AI中国网 https://www.cnaiplus.com
鱼在浑浊水域中也能灵活游动，不只依靠视觉。它们身体两侧的侧线系统能够捕捉细微水流变化。受此启发，中国科学院自动化研究所程龙、周超团队研制出一种基于光通量变化的柔性人工侧线(Artificial lateral line, ALL) 传感器，在实现轻量化设计的基础上，该传感器让水下机器人能够像鱼一样感知水流的速度与方向。
在海洋资源探测、环境监测和生态保护等任务中，水下机器人常常需要面对光线不足、水体浑浊、姿态扰动等复杂条件。传统声学测速设备体积较大，安装较为复杂；视觉感知又容易受到浑浊水体和光散射影响。如何让机器人在这些条件下仍然可靠感知周围水流，是提升其自主作业能力的重要问题。
自然界已经给出了一种巧妙的解决方案。鱼类身体表面的侧线系统中分布着能够响应水流的感觉结构。水流变化会刺激其中的感觉细胞，帮助鱼判断周围环境，并在低能见度条件下完成避障、导航和稳定游动。
一枚传感器，怎样“读懂”水流方向？
研究团队模拟鱼类表面侧线感觉结构，设计了一种小体积的柔性人工侧线传感器。它由柔性外壳、硅胶弹簧、不透光刚性摇杆、支架和柔性电路板组成。传感器内部设置一个发光二极管和四个沿圆周分布的光敏单元。
当水流从某个方向冲击摇杆时，柔性硅胶弹簧会发生形变，摇杆随之倾斜。摇杆对内部光线的遮挡关系也会改变：迎流一侧接收到的光通量增加，背流一侧接收到的光通量减少。四个光敏单元产生不同的响应，传感器便获得了判断水流速度和方向的线索。
可以把它想象成一个在水下工作的“光影罗盘”：水流推动摇杆，内部光影发生变化，机器人再从这些变化中推断水流来自哪里、速度有多快。
鱼类侧线启发下的柔性人工侧线传感器结构与工作原理。(a)仿生灵感：表层神经丘细胞。(b) ALL传感器的结构。(c) ALL传感器的整体视图和横截面。(d) ALL传感器工作原理的示意图。该图展示了施加外力前后传感器的状态变化。所选截面对应于图1(c)中的剖面图。(e)传感器的物理示意图。该图展示了传感器的部分模块，其中硅胶弹簧位于传感器内部。(f) ALL传感器研究的综合概述，包括使用所提出的CLANN算法进行的载荷测试和速度估计实验。
用神经网络解开柔性材料的复杂响应
柔性材料灵敏，但也带来了新的难题：形变往往具有非线性，多个方向的信号还会彼此耦合。简单公式难以完整描述这些关系。为此，团队提出了名为CLANN的混合神经网络算法，对传感器信号进行标定，并进一步融合人工侧线与惯性测量单元的数据。
这套方法不仅关注水流速度的大小，还能够估计速度方向。更重要的是，当水下机器人发生俯仰、偏航等姿态变化时，算法仍可将机器人自身坐标系中的感知结果转换为全局坐标系中的速度矢量，为轨迹估计提供基础。
CLANN算法框架图。(a)特征网络：采用去噪自编码器，编码器核心为嵌入式卷积神经网络。(b)骨干网络：以LSTM为核心，通过全连接层与残差网络相连，其输出通过因果自注意力机制进行处理。(c)损失函数网络：整合预测损失与重建损失，经加权后得出总损失。
在水下机器人上验证：不仅能测速，还能估计轨迹
研究人员将传感器安装到水下机器人平台上，开展了直线、圆周和不规则运动等多种实验。在多种复杂扰动条件下，单个传感器结合神经网络算法即可实现水流速度矢量估计，实验效果更符合实际中水下机器人工作时受到自身和外界干扰的情况。实验中，速度大小的平均绝对误差为0.048米/秒，方向平均绝对误差为16.49度，线性相关系数R达到0.896；基于融合速度信息估计机器人运动轨迹时，位置跟踪平均绝对误差为0.284米。
实验还表明，该传感器可在0至0.4米/秒的速度范围内工作。在大部分测试中，它给出的速度预测比多普勒测速仪更加平稳。机器人运动中的姿态扰动可能影响声学回波，而人工侧线通过贴近机器人表面的流动信息提供了另一条感知路径。
图3.传感器融合实验结果。(a)圆周运动。(b)和(c)分别为圆周运动的x向预测速度和y向预测速度。(d)不规则运动1。(e)和(f)分别为不规则运动1的x向预测速度和y向预测速度。(g)不规则运动2。(h)和(i)分别为不规则运动2的x向预测速度和y向预测速度。(j)圆周运动的轨迹结果。(k)不规则运动1的轨迹结果。(l)不规则运动2的轨迹结果。
从“感知水流”走向水下自主定位
这项研究为水下机器人提供了一种轻量、柔性、可贴合的流动感知方案。与依赖阵列信号融合的传统人工侧线方案相比，该设计尝试用单个传感器单元直接感知速度矢量，为紧凑型水下机器人和仿生机器鱼搭载侧线系统提供了新的可能。
下一步，团队计划进一步优化传感器结构和感知算法，并将其集成到仿生机器鱼平台，在自然水域和多种流速条件下开展验证。未来，人工侧线还可与其他传感器协同工作，帮助机器人构建更大范围的水流场信息，在声学测速设备失效或使用受限的场景中探索长期自主定位。
文章信息
相关研究成果发表于《国家科学评论》（National Science Review），题为“Flexible Artificial Lateral Line Based on Luminous Flux for Underwater Velocity Vector Estimation”。王薪陶、李正伟、张灼亮、范俊峰为论文共同第一作者，谭民、程龙、周超为通讯作者。研究工作得到国家科技重大专项、国家自然科学基金、北京市自然科学基金和北京科技新星计划等支持。论文：https://doi.org/10.1093/nsr/nwag337
AI中国网 https://www.cnaiplus.com
本文网址：
