北大联合大连海事大学研发仿海豹胡须传感器，助力水下机器人感知技术突破
北大联合大连海事大学研发仿海豹胡须传感器，助力水下机器人感知技术突破
北京大学与大连海事大学研究团队在Nano Energy期刊上发表了一项重要研究成果。研究团队设计了一种深度学习辅助的仿生水下摩擦电胡须传感器（UTWS），用于水下航行器的近场感知与在线状态评估。该传感器采用双层气室屏蔽技术，具有快速响应时间（21ms）、高灵敏度（3.16V/m·s-¹）和高信噪比（61.66 dB）等优势。通过深度学习分析技术处理多通道信号，配备UTWS的水下航行器能够完成在线速度估计，在验证情况下的均方根误差约为0.093。
水下感知技术在水下目标探测和跟踪、水下航行器集群协作等多个领域发挥着至关重要的作用。传统的激光和超声波技术在水下都会受到许多干扰因素的影响，导致感知范围和精度下降。此外，水下声纳作为主动传感手段，面临着能耗高、结构复杂、易暴露等挑战。因此，众多研究人员正致力于研究包括水动力感知在内的替代感知技术，以增强水下智能设备的感知能力。
海洋生物的触觉器官能够准确测量和识别周围环境。受海洋生物感知行为的启发，研究人员设计了多种水下仿生触觉传感器。本研究设计了一种仿生水下摩擦电胡须传感器，可被动感知多种水动力流场，并利用深度学习模型进一步赋予水下航行器在线速度估计能力。
仿生水下摩擦电胡须传感器（UTWS）装置主要由一个高宽比为 0.403 的椭圆形须轴、四个仿生毛囊窦复合体神经的柔性摩擦电传感单元和一个仿生海洋生物脸颊表皮的柔性波纹接头组成。设计过程中采用双层气室屏蔽技术，最大限度地减少水中离子对信号的干扰。UTWS表现出了亮眼的优势：21ms的快速响应时间、61.66 dB的高信噪比。通过采用深度学习分析技术处理多通道信号，配备UTWS的水下航行器能够完成在线速度估计，在验证情况下的方根误差约为0.093。
这项研究得到了NOKOV度量动作捕捉系统的支持，该系统为实验提供了高精度的水下航行器位姿参考数据。研究团队成员来自北京大学和大连海事大学，涵盖了水下机器人、水下流场感知、机器学习等多个领域的专家。
这一研究成果不仅在技术上取得了重要突破，也为水下智能设备的导航定位提供了新的思路。未来，这种基于UTWS的深度学习辅助感知技术有望成为水下航行器在本地导航任务中的整合工具。
引用格式
Peng Xu, Jianhua Liu, Bo Liu, Yuanzheng Li, Hao Jin, Zhaoyang Mu, Tangzhen Guan, Guangming Xie, Hao Wang, Minyi Xu, Deep-learning-assisted triboelectric whisker for near field perception and online state estimation of underwater vehicle, Nano Energy, Volume 129, Part A, 2024, 110011, ISSN 2211-2855,https://doi.org/10.1016/j.nanoen.2024.110011.