論文の概要: Hydrodynamic Performance Enhancement of Unmanned Underwater Gliders with Soft Robotic Morphing Wings for Agility Improvement
- arxiv url: http://arxiv.org/abs/2602.20054v2
- Date: Sun, 15 Mar 2026 12:21:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.650888
- Title: Hydrodynamic Performance Enhancement of Unmanned Underwater Gliders with Soft Robotic Morphing Wings for Agility Improvement
- Title（参考訳）: ソフトロボット造形翼を有する無人水中グライダーの流動性能向上とアジリティ向上
- Authors: A. Giordano, G. De Meurichy, V. Telazzi, C. Mucignat, I. Lunati, D. A. L. M. Louchard, M. Iovieno, S. F. Armanini, M. Kovac,
- Abstract要約: 本研究は, 軟式変圧翼を備えた水中無人車両の流体力学的効率を評価するものである。
その結果、UUVが軟翼を採用すれば、従来の剛翼と同等の車両よりも、全体的な効率が9.75パーセント向上することがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work assesses the hydrodynamic efficiency of Underwater Unmanned Vehicles (UUVs) equipped with soft morphing wings compared to conventional rigid wings. Unlike rigid wings, deformable counterparts can alter their aerodynamic properties on demand. Improvements in hydrodynamic efficiency extend a UUV's operational range and may determine mission feasibility. Structural and Computational Fluid Dynamics (CFD) simulations were conducted for both a soft morphing wing and a UUV incorporating it. The results show that a UUV employing soft wings achieves 9.75 percent higher overall efficiency than an equivalent vehicle with traditional rigid wings. These findings confirm the potential of soft robotics to enhance underwater vehicle performance, particularly in applications requiring pressure-agnostic operation.
- Abstract（参考訳）: 本研究は、従来の剛体翼と比較して軟質な変形翼を備えた水中無人機(UUV)の流体力学的効率を評価する。
剛体翼とは異なり、変形可能な翼は要求に応じて空力特性を変更することができる。
流体力学的効率の改善はUUVの運用範囲を拡張し、ミッションの実現可能性を決定する可能性がある。
ソフトモーフィング翼とUUVを併用した構造流体力学および計算流体力学(CFD)シミュレーションを行った。
その結果、UUVが軟翼を採用すれば、従来の剛翼と同等の車両よりも、全体的な効率が9.75パーセント向上することがわかった。
これらの結果は,特に圧力非依存の操作を必要とするアプリケーションにおいて,水中での車両性能を高めるソフトロボティクスの可能性を確認した。
関連論文リスト
- A Soft Robotic Demonstration in the Stratosphere [62.91681227094761]
ソフトロボットは適応性には利点があるが、ほとんどは成層圏に近い圧力と温度の極端にレジリエンスがない。
トリメチル(メチルシクロペンタジエニル)プラチナ(IV)を触媒として,紫外線下でのシリコーンエラストマーの架橋機構を提案する。
材料レジリエンスの利点は、最先端のアクリルおよびシリコーンケミストリーと比較して、制御された実験で-40Cと120C、およびほぼ真空で示される。
論文 参考訳（メタデータ） (2026-03-04T18:19:07Z) - Wukong-Omni: Design, Modeling and Control of a Multi-mode Robot for Air, Land, and Underwater Exploration with All-in-One Propulsion Unit [17.482006144612303]
Wukong-Omniは、陸、空気、水中で操作できる新しいマルチモードロボットだ。
システムは、モーターの再利用と推力発生の改善を可能にする革新的な機械設計によって実現されている。
論文 参考訳（メタデータ） (2026-03-03T05:00:56Z) - Dual-Regime Hybrid Aerodynamic Modeling of Winged Blimps With Neural Mixing [22.07080402182441]
Winged blimpsは、1つのモデルで適切に捕獲できない異なる空気力学系で作動する。
本稿では、固定翼空力結合モデル(ACM)と一般化ドラッグモデル(GDM)を統合したハイブリッド空力モデリングフレームワークを提案する。
提案手法はRGBlimpプラットフォーム上で,実世界の1,320の飛行軌道からなる大規模実験により検証された。
論文 参考訳（メタデータ） (2026-02-25T08:59:50Z) - Data-Driven Discovery and Formulation Refines the Quasi-Steady Model of Flapping-Wing Aerodynamics [4.146941837017164]
昆虫は羽ばたき翼の非定常空気力学力を制御し、複雑な環境を航行する。
我々は、これまで見過ごされていた重要なメカニズムの発見と定式化を含む、データ駆動型アプローチを開発する。
データ駆動の準定常モデルにより、高速な空気力学解析が可能となり、昆虫飛行における進化的適応を理解し、バイオインスパイアされた飛行ロボットを開発するための実用的なツールとなる。
論文 参考訳（メタデータ） (2025-08-26T06:09:32Z) - Learn to Swim: Data-Driven LSTM Hydrodynamic Model for Quadruped Robot Gait Optimization [3.0610505741393057]
本稿では,水中四足歩行ロボットにおける非定常非線形流体力予測のためのネットワークベース流体実験データ駆動モデル(FED-LSTM)を提案する。
循環式水槽と曳航式水槽の両方で実施した脚力および体力試験からの実験データに基づいて訓練を行った。
このモデルは複雑な流体力学を捉える際に優れた精度と適応性を示す。
論文 参考訳（メタデータ） (2025-05-06T03:42:16Z) - AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。
非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。
提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
論文 参考訳（メタデータ） (2025-04-30T23:55:44Z) - A highly maneuverable flying squirrel drone with agility-improving foldable wings [3.166558866794283]
本稿では、機敏性向上可能な折りたたみ翼を備えた高度操縦可能なドローンを提案する。
折りたたみ翼の複雑な空気力学は、物理補助リカレントニューラルネットワーク(paRNN)を用いてモデル化される
実験の結果,提案した飛行用リスドローンは追跡性能が13.1%向上した。
論文 参考訳（メタデータ） (2025-04-13T14:57:11Z) - Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。
Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
論文 参考訳（メタデータ） (2022-05-13T21:55:28Z) - OSCAR: Data-Driven Operational Space Control for Adaptive and Robust
Robot Manipulation [50.59541802645156]
オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。
本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。
本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2021-10-02T01:21:38Z) - Model-Based Meta-Reinforcement Learning for Flight with Suspended
Payloads [69.21503033239985]
吊り下げられたペイロードの輸送は、自律的な航空車両にとって困難である。
接続後飛行データから数秒以内に変化力学のモデルを学習するメタラーニング手法を提案する。
論文 参考訳（メタデータ） (2020-04-23T17:43:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。