基于软体机器人的水下环境感知与目标抓取

The key technologies of implementing a low-cost underwater manipulation robot that collects live, irregularly shaped, choice seafood (such as sea cucumbers) can be primarily attributed to three aspects: underwater sensing, targeted animals identification and efficient, non-destructive grasping. Inspired from soft-bodied animals such as cephalopods, we aim at establishing a new underwater mobile robotic prototype which consists multiple soft robotic arms, soft manipulators and a rigid bodied ROV. To this end, the main research work of this project will include: (1) underwater environmental sensing, (2) rapid detection, identification and tracking of targeted animals, (3) underwater robotic locomotion control, (4) design, fabrication, actuation and grasping control strategy of the soft robotic arms and manipulators. This new prototype is expected to have several potential advantages: better stability on the sea floor during locomotion, resistance to mechanical impact as well as efficient, non-destructive grasping of targeted animals. The results of this project may significantly benefit multi-disciplinary research areas in the emerging field of soft robotics, such as biomechanics of soft-bodied animals, soft bio-material and bio-inspired control of soft robot etc., this study may also shed light on the developments of the future underwater robotics for manipulation.

用于形状不规则的活体海珍品(如海参)低成本捕捞的水下作业机器人的研发难点可归结为水下环境感知、目标生物识别、高效无损抓取。本项目将围绕基于软体机器人技术的水下环境感知与目标抓取这个关键科学问题，构建一个集多软体机械臂/末端抓持器、水下移动机器人于一体的新的科学与工程实验样机。主要研究工作包括：水下环境感知理论与方法；目标生物快速检测、识别、跟踪及水下移动机器人控制；仿生水下软体机械臂/末端抓持器设计、制造、驱动、运动学分析、水下抓取控制；多软体机械臂/末端抓持器的水下移动作业机器人系统集成与实验验证，从而实现水下生物目标的高效、低成本、无损捕捞。本项目研究成果不仅有利于软体机器人的水下仿生力学、仿生材料学与仿生控制等一系列新的交叉科学问题的探索，而且将为水下移动作业机器人的应用探索提供新的理论和技术支撑。

我国水域辽阔，水下蕴藏着丰富的生物、文物等资源。本项目围绕水下环境感知，目标识别与跟踪及高效无损抓取等关键科学问题，解决了水下模块化软体机械臂设计、制造与驱动，连续体机器人的运动学求解，水下视觉恢复、实时目标检测与追踪，基于水下视觉的连续体机器人抓取控制等关键技术，提出了仿章鱼触手模块化软体机械臂设计制造、连续体反向等曲率建模、基于对抗-评价学习的水下视觉质量恢复、基于时序信息的目标检测与跟踪、基于强化学习的自适应连续体末端控制新方法，构建了一套基于软体机械臂的水下自主移动作业机器人新装置，并通过海试实验，验证了本项目对水下生物目标的高效、低成本、无损捕捞。本项目代表性发现如下：.1) 参考章鱼的肌肉结构和高效捕食时伸长和“S”型反向弯曲的运动模式，项目设计了反向等曲率弯曲结构纤维增强的模块化水下软体机械臂，从机械结构层面降低控制的复杂度。.2) 参考章鱼在捕食过程中刻板、降低自由度的触手控制模式，项目给出对该结构的水下软体机械臂基于反向等曲率 PCC模型的逆运动学快速求解方法。该逆运动学快速求解方法具有较高的计算效率与较低的定位控制误差。.3) 项目围绕水下视觉质量的自适应恢复与时序目标检测展开研究，设计对抗-评价学习方法实现实时自适应的整体环境认知，利用序列特征传播及先验知识改良机制实现了目标群体感知，面向单目标跟踪任务的小交并比抑制方法质量恢复实现了目标个体感知。.4) 针对多变的水下环境，项目搭建了基于强化学习与合作博弈理论的软体机械臂水下抓取实验平台，实验表明该方法有效提升机械臂在复杂水环境下的抓取成功率和稳定性，项目进一步实现了在真实海域的自主抓取作业。.相关研究成果发表在机器人领域顶级期刊《Science Robotics》封面（我国首篇）,《International Journal of Robotics Research》，以及《IEEE Transactions on Cybernetics》等高水平论文多篇。项目培养出2名国家优青、培养多名博士与博士后。相关成果支撑项目负责人获得中国自动化学会自然科学奖一等奖（排名第2），获得自动化、控制和智能系统网络技术国际会议最佳论文奖，以及软体机器人国际会议最佳论文奖等。本项目为未来水下及深海移动作业机器人的应用探索提供新的理论和关键技术支撑。