刘珍娜,秦婧文
(山东劳动职业技术学院,济南 250022)
浅谈仿生水下机器人的发展现状
刘珍娜,秦婧文
(山东劳动职业技术学院,济南 250022)
仿生水下机器人以水生生物为仿生对象,模仿其外部形态和运动步态而新兴的水下机器人,本文浅析了近几年仿生水下机器人在不同领域的研究现状以后未来的研究热点,为其爱好者提供了解契机。
仿生;水下机器人;发展现状
海洋孕育了人类文明同时蕴藏着丰富的自然资源,如海洋生物、海底矿产等。同时,海洋也是重要的交通运输通道和军事战略空间。未来的世纪是海洋的世纪,党中央、国务院提出了“逐步把我国建设成为海洋经济强国”的宏伟目标,“提高海洋资源开发能力,发展海洋经济”亟需强大的水下科技支撑。水下机器人作为探索和开发海洋的主要载体成为人类从事海洋活动不可或缺的工具。
目前的水下机器人主要分为有缆水下机器人(Remote Operated Vehicle,简称ROV)和无缆水下机器人,也称自主式水下机器人(Autonomous Underwater Vehicle,简称AUV)。由于常规水下机器人以螺旋桨和叶轮为推进器,采用常规能源作为动力,存在机动性差、响应滞后对水生环境扰动大等缺点,极大限制了其在狭窄、动态、复杂、脆弱环境中的应用。
经过上亿年的进化,鱼类、鲸豚类等水生生物已经演变具有高超的水中运动能力,其游动效率、机动性、稳定性等能远超现有的航行器,如鲹科鱼类的推进效率超过90%,海豚可以实现450°/s的高速转向且其转弯半径仅为体长的11-17%,鳐科鱼类通过改变鳍面波从而完成在复杂水环境下的高超杂技动作。水生生物特殊的生理构造和推进机理为新一代高性能水下航行器的研制提供灵感。。
仿生水下机器人是指利用机械设计技术、微电子技术、材料科学以及人工智能技术等仿照水下生物的外部形态及游动步态而实现水下推进的一种运动装置。美国 MIT 于1994年成功研制出世界上第一条真正意义的仿生金枪鱼,此后的20多年间,越来越多的科研机构对仿生水下机器人进行关注和研究。本文主要关注仿生水下机器人的应用现状。
受鱼群协调配合的启发,欧洲多家科研机构于2012年开展了SHOAL项目,以金枪鱼为仿生对象,研制了多条体长为1.5m的仿生机器鱼,利用机器鱼群的协调配合增大水质监测的范围,并且在西班牙的港口进行了试验。
美国马里兰大学帕克分校和密歇根州立大学于2014年联合开发了一款水下滑翔机器鱼“Grace”,该机器鱼在传统仿生机器鱼的基础上增加了滑翔功能,机体内置有泵和储水腔来改变整体净浮力并通过尾鳍调节偏航角或产生螺旋运动,从而更加节省能量增加其作业范围,并在密歇根州鹿蹄草湖进行了水质样本的采集应用实验。
美国海军与波士顿动力于2014年合作研发了一款以金枪鱼为仿生对象的仿生水下机器人“Silent Nemo”,该机器人体长1.5 m,重约
45 kg,依靠身体尾关节和尾鳍的摆动产生前进动力和实现机动转向,配置声呐等多种传感设备可自主对敌方目标进行监视与侦察。
韩国全南大学 Shin 等人于2008年研制了一款面向娱乐的仿生机器海豚。该机器海豚可实现嘴部张开与闭合、尾巴溅水以及喷水等人机互动功能。
中国科学院自动化研究所是国内最早开展仿生水下机器人研究的科研院所之一。2009年,汪明等人研发了一款面向科普演示的小型机器海豚,该机器海豚体长0.56 m,尾部由三个俯仰关节和一个偏航关节构成,头部装有用于实现浮潜运动的重心调节机构, 通过水池边的上位机控制机器海豚与游客互动。
台湾国立高雄海洋大学Yung-Lien Wan于2015年设计一条可实现自主运动的机器海豚,该机器海豚的尾部分为3个俯仰关节和一个偏转关节,分别控制机器海豚的前进速度和运动方向,通过改变重心来调整海豚的俯仰角实现上浮下潜运动,机器海豚前端安装有摄像头,通过神经网络学习算法处理获取的图像信息,实现避障功能。
仿生水下机器人以及高机动、低扰动、无污染和高效的推进效率将成为未来水下航行器的发展方向并将渗透到各个水下应用领域。然而,目前的仿生水下机器人还是以电机驱动为主,这决定了其刚性的身体机构,如何采用柔性材料比如用离子聚合物金属复合材料、形状记忆合金(SMA)和人工肌肉等构造软体机器人达到外形、游动方式与真正的水生生物相似,并且能满足应用需求是以后研究的重点与难点。
[1]任光,戴亚平.机器海豚行波推进模式下的平均速度控制方法[J].机器人,2015,37(03):343-350.
[2]罗庆生,韩宝玲,现代仿生机器人设计[J].北京:电子工业出版社,2008.
[3]沈飞.仿生机器海豚的建模、控制及其在水质监测中的应用研究[D].博士学位论文,中国科学院研究生院,北京:中国,2012.
[4]王龙,喻俊志,胡永辉,范瑞峰,霍继延,谢广明.机器海豚的机构设计与运动控制[J].北京大学学报,2006,42(03):294-301.
[5]赵宁宁,徐德民,高剑,基于路径参数一致性的多AUV协同路径跟踪控制[J].火力与指挥控制,2015(10):90-93.
10.16640/j.cnki.37-1222/t.2018.01.180
刘珍娜(1987-),女,山东巨野人,硕士研究生,初级职称,教师,研究方向:机器人。