模仿蝠鲼的软游泳机器人:单稳态扑翼助力软游泳机器人

大家好!今天来了解一篇关于模仿蝠鲼的软游泳机器人的研究------《Spontaneous snapping-induced jet flows for fast, maneuverable surface and underwater soft flapping swimmer》发表于《SCIENCE ADVANCES》。海洋生物的游泳模式一直是科学家们设计软游泳机器人的灵感源泉,可其中的挑战也不少。就像之前模仿蝠鲼设计的软游泳机器人,双稳态结构耗能又复杂。这篇研究,提出了单稳态扑翼软游泳者,它会如何解决难题,带来哪些惊喜表现呢?让我们一起走进这个神奇的软游泳世界!

* 本文只做阅读笔记分享 *

一、研究背景与挑战

(一)生物启发的软游泳机器人

海洋中拥有多样游泳模式的动物,如蝠鲼等,为软游泳机器人的设计提供了丰富灵感。蝠鲼的胸鳍运动方式独特,其背腹扁平的身体和宽大的胸鳍所展现的mobuliform游泳模式,具备快速、高效和高机动性的特点。这种生物特征吸引了科研人员致力于模仿其游泳形式来设计软游泳机器人,但目前要实现这样的机器人仍面临诸多挑战。

(二)现有研究的局限

近期关于蝠鲼状软游泳机器人的研究,虽尝试使用软材料和扑翼机制,并结合复杂的动力单元和控制模块来模仿mobuliform游泳,但目标尚未达成。例如,之前研究的双稳态扑翼软游泳者,虽在一定程度上实现了较高的游泳速度(3.74体长/秒)和效率(1Hz驱动频率下),但仍存在诸多问题。双稳态结构在能量利用上效率较低,其设计和控制复杂,尤其是在周期性运动和移动方面。如在双稳态扑翼游泳者中,实现一个扑翼运动周期需要两个驱动输入(底部驱动层充气-放气,顶部驱动层充气-放气)和四步驱动序列,这不仅增加了重量,还限制了速度和能量效率。而且,此类软游泳机器人在无结构水下环境中的机动性,特别是在不同深度游泳和抗碰撞能力方面,仍有待探索。此外,以往研究中软游泳机器人的波形运动对推力产生、效率和游泳速度的影响尚未得到充分研究。

二、单稳态扑翼软游泳者的创新设计

(一)设计构成

为克服上述挑战,本次研究提出一种新的软游泳机器人设计,其具有单稳态扑翼。该软游泳者由软气动弯曲致动器作为身体(含单层顶部空气通道)和一对单稳态翅膀组成。单稳态翅膀的制作过程是先将两个平行柔性丝带末端粘合形成双稳态预弯框架翅膀,然后通过一定时长的热处理释放预应力,使其转变为单稳态。同时,还在软游泳者上附加薄膜和软扩展鳍以增强推进力。

(二)驱动行为优势

单稳态翅膀与双稳态翅膀在驱动行为上有显著区别。在双稳态情况下,翅膀充气后向下扑动,放气后仍保持凸形状态(稳定状态II),需额外驱动才能恢复初始状态;而单稳态翅膀放气时,会在弹性恢复力作用下自发向上扑动回到初始稳定状态,无需额外能量输入。这种自发的恢复行为带来诸多优势,它极大地简化了设计、驱动和控制过程,仅需控制一个驱动输入,便于实现无缆设计,减轻了游泳者重量,提高了能量效率,还能加速峰值驱动频率,使翼尖实现方形波形运动,产生比双稳态和其他扑翼游泳机器人更高的推力和功率。例如,该软游泳者在1.67Hz的低驱动频率下,速度可达6.8体长/秒,比双稳态设计快近两倍,且能耗降低1.6倍,速度甚至超过了一些快速游泳的动物,如大西洋鲑鱼。

