一种内嵌多传感器的柔性鳍水下机器人、运行方法及存储介质

本发明涉及水下机器人，具体而言，尤其涉及一种内嵌多传感器的柔性鳍水下机器人、运行方法及其存储介质。

背景技术：

1、随着人类对海洋资源的不断探索和利用，水下机器人技术逐渐成为海洋工程领域的关键技术之一。柔性鳍水下机器人作为一种新型的水下机器人，具有优越的机动性和适应性，能够适应复杂的水流环境，执行多样化的水下任务，如海洋勘探、环境监测、海底管道维修等。

2、当前，传统的水下机器人往往采用螺旋桨或水平舵等传统动力结构，受到水动力效应的影响较大，且在复杂水流环境下的机动性和适应性有限。而柔性鳍水下机器人通过模仿海洋生物的鳍状结构，具有优越的机动性和适应性，能够更灵活地适应不同的水流环境，执行更多样化的水下任务。

3、柔性鳍水下机器人是一种受到仿生学启发的机器人，其设计灵感来自于海洋动物的鳍状结构，具有良好的机动性和适应性，适用于各种水下任务，如海洋勘探、环境监测、水下修复等。在过去的几十年里，柔性鳍水下机器人领域取得了显著的研究进展，涌现出了许多创新的感知与控制方法。例如：

4、基于传统控制算法的方法：早期的柔性鳍水下机器人主要采用pid控制等传统控制算法来实现姿态控制和运动控制。这些方法简单易实现，但对复杂水流环境的适应性较差，容易受到外界干扰影响。但传统控制算法的方法存在对复杂水流环境的适应性差，容易受到外界干扰影响等缺陷。

5、基于模型预测控制(mpc)的方法：近年来，越来越多的研究开始采用基于模型预测控制的方法来实现柔性鳍水下机器人的控制。该方法通过建立动力学模型和流体力学模型，预测未来一段时间内的系统行为，并根据预测结果调整控制策略，实现对复杂水流环境的自适应控制。但基于模型预测控制(mpc)的方法存在模型建立和参数调整较为复杂，计算量大，实时性稍差等缺陷。

6、基于深度学习的方法：最近，随着深度学习技术的发展，一些研究开始尝试利用深度学习算法来实现柔性鳍水下机器人的感知与控制。例如，利用卷积神经网络(cnn)对水流图像进行识别和分类，或者利用循环神经网络(rnn)学习柔性鳍的运动模式和水流特征之间的关系。这些方法在一定程度上提高了系统的自适应性和智能化水平。但基于深度学习的方法存在需要大量的数据进行训练，模型参数调整较为复杂，计算量大，解释性差等缺陷。

7、综合而言，当前柔性鳍水下机器人领域的研究主要集中在传统控制算法、模型预测控制和深度学习方法等方面。不同方法各有优缺点，可以根据具体应用场景和需求选择合适的控制策略。未来的研究方向包括进一步提高系统的自适应性和智能化水平，优化控制算法和传感器布局，实现柔性鳍水下机器人在复杂水流环境中的高效运动和任务执行。

技术实现思路

1、根据上述提出的技术问题，提供一种内嵌多传感器的柔性鳍水下机器人、运行方法及其存储介质。本发明提出了柔性鳍水下机器人的智能感知与控制系统，旨在提高水下机器人在复杂水流环境中的自主性和适应性，从而实现更高效的水下任务执行。

2、本发明采用的技术手段如下：

3、一种内嵌多传感器的柔性鳍水下机器人，包括：智能感知控制系统和执行系统，其中：

4、所述智能感知与控制系统，集成有传感器单元和控制器单元，其中：

5、所述传感器单元，用于实时采集外界水流数据，并将采集的数据传输至控制器单元；

6、所述控制器单元，连接传感器单元，用于接收传感器单元传输的外界水流数据，并对数据进行处理和分析，生成控制指令；

7、所述执行系统，包括柔性鳍结构，连接控制器单元，用于根据控制指令调整柔性鳍结构的摆动速度和方向，实现对水流的感知和控制。

8、进一步地，所述传感器单元设置多个，内嵌在柔性鳍结构，并覆盖整个柔性鳍结构的表面，用于全面感知外界水流的速度和方向。

9、进一步地，所述传感器单元包括但不限于纳米摩擦发电机传感器。

10、进一步地，所述控制器单元包括深度学习模型和动力推演模型，其中：

11、所述深度学习模型，利用深度学习技术，建立了感知模型，用于处理传感器单元采集的数据，准确识别和分类水流的速度和方向；

12、所述动力推演模型，基于循环神经网络算法，建立了动力推演模型，用于学习柔性鳍结构摆动速度与外界水流速度之间的复杂关系，根据水流速度和方向推演出柔性鳍的最优摆动速度，实现对水流的精准控制。

