Insect-Inspired Micro Aerial Vehicles

昆蟲為何能在低速中懸停

傳統機翼依靠穩態氣流形成壓差，但昆蟲撲翼處於低雷諾數與強非定常條件。翅膀快速拍動時，前緣會形成穩定的前緣渦（leading-edge vortex），在短時間內顯著提高升力，讓小尺度飛行仍能懸停與急轉。

2004 年加州大學柏克萊仿生飛行研究指出，微型飛行器若要接近昆蟲的機動性，必須同時設計翼膜柔性、致動器動態與閉環姿態控制。這不是把飛機縮小，而是重新理解小尺度流體力學。

壓電致動與柔性傳動

微型撲翼飛行器常使用壓電陶瓷致動器，將高頻微小位移透過柔性機構放大，驅動翅膀往復拍動。這類機構重量輕、響應快，但輸出位移有限，且容易受到疲勞、裝配誤差與材料老化影響。

翼膜不是越硬越好。適當柔性可讓翼面在拍動中被動扭轉，改善迎角並節省控制能量；過度柔軟則會造成氣動效率下降與不可預測振動。仿生設計的精髓，在於讓材料被動力學「幫忙」。

控制問題比升力問題更尖銳

能飛起來只是第一步。微型飛行器的慣量小，容易被微風、翼拍不對稱與電源波動擾動。姿態控制需要快速估計滾轉、俯仰與偏航，並透過左右翼幅、頻率或相位差做微小調整。

感測器同樣受限：光流、IMU 與氣壓計都要在毫瓦級功耗下工作。若完全依賴外部定位，飛行器就難以進入狹窄、遮蔽或災害現場。因此低功耗自主感知是昆蟲仿生 MAV 走出實驗室的關鍵。

撲翼升力估算模型

以下程式用簡化準穩態模型估算撲翼平均升力。模型以翼面積、拍動頻率、振幅與升力係數為輸入，並比較不同頻率下是否足以支撐微型飛行器重量。

import numpy as np

class FlappingWing:
    def __init__(self, area=2.2e-4, span=0.03):
        self.area = area
        self.span = span
        self.rho = 1.2
        self.cl = 1.6

    def mean_lift(self, freq_hz, stroke_deg):
        stroke = np.deg2rad(stroke_deg)
        tip_speed = 2 * np.pi * freq_hz * (self.span / 2) * stroke
        dynamic_pressure = 0.5 * self.rho * tip_speed**2
        return dynamic_pressure * self.area * self.cl

wing = FlappingWing()
mass = 0.0009
weight = mass * 9.81
freqs = np.array([80, 100, 120, 140])
lifts = [wing.mean_lift(f, 110) for f in freqs]
margin = np.array(lifts) / weight

print(f"best lift margin = {margin.max():.2f}x body weight")

微型飛行的使用邊界

昆蟲仿生 MAV 可用於災害搜救、管線巡檢、溫室監測與室內環境取樣。它們能進入人類與大型無人機不易抵達的位置，但也帶來隱私與濫用風險。越小的飛行器越難被察覺，越需要清楚的使用規範。

因此，仿生飛行技術不應只追求更小、更靈活，也要設計可識別、可限制、可審計的操作模式。工程上的靈巧，需要制度上的克制同行。