在鱼类的灵感下,追踪水下乱的羽毛

科学领域:

• 机器人技术 机器人技术 机器人技术
• 流体动力学 流体动力学
• 海洋学 海洋学 海洋学

背景情况:

• 自主水下车辆 (AUV) 使用车载传感器实时检测海洋特征.
• 有针对性的采样策略通过将车辆引导到科学兴趣的地区来加强对海洋环境的研究.
• 水生动物的流量传感能力激发了AUV的新导航方法.

研究的目的:

• 为了研究水力动力学线索的使用,通过手掌大小的机器人游泳者进行有针对性的采样.
• 展示一种概念验证,用于定位流喷流,类似于跟踪热水风口羽毛.

主要方法:

• 配备有压力传感器的机器人游泳者被用来定位大型水箱中的流喷流.
• 强化学习 (RL) 在模拟机器人上实施,以开发导航策略.
• 然后,RL训练的策略在物理机器人上进行了测试.

主要成果:

• RL算法开发了一种策略,通过跟随压力传感器检测到的横向速度梯度来定位喷气.
• 物理机器人成功地发现了流的羽毛,比随机搜索的速度快两倍多.
• 压力传感器之间的距离增加提高了导航性能,为传感器设计提供了洞察力.

结论:

• 基于流动的导航对于自主海洋特征定位是有效的.
• 这项研究表明了基于压力传感器的梯度跟踪对AUV的潜力.
• 这些发现为分布式流量传感器的设计提供了信息,以加强机器人海洋探索.