舰船科学技术  2024, Vol. 46 Issue (23): 111-115    DOI: 10.3404/j.issn.1672-7649.2024.23.018   PDF    
水下船体检测仿生扑翼机器人的设计与分析
沈雁, 刘天铄, 贾彬彬     
江苏海事职业技术学院 船舶与智能制造学院,江苏 南京 211170
摘要: 为了满足水下船体检测的工作需求,对目前水下船体检测方法进行研究,设计一种用于水下船体检测的仿生扑翼机器人。首先基于仿生学的原理,对机器人整体结构进行设计,通过机身和肢体结构的相互配合设计,提高机器人在水下环境中的稳定性和灵活性;其次,通过FLOW Simulation软件对机器人的仿生扑翼机构进行了扑翼运动过程的模拟实验,验证了设计的合理性和可行性。结果表明,该仿生扑翼机器人具备良好的姿态调整能力与优越的稳定性能,满足水下船体检测的需求。
关键词: 水下船体检测     仿生机器人     结构设计    
Design and simulation of bionic flapping wing robot for underwater hull inspection
SHEN Yan, LIU Tianshuo, JIA Binbin     
School of Naval Architecture and Intelligent Manufacturing, Jiangsu Maritime Institute, Nanjing 211170, China
Abstract: To achieve the working demand of underwater hull inspection, a bionic flapping robot was designed for underwater hull inspection. In this paper, the overall structure of the robot is firstly designed based on the principle of bionics. The stability and flexibility of the robot in the underwater environment are improved through the mutual coordination design of the body and limb structure. Secondly, the simulation experiment of the fluttering motion process of the bionic fluttering mechanism of the robot was carried out by FLOW Simulation software to verify the rationality and feasibility of the design. The results show that the bionic flapping wing robot has good attitude adjustment ability and superior stability performance, and it can be used for the underwater hull inspection.
Key words: underwater hull inspection     bionic robot     structural design    
0 引 言

在加快建设海洋强国的背景下,国家不断加大对船舶检验的重视程度,依据中国船级社发布《智能船舶规范 2023》以及《船舶检验管理规定》,每艘船的安全航行离不开水下船体检测这项法律规定,为保障水上交通安全,船舶检验的高质量发展不可或缺[1]。船体检测是保障船舶结构完整性和安全运营的关键环节。水下船体检测旨在通过对船体进行全面的、高精度的检测来发现和评估任何可能存在的损伤、磨损、腐蚀和几何缺陷等问题。船舶在水下环境长期航行后,经常会受到海洋环境的侵蚀和外力的影响,如海水的腐蚀、海生物的附着、磕碰等。因此及时准确地检测船体的状况对于确保船舶的运行安全和延长使用寿命具有重要意义。水下船体检测是船舶行业中至关重要的一环。由于水下环境的特殊性,传统的人工水下检测方法存在许多局限性,如安全隐患大、成本高、效率低等问题。此外,目前水下机器人检测方法也存在许多制约,如水下环境复杂多变、能见度低、风浪及浑浊等因素,造成了机器人稳定性差、回传数据不精确等技术难题[2]。因此,开发一种高效、准确、智能化地进行水下船体检测技术变得尤为重要。

为了克服水下船体检测方法的限制,近年来,研究人员开始关注仿生扑翼机器人的设计和应用。仿生扑翼机器人最开始是一种模仿昆虫、鸟类等动物的翅膀运动原理,通过扑翼运动实现推进和操纵的机器人。其独特的设计原理和工作方式使其非常适合在水下环境进行精确而高效的船体检测。同时,伴随国内第1台“魔鬼鱼”水下仿生扑翼机器人携带着优越的性能走进大众的视野后,人们的视线逐渐向水下仿生扑翼机器人的设计与仿真这一方向转移[3]。但目前针对水下船体检测的机器人研究较少。在这一背景下,本文基于仿生学的原理,发现海龟的肢体结构具有缓慢稳定的运动特点,于是通过模仿海龟的游动方式和采用海龟的肢体结构原理,设计一台水下仿生扑翼机器人,仿生扑翼机器人具备在水下环境中自由灵活地运动能力。同时,借助先进的传感器和三维激光扫描技术,仿生扑翼机器人可以快速准确地获取船体的信息,实现对船体的全方位监测与检测,可以有效降低水下作业的安全隐患,减少检测成本,提高检测效率和识别精度。

1 设计方案 1.1 设计原理

通过对海龟运动模式进行研究,利用仿生扑翼结构产生推进力,从而实现机器人在水下环境中实现自由灵活的运动。通过控制扑翅频率和幅度,机器人可以在水下环境中以近似自然生物的方式进行运动,从而适应不同水下环境下的检测需求。同时机械结构严格按照建模方法进行模型搭建,采用仿生结构推进模式,建立扑翼平面三自由度运动模型,实现从推进方式到控制方式的双重仿生。水下仿生扑翼机器人SolidWorks模型如图1所示。

图 1 水下仿生扑翼机器人三维模型 Fig. 1 Three-dimensional model of an underwater bionic flapping wing robot
1.2 肢体结构

水下船体检测仿生扑翼机器人的整体构造主要包括机身和肢体结构两大部分。机身负责提供良好的浮力和机动性,通常采用轻量化、坚固的材料制造,以保证机器人在水下环境中的稳定性和灵活性。肢体结构分为前肢运动结构和后肢平衡结构,两者的协同运作是机器人完成姿态调整、多样运动的基础。扑翼是机器人前肢运动结构的核心,机器人通过控制扑动的频率和幅度,可以产生推进力,并且由单片机独立控制每个自由度运动和运动参数(角度、位置、速度等),从而实现在水下的运动和船体检测。

1.2.1 前肢运动结构

研究表明,海龟稳态游动时,水翼基于升力运动的推进效率能够达到 80%[4],而基于阻力运动的推进效率仅为 33%。由于低速情况下水翼采用基于阻力的划桨模式运动与采用基于升力的拍翼模式运动相比能够产生更大推力,具有更高推进效率,使得海龟在短距离机动性和有限空间内的游动更具优势,所以通过对海龟水翼基于升力运动模式进行仿生,设计了仿生扑翼前肢结构如图2所示。

图 2 前肢机械结构简图 Fig. 2 Sketch of the mechanical structure of the forelimb

该机构中鳍拥有2个自由度,分别为鳍绕 Z 轴的转动和鳍绕 X 轴的转动。前者用来提供鳍挥拍的主动作,后者改变鳍的攻角以提供向前或者向后的动力。并且为了提高平行Z轴方向的刚度,增加一组曲柄连杆装置来增强的支撑。当绕Z轴向下挥拍且绕X轴攻角向下时、绕Z轴向上挥拍且绕X轴攻角向上时,前鳍提供的是向前运动的动力;当绕Z轴向下挥拍且绕X轴攻角向上、绕Z轴向上挥拍且绕X 轴攻角向下时,前鳍提供的是向后运动的动力;当主轴挥拍、左右两侧攻角转动方向相反时,可以实现机器人的左转向或右转向。同时舵机提供力矩保持功能,以保证在无运动命令时保持原有姿态,防止外界干扰。

1.2.2 后肢平衡结构

为了适应多种工作条件,故设计了2套后肢平衡结构,分别是对海龟后肢仿生的平翼式后肢结构以及对海鱼尾鳍仿生的双尾鳍后肢结构。前者适合灵活的姿态调整,而后者适合高速游动。

平翼式后肢结构完全以海龟后肢为蓝本,在航行中起稳定机体、调节俯仰角的作用,保证了水下机器人有良好的可操作性和灵活性(见图3)。

图 3 平翼式后肢结构 Fig. 3 Flat-fin hind limb structure

双尾鳍后肢结构仿照鱼尾部摆动动作,同时为了避免尾鳍摆动时给机器人带来的晃动不稳定等问题,设计了双尾鳍后肢结构(见图4)。该结构不同于一般鱼类运动的特征在于2个尾鳍进行相位差 180°的运动,使垂直于机器人前进方向的作用力相互抵消,增加稳定性[5]。尾鳍形状选用近月牙形,以达到更好的推进效果。2种后肢机构可以方便更替,以适应不同的作业环境(见图5)。

图 4 双尾鳍后肢结构 Fig. 4 Double tail fin hind limb structure

图 5 双尾鳍后肢运动模式图 Fig. 5 Motion patterns of the hind limbs of the double caudal fins
1.3 沉浮装置

机器人的上升和下潜功能使用气囊沉浮系统解决。气囊沉浮系统由皮气囊、皮管、常闭电磁气阀、气泵、控制板组成,气囊外置在潜水器亚克力桶上方,如图6所示,当潜水器需要上浮时,通过气泵从亚克力桶抽气至气囊,排水量增大,同时后腔体内形成负压;当需要下潜时,打开电磁气阀,气囊中空气回到后腔体中,排水量减小。电磁气阀和气泵的动作由控制板加以控制,控制信号来源于单片机的 PWM 通道。同时采用了铝合金配重对整体的机身进行重心的调节,保证机器人在水中的平稳行进。

图 6 浮力调节装置图 Fig. 6 Buoyancy adjustment device diagram
2 仿生扑翼机器人的控制系统设计

仿生扑翼机器人的控制系统是水下仿生机器人的重要组成部分,由硬件系统部分和软件系统部分组成[6]。仿生机器人工作时,硬件系统和软件系统相互协调工作,实现机器人的智能工作。

2.1 硬件系统设计

仿生扑翼机器人控制处理器通过通信接口与多项硬件设备相连,负责整个系统的数据采集、运算和通信处理。硬件部分主要包括陀螺仪模块、沉浮模块、定位模块、传感器模块等。沉浮模块用于调节机器人整体浮力的减少或增加,从而维持机器人的动态升降平衡,定位模块用于确定机器人在水中的实时位置,传感器模块中将多传感器融合,惯导测量不受环境的影响,仅基于载体运动产生的惯性信息就可以对速度、位置和姿态进行参数估计,从而达到导航定位的目的,但同时也容易产生较大的累积误差[7]。视觉传感器通过搭配摄像头模块利用视频图像同时计算出周围环境点云和运动载体的姿态运动参数,图像可视化但缺乏具体的尺度信息。激光传感器是利用激光计算出周围的环境点云和运动载体的姿态运动参数,测量精度高但结果不直观、可视化不强。而三者之间具有较好的互补性,视觉传感器可以矫正激光数据的畸变,激光传感器可以补偿具体缺乏的尺度信息等;而激光和视觉传感器测量收集得到的数据可以校正惯性导航的累计误差。三者融合具有更好的环境适用性[8]。它们可以提供实时的水下环境信息,帮助机器人判断船体状况。操作面板可以利用控制处理器完成机器人的扑翼运动。硬件部分构成如图7所示。

图 7 硬件系统 Fig. 7 Hardware system
2.2 软件系统设计

仿生扑翼机器人软件系统设计采用C语言程序进行编程,主要包括主程序、子程序和无线控制程序的设计与编程,在设计几种程序时,首先要考虑到通过操控系统和传感器的配合,机器人通过扑翼运动实现在水下的航行,并利用搭载的传感器采集船体表面的点云数据信息,并将采集到的数据反馈到控制系统,控制系统对采集到的数据进行处理和分析,得到船舶外表面三维可视化型变量图,根据预设的算法和检测标准,对船体的状况进行评估和分析,并及时发现几何凹陷、结构缺陷、腐蚀、磨损等问题,以二维图表、三维模型的形式来展示检测结果,为船舶维护和航运的安全出行提供重要的参考依据。

仿生扑翼机器人的图像处理和数据分析技术是船体检测的核心。在进行图像处理和数据分析程序编程时,要针对机器人在进行水下船体检测工作时会遇到不同的工作环境状况,设计出不同的解决方案[9]。将三维激光扫描与二维图像处理技术相融合如图8所示,可以直观地看出船体表面现状和问题,通过数据分析对获取的数据进行优化和三维建模,得出船体状况的定量结果。此外,当机器人围绕工作区域进行检测时,由于复杂的水流和潮汐等因素,机器人可能会遇到各种问题,如机体磕碰、水下障碍等[10]。因此,机器人采用的全局和局部路径规划方案相结合,使其具备实时自主路径规划和自动避障等功能,能够根据感知信息实时调整运动轨迹和避开障碍物。

图 8 相机与三维激光扫描仪的检测程序流程 Fig. 8 Flow of inspection program for camera and three-dimensional laser scanner
3 仿生扑翼运动过程的模拟实验 3.1 流速对扑翼表面压力的影响

采用FLOW Simulation软件进行仿生扑翼结构的运动仿真模拟,考虑到海龟的肢体是通过扑动的形式在水下进行运动,于是根据运动学模型编写自定义程序,在FLOW Simulation中通过编译窗口进行程序设计,首先模拟建立一个流体环境,设置边界条件,选取扑翼外表面与流体接触面点,将流速范围设定为0~2 kn,再通过软件对各参量值的自动计算,完成后取一组设定范围内的周期变化结果进行分析,可得到扑翼运动过程中表面压力分布数值见图9。可知,在流速从最小值到最大值这一逐步递增的过程中,扑翼的摆动幅度也随之减小,由此可以看出两者之间为反比关系。扑翼上表面的高压区域同样随流速的改变而变化,分布在扑翼波动峰值的附近,并且靠近扑翼边缘,说明此处流体的流速对扑翼产生的反作用力较大。扑翼边缘是海龟运动的主要动力来源,高压区域随扑翼接触面流速的变动也会产生周期性变化,从而实现扑翼在流体中的有效运动。

图 9 扑翼运动过程中表面压力分布数值图 Fig. 9 Numerical surface pressure distribution during flap motion
3.2 扑翼稳定性对检测过程的影响

同样采用FLOW Simulation软件进行仿生扑翼结构的稳定性能试验测试,在编译窗口首先模拟建立一艘3000 t散货船停泊在水面以上的场景,设计边界条件,将散货船的船体信息导入到扑翼机器人的控制系统当中,扑翼机器人会自动生成路径规划。同时将一台国内主流的水下机器人模型通过编译窗口也导入到该试验场景,把所需检测的区域路径通过标记点分段后再将编码信息输入到机器人控制处理器中,两者都使用三维激光扫描与二维图像处理相融合的技术在相同的环境下进行检测试验。并且在编译窗口中将环境模块中的干扰因素设定为多种随机变化,待测试试验完成后取一组获取的船体表面点云数据的精确性进行对比分析,通过图10可知,船体表面点云数据成像图来判断扑翼稳定性对检测过程的影响。通过将2组点云数据成像图对比发现,扑翼机器人在复杂多变的水下环境中,因为本身是扑翼的结构设计,其稳定性能相较于目前国内一些主流水下机器人有着显著上升,可以大幅度提高水下船体检测过程中的精确性,而国内一些主流水下机器人由于自身结构原因[11],灵活性能会受到制约,在水下复杂多变的地貌环境中不能及时调整机体姿态容易在检测过程中发生磕碰造成稳定性能降低,并且所采集的点云数据由于稳定性差经常发生检测数据缺失、检测精度误差值偏大等现象。因此,仿生扑翼机器人由于自身结构的特性,行进速度缓慢但却能够快速的进行姿态的调整,同时具备良好的抗流性能,仿生扑翼机器人所采集的点云数据更全面精确。