三、双稳态 - 单稳态转变的关键研究

(一)相图分析

在55°C下,不同翼展长度的翅膀经过不同热处理时间后的双稳态到单稳态转变的相图。可以看出,对于给定的翼展长度,随着热处理时间增加,翅膀逐渐从双稳态转变为单稳态,且翼展较小的翅膀由于储存的弹性应变能较高,需要更长时间来释放能量完成转变。不同翼展长度翅膀在热处理前后的形状对比可直观观察到这一变化。

(二)力 - 位移曲线与能量景观曲线

以160mm翼展的翅膀为例,在未热处理(T=0min)时,其力-位移曲线显示出负斜率和负力,能量景观曲线有两个局部能量最小值,表明此时翅膀为双稳态。当热处理时间增加到约20min时,力-位移曲线接近零力线,对应相图中的转变区域,此时能量景观曲线仅在d=0处有一个局部最小值,表明翅膀已转变为单稳态。进一步增加热处理时间,力-位移曲线保持在零力线上方,验证了单稳态的稳定性。这一研究为设计快速单稳态扑翼机器人提供了重要指导,即选择处于转变区域临界状态的热处理时间,可使单稳态翅膀在驱动时释放最大能量,实现最快游泳速度。

四、高速高效游泳性能的深度剖析

(一)游泳步态与运动轨迹

以翼展160mm、热处理时间20min的单稳态扑翼机器人为例,在驱动频率为1.25Hz、驱动压力为61kPa时,其在一个扑翼周期中的运动过程清晰可见。充气时,身体向下弯曲,驱动翅膀逆时针旋转并向下扑动,在短时间(21ms)内快速加速完成向下扑动产生向前推力,随后放气时迅速自发向上扑动进一步推进。翅膀尖端的运动轨迹呈高度不对称的三维"8"字形,而身体则进行二维弯曲运动,与双稳态软游泳者的对称"8"字形轨迹形成鲜明对比。这种不对称运动使得翼尖速度呈不对称方形波形,而非双稳态和其他类似机器人的正弦波形,从而增强了推力。

(二)参数研究与性能评估

通过对不同翼展长度和驱动频率的单稳态扑翼机器人进行参数研究发现,在157mm翼展和1.67Hz驱动频率下,软游泳者可达到约156.4mm/s(约6.8BL/s)的峰值平均速度,此时产生最高推力。同时,其能量效率通过斯特劳哈尔数(St)评估,所有157mm翼展的游泳者在不同频率下的St值均在自然选择的高功率效率窄范围内(0.2<St<0.4),且运输成本(CoT)较低,峰值速度时CoT约为23.7,比双稳态设计低1.64倍以上,这表明该软游泳者在实现高速游泳的同时保持了较高的能量效率。

(三)推力产生机制的揭示

为深入理解高速高效的原因,结合PIV测量和CFD模拟研究其流体动力学。在PIV实验中,游泳者基于规定速度和翼长的雷诺数为6500,CFD模拟使用雷诺数1500,两者结果高度一致。软游泳者在向下扑动捕捉和向上扑动恢复时都会产生一对反向旋转涡旋,这些涡旋偶极子和射流是推力产生的关键。向下扑动时,正前缘涡(LEV)与上一周期产生的正后缘涡(TEV)合并,形成更强的TEV偶极子和射流;向上扑动时则无此涡旋合并机制,因此向下扑动产生的射流更强。此外,在翼尖和尾缘还会形成高动量射流,以及在翼下方产生LEV诱导的快速流动,这些共同作用使得软游泳者能够保持高速和机动性。与鱼和蝠鲼的推力产生机制相比,软游泳者的翼尖运动产生的LEV在翼尖更突出,且其尾迹由两个正负涡对(2P)组成,不同于许多鱼和鳐类游泳者的反向冯・卡门涡街(2S),2P尾迹在流向和横向都能产生强大的力,有助于维持高速度和机动性。

