CN1916800A - 一种多模态仿生机器鱼 - Google Patents

Abstract

本发明涉及一种多模态仿生机器鱼。它包括刚性鱼头，与鱼头连接的具有多个关节的柔性身体，包括一对左、右独立控制的胸鳍和新月形尾鳍的仿鳍机构，设置在鱼头中的胸鳍驱动装置、控制电路、电源模块、无线双工通信模块和红外传感单元，鱼头中设置有测量鱼体深度的超声测距装置，及配套的小型换能器和外围滤波放大电路；控制电路包括传感器信息处理装置与电机控制装置，传感器信息处理装置采集超声测距装置所测的信号进行处理，并将信息处理结果传送给电机控制装置，再由电机控制装置产生电机控制信号控制仿鳍机构的驱动电机运转，同时通过无线双工通信模块与上位机实施无线双工通信。本发明提高了机器鱼的灵活性、稳定性以及仿生特性，进而提高机器鱼的作业能力、拓宽机器鱼的应用领域。

Description

一种多模态仿生机器鱼

技术领域

本发明涉及一种仿生机器鱼，特别是关于一种基于中枢模式发生器(CentralPattern Generator，CPG)控制的多模态仿生机器鱼。

背景技术

随着机器人技术的迅速发展，越来越多的机器人用于帮助人类开发未知环境，特别是那些外层空间或者深海等人类很难接近的环境。在海洋开发和探索的过程中，各种各样的自主水下航行器应运而生。但是，目前最好的水下航行器也很难适应水下任务所需要的时间长、机动性好、效率高的要求。鱼类是大自然最早的脊椎动物之一，它的水下运动能力经过几亿年漫长的进化，在推进效率、机动性、加速等方面明显优于人造的水下潜器。随着近年来机械、电子、材料、计算机、仿生学等多学科的发展以及交叉学科的形成，机器鱼作为一种新型的仿生的水下航行器，通过模仿动物鱼的运动来实现水下航行器的任务。

以往机器鱼运动仿生所采用的方法是将鱼体视为一摆动链，建模为主轴平面内一摆动的多连杆机构，而多连杆机构在运动过程中的相对位置可通过拟合鱼体波曲线来计算。然而，生物学家普遍认为，动物的节律运动，如走、跑、跳、泳、飞等，是低级神经中枢的自激行为，由位于脊髓(脊椎动物)或胸腹神经节(无脊椎动物)中的中枢模式发生器控制。中枢模式发生器是由中间神经元构成的局部振荡网络，通过神经元之间的相互抑制实现自激振荡，产生具有稳定相位互锁关系的单路或多路周期信号，控制肢体或躯体相关部位的节律运动。随着生物学、计算神经学、仿生学和机器人学的发展及其交叉学科的形成，基于生物中枢模式发生器(CPG)原理的运动控制是近几年兴起的一种新的机器人运动控制方法，其核心是通过对一些生物控制模型的工程模拟，提高机器人的运动能力和控制水平，进而实现更加自然、协调、多样、具有环境自适应性的运动。同时，引入基于生物控制的策略，可使机器人更加逼近动物的运动能力，实现自然、和谐的仿生步态，成为真正意义上的控制仿生。目前在国内还未见将CPG原理应用于仿生机器鱼的报道。

以往控制机器鱼在水中的游动，仅依靠速度和方向的单一改变，然而在自然界，鱼类展现出多姿多彩的形态和灵巧机敏的运动。根据加速度(accelerating)、巡游速度(cruising)和机动能力(maneuvering)这三种功能的不同，韦布(P.Webb)对不同形态的鱼的优化设计进行了分类，粗略地分为BCF推进(body and/or caudal fin，身体/尾鳍推进)和MPF推进(median and/or paired fin，中间鳍/对鳍推进)。由于加速度、巡游速度和机动能力这三个性能指标是相互排斥的，没有一种鱼这三种能力都很突出；当然，也并不是每一种鱼都拥有某一种突出的功能。为了适应生存环境，鱼体的结构和功能都是这三种功能的综合体。BCF推进可以提供高的速度和加速度，而MPF推进可以提供高的机动性能。从本质上来说，BCF推进和MPF推进并不能完全割裂开来，而应该视为连续统一体。通常，鱼类可能在同一时刻或不同速度展示出不止一种推进模式。如鱼在觅食或躲避敌害的情况下，需要在速度、机动性之间切换，平滑地从一种游动模式过渡到另一种模式。鱼的游动往往是复杂的，不是单一的机械的游动。而基于CPG的在线步态产生法可以产生自然、协调、多样、具有一定环境自适应性的运动，并且步态间的切换平滑，有利于形成多种游动模态来模拟大自然的鱼。通过调节CPG模型参数，可获得如急转弯、S形游动、8字形游动或间歇性游动等诸多逼真的游动模态。这种基于CPG控制原理的、具有多种游动模态的机器鱼填补了仿生机器鱼领域的一大空白。

