仿生机器鱼水动力学与机构动力学耦合建模研究

针对多关节仿生机器鱼自主游动过程的复杂动力学建模问题,利用中枢模式发生器产生机器鱼的关节驱动信号,采用细长体理论和Newton-Euler法建立了机器鱼水动力学和机构动力学耦合模型。将机器鱼物理模型的尾部关节角摆动规律作为动力学模型的运动输入,对比了数值仿真结果与物理模型实验结果,验证了耦合动力学模型的准确性。分析了机器鱼尾部关节间相位差、摆动角频率和摆动幅值对机器鱼游动性能的影响。结果表明:摆动角频率和最大摆动幅度在一定范围内与平均游速近似成正比,与头部稳定性成反比;相较于平均游速,头部稳定性对关节间相位差的变化更加敏感,较大的尾部关节间相位差能够获得更好的游动稳定性。相关结论可为进一步研究仿生机器鱼复杂轨迹跟踪问题提供前提和理论基础。

基于改进Bi-RRT算法的机器鱼路径规划方法

为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法。以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动控制模式,为后续试验验证提供物理样机。针对Bi-RRT算法存在的采样随机、路径冗余、效率不高等问题,融合生长引导机制和连接强化机制改进Bi-RRT算法,加入生长引导机制,改善随机树生长随机、两树连接慢的问题;加入连接强化机制提高算法搜索速度。对搜索路径进行优化处理,通过剔除冗余节点、插入优化节点,改善路径质量,对路径进行平滑处理,使路径更适合机器鱼航行,实现机器鱼路径规划任务。仿真结果表明,与传统Bi-RRT算法及其他衍生快速搜索随机树(rapidly-exploring random tree,RRT)算法相比,改进的Bi-RRT算法相较于改进前节点数减少约50.8%,路径长度缩短约19%,搜索时间减少约65.3%。