Как рыбы воспринимают окружающую среду?
Рыбы воспринимают изменения водных течений, вызванные добычей, особями своего вида и хищниками, с помощью своей боковой линии. Крошечные сенсоры этого органа также позволяют им надёжно ориентироваться. Однако с увеличением скорости течения возрастает и фоновый сигнал. Учёные Боннского университета впервые создали реалистичную трёхмерную модель рыбы и смоделировали точные условия течения. Виртуальные расчёты показывают, что особые анатомические адаптации минимизируют фоновый шум. Результаты представлены в Journal of the Royal Society Interface.
Первая реалистичная трёхмерная компьютерная модель
Учёные создали первую реалистичную 3D-компьютерную модель системы боковой линии рыбы (на примере головы язя, Leuciscus idus) и использовали её для расчёта точных условий течения окружающей воды.
Методы создания модели:
- Создание 3D-модели поверхности на основе ~350 фотографий головы рыбы.
- Предварительное окрашивание каналов и сенсоров боковой линии для их чёткой идентификации.
- Оптимизация данных с помощью высокоточного лазерного сканирования.
- Использование микро-компьютерного томографа с контрастным веществом для визуализации мягких тканей и внутренней структуры.
- Объединение данных всех трёх методик в итоговую реалистичную модель.
Результаты моделирования:
Орган имеет два типа сенсоров: одни выступают на поверхности кожи, другие расположены в каналах внутри черепных костей.
- Для бугорковидных сенсоров на поверхности моделирование показало, что окружающие их углубления значительно снижают скорость потока, что уменьшает фоновый шум. В результате относительная сила сигнала от добычи становится больше.
- Для сенсоров в каналах выяснилось, что разные диаметры каналов делают определённые участки боковой линии особенно чувствительными к соответствующей силе течения.
Био-вдохновлённое применение: улучшенная навигация подводных роботов
Полученные знания и методология открывают новые возможности:
- Проведение сравнительных анатомических исследований боковой линии у разных видов рыб с высоким уровнем детализации.
- Значительное улучшение автономной навигации подводных роботов за счёт использования био-вдохновлённых датчиков потока.