发明内容

针对上述问题，本发明的目的是通过采用中枢模式发生器(CPG)的控制方法，提供一种能实现在多种游动模态中自由切换的多模态仿生机器鱼。

为实现上述目的，本发明采用以下技术方案：一种多模态仿生机器鱼，它包括刚性鱼头，与所述鱼头连接的具有多个关节的柔性身体，包括一对左、右独立控制的胸鳍和新月形尾鳍的仿鳍机构，设置在所述鱼头中的胸鳍驱动装置、控制电路、电源模块、无线双工通信模块和红外传感单元，其特征在于：所述鱼头中设置有测量鱼体深度的超声测距装置，所述超声测距装置包括小型换能器及外围的滤波放大电路；所述控制电路包括传感器信息处理装置与电机控制装置两个部分，所述传感器信息处理装置采集所述超声测距装置所测的信号进行处理，并将信息处理结果传送给所述电机控制装置，再由所述电机控制装置产生电机控制信号控制所述仿鳍机构的驱动电机运转，同时通过所述无线双工通信模块与上位机实施无线双工通信。

上述本发明的技术方案中，所述电机控制装置为单片机。

以上所述本发明的技术方案中，所述单片机内存储有中枢模式控制模型及其参数和多模态数据。

以上所述本发明的技术方案中，所述传感器信息处理装置为数字信号处理芯片，并连接有片上存储器。

以上所述本发明的技术方案中，所述片上存储器包括闪存和静态存储器。

以上所述本发明的技术方案中，所述中枢模式控制模型包括分别为各所述关节建立一个中枢模式控制的神经元模型即非线性振荡器模型，各所述关节之间的协调运动通过改变所述神经元模型之间的连接权值实现。

以上所述本发明的技术方案中，所述中枢模式控制模型包括分别为各所述关节建立一个中枢模式控制的神经元模型即非线性振荡器模型，各所述关节之间的协调运动通过改变所述神经元模型之间的连接权值实现。

以上所述本发明的技术方案中，所述超声测距装置采用超声传感器。

本发明由于采用了以上技术方案，其具有以下优点：1、本发明采取CPG运动控制方法较以前的曲线拟合法可以在线产生更加自然、协调、多样、具有环境自适应性的运动，并且步态间的切换更加平滑，可以形成多种游动模态来模拟大自然的鱼。2、本发明通过改变CPG模型参数可获得如急转弯、S形游动、8字形游动或间歇性游动等诸多逼真的游动模态，不仅可以让机器鱼游得更加自然，而且可以应用到多机器鱼协作中去，更好地完成任务。3、本发明改变胸鳍的攻角可以实现机器鱼的上升下潜，配合由超声传感器所测得的鱼体深度信息作为实时反馈，进而可以实现机器鱼精确的深度控制。

附图说明

图1是本发明结构示意图

图2是本发明控制系统结构框图

图3是本发明鱼头俯视示意图

图4是本发明CPG模型产生的四关节摆角示例图

图5是本发明机器鱼模态——顶球行为视频截图

具体实施方式

下面配合附图对本发明的技术方案作进一步的说明。

如图1、图2所示，本发明包括刚性鱼头1，与鱼头1连接的具有多个关节的柔性身体11，控制电路13，超声传感器14，左胸鳍片15及左胸鳍驱动装置17，右胸鳍片27及右胸鳍驱动装置16，电源模块18，超声驱动电路8，二左、右红外传感器2、一中心红外传感器19，无线双工通信模块6，尾部驱动装置9，新月形尾鳍12。

