随着学会的队伍不断发展壮大，分支机构的发展愈发完善，丰富多彩的分支活动与学术分享也频频呈现。疫情期间，CAAI认知系统与信息处理专委会积极倡导学会“疫情防控不放松，学习充电不间断”的理念，邀请年轻学者结合本专委会自身领域研究精选相关文献进行研究与再解读，与大家分享《仿生水下机器人研究概览》。

浩瀚的海洋中蕴含有丰富的生物资源、矿产资源和能源，人类在水下环境中进行生产、科研等活动越来越频繁，水下任务的要求也不断提高，人工操作的方式从成本、安全性、效率上逐渐不能满足复杂水下任务的要求。水下机器人作为一种可在水中移动，具有一定感知能力，可辅助或代替人类完成多种任务的高技术装备，在海洋研究、海洋开发、海洋环境保护等领域具有重要的应用价值。

目前多数水下机器人推进设计原理为：由螺旋桨产生推力，结合可操控的舵面产生机动控制力。这种机构设计对于推进器以巡航速度行驶于空旷平静海域的应用领域是经济有效的。但出于其机动控制力依赖于流体在操控舵面上的流动产生的升力，因此在低速下难以实现机动。此外这类推进器会在尾迹中会产生大量大带宽的噪声，导致一些水下生态系统遭到严重破坏。

长期生活在水中的鱼类，经过漫长的自然进化，已经极好地适应了水下环境，发展了多种多样的非凡的水中运动能力，既能以低能耗、高效率长时间巡游，又可以在拉力游速或爆发游速下实现快速机动。鱼类的这些特点为人类设计新型的仿生水下机器人提供了丰富的创意和有益的借鉴。

1、仿生水下机器人研制现状

根据游动时身体产生推力部位的不同, 可以将鱼类游动模式分为身体/尾鳍模式(Bodyand/or Caudal Fin, BCF)和中央鳍/对鳍模式(Medianand/or Paired Fin, MPF)。BCF模式游动的鱼类通过将身体弯曲形成向后传播的推进波，并延伸至尾鳍，从而产生推力。MPF模式游动的鱼类主要依靠波动的长鳍产生推力来进行游动。

针对BCF 推进模式水下机器人的研究工作起步较早。早在1994~1995年，美国MIT的Triantafyllou教授就研制了仿生金枪鱼RoboTuna[1]和仿生狗鱼RoboPike[2]，并开展了高效尾鳍推进理论和方法的研究。欧洲多家科研机构联合启动SHOAL研究项目，模仿金枪鱼研制了一种机器鱼，旨在通过机器鱼群的协调巡逻来监测水质污染[3]。2019年，弗吉尼亚大学和哈佛大学联合研制了Tunabot仿生机器鱼，其体长255mm，能够实现最大4 BL/s的游动速度[4]。国内方面，北京航空航天大学研制了三款SPC系列仿生水下机器人，最新的SPCIII型机器人体长1.76 m，最大游速可达0.85BL/s[5]。中科院自动化所以北美狗鱼为模仿对象，研制了一条具有四关节连杆机构的机器狗鱼，可实现快速转向机动[6]。中国科学技术大学研制了一条双尾鳍仿生水下机器人，可以有效减少单尾鳍机器人尾拍过程中身体产生的抖动，其最大游速可达1.21 BL/s[7]。2018年，北京大学研制了一种仿箱鲀机器鱼，并提出了针对其多模态运动的三维动力学建模方法[8]。

图1 典型的BCF推进模式水下机器人. (a) MITRoboTuna. (b) 欧洲SHOAL 水质监测机器鱼. (c) 弗吉尼亚大学的 Tunabot. (d) 北京航空航天大学. (e) 中科院自动化所. (f). 中科大.

近年来，国内外研究人员也研制了多种以MPF推进模式为主的仿生水下机器人。例如，荷兰代尔夫特理工大学研制了一种仿生波动鳍推进水下机器人Galatea[9]。日本大阪大学研制了一种仿鱿鱼机器人，可在水中实现直游、转向、旋转等运动[10]。瑞士联邦理工学院设计了一种波动鳍推进水下机器人Sepios，它的四条波动长鳍对称安装在圆柱形本体四周，能实现水下全方向运动，具有良好的运动稳定性[11]。国内方面，国防科大研制了一种波动鳍推进水下机器人，通过双波动鳍协调控制，能实现对机器人的速度和航向控制[12]。南京航空航天大学以淡水黄貂鱼为仿生对象研制了一种水下机器人，它通过身体周围的环形仿生胸鳍产生推力，最大推进速度约为0.18 BL/s[13]。中科院自动化所模仿乌贼研制了一种波动鳍推进水下作业机器人，并实现了其稳定的进退、转向、浮潜、路径跟踪、自主作业[14]。

图2 典型的MPF推进模式水下机器人. (a) 荷兰代尔夫特理工大学. (b) 日本大阪大学. (c) 瑞士联邦理工学院. (d) 国防科大 (e) 南航. (f) 中科院自动化所.

