工优势。在为未结构化的地域导航服务的硬石缩放移动机器人的富有挑战性的发展过程中,生物环流系统似乎是陆生昆虫混合系统的一种潜在解决办法,这种系统是活体移动昆虫和微型电子装置的融合。虽然它们的操作可以通过人工电动来有意控制,但这些混合系统仍然继承昆虫的杰出搭桥技术,由精密的中央神经系统和各种感官器官来操作,有利于其在复杂地形中的操纵。然而,这些混合系统的高效自主导航具有挑战性。努力优化个别昆虫的刺激参数限制了导航控制的可靠性和准确性。本机能控制系统通过对昆虫机械混合混合的导航控制系统进行深入的观察,从而克服了这一问题。 加速和调整速度的精度的精度控制系统可以提供加速和成比例的精度控制,而系统又能调节精确度的精确度。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015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 · 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 · 2008年12月31日
Arxiv
0+阅读 · 2023年1月19日
Arxiv
0+阅读 · 2023年1月9日
Arxiv
35+阅读 · 2021年8月2日
Arxiv
18+阅读 · 2019年1月16日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015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 · 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 · 2008年12月31日
Top
微信扫码咨询专知VIP会员