如图1、图3所示，本发明的鱼头1采用玻璃钢制成，上下可剖开，用防水胶密封。鱼头1按照生物鱼的流线型外形制成，其横截面为椭圆形，鱼头1内部中空，其内固定装置有铝板20，在铝板20上连接左胸鳍驱动电机骨架29和右胸鳍驱动电机骨架28，下面放置电源模块18，电源模块18采用两个可充电电池组，一组由四节镍氢电池构成，为控制电路13提供电源，其充电插头4从鱼头1上部引出并固定在鱼头1上面。另一组由五节镍氢电池构成提供动力电源，其充电插头5从鱼头1上部引出并固定在鱼头1上面。鱼头1上方还预留了充气孔3，用于检测鱼体的气密性，鱼头1上还设置了发射接收天线7，接收上位机发送的命令。二左右红外传感器2设置在鱼头1两侧相当于鱼眼的位置，中心红外传感器19设置在鱼头1的正前方。

一对左、右独立控制的胸鳍片15、27安装在鱼头1两侧靠后方的位置，可实现机器鱼的上升下潜，新月形尾鳍12连接在柔性身体11的末端，二胸鳍片15、27与尾鳍12构成仿鳍机构。左胸鳍驱动装置17和右胸鳍驱动装置16均采用伺服电机，安装在鱼头1中铝板20上的左胸鳍驱动电机骨架29和右胸鳍驱动电机骨架28上。左胸鳍驱动装置17的电机输出轴带动齿轮26转动，再与齿轮25啮合，带动左胸鳍片15的转动轴24转动，即可带动左胸鳍片15动作，转动轴24的外周采用轴套管的密封方法进行防水，此种轴套管密封防水法为常用技术，故在此不再详述。同样，右胸鳍驱动装置16的电机输出轴带动齿轮23转动，再与齿轮22啮合，带动右胸鳍片27的转动轴21转动，进而带动右胸鳍片27动作，转动轴21也是采用轴套管的密封方法防水。左、右胸鳍片15、27各有一个自由度，并可以单独控制实现上升下潜。对于鱼体在水平面的推进，由多个尾部驱动装置9构成多关节摆动器，外覆防水鱼皮，形成柔性身体11，其尾端连接新月形尾鳍12，进而实现仿鱼的左右划水运动。柔性身体11与新月形尾鳍12的结构与专利申请号为200510064202.3的“小型仿生机器鱼”的鱼身结构相同，在此不再详述。

超声传感器14固定在鱼头1内底部靠后的位置，其为测量鱼体深度的超声测距传感器装置，包括配套的小型换能器SAL500K及外围滤波放大电路。如图2所示，控制电路13发出约500KHz的脉冲信号给超声驱动电路8，以激励超声传感器14发射超声波探测信号，其回波信号经过超声驱动电路8接收并传送回控制电路13进行处理。超声传感器14到障碍物(池底)的距离可在控制电路13中通过计算接收和发射信号的时间差而得出。经计算处理得到的距离信息通过双工通信模块6，及其配套天线7实时发送给上位机。由于超声传感器14有自激振荡的干扰，其盲区是9～10cm，再加上电路增益的限制，超声传感器14测量距离的范围在10cm～130cm；距离越远，回波信号越弱。超声传感器14测量的误差很小，一般为0.5cm。本发明的双工通信模块6采用购买的北京华荣汇通信设备有限公司生产的芯片，其型号为GW100D。当然，本发明也可以使用本领域任何公知的、可以实现相同功能的其它型号的具有双工通信功能的芯片。