此外，美国西北大学、新加坡南洋理工大学、荷兰代尔夫特理工大学、希腊克里特教育技术学院、浙江大学、哈尔滨工业大学、中科院沈阳自动化所等大学和研究机构也开展了仿生水下机器人的研制工作，并获得了较好的游动性能。

2、研究现状分析

从以上研究成果可以看出，仿生水下机器人的研究已经取得良好的进展，在一些原型机上实现了多模态运动、快速转弯、路径跟踪、自主作业等动作，在速度、机动性等方面有了较大的提高，但仍与真实鱼类存在非常明显的差距。未来仿生水下机器人主要向自主化、智能化、协同化发展，为进一步提升仿生水下机器人系统的性能，还应针对以下几个主要研究方向展开深入工作。

a. 机构设计与优化

当前，仿生水下机器人大都采用电机驱动，可以从流线型低阻外形、智能驱动材料、刚柔耦合高效传动机构等方面开展研究，以提高仿生水下机器人的运动性能。

b. 水下环境感知与建模

水下环境感知与建模对于仿生水下机器人执行水下任务具有十分重要的意义，可研究各类传感器的信息融合技术，结合SLAM技术，进行水下环境建模，以提高仿生水下机器人的自主性和智能性。

c. 智能控制方法研究

人工智能是目前研究的一个热点领域，可将一些人工智能技术，如强化学习、迁移学习等，应用到仿生水下机器人智能控制中来，让其能够自主学习各种运动技能。

d. 多仿生水下机器人协作

自然界中，鱼类往往以集群的形式进行觅食、御敌和巡游。利用多个仿生水下机器人组成协作系统有助于提高作业效率。由于水下环境的复杂性和推进机理的特殊性，加上目前水下通信、传感、定位等技术存在瓶颈，多仿生水下机器人的协同将是一个非常有挑战的方向。

参考文献

[1]M.Triantafyllou and G. Triantafyllou, “An efficient swimming machine,” Scientific American, 272(3): 64-70,1995.

[2]D. Barrett, M.Triantafyllou, D. Yue, M. Grosenbaugh, and M. Wolfgang, “Drag reduction infish-like locomotion,” Journal of FluidMechanics, 392: 183-212, 1999.

[3]欧洲Shoal机器鱼水质监测项目, http://www.roboshoal.com.

[4]J. Zhu, C.White, D. K. Wainwright, V. Di Santo, G. V. Lauder, and H. Bart-Smith, “Tunarobotics: A high-frequency experimental platform exploring the performancespace of swimming fishes,” Science Robotics, 4(34): eaax4615, 2019.

[5]J. Liang, T.Wang, and L. Wen, “Development of a two-joint robotic fish for realworldexploration,” Journal of Field Robotics,28(1): 70-79, 2011.

[6]Z.Wu, J. Yu,Z. Su, M. Tan, and Z. Li, “Towards an esox lucius inspired multimodal roboticfish,” Science China Information Sciences,58(5): 1-13, 2015.

[7]S. Zhang, Y.Qian, P. Liao, F. Qin, and J. Yang, “Design and control of an agile roboticfish with integrative biomimetic mechanisms,” IEEE/ASME Transactions on Mechatronics, 21(4): 1846-1857, 2016.

[8]W. Wang, X.Dai, L. Li, B. Gheneti, Y. Ding, J. Yu, and G, Xie, “Three-dimensional modelingof a fin-actuated robotic fish with multimodal swimming,” IEEE/ASME Transactions on Mechatronics, 23(4): 1641-1652, 2018.

[9]D. Simons, M.Bergers, S. Henrion, J. Hulzenga, R. Jutte, W. Pas, M. Schravendijk, T.Vercruyssen, and A. Wilken, “A highly versatile autonomous underwater vehiclewith biomechanical propulsion,” in Proceedingsof the 2009 Oceans - Europe, pp. 1-6, 2009.

[10]M. Rahman, Study on biomimetic squid-like underwater robots withtwo undulating side, PhD thesis, Osaka: Osaka University, 2013.

[11]Sepios: Riding the Wave of Progress, http://sepios.org/, 2014.

[12]H. Zhou, T. J. Hu, H. B. Xie, D. B. Zhang, and L. C. Shen,“Computational and experimental study on dynamic behavior of underwater robotspropelled by bionic undulating fins,” Science China Technological Sciences,53(11): 2966-2971, 2010.

[13]Y. Wang, J. Tan, and D. Zhao, “Design and experiment on abiomimetic robotic fish inspired by freshwater stingray,” Journal of BionicEngineering, 12(2): 204-216, 2015.

[14]王睿, 波动鳍推进水下作业机器人运动控制方法研究, 博士学位论文, 北京: 中国科学院大学, 2018.