机械鱼、机械水母、机械海豚 ……快拿我的精灵球来

文章来源:科技日报      发布日期:2018/03/31  

    在遥远的南太平洋,斐济海域,

    一条通体雪白的鱼正在水中游弋,

    摇着尾鳍穿过珊瑚礁,

    上下浮动,左右摇摆,

    它看上去和周围的同类并没有什么不同,

    而在不远处,

    潜水员手中的任天堂手柄

    暴露了它的与众不同

    这条在水中自由游走的鱼,正是近日自麻省理工学院计算机科学与人工智能实验室对外公布的机器鱼SoFi……

  

    机械鱼SoFi没有血肉和骨架,通过手柄控制,身体内部是满满的机械构造。为什么SoFi能够在水中如此自由的游动, 中国科学院自动化研究所喻俊志研究员详细介绍了SoFi的驱动原理。

  

    喻俊志告诉科技日报记者,为了实现游动,SoFi机器鱼有一个驱动机构将水抽进两个球状腔体中,当一个腔体膨胀时,身体会弯曲到一边,当执行机构把水推到另一个腔体时,身体就会向另一个方向弯曲。类似于发动机的一组活塞,通过往复运动驱使机器鱼像真鱼一样左右摆动。

    值得一提的是SoFi采用软体驱动机制设计,摆脱了刚体机构约束,“而软体仿生必将是以后机器鱼的发展方向。”喻俊志说。

    其实,除了SoFi、机械狗鱼、机械海豚和机械水母,早已有众多仿生生物在水中畅游了。

  

  

  

    师法自然的机械设计

    和运动控制

    喻俊志介绍,仿生鱼能在水中如此灵活地游动,这主要得益于机械设计和运动控制两方面的结合。

    自然界中,漫长的自然选择和进化赋予了鱼类超凡的水下运动天赋。凭借优异的生理构造和游动机制,鱼类的游动性能远超现有的航行器。

    “能者为师,我们以生物解剖学为基础,对仿生机器鱼的外部形态和内部质量分布进行设计。”喻俊志说。

    以机械狗鱼为例,在机械设计方面,该机器鱼以北美狗鱼为仿生对象,整体外形采用流线细长体结构,头部采用宽扁形的设计都能有效地减小流体阻力。尾部为典型的多连杆机构,由四个铝制的骨架串联而成。这种机构简单灵活,易于控制,能够近似模仿鱼类游动形态。尾鳍通过细小的尾柄与多连杆机构连接,其形状是根据真实狗鱼的尾鳍进行设计,更加符合生物特征,以便获得较优的水动力。

    鱼类的胸鳍具有极其复杂的生理结构,既能够作为被动控制面以静态形式辅助鱼体平衡,也能够作为主动控制面以振动形式实现机动运动,而仿生机器鱼采用过于复杂的胸鳍结构较为困难。

    “我们采用对称且一直保持伸展的两个自由度胸鳍结构,在机器鱼游动时提供俯仰力矩,实现机器鱼上浮/下潜。”喻俊志说,在机械设计过程中尽量使浮心与重心在一条垂线,且重心必须保持在前进方向的轴线上,重心越往前,机器鱼游动时对头部的影响越小,这样机器鱼游动起来有更好的稳定性。

    除了身型接近真正的北美狗鱼,机械鱼在游动上也和北美狗鱼很像,不仅可以上下浮动、左右摆动,还能快速转弯。

  

    喻俊志介绍,鱼类的游动模式多种多样,简单讲主要有两种,一种是身体/尾鳍模式,鱼类通过将身体弯曲形成向后传播的鱼体波产生向前的动力,并延伸至尾鳍,从而产生推进力;另一种是中央鳍/对鳍模式,通过中央鳍和对鳍的波动或者摆动运动产生推进力。

    在运动控制方面,仿生机器鱼能实现这两种有节律游动模式的关键是采用了中枢模式发生器(Central Pattern Generator, CPG)这种运动控制器。CPG是指存在于生物体内中枢神经系统的神经元电路,能够在没有任何感知反馈或者高级神经中枢的控制信号的情况下产生协同的节律动作。将这种运动控制器应用到机器鱼上,控制机器鱼的多连杆机构之间产生一定的相位差进行周期摆动,实现类似鱼体波拟合的控制方法。正是因为有这种控制器机器鱼游动起来才非常自然。

    “机器鱼不光游起来像鱼,在做其他动作的时候也要像鱼,比如快速转向。”喻俊志介绍,通过观察鱼类的快速转向行为,我们发现鱼类在快速转向过程中,身体几乎被限制在一个“C形管道”中。此时,鱼体受到的回冲力最小,能量损耗较少。根据这个现象我们提出了虚拟C形管道的动态轨迹法。该方法应用到机器鱼上,解决了机器鱼的快速、精准的瞬态控制,以及瞬态与稳态的切换。

    经过这些“由外及里”的设计,机器鱼才能像真实的鱼一样表现出自然、灵活的游动性能。

    监测、搜索、勘探用处多多

    鱼类优异的生理构造、游动机制能够为新型水下航行器的设计提供灵感。与传统基于螺旋桨推进的水下航行器相比,机器鱼实现了推进器与舵的统一,具有高机动、低扰动、推进效率高等优点,更加适合在狭窄、复杂和动态的水下环境中进行监测、搜索、勘探及救援等作业。

    “此外利用机器鱼进行的机理研究也可以帮助生物学家探索鱼类更深层次的问题,帮助生物学家解决鱼类游动的奥秘,”喻俊志说,例如著名的“Gray”悖论。

    目前这些仿生机器人早已投入到具体工作中,2011年,仿生机器海豚水质监测系统在北京雁栖湖成功进行了水质检测实验。2016年,一款便携式的水质监测仿生机器海豚系统更加智能,执行了多次多水质监测任务。例如,在玉树禅古水库成功在线采集了水库PH值、电导率、温度等重要水质参数,为玉树市掌握水质信息和采取措施提供了基础数据,并有效提高了水质监测效率。

  

    在未来,或许会看到越来越多的仿生生物在水中翱翔的身影。

    文章链接:http://tech.ifeng.com/a/20180331/44926264_0.shtml

打印本页 关闭本页