如图2所示，本发明的控制装置13位于鱼头1内，包括传感器信息处理装置131与电机控制装置132。传感器信息处理装置131采用数字信号处理(DSP)芯片133为主控DSP，本实施例采用美国德州仪器公司生产的主频为40MHz的16位定点DSP TMS320LF2407A。数字信号处理芯片133还连接有片上存储器134，存储器134包括闪存(Flash)和静态存储器(SRAM)，以进行传感器信号的采集和处理。在本实施例中，红外传感器信号可以触发主控DSP的中断，且超声驱动电路8发出的超声回波信号也可触发主控DSP的中断，并用内部定时器计算发射与接收的时间差。电机控制装置132采用功能强大的单片机135来实现，负责与上位机的通信和电机控制。本实施例采用ATMEL公司的AVR高档8位单片机ATmega128，其工作频率为8MHz。单片机ATmega128具有两个UART串口，一个串口与传感器信息处理装置131的主控DSP通信，将传感器信息处理结果传送给单片机，再由单片机产生6路PWM电机控制信号，分别控制尾部四关节驱动电机和左右胸鳍驱动电机的动作；另一个串口与上位机实施无线双工通信。由左、右红外传感器2及中心红外传感器19产生的信号可以确定尾部四关节驱动电机的运动方向，超声传感器14测到的距离信息可以作为二胸鳍上升下潜运动的依据，将距池底的深度信息作为传感器信息反馈，通过比例—积分—微分控制(PID)调节胸鳍驱动电机转角(攻角)，进而实现机器鱼较为精确的深度定位控制。CPG模型及其特征参数和多模态数据均存储在ATmega128的存储器中。应该说明的是，本发明中采用的主频为40MHz的16位定点DSP TMS320LF2407A芯片和8位单片机ATmega128均可采用本领域任何公知的、可以实现相同功能的其它型号的单片机、微控制器或集成电路作替换。

以上是对本发明的结构及控制电路的说明，下面具体说明本发明的控制原理：

神经生物学研究表明动物的运动是由中枢神经系统分层递阶控制结构的，由高到低依次为大脑皮层、脑干、脊椎。生物学家普遍认为，动物的节律行为，如走、跑、跳、泳、飞，是低级神经中枢的自激行为，由位于脊髓(脊椎动物)或胸腹神经节(无脊椎动物)中的中枢模式发生器控制。中枢模式发生器(CPG)是由中间神经元构成的局部振荡网络，通过神经元之间的相互抑制实现自激振荡，产生具有稳定相位互锁关系的单路或多路周期信号，控制肢体或躯体相关部位的节律运动。高层中枢(大脑、小脑)，发出运动指令，控制节律运动的起始，并综合CPG的中枢反馈信息、本体感受信息、视觉信息等对运动进行监控。来自躯体感受器的反馈信息通过生物反射机制，协调CPG与环境、本体的关系，对CPG的输出进行调节，整个控制系统组成一个分级模块化反馈控制系统。

CPG是由多个中间神经元构成，但由于生物神经元行为结构非常复杂，建立和仿真非常接近的数学模型十分困难。神经元网络与耦合的非线性振荡器之间都存在相似的极限环，CPG运动控制方法的行为及动态特性可以通过非线性微分方程来建模。本发明分别为仿生机器鱼的每个关节建立一个CPG的神经元模型即非线性振荡器模型，各关节之间的协调运动通过改变神经元模型之间的连接权值实现。该数学模型如式(1)所示：

其中，θ表示机器鱼某一关节的期望摆角；v为另一状态空间变量；w为一正的常数，可同时控制该关节摆角的振动频率和幅度；A也为一正的常数，可以调节摆角振动幅度。

非线性微分方程组(1)有两个特解，一个是原点(0，0)，为不稳定的平衡点；另一个是稳定的极限环，其正弦幅度为 周期为2π/w。θ将从任一相平面内不为原点的初值(θ₀，v₀)收敛于极限环特解

其值由初始条件确定。

由上可知，得到的关节摆角θ值相对于θ＝0上下振动。鱼体的形状可以通过迭加不同的关节角偏移给各个关节来改变，同时实现鱼体转弯。所以希望各关节摆角可以迭加任意偏移量Δθ，即摆角相对于θ上下振动，偏移量Δθ于是引入原方程组(1)得到新的方程组(2)：

