王 坤,王衛(wèi)兵,翟慶鐘,晁貫良
(石河子大學(xué)機(jī)械電器工程學(xué)院,新疆石河子 832000)
魚類經(jīng)過了上億年的進(jìn)化,在水下世界形成了非凡的游動(dòng)能力:恒定速度快速游動(dòng)、靈活轉(zhuǎn)彎、突然加速等,且具有高速機(jī)動(dòng)性、低能耗等特點(diǎn).魚類的這些優(yōu)點(diǎn)是當(dāng)今人類的水下推進(jìn)器無法比擬的,通過對(duì)魚類的研究,將魚類的一些優(yōu)點(diǎn)移植到水下推進(jìn)器上,可以使水下推進(jìn)器在速度和穩(wěn)定性等方面有很大的提高.
1970年,Lighthill[1]將空氣動(dòng)力學(xué)的二維機(jī)翼理論運(yùn)用于尾鰭推進(jìn)的研究,提出了用于鰻科推進(jìn)模式的“細(xì)長體理論”;1971 年,Lighthill[2]提出了“大擺幅細(xì)長體理論”;1977 年,Chopra 和 Kambe[3]又提出了一種可用于大擺幅、月牙形尾鰭推進(jìn)的“二維抗力理論”;1994年,美國麻省理工學(xué)院(MIT)[4]成功研發(fā)了8關(guān)節(jié)的仿生金槍魚RoBoTuna,開創(chuàng)了仿生機(jī)器魚的先河,隨后各個(gè)國家的研究人員開始大量投入到了機(jī)器魚的研發(fā)當(dāng)中,而仿生機(jī)器魚在水下游動(dòng)躲避障礙物是一個(gè)關(guān)鍵的問題.Wang等[5]建立基于網(wǎng)絡(luò)模型的路徑規(guī)劃算法,通過網(wǎng)格對(duì)環(huán)境進(jìn)行描述,并找出安全路徑.Emesto等[6]建立基于人工勢場法的避障算法,有效地對(duì)機(jī)器人進(jìn)行了導(dǎo)航.金久才[7]通過建立環(huán)境模型,利用分層遺傳算法對(duì)水下機(jī)器人進(jìn)行了路徑規(guī)劃.Jun等[8]利用神經(jīng)網(wǎng)路強(qiáng)大學(xué)習(xí)能力,實(shí)現(xiàn)了移動(dòng)機(jī)器人的動(dòng)態(tài)避障.喻俊志等[9]利用視覺算法制定了仿生機(jī)器魚的路徑規(guī)劃.這些研究中都制定了安全路徑,但都未對(duì)仿生魚躲避障礙物后尾部與障礙物之間的關(guān)系進(jìn)行詳細(xì)的分析與處理.
論文以4關(guān)節(jié)仿生機(jī)器魚為例,研究仿生機(jī)器魚在避障轉(zhuǎn)彎時(shí)尾部與障礙物之間的碰撞問題.給出了仿生魚的整體機(jī)構(gòu)設(shè)計(jì)和尾部機(jī)構(gòu)設(shè)計(jì),對(duì)仿生機(jī)器魚尾部運(yùn)動(dòng)狀態(tài)進(jìn)行了分析,在此基礎(chǔ)上分析了仿生機(jī)器魚在躲避障礙物時(shí)尾部擺動(dòng)軌跡與障礙物之間的關(guān)系,并制定了躲避障礙物時(shí)尾部的擺動(dòng)規(guī)則,保證了仿生機(jī)器魚在轉(zhuǎn)彎避障時(shí)尾部與障礙物之間無碰撞.
仿生機(jī)器魚由5個(gè)基本部分組成:控制部分(ARM9控制芯片)、支撐部分(魚骨架)、通訊部分(各類傳感器)、驅(qū)動(dòng)部分(舵機(jī))和附件(防水魚皮等).
