Un ala de planeador inspirado en aves en la Universidad de Surrey. Crédito: Universidad de Surrey
Un nuevo tipo de dron, inspirado en la precisión aérea de las aves de presa, podría algún día navegar a través de densos rascacielos de la ciudad para entregar nuestros paquetes o inspeccionar parques eólicos en alta mar, gracias a la investigación pionera de la Universidad de Surrey.
Los ingenieros están desarrollando vehículos aéreos no tripulados (UAV) de ala fija capaces de realizar maniobras ágiles, como la verificación o la evitación de obstáculos, al estudiar el comportamiento de vuelo de los búhos y otros volantes de precisión. El proyecto, llamado “Learning2Fly”, tiene como objetivo superar las limitaciones clave de los drones convencionales, particularmente en entornos donde el espacio es apretado y las condiciones del viento son impredecibles.
A diferencia de los drones estándar de ala giratoria, que son muy maniobrables pero intensivos en energía, los drones de ala fija son mucho más eficientes en energía y capaces de cubrir distancias más largas, lo que los hace ideales para aplicaciones como inspecciones de turbinas eólicas en el mar. Si bien generalmente les ha faltado la agilidad necesaria para volar de manera segura y precisa a través del espacio aéreo turbulento o desordenado, el proyecto del equipo de Surrey podría permitir que esta nueva clase de UAV opere con un control y adaptabilidad mucho mayor al aprovechar la aerodinámica del ala.
El Dr. Olaf Marxen, profesor titular de la Facultad de Ingeniería de la Universidad de Surrey, dijo: “La naturaleza ya ha resuelto muchos de los desafíos que enfrentamos en el vuelo de drones. Las aves de presas pueden realizar maniobras increíblemente precisas en entornos complejos, y estamos utilizando esas lecciones para hacer drones de ala fija, más ágiles y mejor adecuados para las ciudades con construcciones altas o en condiciones de enrollas que cambian rápidamente.
“Estamos combinando datos de vuelo experimentales con aprendizaje automático para ayudar a los drones a predecir y controlar su movimiento en tiempo real para imitar la ruta de vuelo típica de un pájaro. Las simulaciones tradicionales como la dinámica de fluidos computacional se quedan cortos en entornos turbulentos y son prohibitivamente caras, por lo que nuestro siguiente paso es refinar el modelo predictivo y las pruebas al aire libre, lo que nos acerca a la implementación”.
En lugar de confiar en simulaciones de computadora complejas, los investigadores están probando las maniobras en experimentos del mundo real utilizando el laboratorio de captura de movimiento de Surrey. Ya se han construido y probado varios prototipos livianos, algunos de los cuales se adaptaron de los planos de juguete comerciales, para rastrear su movimiento en 3D usando sensores a bordo y cámaras de alta velocidad. Los datos recopilados se están alimentando en un modelo de aprendizaje automático, ayudando al equipo a predecir el comportamiento de los drones sin depender de simulaciones aerodinámicas convencionales.
Universidad de Surrey Ph.D. El estudiante, Owen Wastell, quien co-lídera en el proyecto junto con el Dr. Marxen, dijo: “Ya hemos presentado algunos de nuestros primeros hallazgos, y es emocionante ver qué tan bien se desempeña el dron incluso en esta etapa. Es humillante que en una era de máquinas y tecnología avanzadas, todavía estamos buscando el mundo natural, y una de las especies vivas más antiguas en el planet, por inspiración”.
Con más pruebas planificadas para entornos al aire libre, los investigadores esperan que el proyecto sienta las bases para una nueva generación de drones ágiles y eficientes en energía guiados por la naturaleza.
Proporcionado por la Universidad de Surrey
Cita: los drones inspirados en aves podrían ser clave para navegar a través de ciudades densas y parques eólicos en alta mar (2025, 21 de agosto) Recuperado el 21 de agosto de 2025 de https://techxplore.com/news/2025-08-birddrones-key-dense-cities.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
