Пружинный привод повысил энергоэффективность роботов
Исследователи из Стэнфордского университета представили инновационный пружинный привод, который может повысить эффективность и функциональность роботов следующего поколения. Эта технология позволяет выполнять динамические движения с минимальными затратами энергии, что открывает новые возможности для применения в различных областях. Исследование опубликовано в журнале Science Robotics.
Традиционные электродвигатели не всегда эффективны при выполнении сложных задач, требующих динамических движений, потому что они были разработаны для стабильной, непрерывной работы. Например, для работы компрессора или вращения конвейерной ленты. Даже обновленные конструкции тратили много энергии при выполнении более сложных движений. Теперь американским исследователям удалось оптимизировать работу электродвигателей с помощью пружин и муфт, обеспечивающих более эффективное использование энергии и повышение управляемости.
Привод работает за счет способности пружин создавать силу без дополнительных энергозатрат — пружины растягиваются и возвращаются к исходному состоянию, таким образом снижая нагрузку на двигатель. Например, они помогают приводу подняться без включения двигателя. Муфты фиксируют пружины в нужном положении и обеспечивают быстрое и надежное соединение и разъединение пружин, что позволяет эффективно использовать их потенциал.
Эта технология оказалась энергоэффективной: при выполнении различных задач (увеличение скорости, изменение нагрузки и плавное, устойчивое движение) потребление энергии снижается на 50–97% по сравнению со стандартными электродвигателями. Благодаря этому роботы смогут дольше работать без подзарядки, преодолевать большие расстояния и выполнять более сложные задачи.
Технологию можно использовать и для улучшения протезов и экзоскелетов. Это повысит качество жизни людей с ограниченными возможностями.
Исследователи планируют основать компанию для производства приводов с использованием разработанного подхода. Благодаря новой технологии в будущем могут появиться более сложные и многофункциональные роботы, способные справляться со сложными и опасными задачами.
Ученые предполагают, что система сможет учиться на опыте выполнения предыдущих задач, создавая растущую базу данных все более результативных движений и используя искусственный интеллект, чтобы понять, как эффективно выполнить что-то новое.