Ученые из Лаборатории интеллектуального биомиметического проектирования Пекинского университета совершили прорыв, который может изменить подход к созданию подводных роботов. Команда под руководством профессора Се Гуанмина и братьев-близнецов Вакара и Рахдара Хуссейна Африди разработала инновационную систему анализа электрических сигналов мышц (ЭМГ). Их работа доказала, что мышцы рыб — это не просто «двигатели» для плавания, а сложные сенсомоторные системы, способные воспринимать окружающую среду, пишет Tech Xplore.
Эксперты провели серию экспериментов, в которых с помощью специально разработанного 16-канального устройства записывали внутримышечные сигналы у свободно плавающих рыб. Эти данные синхронизировались с видеозаписями движения, что позволило обучить нейросеть точно восстанавливать углы суставов и позу тела в реальном времени.
Система оказалась способна не только отслеживать кинематику, но и классифицировать режимы течения и скорости плавания. Это открытие доказывает, что мышечная активность несет в себе двойную функцию: она кодирует как информацию о самом движении, так и гидродинамические данные о потоке воды.
В отдельном исследовании команда сосредоточилась на сенсорных возможностях мышечной ткани. Эксперименты проводились с карпами кои и обычными карпами в различных условиях — от спокойного ламинарного потока до хаотичных вихрей.
В стандартном режиме мышцы активировались до начала движения тела, что соответствует их классической роли двигателя. Однако в вихревом потоке временная последовательность менялась на противоположную: тело рыбы сначала деформировалось под действием внешнего потока, и только после этого следовала мышечная реакция. Это стало прямым доказательством того, что мышцы рыб работают как сенсоры, воспринимая механическое воздействие среды.
Полученные биологические знания были применены к созданию роботизированной системы. Команда обучила интерпретируемую модель идентификации, используя данные о мышечной активности и движении хвоста живых рыб. Модель успешно выделила ключевые параметры, такие как задержка, усиление и демпфирование. Примечательно, что система, натренированная исключительно на биологических данных, смогла без переобучения и с высокой точностью предсказывать движение хвоста роботизированной рыбы. Более того, она превзошла по эффективности стандартные методы глубокого обучения.
Таким образом, исследование указывает на новое поколение интеллектуальных подводных систем. Теперь инженеры могут вдохновляться не только внешней формой морских обитателей, но и их сложными внутренними сенсомоторными процессами для создания более эффективных и адаптивных роботов.
Ранее Hi-Tech Mail рассказал, как новый материал позволил заглянуть в живую ткань необычных рыб.
Источник: hi-tech.mail.ru