S-MAD: drone ad ala fissa che atterra sui muri

Il Multimodal Autonomous Drone della University of Sherbrooke riesce a posizionarsi su qualsiasi superficie verticale grazie a una tecnologia avanzata.
Il Multimodal Autonomous Drone della University of Sherbrooke riesce a posizionarsi su qualsiasi superficie verticale grazie a una tecnologia avanzata.

Quello messo a punto nei laboratori canadesi della University of Sherbrooke non è un drone qualunque: non è pensato per la fotografia aerea né per le gare di velocità. Si chiama Multimodal Autonomous Drone (S-MAD) ed è caratterizzato da un’abilità alquanto particolare: può terminare il suo volo posizionandosi su una superficie verticale, per poi ripartire da lì e proseguire senza intoppi.

Un comportamento ispirato a quello degli uccelli, che per essere replicato su un drone ad ala fissa necessita di una tecnologia estremamente avanzata. Un sensore equipaggiato sull’unità rileva la distanza dal muro, dopodiché i motori assumono una configurazione tale da regolare l’assetto in verticale, avvicinandosi pian piano all’obiettivo. L’impatto viene attutito da due braccia elastiche al termine delle quali si trovano piccoli ganci in grado di fare presa su pressoché qualsiasi superficie, sia in ambienti interni che esterni. Il principio di funzionamento è ben spiegato dal filmato visibile in streaming di seguito.

Un velivolo di questo tipo, che al momento si trova in fase di prototipo, potrebbe un giorno trovare un’applicazione concreta nel mondo reale nelle situazioni di emergenza, ad esempio per osservare dall’alto una zona colpita da un sisma. Anche l’impiego in ambito industriale, per il monitoraggio dei cantieri, rientra tra i possibili usi secondo i progettisti.

I piccoli ganci che permettono al drone S-MAD di rimanere aggrappato a qualsiasi superficie verticale

I piccoli ganci che permettono al drone S-MAD di rimanere aggrappato a qualsiasi superficie verticale

Per mettere a punto il sistema si sono resi necessari oltre 30.000 tentativi, molti dei quali terminati con un esito negativo, ma essenziali per raccogliere i feedback necessari a migliorare S-MAD. Per il futuro il team della University of Sherbrooke ha intenzione di perfezionare il drone integrando un sistema di riposizionamento e sensori più efficaci per approcciare in modo preciso le pareti degli edifici.

Ti consigliamo anche

Link copiato negli appunti