海洋探索卡脖子？浙大团队新发明让机器鱼“耳聪目明”，流速感知误差压到 0.015m/s！

海洋覆盖了地球表面70%以上的面积，蕴藏着丰富的资源。为更好地开发利用海洋，操作简便、高效且自主性强的水下机器人成为关键装备。机器鱼在一众水下机器人中，因其出色的灵活性与环境友好性，近年来受到广泛研究关注，并被应用于多个水下领域。

然而，水下环境的复杂性对机器鱼的感知能力提出了严峻挑战，尤其是流速感知能力，直接影响到其环境适应性与任务执行效果。受自然界鱼类侧线器官的启发，此前已有研究人员开发了压力型、变形型等多种人工侧线（ALL）传感器。但现有ALL传感器在实际应用中仍面临显著干扰：一方面易受机器鱼自身运动（如偏航、俯仰）影响，另一方面也受到鱼体周围涡流的干扰。

因此，如何开发一种能够实现特定方向流速感知、并有效抑制多方向噪声的ALL传感器，已成为当前机器鱼研究领域的重要课题。

▍提出新型传感器，助力实现精准流速感知

面对上述挑战，浙江大学赵朋教授与张承谦博士课题组开展了深入研究，并提出一种基于磁触觉感知原理、具备流速解耦检测能力的磁式ALL传感器。

ALL传感器的结构与工作原理。 (a) ALL传感器结构示意图。 (b) ALL传感器实物原型。 (c) 安装于仿生鱼上的ALL传感器。 (d) 水流作用下磁性薄膜位移示意图。 (e) 磁性薄膜位移与流速的仿真结果（COMSOL软件）

磁式ALL传感器通过形变原理，能够实现速度解耦测量，有效区分真实流速信号与机器鱼本体运动及涡流噪声，从而实现更精准的水流信息捕捉。基于此传感器，团队进一步构建了ALL阵列，实时获取机器鱼的速度大小，并在此基础上实现了机器鱼轨迹的精确估计。通过将ALL阵列集成于机器鱼两侧，用于实时流速监测与运动状态解算，研究团队显著降低了估计误差。

在实验验证过程中，该ALL阵列系统在机器鱼的直线游动和转弯运动两种典型步态下，分别达到了平均绝对误差（MAE）为0.0153 m/s和0.0125 m/s的流速测量精度。此外，研究团队将该传感器阵列应用于机器鱼的运动轨迹估计，其在直线和转弯运动中的轨迹测量平均绝对误差分别为0.060 m和0.073 m。实验结果表明，该研究团队所提出的磁式ALL传感器及阵列系统，不仅提升了机器鱼在复杂水动力环境中的感知能力，也为水下自主作业机器人的高精度导航与控制提供了新的技术路径。

前不久，该研究成果的相关论文已以“Online velocity estimation of a robotic fish using artificial lateral line system with velocity-decoupling sensing ability”为题，发表在IEEE RAL期刊上。浙江大学机械工程学院硕士生何佳芮为第一作者，赵朋教授和张承谦博士共同为论文通讯作者，团队成员来自浙江大学流体动力基础件与机电系统全国重点实验室。

▍磁式ALL传感器的实现原理与设计

侧线是鱼类的一种感觉系统，由分布于头部和躯干的众多神经丘单元构成，其基本结构单位包括壶腹、胶体及毛细胞。当水流作用于壶腹时，胶体发生形变，并将力学信号传递至神经丘的神经束，进而刺激毛细胞产生神经冲动，最终使鱼能够感知周围水流的方向与速度。受鱼类侧线感知机制启发，研究团队提出了一种基于磁力解耦原理的新型人工侧线（ALL）流速传感器，旨在提升机器鱼在复杂水流环境中的感知能力。

该传感器采用三层复合结构：顶层为硅橡胶包裹的磁性薄膜，用于产生可测磁场；中间层为硅橡胶弹性支撑阵列，用于感知水流并产生相应形变；底层为内置的三维霍尔传感器，负责精确检测磁场变化。磁性薄膜与霍尔传感器分别布置于机器鱼外壳的内外侧，间距约20毫米，在维持磁场信号强度的同时，实现了非接触式传感与机器鱼结构的一体化集成。

传感器所采用的磁性薄膜具有向心磁化特性，基于这一特性，团队提出了一种三维自解耦理论。该理论表明，在理想磁化模型下，通过对三轴磁通密度信号的处理，可分离出不同方向上的位移分量，从而从原理上证实磁性薄膜具备三轴位移解耦的能力。

ALL性能。 (a) 薄膜向心磁化示意图。(b) 磁光相机捕捉的磁性薄膜磁场分布。(c) 磁性薄膜三轴位移下的磁场分量B_y。(d) 磁性薄膜三轴位移下的解耦参数ΔR_y。(e) 采用拖曳轨道标定ALL传感器。(f) 三个ALL传感器中ΔR_y与机器鱼速度的标定曲线。