五、稳定导航能力的全面展示

(一)多模态水下游泳

为使软游泳者能在水下游泳,在其腹部中心附加一个小重量(如0.68g的小钢球,约为自重的30%),不影响其扑动捕捉运动。通过简单调节驱动频率,软游泳者可实现多模态水下和水面游泳。在较高频率(如1.43Hz)时,能从水底快速游向水面并过渡到水面游泳模式;降低频率(如1.25Hz)可在上升到一定深度后过渡到该深度的巡航模式;进一步降低频率(如1.11Hz)可降低巡航深度;当频率为1Hz时,能在水底爬行。

其游泳轨迹和水平位移随时间变化清晰展示了不同频率下的游泳模式,且平均水下游泳速度随频率增加而增加,与表面游泳类似。

同时,增加附加重量与降低频率对多模态游泳模式有相同效果,并且在高频率(1.43Hz)下,即使携带与自重相等的负载,软游泳者仍能快速从水底游向水面。

(二)障碍物课程导航

软游泳者凭借多模态游泳能力,可在简单垂直水下障碍物课程中通过调节驱动频率实现灵活导航。该障碍物课程由两个上泡沫板和一个下金属板组成。从水底出发,在较高频率(如1.43Hz)下上升,降低频率(如1Hz)下降,再提高频率(如1.43Hz)上升,通过"S"形游泳轨迹避开障碍物。其上升和下降是通过平衡重量、浮力和升力实现的,在扑动捕捉时,由于气室充气,浮力增加,且向下扑动射流强于向上扑动射流,导致升力增加,从而实现频率依赖的升力控制。

导航过程中攻角随时间的变化,当频率为1.43Hz时,浮力和升力之和超过重力,游泳者上升;降低频率时,升力减小,游泳者因重力下降。此外,软游泳者在与障碍物碰撞时表现出高抗碰撞性,如在下降过程中以较低频率(0.67Hz)碰撞上障碍物时,会短暂下沉后恢复;上升过程中碰撞下障碍物时,能通过多次与障碍物相互作用继续上升。同时,在外部扰动(如用塑料棒搅动水)下,软游泳者也能在短暂下沉后迅速恢复水面游泳,展示了高游泳稳定性。

六、无缆软游泳者的概念验证与性能

(一)设计与集成

最后,研究人员探索了无缆单稳态软扑翼游泳者的概念设计。在软游泳者后方集成了包含电路板、电池和气泵的泡沫货物。气泵由12-Vpp电压驱动,控制电路输出驱动信号。为提高操作效率,对气动软弯曲致动器、翼展长度和丝带宽度进行了适当增大,这导致驱动频率降低至0.77Hz(由于充气和放气时间延长)。

(二)户外游泳表现

在户外自然池塘的测试中,无缆软游泳者尽管受到风、水流等干扰,但仍表现出良好的稳定性和敏捷性。其游泳轨迹显示,在约30秒内可游超过1米,在0.77Hz驱动频率下速度达1.18体长/秒,运输成本为12.9。速度随频率增加而单调增加,运输成本随频率降低而降低。与其他无缆软游泳机器人相比,该无缆软游泳者在速度和运输成本方面具有明显优势,其最高平均速度(1Hz时为1.35BL/s)超过大多数无缆软游泳机器人,且运输成本远低于其他电动无缆软游泳机器人,如基于介电弹性体(CoT=339.7)和液压放大自修复静电致动器(CoT=15.9)的机器人,这体现了单稳态设计在气动软游泳者中节能的优势。

七、研究总结与展望

(一)成果总结

本研究成功展示了利用单稳态扑翼软游泳者的自发捕捉不稳定性,实现了多项前所未有的能力,包括在低能耗下达到创纪录的高相对游泳速度、多模态水面和水下游泳模式、在无结构水下环境中的高机动性和抗碰撞性,以及在外部扰动下的稳定游泳能力。其背后的机制是双涡对尾迹和分叉捕捉-恢复射流产生的高推力,以及频率依赖的升力使游泳者能通过调节驱动频率在不同深度游泳和穿越障碍物,与障碍物的自适应相互作用增强了抗碰撞性。

