Festo仿生学习网络添加机器人蝙蝠，鱼，蜘蛛

这Festo Bionic学习网络已发布其最新的生物质创新，以支持从自然系统中汲取的工程，制造和材料科学的持续研究。以下是Festo Bionic学习网络的2018年增加：

• 滚动或蠕动的变形蜘蛛
• 一种机器人鱼，可通过丙烯酸充满水管自主动作
• 一个半自动的飞行蝙蝠式机器人，具有超过七英尺（2.28米）的翼跨度和自我改善飞行路径的能力

蜘蛛式机器人卷上坡

Bionicwheelbot的生物学模型是叶斑蜘蛛骨龄植物rechenbergi） - 一种生活在撒哈拉的边缘的Erg Chebbi沙漠中的物种。

就像生活的FLIC-FLAC蜘蛛一样，Festo Bionicwheelbot推翻了三脚架步态，其中八条腿中的六条散步。为了开始滚动，双座束挡板在其身体的每一侧弯曲三条腿以形成轮子。步行过程中两个下腿被折叠，然后延伸并将卷起的蜘蛛从地面推开以推动它。惯性传感器让机器人跟踪其当前的姿势，使其准确地乘以其下一个推路序列。机器人比走路更快地滚动，可以卷起5％的倾斜。

通过软翅片机器人放置水下导航

对于15-oz Bionicfinwave，Festo仿生学习网络团队在海洋动物的起伏翅片运动中找到了灵感，如Polyclad和墨鱼。其推进模式可让水下机器人通过充满水含丙烯酸管自动操纵。游泳自治机器人，如均质翅膀，最终可能在水，废水和其他工艺中的检​​验，测量和数据采集中找到了实际应用。该项目中获得的知识也可以在制造软机器人组件中找到使用。

来自纵向翅片的波状势力也让BionicfinWave运转本身向前或向后。翅片驱动单元特别适用于慢速和精确的运动...并且在水中的湍流比传统的螺杆推进驱动器较少。虽然它移动通过管系统，但机器人也通过无线电通信，将温度和压力传感器读数与附近的I / O共享。

均质翅膀的两个横向翅片由硅树脂模制，可以独立地移动以产生不同的波形图案（或在曲线中游泳）。仿生件波通过在目标方向上弯曲身体向上或向下移动。集成曲轴，接头和活塞杆是从塑料印刷的3D。其他几何复杂的均质翅膀部件也是印刷的3D;这有助于保持重量。压力和超声波传感器不断向墙壁的距离并在水中注销均质翅膀的距离，防止与管系统碰撞。这种自主和安全的导航需要开发紧凑，高效和防水或防水部件，可以通过适当的软件协调和调节。

飞行机器人使用机器学习选择飞行路径

为了模拟飞行狐狸，在世界上最大的蝙蝠中，Bionicflyingfox的翼运动学分为初选，并用同一平面的所有接头分为初选。让BionicflyingFox在定义的空间内半自动地移动，机器人与运动跟踪系统通信，这反过来计划飞行路径和问题命令。

开始和着陆由人类运营商执行;自动驾驶仪在飞行期间接管。存储在计算机上的预编程飞行路线指定了20.5盎司（580克）BionicflyingFox所采取的路径，因为它执行其机动。有效地实现预期运动序列所需的机翼运动由其在板上电子器件计算。BionicflyingFox在飞行期间优化其行为，并在每个电路方面更精确地跟随指定的课程。

覆盖骨架的膜由仿生学团队为BionicflyingFox专门开发。它包括两个气密箔和编织弹性织物，其在约45,000点焊接在一起。织物的蜂窝结构可防止飞膜中的小裂缝尺寸增加。因此，即使织物损害较小的损伤，BionicflyingFox也可以继续飞行。由于其弹性，即使在翅膀缩回时，飞膜也会保持折断。由于箔片不仅是弹性的，而且还可以在其他飞行物体或衣物设计和建筑领域中使用它可能使用。