Festo气动技术SPS IPC驱动仿生学习网络项目

Festo公司http://www.joyswitch。。ｃｎ/介绍在今年的SPS IPC驱动公平的仿生学习网络项目目前的见解，欧洲的贸易博览会，电气自动化，从26到28十一月2013。新兴领域包括功能集成，该领域的研究有较轻的结构，自我配置和机器学习。公司将展示自然规律可以应用于自动化技术。

作为一个性的气动和电气自动化技术的制造商，公司的核心业务是帮助塑造未来的生产和工作环境，为客户提供用于生产系统的明天和以后的创新解决方案。“这是我们长期作为一个高水平的解决问题的能力的合作伙伴的声誉至关重要，”强调了博士。海因里希公司的通信和未来的概念frontzek，头。“我们需要做的是简化生产序列的挑战和保证机器和设备的直观的控制。来自费斯托仿生学习网络当前项目提供visonary方法如何做到这一点

灵感来自蜻蜓的飞行
在鸟类飞行已经解密2011智能鸟，开发商把他们的下一个zui大的挑战在仿生学习网络：模拟蜻蜓在技术层面。（Festo气缸）这是一种超轻型飞行器bionicopter。就像它的模型的性质，可以飞的bionicopter所有方向和执行zui复杂的飞行演习。bionicopter的行动能力的它的每片羽翼上独立使它慢下来，突然转身，加速甚至向后飞。这意味着*次有一个能掌握所有直升机的飞行条件下，飞机模型，甚至滑翔机。尽管它的复杂性，高度集成的系统可以通过智能手机轻松和直观操作。

这种*的方式飞行是由轻质结构和功能集成成为可能：部件如传感器，执行器和机械部件以及开环和闭环控制系统安装在一个非常紧凑的空间和彼此适应。

摆动频率，振幅和入射角是由软件和电子控制；飞行员只需要把蜻蜓–没有需要协调复杂的运动序列。（Festo电磁阀）

超轻量级的建设原则贯穿飞行物。翼展63厘米，体长44厘米，重量只有175克的蜻蜓模型。机翼由碳纤维框架和薄膜覆盖。智能运动学正确的飞行过程中的任何振动和保证飞行稳定性。为了稳定飞行的物体，在位置数据和机翼扭曲是连续记录和实时评估的蜻蜓在飞行。

模块化输送机：输送和分拣
这是一四指手爪learninggripper看起来像人的手的抽象形式。四个手指的夹持器驱动气动波纹管的低增压器12。是什么让这个仿生手爪，其学习能力是特别的。这是由于算法需要高度复杂的编程学习的地方。（Festo过滤器)

由于机器学习，人工智能的一个分支，手爪能教本身进行复杂的任务，如夹持定位一个球。具体而言，夹持器分配给自己把一个球，特别是球点上的任务。它拿起相应的运动序列学习的强化自学习系统像learninggripper可能成为未来的生产线和自主优化自己的表现。