(二)未来展望

这项工作为设计快速、高效和机动性强的水下机器人系统开辟了新途径,单稳态设计在多种结构的快速有力周期性运动生成方面具有简化设计、驱动和控制的潜力,有望广泛应用于空气、陆地和水下的快速节能运动或软机器人的多模式应用。然而,目前无缆设计仍存在局限性,特别是在实际应用中,需要进一步优化设计和系统集成,以实现更紧凑、高效的无缆游泳者,满足如深海探索(生态系统、水下监视和检测)和水面及水下环境监测(水质、污染水平和环境变化)等复杂环境中的应用需求。

八、一起来做做题吧

1、以下哪种海洋动物的游泳模式因其快速、高效和高机动性而对软游泳机器人设计具有特别吸引力?

A. 海豚

B. 蝠鲼

C. 章鱼

D. 海龟

2、单稳态扑翼软游泳者相比双稳态设计的主要优势不包括以下哪点?

A. 仅需单输入驱动即可实现周期性扑动

B. 能实现更高的游泳速度

C. 不需要弹性恢复力

D. 能耗更低

3、根据相图,对于翼展较小的翅膀,其从双稳态转变为单稳态需要怎样的条件?

A. 更短的热处理时间

B. 更长的热处理时间

C. 更高的热处理温度

D. 更低的热处理温度

4、单稳态软扑翼游泳者实现高速高效游泳性能的关键机制不包括以下哪项?

A. 对称的正弦波形运动

B. 单稳态捕捉不稳定性诱导的推力产生

C. 涡旋偶极子和射流的形成

D. 频率依赖的升力

5、软游泳者在水下障碍物课程中实现上升和下降的主要原理是通过调节什么?

A. 附加重量的大小

B. 驱动频率

C. 翅膀的形状

D. 气室的大小

6、无缆单稳态软扑翼游泳者与其他无缆软游泳机器人相比,其优势主要体现在以下哪个方面?

A. 更高的驱动电压

B. 更大的尺寸

C. 更好的速度和运输成本表现

D. 更复杂的控制模块

参考文献:

Haitao Qing et al. Spontaneous snapping-induced jet flows for fast, maneuverable surface and underwater soft flapping swimmer. Sci. Adv. 10, eadq4222(2024).

相关推荐
鸥梨菌Honevid7 分钟前
1. 机器学习基本知识(3)——机器学习的主要挑战
人工智能·机器学习
WeeJot嵌入式14 分钟前
神经网络的可解释性与欠拟合:平衡模型透明度与性能
人工智能·深度学习·神经网络
大多_C35 分钟前
`BertModel` 和 `BertForMaskedLM
人工智能·深度学习·机器学习
算家云37 分钟前
文生图模型开源之光!ComfyUI - AuraFlow本地部署教程
人工智能·文生图·开源模型·模型构建·算家云·算力租赁·auraflow
helloworld工程师39 分钟前
Dubbo的负载均衡及高性能RPC调用
java·大数据·人工智能
Eshin_Ye1 小时前
transformer学习笔记-自注意力机制(1)
笔记·学习·transformer·attention·注意力机制
池央1 小时前
探索 LeNet-5:卷积神经网络的先驱与手写数字识别传奇
人工智能·神经网络·cnn
Captain823Jack1 小时前
w03_nlp大模型训练·处理字符串
人工智能·python·深度学习·神经网络·机器学习·自然语言处理·matplotlib
Gene_INNOCENT1 小时前
最近邻搜索 - 经典树型结构 M-Tree
人工智能·机器学习·最近邻搜索
芜湖_1 小时前
从〇开始深度学习(番外)——快速配置云服务器
服务器·人工智能·深度学习·pycharm·autodl