方程组(2)的解将收敛于特解 ${\mathrm{\θ}}^{\%}\left(t\right)=\stackrel{\‾}{\mathrm{\θ}}+\sqrt{\mathrm{Aw}}\sin (\mathrm{wt}+\mathrm{\φ}).$

多关节协调运动通过改变各个关节CPG模型之间的连接权值实现，因此将带连接权值的耦合项加入上面的方程组(2)，得到新方程组(3)：

其中，θi表示第i个关节的期望摆角； 表示迭加在第i个关节的偏移量；a_ij和b_ij均为第i个关节和第j个关节之间的连接权值，由于相互连接的关节之间才会相互影响，所以j只能取i-1或者i+1。通过改变连接权值a_ij和b_ij可以调节各连接关节之间摆动的相位超前/滞后关系，形成一个从鱼头部向尾部传播的、稳定的鱼体波。

上述非线性微分方程组的求解可以通过数值积分的方法(欧拉法)来实现。这样，方程组(3)中，第i个关节在第k时刻的摆角θ_i(k)就可以在线递推计算出来。可知w越大，摆角就越快趋向于稳定的极限环特解。

对多模态机器鱼而言，尾部由四个关节依次连接，i从鱼头到鱼尾依次取为1、2、3、4。CPG模型的参数包括：A₁～A₄、w、

a_i，i-1、b_i，i-1、a_i，i+1、b_i，i+1。通过实验和仿真中可得到可以产生稳定正向鱼体波的多组参数，例如当A₁＝4、A₂＝8、A₃＝15、A₄＝20、w＝7、 ${\stackrel{\‾}{\mathrm{\θ}}}_1={\stackrel{\‾}{\mathrm{\θ}}}_2={\stackrel{\‾}{\mathrm{\θ}}}_3={\stackrel{\‾}{\mathrm{\θ}}}_4=0,$ a_i，i-1＝6.0、b_i，i-1＝6.5、a_i，i+1＝b_i，i+1＝0时，得到的解θ₁(t)～θ₄(t)如图4所示，其中时间范围从0到3秒，在2秒时刻突然改变模型中决定各个摆角振动频率和幅度的参数：w→2w、A_i→2A_i(i＝1，2，3，4)，此时导致鱼体波的频率(w/2π)由1.1Hz增加到2.2Hz，第i个关节摆角的幅度(约

)近似变为原来的两倍。图4显示的四个关节摆角之间的相位依次滞后的关系说明产生了稳定正向鱼体波，而且振动的幅度从头到尾递增。从图4可以看出各关节的摆角振动平滑适应和过渡了由第2秒的参数突变引起的频率和幅度的突变，从而实现平滑、自然的速度调节。

CPG运动控制方法与以往的曲线拟合法相比有三个显著的优点：(1)各关节的摆角可以在线递推产生；(2)各关节的摆角振动平滑适应和过渡了频率和幅度的突变，从而实现平滑自然的速度调节，为实现多模态特性提供了条件；(3)引入非线性系统提供了抗瞬间扰动的能力。这样CPG运动控制方法可以使机器鱼实现更加灵活有效的控制。

由于本发明的CPG运动控制方法在线产生的步态间速度、机动性之间的平滑切换，可使机器鱼平稳实现模态切换，为实现多模态特性创造了条件。

机器鱼多样化的游动方式和行为统称为模态，其体现可以是机器鱼的一种推进方式，也可以是机器鱼在某一时刻的步态(gait)，还可以表示机器鱼的某种运动行为。所谓多模态机器鱼就是指能稳定地实现多种游动方式或行为的机器鱼。

基于CPG的控制方法，在控制系统底层，模态以CPG模型参数数组的形式来描述，即多种游动模态实际上对应的是多组CPG模型参数。为了实现多种游动模态的自由切换，必须首先建立一个动态读取模态CPG模型参数的机制。因此，形式灵活的CPG模型参数必须按照一种控制芯片容易识别的“序”保存在ATmege128单片机中的Flash储存器里，并建立一个动态读取CPG模型参数数组的机制，以确保控制系统能根据需要快速地实现CPG模型参数更新，从而实现游动模态的切换。

