论文部分内容阅读
水下机器人正在成为人类探索海洋的重要平台,具有非凡水下运动能力的鱼类可以为水下机器人的设计提供有益的借鉴。利用仿生学原理,开发采用鱼类推进和操纵机理的仿生机器鱼,可以实现高效、灵活和隐蔽的水下运动,在未来海底勘探、海洋生物观察、军事侦察等领域具有广阔的应用前景。本文以仿生机器鱼为研究对象,在其设计、建模、控制和协作等方面进行了深入的研究,为机器鱼在现实领域中的应用提供了理论与技术支撑。本文主要研究成果如下:
第一,设计了一种具有两自由度胸鳍机构的模块化机器鱼,提高了机器鱼的可重构性和可靠性。受生物中枢模式发生器的启发,采用了基于中枢模式发生器的机器鱼运动控制方法。为了使机器鱼能够实现机动运动,对Matsuoka神经振荡器模型进行了改进,通过给屈肌神经元和伸肌神经元不同的高层控制输入使神经振荡器产生不对称的振荡输出。进一步地,构建了用于产生机器鱼游动步态的神经振荡器网络,提出了一种关节控制策略,通过多个控制面的配合实现了多种游动步态。由于中枢模式发生器控制方法的在线步态产生和模型的非线性特性,使机器鱼能够对控制参数的突变和随机干扰具有良好的鲁棒性。
第二,实现了一种具有良好稳定性和高度灵活性的箱纯科游动模式机器鱼,通过局部视觉提高了机器鱼的自主能力。对机器鱼进行了水动力学分析,采用牛顿一欧拉方程得到了机器鱼的空间六自由度动力学方程,并通过数值仿真与实验测试证明了水动力学模型的有效性。
第三,采用自主机器鱼实现了基于视觉的水下动态目标跟随任务。首先,由于水下图像质量较差且可见度随距离而变化,对具有模型自适应能力的Camshift算法进行了改进以实现了水下视觉跟踪,通过图像空间中的搜索窗位置和尺度来反映目标方向和距离的变化。然后,针对水环境的不确定性和机器鱼运动的特点,使用模糊逻辑方法对机器鱼的跟随运动进行控制,通过调节混合式游动步态的胸鳍摆动频率和尾鳍偏转角实现了动态目标跟随。实验结果验证了控制方法的有效性。
第四,开发了基于分布式控制的多机器鱼协作搬运系统。由于水下推箱任务的复杂性和自主机器鱼运动、感知能力的限制,提出了一条机器鱼在目标处对箱子进行位姿估计、另外两条机器鱼执行推箱动作的水下协作推箱解决方案。将整个任务分解为三个子任务,并设计了完成各个子任务所需执行的行为。机器鱼通过令牌环网进行显式的通信与合作,采用任务拍卖一投标方法进行子任务的分配,并允许子任务的重新分配以提高任务完成的性能。通过实验对方案进行了评估和验证。