当机器鱼在水中运动时，水流作用使磁性薄膜发生位移，进而改变磁场分布，霍尔传感器通过捕捉三轴磁通密度变化间接推算出流速。数值仿真结果表明，薄膜位移与流速之间呈二次关系，在0至0.40 m/s流速范围内最大位移约为3.78毫米。

以机器鱼前进方向（Y方向）为观测轴，借助具有向心磁化特性的磁性薄膜，并结合三维自解耦模型，系统能够独立感知前进方向（Y方向）的流速，有效抑制机器鱼偏航、俯仰等自身运动及周围涡流带来的干扰。实验显示，原始磁场信号B_y易受X、Z方向位移干扰，而解耦参数ΔR_y能够稳定反映Y方向位移，基本不受横向和垂直位移的影响。实测表明，采用该解耦参数可将速度估计误差降低43.42%。

在传感器标定实验中，三个传感器的拟合判定系数（R²）均高于0.996，显示出测量结果与真实速度间具有良好一致性。误差分析表明，随着速度增加，涡流扰动增强，传感器误差略有上升；此外，安装位置也对性能产生影响：顶部传感器因更接近水面，受粘性阻力影响更为明显，而侧面传感器则表现更为稳定。

通过结构设计与三维自解耦模型的结合，该磁式ALL传感器实现了在复杂水动力环境中的高精度、抗干扰流速感知，为机器鱼在真实海洋环境中的自主运动控制提供了可靠的传感基础。

▍机器鱼样机设计与有效性试验测试

为验证人工侧线（ALL）传感器及阵列系统在机器鱼运动感知中的性能，研究团队设计并开发了一款机器鱼样机。该样机总尺寸为492×106×158 mm，采用线驱动尾部结构结合尾鳍实现仿生推进。其电子系统包含电池舱、发动机舱、控制舱与传感舱。尾部由四个椎骨构成，导线穿过前三个椎骨并固定于末端，通过防水伺服电机驱动实现多种游动动作。

侧线形态与机器鱼样机设计（a）鱼类侧线及其启发的人工侧线结构（b）机器鱼的机械结构与电子系统（c）机器鱼样机

ALL阵列系统由三个传感器组成，分别位于机器鱼左侧（ALL_L）、右侧（ALL_R）和顶部（ALL_T），用于测量不同位置的流速。另有一个角度传感器用于通过地磁场感知机器鱼的游动方向。所有传感器数据通过I²C总线传输至主控板，另一块控制板接收无线指令以调控机器鱼运动。

实验在一个3.5 m × 2.5 m × 1.0 m、水深0.7 m的水池中进行，通过顶部摄像机记录机器鱼的游动轨迹作为真实值进行比对。机器鱼采用BCF推进方式，通过线驱动尾部机构和柔性尾鳍实现运动。其游动控制基于中枢模式发生器（CPG）模型，可通过调整幅值、频率、偏置等参数分别实现直线与转弯运动。直线游动时尾部左右对称摆动，转弯时则采用不对称摆动模式以提高运动平滑性。

研究通过融合地磁角度传感器与ALL阵列系统的测量数据实现轨迹估计。地磁传感器通过检测环境磁场变化计算机器鱼转向角，ALL阵列则提供前进方向的速度估计。结合速度积分与角度信息，系统可重建机器鱼在二维平面中的运动轨迹。

直线运动实验结果。 (a) ALL_L、ALL_R 和 ALL_T 的速度测量结果。 (b) ALL_L + ALL_R 及 ALL_L + ALL_R + ALL_T 的速度测量结果。 (c) 角度测量结果。 (d) ALL_L + ALL_R 及 ALL_L + ALL_R + ALL_T 的轨迹测量结果。 (e) 另外四次试验。

实验结果表明，在直线和转弯两种运动模式下，ALL阵列系统均表现出良好的感知性能。直线运动中，速度估计的平均绝对误差（MAE）为0.0153 m/s，轨迹MAE为0.0600 m；转弯运动中，速度MAE为0.0125 m/s，轨迹MAE为0.0730 m。对比发现，位于机器鱼两侧的传感器（ALL_L、ALL_R）性能优于顶部传感器（ALL_T），融合两侧传感器数据可有效提升测量准确性和稳定性，降低结果波动。

转弯运动实验结果。 (a) ALL_L、ALL_R 和 ALL_T 的速度测量结果。 (b) ALL_L + ALL_R 及 ALL_L + ALL_R + ALL_T 的速度测量结果。 (c) 角度测量结果。 (d) ALL_L + ALL_R 及 ALL_L + ALL_R + ALL_T 的轨迹测量结果。 (e) 另外四次试验。

此外，研究团队还比较了机器鱼在拖曳与自由游动状态下ALL阵列对速度和路径的感知差别。拖曳状态下，ALL阵列速度测量的平均绝对误差（MAE）为0.0076 m/s，轨迹测量的MAE为0.0201 m；自由游动状态下，ALL阵列测得机器鱼的速度与摄像头检测到的速度的整体趋势仍吻合良好，速度MAE为0.0095 m/s，轨迹MAE为0.0302 m。结果表明，机器鱼自身运动产生的噪声对ALL检测性能影响较小。