他们的任务是监测生态系统的状况，例如在森林地面上——并在他们的工作完成后化为灰烬：以爪哇黄瓜为模型的生物滑翔机，其种子在空中飞行数十米。Empa研究人员利用马铃薯淀粉和木材废料开发了这些可持续的飞行传感器。

研究人员从马铃薯淀粉和木材废料中开发出瞬态仿生滑翔机

亚历山大·冯·洪堡(AlexandervonHumboldt)、查尔斯·达尔文(CharlesDarwin)和欧内斯特·沙克尔顿(ErnestShackleton)开始了多年艰苦的探索航行，以收集壮观的、以前未知的印象。今天，现代环境观测的先驱将被更快、更现代的数据收集器所取代，这些数据收集器可以实时且无风险地记录重要的生态参数。

因此，位于杜本多夫的可持续机器人实验室的Empa研究人员正在开发低成本、可持续的传感器和飞行设备，即使在难以进入的区域，也可以以节能、紧密啮合和自主的方式收集环境数据，即所谓的生物滑翔机。原料：土豆、一些木材废料和染色地衣。

森林中的石蕊试验

就像秋天的落叶落到地上一样，它们静静地驶向森林地面：内置传感器的生物滑翔机。然而，“生物”标签以两种方式适用于细长的飞行装置：它们受到生物学的启发，因为它们以爪哇黄瓜的飞行种子为模型，但它们也是可生物降解的。一旦无人机释放了智能传感器种子，它们就会报告土壤湿度和酸度等数据，直到它们最终腐烂并与森林地面融为一体。

来自可持续机器人实验室的Empa研究员FabianWiesemüller和MirkoKovac的团队希望使用来自智能种子的数据来监测森林土壤的状况及其生物和化学平衡。第一个传感器现在用于通过经典的石蕊试纸测量pH值。

在这里，地衣衍生的染料与酸发生反应，颜色从紫色变为红色。“然后，飞越该区域的无人机会记录森林地面上传感器的颜色变化，”Wiesemüller解释说。

盛开的传感器

为确保传感器在使用前受到保护并且只在关键时刻收集数据，它被一层保护膜覆盖。这是一个棘手的“反面罩”，一旦下雨就会释放传感器：在工作休息期间，它会呈现出强大的保护姿势。然而，一旦传感器开始工作，保护膜就会非常敏感地做出反应。如果空气中有雨水或湿气，它就会像花朵一样开放。

研究人员与来自Empa纤维素与木材材料实验室的GustavNyström团队一起，开发了这种基于来自木材残留物的纳米原纤化纤维素的保护机制，该纤维素经过明胶处理形成精细的聚合物薄膜，可与大气中的水分发生反应。一旦雨云散去，聚合物霜就会在大约30分钟后关闭，直到下一个工作周期。

为确保“花朵”对称开放，聚合物薄膜还涂有一层非常细的虫胶，虫胶是植物虱子分泌的一种天然树脂状物质。它可以防止聚合物材料在受潮时不均匀膨胀。

生物传感器的运输工具是滑翔机，其材料由传统的马铃薯淀粉组成，可与食用纸相媲美。这意味着滑翔机可以简单地打印出来并压成爪哇黄瓜种子的形状。包括传感器在内，滑翔机的重量仅为1.5克，翼展为14厘米。

“受生物学启发的设计旨在使滑翔机能够尽可能长时间地下降，”机器人研究员Wiesemüller在解释滑翔机几何形状的选择时说。在Dübendorf的Empa和伦敦帝国理工学院的无人机飞行场，Wiesemüller终于能够优化第一架原型机的飞行性能和稳定性。在飞行舞台上，生物滑翔机设法实现了6的滑翔比。这相当于滑翔机从10米的高度起飞时的水平距离为60米。

当超轻型测量设备到达地面时，一场与时间的赛跑开始了。虽然传感器会在每次下雨时测量pH值，但大自然开始对其进行处理。在实验室条件下经过7天后，土壤生物已经分解了翅膀。又过了三周，传感器分崩离析。这就是生物滑翔机的天然成分如何回归自然的方式。

根据Wiesemüller的说法，酸传感器只是一个初步的概念验证，随后将推出其他类型的传感器，可以实时确定树木、水和土壤的状况。

尘归尘

目前，研究人员正在更进一步。他们的目标是使用完全可生物降解的传感器无人机记录气候变化对不同栖息地的影响。本着“数字生态学”的精神，此类机器人将能够准确预测环境状况并采取适当的预防措施，然后在自然界中分解成它们的母体材料。

到目前为止，并非此类环保无人机的所有部件都有高质量的可生物降解版本。Empa研究人员现在正在跨学科团队中使用基于高度多孔的纤维素和明胶材料的环保框架研究飞行无人机。生物滑翔机项目的发现也被纳入此处。

仿生机器人

他们将修复建筑物并测量人迹罕至地区的环境污染——对于这些任务，人工助手将受到大自然的启发。为了能够在复杂的环境中独立行动，受生物启发的飞行物体仍然需要从它们的榜样中学习很多东西。

毕竟大自然有亿万年的时间来完善生物的特性。对于可生物降解的传感器滑翔机，Empa研究人员以爪哇黄瓜Alsomitramacrocarpa为模型。亚洲藤本植物让风吹散配备透明翅膀的种子。与原版一样，智能传感器种子的翼展为14厘米。生物滑翔机不是以种子为核心，而是携带一个用于收集环境数据的传感器。