Bacteria-inspired robotic propulsion from bundling of soft helical filaments at low Reynolds number

要約

鞭毛の束は、細菌が方向を変えるのではなく、ほぼ直線的に移動する「走行」段階を作り出すことが知られています。
歴史的に、バンドリング現象の機械的説明は多くの研究者の興味をそそられ、物理モデルと実験方法に大きな進歩がもたらされました。
研究分野への貢献として、バクテリアにヒントを得たセンチメートルスケールのソフトロボットハードウェアプラットフォームと、低レイノルズ数(〜0.1)下での多鞭毛ロボットの物理的に妥当なシミュレーションモデルのための計算フレームワークを紹介します。
流体構造相互作用シミュレーションでは、離散弾性ロッド アルゴリズムと正則化ストークスレット セグメントの方法が結合されています。
2 本の鞭毛間の接触はペナルティベースの方法で処理されます。
実験結果とシミュレーション結果を比較し、シミュレーション ツールがこの問題の本質的な物理現象を把握できることを検証します。
バンドリング現象によってもたらされる座屈に対する堅牢性と、複数の鞭毛を持つソフトロボットの効率に関する予備的な調査結果を、単一鞭毛を持つ対応するロボットと比較します。
形状と弾性の間の結合について観察が行われ、鞭毛の回転速度に対する非線形依存性によってロボットの推進力に現れます。

要約(オリジナル)

The bundling of flagella is known to create a ‘run’ phase, where the bacteria moves in a nearly straight line rather than making changes in direction. Historically, mechanical explanations for the bundling phenomenon intrigued many researchers, and significant advances were made in physical models and experimental methods. Contributing to the field of research, we present a bacteria-inspired centimeter-scale soft robotic hardware platform and a computational framework for a physically plausible simulation model of the multi-flagellated robot under low Reynolds number (~0.1). The fluid-structure interaction simulation couples the Discrete Elastic Rods algorithm with the method of Regularized Stokeslet Segments. Contact between two flagella is handled by a penalty-based method. We present a comparison between our experimental and simulation results and verify that the simulation tool can capture the essential physics of this problem. Preliminary findings on robustness to buckling provided by the bundling phenomenon and the efficiency of a multi-flagellated soft robot are compared with the single-flagellated counterparts. Observations were made on the coupling between geometry and elasticity, which manifests itself in the propulsion of the robot by nonlinear dependency on the rotational speed of the flagella.

arxiv情報

著者 Sangmin Lim,Achyuta Yadunandan,Mohammad Khalid Jawed
発行日 2023-06-08 21:43:03+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク