游泳超简单？机器人来告诉你这是为什么

点击蓝字关注我们

SUBSCRIBE to US

BIOROB-EPFL

许多机器人在设计中利用了生物灵感人形机器人四足动物蛇形机器人

如果某种动物在做某件事时有它自己的聪明办法，那么很有可能会将其复制在机器人身上但是对于我们制造的试图模仿动物的机器人来说，动物往往有点太聪明了，这就是为什么瑞士洛桑瑞士联邦理工学院（EPFL）的研究人员仍在使用机器人来了解动物自己是如何做到的EPFL生物机器人实验室的机器人学家在近日发表在科学机器人学（Science Robotics）上的一篇论文中介绍了一种机器鳗鱼，它利用游过的水的感官反馈来协调运动，而无需中央控制，这为更简单更健壮稳定的移动机器人提供了一条道路

这种被称为AgnathaX的机器鳗鱼是AmphiBot的后代，它已经在 EPFL游荡了大约 20 年AmphiBot在水中优雅的运动来自于被称为中央模式发生器（CPG）的等效物，这是一系列神经回路（生物类型），产生你在鳗鱼类动物身上看到的那种依靠振荡来运动的节奏使用新型电子电路和软件复制这些生物电路是可能的，从而在AmphiBot 中实现相同类型的平滑（尽管是机器人）运动

生物研究人员几乎已经确定 CPG 解释了动物摆动运动的程度，直到发现你可以将鳗鱼的脊髓切成两半，它会以某种方式保持协调的波动游泳性能这有点疯狂，对吧？显然，肯定还有别的事情在发生，但我想，试图用鳗鱼来搞清楚到底是什么，对研究人员或他们的受试者来说都不是一件愉快的事，而这正是机器人的用武之地我们无法制造出与真人一模一样的机器鳗鱼，但我们可以很好地复制它们的一些传感和控制系统，以了解它们是如何做的

AgnathaX展示了与AmphiBot初始版本相同的平滑运动，但它不必依赖于集中式编程，而集中式编程相当于生物CPG取而代之的是，它使用皮肤传感器，可以检测周围水域的压力变化，这一特征也可以在实际的鳗鱼身上发现

换言之，通过将这些压力传感器连接到AgnathaX的机动部分，机器人可以产生游泳运动，即使它的部分在没有集中神经系统的情况下彼此没有连接这种不连续运动元素的自发同步被称为夹带，我（作者，以下简称我）见过的最好的演示就是这个：

这不仅简洁而且有用的原因是它为机器人提供了一种辅助控制方法如果你的游泳机器人的集中控制系统失灵，你可以依靠水压调节的局部控制来产生游泳运动模块化机器人也有应用，因为你可以用一堆不同的物理连接的模块来创造一个游泳机器人，这些模块甚至不需要相互交谈

关于更多细节，我们采访了EPFL的Robin Thanackal和Kamilo Melo，他们是发表在科学机器人上面的论文的第一作者

Q

IEEE Spectrum：为什么你需要一个机器人来做这种研究？

Thandiackal and Melo：从更普遍的角度来看，利用这种研究，我们可以通过构建系统来学习和理解系统是如何工作的这样，我们就可以修改和研究不同的组件，并了解它们对整个系统的贡献

在更具体的情况下，很难区分与活体动物运动有关的神经系统的不同组成部分中心部件尤其难以移除，这是机器人或模拟模型变得有用的地方我们在研究中使用了这两种方法机器人具有独特的优势，可以在真实的水物理中使用它，而这些动力学方法在模拟中是近似的然而，我们也对我们的模拟充满信心，因为我们用机器人验证了它们

Q

机器人模型可能与真实动物有什么不同？在使用机器人的时候，你无法决定的是什么？或者说，机器人可以升级多少来填补这个空白？

Thandiackal and Melo：这个机器人绝不是一个真实动物的精确复制品，只是一个近似值相反，通过对真实动物的观察和之前的知识，我们能够在真实动物中创建神经机械控制的数学表示

我们在机器人上实现了运动控制的数学表示，以创建模型由于机器人与波动游泳的真实物理相互作用，我们花了很大的精力将真实动物的形态和生理特征应用于我们的设计例如，这说明了机器人相对于波动动物的比例形态和纵横比，以及我们用来近似表示具有旋转关节的真实肌肉的粘弹性特征的肌肉模型

升级机器人不会让它更具生物性再说一遍，机器人是模型的一部分，而不是真实生物的复制品为了这个项目，机器人已经足够了，我们的设计中只缺少了一些东西您甚至可以添加其他类型的传感器，并使用相同的机器人基座然而，如果我们想在未来改进我们的机器人，在力传感的同时收集其他流体信息，如周围流体速度，或者直接测量流体动压，将是一件有趣的事情最后，我们的目标是使用一个具有三维能力的机器人来测试我们的波动游泳模型，这是我们目前正在研究的

升级机器人不会让它更具生物性

机器人是模型的一部分，而不是真实生物的复制品

Q

神经系统在水中产生波动运动的功能的哪些方面和你们描述的运动的力反馈无关？

Thandiackal and Melo：除了振荡和节间耦合的产生（我们发现可以通过力反馈冗余地产生）之外，中枢神经系统仍然提供独特的更高层次的指令，如转向，以调节游泳方向这些指令通常起源于大脑（脊髓上），同时受到感觉信号的影响在许多鱼类中，与大脑直接相连的侧线器官有助于通知大脑，例如在可变流量条件下保持位置（流变）

Q

这项工作如何能使机器人更具适应性？

Thandiackal and Melo：拥有我们完整的控制体系结构（包括外围和中央组件）的机器人具有显著的容错能力，并且能够抵御传感器通信总线和控制电路的损坏原则上，机器人应具有与仿真中所示相同的容错能力，即使传感器丢失通信总线中断或本地微控制器中断，也能游泳

Q

为什么这一发现对模块化机器人可能很重要？

Thandiackal and Melo：我们证明了波动游泳可以通过结合局部力反馈以自组织的方式出现，而模块之间没有明确的交流原则上，我们可以通过简单地在链中连接独立模块（例如，它们之间没有通信总线）来创建不同尺寸的游泳机器人这有助于设计具有高度可重构性和稳定性的模块化游泳单元，例如用于搜索和救援任务或环境监测此外，定制设计的传感装置提供了一种新的方法，可在水中沿整个身体精确感应力因此，我们希望这些装置能够帮助游泳机器人在水流扰动中导航，并在不稳定水流中实现高级机动