Il laboratorio di sistemi intelligenti dell’EPFL, guidato da Dario Floreano, ha sviluppato RAVEN, un drone innovativo ispirato agli uccelli per decollare senza bisogno di una pista. Con gambe robotiche multifunzionali, il dispositivo apre nuove possibilità per le operazioni in ambienti difficili, migliorando accesso, mobilità e autonomia.

Un design ispirato agli uccelli

RAVEN, acronimo di Robotic Avian-inspired Vehicle for multiple ENvironments, imita le capacità degli uccelli di passare agilmente tra camminare, saltare e volare. Il progetto si ispira ai corvi e ai corvi imperiali osservati nel campus dell’EPFL. Le gambe robotiche, leggere e multifunzionali, combinano molle e motori che replicano i tendini e i muscoli aviani. Questa soluzione consente al drone di camminare, saltare fino a 26 cm di altezza e decollare con efficienza energetica senza bisogno di attrezzature aggiuntive.

Efficienza energetica e applicazioni pratiche

La ricerca ha dimostrato che il salto iniziale per il decollo ottimizza l’uso dell’energia cinetica e potenziale, risultando più efficiente rispetto ad altre modalità. RAVEN è stato progettato per operare in ambienti complessi, come zone di disastri o aree con terreni accidentati, dove droni tradizionali incontrano difficoltà.

Le sue capacità multimodali lo rendono ideale per missioni di soccorso, ispezioni in luoghi confinati o operazioni di consegna in spazi ristretti, eliminando la necessità di un’interazione umana diretta.

Collaborazioni scientifiche e sviluppi futuri
Il progetto è frutto di una collaborazione tra l’EPFL, il laboratorio di neuromeccanica dell’Università della California e il BioRobotics Lab. Gli studi non solo migliorano la comprensione del movimento multimodale negli animali volanti, ma puntano a perfezionare il controllo e il design delle gambe per adattarsi a una gamma più ampia di ambienti di atterraggio.

RAVEN rappresenta un passo avanti nella progettazione di droni agili e versatili. Con il suo approccio innovativo ispirato alla natura, promette di ridefinire il modo in cui i droni operano in contesti difficili, aprendo nuove possibilità per applicazioni pratiche e missioni critiche.

Un team di ricercatori della Cornell University ha creato il più piccolo robot deambulante mai realizzato, progettato per interagire con onde di luce visibile e svolgere compiti di imaging e misurazione a scala microscopica. Questi microrobot, che misurano tra i 2 e i 5 micron, rappresentano un’innovazione unica, combinando robotica e ottica per esplorare strutture biologiche e materiali con un livello di precisione senza precedenti.

Robot diffrattivi: un nuovo paradigma

I robot sviluppati dai ricercatori di Cornell utilizzano elementi diffrattivi che manipolano la luce a livello sub-diffrattivo, permettendo loro di funzionare come estensioni microscopiche di una lente tradizionale. Questi robot non solo camminano su superfici solide grazie a un movimento controllato magneticamente, ma possono anche “nuotare” in fluidi con un meccanismo simile al movimento del verme inch-worm.

Il design del robot integra nanomagneti con forme differenti, lunghi e sottili o corti e compatti, per controllare con precisione i movimenti attraverso campi magnetici. Questo approccio consente al robot di piegarsi e muoversi senza bisogno di alimentazione diretta, riducendo le dimensioni complessive e aumentando l’efficienza.

Secondo Itai Cohen, uno degli autori principali dello studio, i robot possono svolgere compiti come il tuning della luce, la messa a fuoco e il superamento della risoluzione ottica convenzionale. Inoltre, il movimento controllato consente ai robot di misurare forze microscopiche, una funzione cruciale per esplorare strutture come il DNA e altre molecole complesse.

Applicazioni e prospettive future

Questi microrobot potrebbero rivoluzionare numerosi campi, dalla ricerca di base alla medicina clinica. Immaginare uno sciame di robot che eseguono simultaneamente microscopia a super-risoluzione e misurazioni fisiche su campioni biologici apre nuove possibilità per l’analisi dettagliata dei tessuti e la manipolazione di materiali a scala nanometrica.

Francesco Monticone, coautore dello studio, ritiene che siamo solo all’inizio di una nuova era in cui robotica e ottica microscopica si combinano per creare strumenti scientifici avanzati. Grazie alla loro versatilità, questi robot potrebbero essere utilizzati per esplorare campioni biologici complessi o come sensori per misurazioni in tempo reale in ambienti difficili.

I microrobot di Cornell rappresentano una pietra miliare nella miniaturizzazione della robotica, dimostrando il potenziale di integrare ingegneria ottica e meccanica a livelli microscopici. Questi strumenti potrebbero trasformare la ricerca scientifica e le applicazioni cliniche, permettendo una comprensione più profonda del mondo microscopico.

Un team di ricercatori della Queensland University of Technology (QUT) ha sviluppato un innovativo algoritmo di navigazione per robot, ispirato al funzionamento del cervello degli insetti e degli animali. Utilizzando reti neurali a impulsi (Spiking Neural Networks, SNNs), il sistema offre una maggiore efficienza energetica e una navigazione più precisa, rappresentando un passo avanti per i robot autonomi in ambienti complessi.

Reti neurali a impulsi per la navigazione robotica

Le reti neurali a impulsi imitano il modo in cui i neuroni biologici comunicano tramite segnali discreti. Questa tecnologia è particolarmente adatta per hardware neuromorfico, progettato per replicare i sistemi neurali biologici. Rispetto ai tradizionali sistemi di intelligenza artificiale, le SNNs riducono significativamente il consumo energetico e accelerano i tempi di elaborazione.

Secondo la ricercatrice postdoc Somayeh Hussaini, questo approccio consente di superare le limitazioni dei moderni robot, che spesso faticano a operare in ambienti sconosciuti e dinamici. Le SNNs si sono dimostrate utili per riconoscere luoghi specifici attraverso sequenze di immagini, migliorando del 41% l’accuratezza del riconoscimento rispetto a metodi basati su immagini singole.

Applicazioni pratiche e potenziale futuro

Il sistema è stato testato con successo su un robot con risorse limitate, dimostrando la sua praticità per scenari reali in cui l’efficienza energetica è essenziale. Tra le potenziali applicazioni vi sono l’esplorazione spaziale e le operazioni di soccorso, dove l’ottimizzazione dei consumi e la rapidità di risposta sono fondamentali.

Inoltre, la combinazione di moduli di rete neurale in un ensemble scalabile permette al robot di adattarsi ai cambiamenti ambientali, come variazioni stagionali o meteorologiche, migliorando la robustezza del sistema. Secondo il professor Michael Milford, questa tecnologia potrebbe competere con i sistemi convenzionali e, in futuro, persino superarli in termini di efficienza e affidabilità.

Il lavoro del team QUT rappresenta un significativo progresso nel campo della robotica autonoma, aprendo la strada a sistemi di navigazione più affidabili ed efficienti dal punto di vista energetico. Grazie all’ispirazione biologica e all’uso delle reti neurali a impulsi, il futuro della robotica in ambienti complessi sembra sempre più promettente.