根据执行方式的差别，游动模态可以分别两类：一类是周期反复执行的模态；一类是每次调用只执行一个周期的模态。前者通常对应普通的直游推进模态，使机器鱼实现周期性的摆动，这类模态的多样性主要目的是体现鱼类多样化的推进方式；而后者则一般对应于鱼类的特定行为(behavior)，比如转弯、快速启动等行为，它们通常会让机器鱼执行一套完整、连贯的动作，动作完成后则自动恢复到切换前的游动模态。

根据来源的不同，模态又可以分成仿生模态和自定义模态两种。仿生模态主要是通过对鱼类的仿生得到，旨在让机器鱼游动得更加逼真、高效；而自定义模态则可根据完成特定任务的需要人为定义，比如在机器鱼水球比赛中，为机器鱼定义一种顶球行为(如图5所示)，而这个行为在真实的鱼类中是并不存在的。

此外，还可以利用多模态特性来实现速度控制和转弯控制。单模态机器鱼仅通过摆动频率来控制速度的方法难以保证每个摆动频率下的稳定性，而简单叠加偏角的转弯控制方法效率较低。在多模态机器鱼控制系统中，每一个速度档位或转弯档位都对应一个模态。这些模态的性能都是通过大量实验测试的，因此能保证它们具有较好的稳定性和仿生特性，从而提高了速度控制和转弯控制的精确性和效率。

通过引入多模态特性，机器鱼可以作为一个开放性的平台。仿生学家们可以专心研究鱼类行为多样性在机器鱼上的实现，而不再局限于研究实现机器鱼高效率的推进方式，从而提高了机器鱼的灵活性、稳定性以及仿生特性；机器人学家们也可以人为地引入一些针对特定任务的行为，进而提高机器鱼的作业能力、拓宽机器鱼的应用领域。

Claims (10)

1、一种多模态仿生机器鱼，它包括刚性鱼头，与所述鱼头连接的具有多个关节的柔性身体，包括一对左、右独立控制的胸鳍和新月形尾鳍的仿鳍机构，设置在所述鱼头中的胸鳍驱动装置、控制电路、电源模块、无线双工通信模块和红外传感单元，其特征在于：

所述鱼头中设置有测量鱼体深度的超声测距装置，所述超声测距装置包括小型换能器及外围的滤波放大电路；

所述控制电路包括传感器信息处理装置与电机控制装置两个部分，所述传感器信息处理装置采集所述超声测距装置所测的信号进行处理，并将信息处理结果传送给所述电机控制装置，再由所述电机控制装置产生电机控制信号控制所述仿鳍机构的驱动电机运转，同时通过所述无线双工通信模块与上位机实施无线双工通信。

2、如权利要求1所述的一种多模态机器鱼，其特征在于：所述电机控制装置为单片机。

3、如权利要求2所述的一种多模态机器鱼，其特征在于：所述单片机内存储有中枢模式控制模型及其参数和多模态数据。

4、如权利要求1或2或3所述的一种多模态机器鱼，其特征在于：所述传感器信息处理装置为数字信号处理芯片，并连接有片上存储器。

5、如权利要求4所述的一种多模态机器鱼，其特征在于：所述片上存储器包括闪存和静态存储器。

6、如权利要求1或2或3或5所述的一种多模态机器鱼，其特征在于：所述中枢模式控制模型包括分别为各所述关节建立一个中枢模式控制的神经元模型即非线性振荡器模型，各所述关节之间的协调运动通过改变所述神经元模型之间的连接权值实现。

7、如权利要求4所述的一种多模态机器鱼，其特征在于：所述中枢模式控制模型包括分别为各所述关节建立一个中枢模式控制的神经元模型即非线性振荡器模型，各所述关节之间的协调运动通过改变所述神经元模型之间的连接权值实现。

8、如权利要求1或2或3或5或7所述的一种多模态机器鱼，其特征在于：所述超声测距装置采用超声传感器。

9、如权利要求4所述的一种多模态机器鱼，其特征在于：所述超声测距装置采用超声传感器。

10、如权利要求6所述的一种多模态机器鱼，其特征在于：所述超声测距装置采用超声传感器。

Images