图 10 扑翼水下机器人与主流水下机器人所测的船体表面点云数据成像图 Fig. 10 Imaging of hull surface point cloud data measured by a flapping-wing underwater robot versus a mainstream underwater robot
4 结 语

1)使用Solidworks软件进行水下仿生扑翼机器人三维模型的设计,基于海龟后肢仿生设计了肢体结构。肢体结构分为前肢运动结构和后肢平衡结构,并分析了2种肢体结构的推进方式,实现机器人从推进方式到控制方式的双重仿生。

2)提出控制系统的总体设计方案,详细阐述了硬件系统与软件系统的构成,将视觉、激光、惯性导航等多传感器融合运用,可实现水下机器人在工作时的自主路径规划、局部实时避障以及姿态的稳定控制。

3)采用FLOW simulation软件对仿生扑翼结构进行环境模拟试验和稳定性能试验测试,并通过点云图像采集试验的对比分析,得出仿生扑翼结构具备良好的姿态调整能力与优越的稳定性能,满足水下船体检测的需求。

参考文献
[1]
李广志, 王建慧, 章合盛. 辅助水利工程检查的水下机器人系统分析[J]. 北京水务, 2023(1): 71−75.
[2]
朱万浩, 章盼梅, 孔令棚, 等. 水下仿生机器人设计与实现[J]. 机床与液压, 2022, 50(9): 71-74. DOI:10.3969/j.issn.1001-3881.2022.09.012
[3]
SAKAGAMI N, SUKA M, KIMURA Y, et al. Haptic shared control applied for ROV operation support in flowing water[J]. Artificial Life and Robotics, 2022, 27(4): 867-875. DOI:10.1007/s10015-022-00788-1
[4]
夏洪永. 海底电缆巡检水下机器人的模块化控制系统[J]. 舰船科学技术, 2018, 40(4): 202-204.
XIA H Y. Modular control system of underwater vehicle for submarine cable inspection[J]. Ship Science and Technology, 2018, 40(4): 202-204.
[5]
陈饰勇, 刘晓初, 王立涛, 等. 水下机器人多传感器组合系统在船体检测的应用[J]. 机床与液压, 2019, 47(23): 61-63.
[6]
李晨, 闫军, 任福华. 基于 ARM 与单目立体的自主水下机器人导向结构优化[J]. 舰船科学技术, 2020, 42(4): 67-69.
LI C, YAN J, REN F H. Optimization of steering structure of autonomous underwater robot based on ARM and monocular stereo[J]. Ship Science and Technology, 2020, 42(4): 67-69.
[7]
宋志峰. 基于机器人的舰船智能导航系统设计[J]. 舰船科学技术, 2019, 41(10) : 115−117.
SONG Z F. Design of intelligent navigation system for ships based on robot[J]. Ship Science and Technology, 2019, 41(10): 115−117.
[8]
BAINES R, PATIBALLA S K, BOOTH J, et al. Multi-environment Robotic Transitions through Adaptive Morphogenesis[J]. Nature, 2022, 610(79): 283-289. DOI:10.1038/s41586-022-05188-w
[9]
MA X, WANG G, LIU K. Design and optimization of a multimode amphibious robot with propellerleg[J]. IEEE Transactions on Robotics, 2022, 38(6): 3807-3820. DOI:10.1109/TRO.2022.3182880
[10]
闫勋, 廖宇辰, 贾晋军, 等. 面向海洋勘测的多水下机器人编队跟踪控制研究[J]. 舰船科学技术, 2024, 46(1): 102−108.
YAN X, LIAO Y C, JIA J J, et al. Research on formation-tracking control of Multi-AUV systems for ocean survey[J]. Ship Science and Technology. 2024, 46(1): 102−108.
[11]
HENRIQUE G F , OLIVIER C , MOHAMED B , et al. Advances in reconfigurable vectorial thrusters for adaptive underwater robots[J]. Journal of Marine Science and Engineering, 2021, 9(2).