CARL-Bot lernt, Unterwasser-Vortexringe für effizienten Antrieb zu nutzen
Andrew Corselli: Forscher brachten CARL-Bot bei, sich so zu positionieren, dass er auf Unterwasser-Vortexringe „aufspringt“ anstatt gegen Turbulenz anzukämpfen.
Hintergrund: Bionische Quallen
Caltech-Wissenschaftler um John Dabiri (Centennial Prof. Aeronautics & Mechanical Engineering) nutzen natürliche Fähigkeit von Quallen, Ozean zu durchqueren/auszuloten. Ausgestattet mit Elektronik und Prothesen-„Hüten“ tragen Kreaturen kleine Payloads auf nautischen Reisen, berichten Findings an Oberfläche. Bionische Quallen müssen Ebb/Flow von Strömungen bewältigen, aber hirnlose Kreaturen treffen keine Navigationsentscheidungen, und nach Deployment nicht fernsteuerbar.
„Augmentierte Quallen = großartige Ozeanerkunder, aber kein Gehirn. Eines der Dinge, woran wir arbeiten: Wie sähe dieses Gehirn aus, wenn wir diese Systeme mit Entscheidungsfähigkeit unter Wasser ausstatten?“, so Dabiri.
Einfachere Entscheidungsfindung: CARL-Bot
Dabiri und Ex-Grad-Student Peter Gunnarson (jetzt Brown Univ.) fanden Weg, Entscheidungsfindung zu vereinfachen – Roboter (oder augmentierte Qualle) fängt Fahrt auf turbulenten Vortexringen durch Meeresströmungen statt dagegen anzukämpfen. Veröffentlicht in PNAS Nexus.
Gunnarson kehrte zu altem Labor-Freund zurück: CARL-Bot (Caltech Autonomous Reinforcement Learning roBot). Er baute CARL-Bot vor Jahren für KI-Integration in Navigation. Kürzlich fand er einfacheren Weg als KI für Unterwasser-Entscheidungen.
„Wir brainstormten, wie Unterwasserfahrzeuge turbulente Strömungen für Antrieb nutzen könnten – ob sie statt Problem Vorteil für kleinere Fahrzeuge sein könnten“, so Gunnarson.
Experiment: Vortexringe im Labor
Gunnarson wollte verstehen, wie Strömung Roboter schiebt. Thruster an Wand 16-ft-Tank in Dabiris Labor (Guggenheim Aeronautical Lab, Caltech) → wiederholt Vortexringe (Unterwasser-Äquivalent Rauchringe). Vortexringe = gute Repräsentation Störungen, die Unterwassererkunder in chaotischem Fluidfluss Ozean begegnen.
CARL-Bot mit einzelnem Onboard-Beschleunigungssensor → Messung Bewegung/Druck durch Vortexringe. Gelegentlich: Roboter in Vortexring gefangen → quer durch Tank geschoben. Team fragte: Kann Effekt absichtlich erzeugt werden?
Einfache Befehle für Vortexring-Nutzung
Team entwickelte simple Commands: CARL detektiert Vortexring-Relativlage → positioniert sich, um „aufzuspringen und gratis quer durch Tank mitzufahren“. Alternativ: Ausweichen vor unerwünschtem Vortexring.
Exklusives Tech Briefs Interview (Gunnarson)
Größte technische Herausforderung? Sensing + Decision Making kombiniert. Roboter muss Strömungen wahrnehmen UND entscheiden, was bei Wahrnehmung zu tun. Trickiest: Welche Signale Sensor erfassen kann und wie Roboter darauf reagieren kann. Glück: Schwimmrichtung bei bestimmten Signal → Roboter nutzt Strömungen für Antrieb.
Wie detektiert/entscheidet es? Vortexring = experimenteller Analog für Ozean/Atmosphären-Turbulenz. Wiederholbare Lab-Version. Wie Rauchring: Beschleunigungssensor spürt, dass Roboter fast im Kreis geschoben wird von vertikaler Struktur. Wie Tornado, der vorbeizieht – Dinge werden aufgewirbelt. Erkennt Roboter, dass er gedreht/geschoben wird → Vortexring in dieser Richtung. Will Roboter mitfahren (Richtung passt): „Schwimm Richtung Tornado“. Falsche Richtung: „Schwimm entgegengesetzt, um nicht erwischt zu werden“. Entscheidungsfindung für zukünftige Fahrzeuge: Mit Strömungen fahren oder vermeiden, je nach Ziel.
Zusatz? Spannendes Forschungsfeld: Ingenieure schauen traditionelle Fahrzeuge (Airliner) für 1% Effizienzverbesserung. Bei kleinen autonomen Systemen: potenzielle Gewinne durch intelligente Interaktion mit Strömungen/Boen können riesig. Neues Forschungsfeld, angetrieben durch kleine autonome Systeme – wird zukünftig große Gewinne bringen.
Sensor
- Stanford-Modell kartiert COVID-19-Ausbreitung in Städten, leitet politische Entscheidungen
- Revolutionärer photonischer Effekt beschleunigt Medikamentenentwicklung
- Revolutionäres Hyperschall-Antriebssystem ermöglicht transkontinentale Reisen in <30 Minuten
- MLX91377 Hall-Sensor: High-Linearity, thermisch stabil, ASIL-ready für Automotive Safety
- Juni 2025 Robotics & Motion Control Report: Fortschritte & Industrieauswirkungen
- Mittelspannungswandler: Kosteneffiziente Alternative zu Netztransformatoren
- Tiefe-Thermografie: Präzise interne Temperaturmessung für 3D-Materialien
- Fingerabdrucksensor-Technologie: Funktionsprinzipien, Anwendungen und Arduino-Integration
- Textilien revolutionieren: Die Zukunft intelligenter Stoffe
- Geräteänderungs-Dokumentation in biologischen Risikobewertungen meistern: ISO 10993-1 Einblicke