13、进一步地，所述柔性鳍结构由柔性材料制成，具有海洋生物鳍状结构，用于灵活的运动，并具备适应不同水流环境的能力。

14、本发明还提供了一种基于上述内嵌多传感器的柔性鳍水下机器人的运行方法，包括：

15、s1、传感器单元实时采集外界水流数据，并将采集的数据传输给深度学习模型；

16、s2、深度学习模型接收传感器单元传输的外界水流数据，并对外界水流数据进行处理，识别水流的速度和方向，并将识别出的水流的速度和方向数据传输至动力推演模型；

17、s3、动力推演模型接收深度学习模型传输的水流的速度和方向数据，根据水流速度和方向推演出柔性鳍的最优摆动速度，生成控制指令，并将控制指令传输至柔性鳍结构；

18、s4、柔性鳍结构接收控制命令，并据控制命令调整柔性鳍的摆动速度和方向，实现对水流的感知和控制。

19、本发明还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时，执行上述内嵌多传感器的柔性鳍水下机器人的运行方法。

20、较现有技术相比，本发明具有以下优点：

21、1、本发明提供的内嵌多传感器的柔性鳍水下机器人，通过智能感知与控制系统，柔性鳍水下机器人能够实时感知外界水流的速度和方向，并根据实时数据调整鳍片的摆动速度，从而实现对复杂水流环境的自主适应，提高水下机器人在水下任务执行中的稳定性和灵活性。

22、2、本发明提供的内嵌多传感器的柔性鳍水下机器人，其智能感知与控制系统能够根据外界环境实时调整机器人的运动轨迹和动力输出，使其能够更高效地执行水下任务，如海洋勘探、环境监测等，提高任务执行效率和成果质量。

23、3、本发明提供的内嵌多传感器的柔性鳍水下机器人，其智能感知与控制系统是对传统水下机器人技术的创新和完善，为水下机器人技术的发展和应用提供了新的思路和方法，推动了水下机器人技术的进步和应用领域的拓展。

24、基于上述理由本发明可在水下机器人等领域广泛推广。

技术特征：

1.一种内嵌多传感器的柔性鳍水下机器人，其特征在于，包括：智能感知控制系统和执行系统，其中：

2.根据权利要求1所述的一种内嵌多传感器的柔性鳍水下机器人，其特征在于，所述传感器单元设置多个，内嵌在柔性鳍结构，并覆盖整个柔性鳍结构的表面，用于全面感知外界水流的速度和方向。

3.根据权利要求2所述的一种内嵌多传感器的柔性鳍水下机器人，其特征在于，所述传感器单元包括但不限于纳米摩擦发电机传感器。

4.根据权利要求1所述的一种内嵌多传感器的柔性鳍水下机器人，其特征在于，所述控制器单元包括深度学习模型和动力推演模型，其中：

5.根据权利要求1所述的一种内嵌多传感器的柔性鳍水下机器人，其特征在于，所述柔性鳍结构由柔性材料制成，具有海洋生物鳍状结构，用于灵活的运动，并具备适应不同水流环境的能力。

6.一种基于权利要求1-5中任意一项权利要求所述内嵌多传感器的柔性鳍水下机器人的运行方法，其特征在于，包括：

7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求6所述的方法。

技术总结本发明提供一种内嵌多传感器的柔性鳍水下机器人、运行方法及其存储介质，本发明机器人，包括智能感知控制系统和执行系统，智能感知与控制系统集成有传感器单元和控制器单元，传感器单元用于实时采集外界水流数据，并将采集的数据传输至控制器单元；控制器单元连接传感器单元，用于接收传感器单元传输的外界水流数据，并对数据进行处理和分析，生成控制指令；执行系统包括柔性鳍结构，连接控制器单元，用于根据控制指令调整柔性鳍结构的摆动速度和方向，实现对水流的感知和控制。本发明能够实时感知外界水流的速度和方向，并根据实时数据调整鳍片的摆动速度，从而实现对复杂水流环境的自主适应，提高水下机器人在水下任务执行中的稳定性和灵活性。技术研发人员：徐敏义,牟昭阳,方静,刘建华,金昊,万星甫,徐鹏,刘搏,孟昭辰受保护的技术使用者：大连海事大学技术研发日：技术公布日：2024/6/18