整個(gè)仿生魚由魚頭、魚身和魚尾構(gòu)成.魚頭部分由厚度為6 mm的剛性玻璃鋼制成.仿生機(jī)器魚的外形設(shè)計(jì)成光滑的曲面,這樣可以實(shí)現(xiàn)在水下有良好的減阻性.為了能夠有良好的密封,把魚設(shè)計(jì)成上下兩個(gè)殼體.頭部設(shè)計(jì)了一對(duì)胸鰭、一個(gè)背鰭、一個(gè)腹鰭,分別由相應(yīng)的舵機(jī)驅(qū)動(dòng).舵機(jī)和魚鰭通過密封套件連接在一起.魚鰭的材料是聚氨酯板.聚氨酯板能夠很好地滿足魚鰭剛性和韌性兼顧的特性.密封套件的作用是當(dāng)殼體內(nèi)產(chǎn)生動(dòng)力時(shí)水不會(huì)泄露到殼體內(nèi)[10].
仿生機(jī)器魚的尾部是主要的推進(jìn)機(jī)構(gòu),采用新月形支撐板把尾部連接到頭部殼體上,這樣構(gòu)成了一個(gè)有機(jī)的整體.關(guān)節(jié)內(nèi)直接與舵機(jī)相連接,關(guān)節(jié)外通過碼盤與舵機(jī)相連接,關(guān)節(jié)外下部通過軸承與關(guān)節(jié)內(nèi)部進(jìn)行連接,這樣舵機(jī)就可以驅(qū)動(dòng)各個(gè)關(guān)節(jié)進(jìn)行擺動(dòng).魚骨架模仿魚體從頭部到尾部依次減小,魚皮套在魚骨架外層,保證魚皮不會(huì)因水的壓力而變形[11].
仿生機(jī)器魚在水下運(yùn)動(dòng)時(shí),尾部各個(gè)關(guān)節(jié)擺動(dòng)的角度和頻率對(duì)仿生魚在水下游動(dòng)、避障都有很大的關(guān)系.該節(jié)通過Adams軟件分析仿生機(jī)器魚在運(yùn)動(dòng)時(shí),尾部各個(gè)關(guān)節(jié)擺動(dòng)的角度和頻率對(duì)速度、位移、加速度的影響,確定機(jī)器魚尾部運(yùn)動(dòng)的最佳參數(shù).
首先把仿生機(jī)器魚的三維模型導(dǎo)入Adams軟件中并添加各種運(yùn)動(dòng)、副驅(qū)動(dòng),然后給尾部各個(gè)關(guān)節(jié)添加驅(qū)動(dòng)函數(shù).如表1所示.
表1 仿生機(jī)器魚驅(qū)動(dòng)參數(shù)Tab.1 The biomimetic robotic fish drive parameters
通過表1的參數(shù)設(shè)置,點(diǎn)擊開始仿真按鈕Simulation,終止時(shí)間End time設(shè)置為4,仿真步數(shù)Steps設(shè)置為100.保持其他參數(shù)不變,通過改變仿生機(jī)器魚第一個(gè)關(guān)節(jié)的角度得到的結(jié)果如圖1(a)所示,改變第二關(guān)節(jié)角度得到的結(jié)果如圖1(b)所示,改變第三關(guān)節(jié)角度得到的結(jié)果如圖1(c)所示.
圖1 位移在各實(shí)驗(yàn)中的曲線Fig.1 Displacement curve in each experiment
為了使機(jī)器魚游動(dòng)更像真實(shí)的魚類,設(shè)置各個(gè)關(guān)節(jié)的角度為:關(guān)節(jié)4<關(guān)節(jié)3<關(guān)節(jié)2<關(guān)節(jié)1.從圖像曲線中得出仿生機(jī)器魚的尾部各個(gè)關(guān)節(jié)角度擺動(dòng)幅度越大,機(jī)器魚的速度越快.并且由圖1(c)可知仿生機(jī)器魚的速度在一定范圍內(nèi),會(huì)隨著擺動(dòng)頻率的增加而增加,當(dāng)頻率達(dá)到某個(gè)值時(shí)速度達(dá)到最大,而后會(huì)隨著頻率的增加而減小,通過當(dāng)前的仿真得出頻率為1.2 Hz和1.25 Hz時(shí)速度達(dá)到最大.仿生魚在水下探測到障礙物時(shí),通過改變尾部擺動(dòng)頻率和幅度改變魚的游動(dòng)速度.
