10多年前，Festo 发起了仿生学习网络，与学生、知名学府、研究机构和开发公司合作，旨在从仿生学中获取创新灵感，将仿生学成果转化为工业自动化技术。
在仿生学习网络项目中，飞行是一个高频话题。大自然中生物的飞行方式各有千秋。要将这些技术投入到科技研发中，需要面临轻量化与功能整合两大挑战。
为了研发BionicFlyingFox，Festo仿生学习网络的开发人员仔细研究了狐蝠这种生物，并以技术手段模拟了它独特的飞行模式。这个BionicFlyingFox 是个大家伙，翼展达到2.28 米，通过运动跟踪系统和机器学习，可实现部分自主飞行。为了尽量模拟自然界中狐蝠的飞行，BionicFlyingFox 的翅膀运动机构也被分成主翼和副翼;所有关节处在一个平面上。翅膀覆盖了一层弹性膜，可伸展至脚部。飞行膜非常轻薄，但也很坚韧。
运动跟踪系统，用于自控飞行
为了让BionicFlyingFox 在限定的空间实现半自主的飞行，其与所谓的运动跟踪系统进行通信。该装置的两台红外相机持续记录飞蝠的位置。相机安装在云台上，可旋转和摆动，从地面上监控BionicFlyingFox 的整个飞行过程。同时，运动跟踪系统规划飞行路径，发出所需的控制命令。起飞和着陆需要借助人类操作员;自动飞行系统会在飞行时接管飞行。
机器学习，用于最佳飞行路径
相机的图像被传输给一个中央主电脑，跟空管控制器一样评估数据和外部协调飞行。电脑上储存了预编程的飞行路径，指定了BionicFlyingFox 执行飞行动作时的路径。借助其自身搭载的电子元件和复杂的飞行模式，人造飞蝠自行计算执行计划运动顺序所需的翅膀运动。飞蝠从主电脑接收必要的控制算法，主电脑对算法自动进行学习，并持续改进。BionicFlyingFox 在飞行时就能优化飞行动作，每飞一圈，对指定飞行路线的遵循性就更精确。
创新的飞行薄膜，用于各种应用
创新的飞行薄膜是仿生团队专为BionicFlyingFox 开发的，由两片气密膜和一片弹性纤维织物组成，两者焊接在一起，焊点多达约45,000点。织物的蜂窝结构防止飞行膜的细小裂痕继续变大。因此，BionicFlyingFox的织物即使发生了不是很严重的损坏，也能继续飞行。由于材料本身的弹性，翅膀收起时，飞行膜也不会起皱。因为气密膜不仅具有弹性，而且气密、重量轻，所以也可用在飞行器中，或用于衣服设计和农业领域。