機(jī)器魚在頭部安裝有多種紅外測距傳感器可以用來探測障礙物,探測到障礙物時(shí)進(jìn)行轉(zhuǎn)彎避障,這時(shí)尾部容易與障礙物發(fā)生碰撞.以頭尾為x軸、背腹為y軸建立游動(dòng)的軌跡如圖2所示,尾部擺動(dòng)角度關(guān)系如圖3所示.
圖2 游動(dòng)軌跡Fig.2 Swimming trajectory
圖3 尾部擺動(dòng)角度定義Fig.3 The tail swing angle definition
假設(shè)魚體長LB、障礙物為點(diǎn)A,從圖中可以看出尾鰭擺動(dòng)軸位于x=LB,魚尾最大擺動(dòng)振幅為H,根據(jù)尾部擺動(dòng)方程得出(其中LB為魚體長)
尾鰭在t時(shí)刻的擺動(dòng)方程表示為
尾鰭繞自身擺動(dòng)軸擺動(dòng)方程表示為
其中:θmax=φ-αmax,θ為角度擺動(dòng)幅值;φ為y(t)=0時(shí),y的切線與x軸之間的夾角;αmax為y(t)=0時(shí)尾鰭中心線與尾鰭擺動(dòng)軸軌跡切線的夾角.尾鰭后緣最大擺幅可表示為
其中:d為尾鰭擺動(dòng)軸到后緣的距離,tp為平動(dòng)最大幅時(shí)的時(shí)刻,θ(tp)為tp時(shí)刻尾鰭旋轉(zhuǎn)角度.這時(shí)尾鰭在任意時(shí)刻的擺動(dòng)角度為
由圖3可知,魚尾在躲避障礙物時(shí)與障礙物之間必然存在一個(gè)切線位置,當(dāng)尾部與切點(diǎn)位置還有10 cm時(shí)設(shè)為臨界點(diǎn).
把機(jī)器魚的游動(dòng)環(huán)境分為整體坐標(biāo)和局部坐標(biāo),機(jī)器魚尾部擺動(dòng)的各個(gè)點(diǎn)的位置用局部坐標(biāo)來表示,障礙物用整體坐標(biāo)來表示[12].仿生魚在游動(dòng)時(shí)可以通過紅外測距傳感器探測到障礙物的位置得出坐標(biāo)點(diǎn).論文用的紅外測距傳感器為GP2YOA21YK型號(hào)紅外測距傳感器,測量的范圍為10~100 cm.通過尾鰭擺動(dòng)方程可以計(jì)算出尾部擺動(dòng)時(shí)最大擺動(dòng)振幅,通過式(5)可以得出尾鰭在任意時(shí)刻的擺動(dòng)角度,通過仿真可以得出在避障時(shí)各個(gè)點(diǎn)的曲率,如表2所示.
表2 曲率Tab.2 Curvature
通過曲率可以得出曲率半徑,得出最大振幅點(diǎn)的曲率半徑,以魚體中心為圓心以最大曲率半徑為半徑創(chuàng)建一個(gè)半圓形安全區(qū)域,當(dāng)仿生魚在轉(zhuǎn)彎時(shí)通過尾鰭擺動(dòng)方程、尾部角度方程和障礙物的位置相結(jié)合,可得出尾鰭是否能和障礙物相碰.尾鰭和障礙物達(dá)到臨界點(diǎn)時(shí)(障礙物與尾部距離為10 cm時(shí)),就發(fā)出警報(bào)改變尾鰭擺動(dòng)角度,這樣可以始終保持尾部在安全區(qū)域內(nèi)擺動(dòng),避免了與障礙物接觸.
根據(jù)制定的規(guī)則進(jìn)行了兩組實(shí)驗(yàn),第一組為不設(shè)安全區(qū)域,第二組設(shè)置安全區(qū)域.實(shí)驗(yàn)場景為一個(gè)長方形水池,障礙物為長方形漂浮在水面的小木塊.
圖4為沒設(shè)定規(guī)則前游動(dòng)的事物圖,圖5為游動(dòng)路徑圖.機(jī)器魚探測到前方有障礙物,并測出障礙物距離后轉(zhuǎn)彎避障,頭部躲開了障礙物,但尾部與障礙物有明顯的碰撞,并將漂浮的小木塊拍打到一邊,未發(fā)出任何警報(bào).
圖4 規(guī)則前游動(dòng)圖Fig.4 Swimming before rules
圖5 規(guī)則前路徑圖Fig.5 Path graph before rules
圖6為設(shè)定規(guī)則后的游動(dòng)實(shí)物圖,圖7為游動(dòng)路徑圖.機(jī)器魚探測到前方有障礙物,快速轉(zhuǎn)彎避開障礙物,在頭部避開過后又放慢速度使尾部與障礙物沒有接觸,當(dāng)尾部與障礙物達(dá)到臨界位置時(shí)發(fā)出警報(bào),使尾部擺動(dòng)角度發(fā)生變化,保證了與障礙物之間沒有接觸.
圖6 規(guī)則后實(shí)物圖Fig.6 The real figure after rules
圖7 規(guī)則后路徑圖Fig.7 Roadmap after rules
自然界中魚類在轉(zhuǎn)彎避障時(shí)尾部與障礙物之間無碰撞,仿生機(jī)器魚在水中游動(dòng)時(shí)尾部經(jīng)常在避障時(shí)與障礙物之間發(fā)生碰撞.論文是通過仿生機(jī)器魚的尾部運(yùn)動(dòng)學(xué)分析了仿生機(jī)器魚在躲避障礙物時(shí)尾部與障礙物之間的關(guān)系,通過制定的規(guī)則保證了仿生機(jī)器魚在轉(zhuǎn)彎避障時(shí)與障礙物不發(fā)生碰撞,并用仿真實(shí)驗(yàn)驗(yàn)證了其有效性.
[1]Lighthill M.Aquatic animal propulsion of high hydromechanical efficiency[J].Journal of Fluids Mechanies,1970,44(1):265-301.
[2]Lighthill M.Large-amplitude elongated-body theory of fish locomotion[J].Proc R Soc London,1971,453(1):1763-1770.
[3]Chopra M,Kambe T.Hydromechanics of lunate-tail swimming propulsion,Part2[J].Journal of Fluids Mechanics,1977,79(1):49-69.
[4]Triantafyllou M S,Triantafyllou G S.An efficient swimming machine[J].Scientific of American,1995,272(3):40-46.
[5]Wang N,Chen P.Path planning algorithm of level set based on grid modeling[C]∥2010 International Conference on Computer Design and Appliations,2010,32(5):508-510.
[6]Ernesto P L,Eliana P L.Obstacle avoidance strategy based on adaptive potential fields generated by an electronic stick[J].Intelligent Robots and Systems,2005,28(12):2626-2631.
[7]金久才.無人水下自主航行器(AUV)避碰研究[D].呼和浩特:內(nèi)蒙古大學(xué)物理科學(xué)與技術(shù)學(xué)院,2008.
[8]Jun F Q,Zhan J H,Xiao G R.Application of reinforcement learning based on neural network to dynamic obstacle avoidance[C]∥Proceedings of the 2008 IEEE International Conference on Information and Automation,2008:75-81.
[9]喻俊志,陳爾奎,王碩,等.基于顏色信息的多機(jī)器魚并行視覺跟蹤算法[J].中國科學(xué)院研究生院學(xué)報(bào),2003,20(4):433-440.
[10]Tan M,Wang S,Cao Z Q.Multi-robot systems[M].Beijing:Tsinghua University Press,2005.
[11]周超,曹志強(qiáng),王碩,等.仿鲹科機(jī)器魚的倒退游動(dòng)控制[J].自動(dòng)化學(xué)報(bào),2008,34(8):1024-1027.
[12]關(guān)紅玲.用于避障研究的微型仿生機(jī)器魚三維仿真系統(tǒng)[D].哈爾濱:哈爾濱工程大學(xué)自動(dòng)化學(xué)院,2010.