中国科学院自动化研究所机构知识库

近年来，人类对海洋世界的探索不断深入，对水下机器人的感知与导航能力的要求也不断提高，而现有水下机器人在自主导航方面的鲁棒性和智能性尚存不足。生物双髻鲨具有感知能力强、运动灵活等优势，受其启发，本文围绕仿生机器双髻鲨的水下环境感知与自主导航方法开展工作，重点研究了其仿生系统设计与运动控制、水下视觉感知和多传感信息导航等内容，为高性能水下仿生机器人系统研发提供重要的理论基础与技术支撑。本文主要内容如下：

一、受生物双髻鲨独特的生理结构和运动模态启发，提出了一种新型仿生机器双髻鲨设计方案，构建了仿生头翼结构以充分发挥其在视觉感知和运动机动性方面的优势，搭建了机械系统和软硬件控制系统，完成了原型样机研发。结合仿生机器双髻鲨的运动特性，基于牛顿-欧拉建模法和准稳态升阻力模型，构建了全状态三维动力学模型，通过仿真和实验验证了所建模型的有效性和准确性。参照生物双髻鲨横滚运动现象，设计了机器双髻鲨的横滚侧游仿生运动模态，并通过水动力分析和实验验证了该运动模态的性能优势。针对仿生机器鱼水下视觉稳定性不足问题，提出了基于非线性模型预测控制的头翼关节增稳控制方法，显著降低了视觉图像抖振，为机器双髻鲨的环境感知与智能导航奠定了良好的视觉基础。

二、针对水下视觉图像退化问题，提出了一种融合物理模型与神经网络的水下图像质量复原学习方案。首先，为了解决传统监督学习缺乏参考真值样本的问题，提出了一种基于循环生成对抗网络的无监督水下图像风格迁移框架，实现了从不成对的图像中学习数据分布信息，显著降低了数据采集成本；其次，为了提升无监督的生成图像质量，构建了基于改进的Jaffe-McGlamery模型的水下复原图像生成器，将传统单一的深度卷积生成网络解耦为场景深度图、环境光总量、吸收衰减因子和后向散射因子四个子估计网络；进一步提出了基于光学特性的训练范式，通过增强各个子估计网络的内联约束，提升了生成图像的复原质量；最后，模型消融实验证明了所提框架与训练范式的有效性，多个数据集的对比实验验证了所提方案的优势。

三、针对仿生机器鱼的水下自主避障探索问题，提出了基于真实数据驱动的三阶段深度强化学习训练框架。首先，提出了基于专家经验的示教初始化方法，提高了训练早期的样本采样效率；其次，设计了基于PPO算法的机器鱼实时训练策略，实现了训练中期稳定实时的环境交互及状态、动作更新；再次，提出了周期性最优数据采样方法和基于模仿学习的策略微调方法，提升了机器鱼针对困难水下场景的训练效率；最后，基于所提框架在真实水下环境中实时训练得到基于局部传感信息的神经网络水下自主导航控制器，实现了机器鱼在未知水下环境的自主避障和探索任务，有效避免了传统强化学习存在的“仿真--现实”差异，验证了所提方法的有效性。

四、针对仿生机器双髻鲨的水下视觉自主导航问题，提出了基于视差注意力机制的深度立体注意力导航网络。首先，结合机器双髻鲨的双目视觉特征，改进了传统视觉导航网络的特征提取模块；其次，设计了独立可嵌入的立体视差注意力模块，构建了光度损失函数和视差特征有效性掩膜，从空间域和通道域同步增强对多尺度的双目特征中视差显著区域的深度挖掘；再次，通过网络消融实验确定了所设计立体视差注意力模块的最优嵌入数量与嵌入方式。在无需附加人工规则和滤波算法的情况下，基于视差注意力机制的深度立体注意力导航网络仅通过对专家经验的模仿学习成功掌握了以水下任务驱动的自主避障、目标搜索等导航策略。最后，仿真和水下实验验证了所提视觉导航方法的有效性和优势。

In recent years, the demand for underwater robots with advanced perception and autonomous navigation capabilities has increased as human exploration of the ocean continues. However, existing underwater autonomous navigation technologies possess poor intelligence and robustness. To address this issue, this dissertation focuses on the problem of underwater environment perception and autonomous navigation of a biomimetic robotic hammerhead shark, and carries out the research bionic design and motion control, visual perception and multi-sensing navigation technology of the bionic hammerhead shark, aiming to provide a theoretical foundation and technical support for development of high-performance bionic underwater robots. The main contents of this paper are as follows:

Firstly, a novel biomimetic robotic hammerhead shark is designed, inspired by the distinctive physiological structure and motion patterns of the biological counterpart. The proposed design leverages the bionic cephalofoil structure for visual perception and maneuvering motion. Constructing the mechanical structure, hardware and software systems, the prototype of biomimetic robotic hammerhead shark is developed. A prototype of the biomimetic robotic hammerhead shark is developed. Considering the characteristics of the fishlike swimming, a three-dimensional dynamic model is constructed using the Newton-Euler modeling method and the hydrodynamic forces are obtained via the quasi-steady state model. Inspired by the hammerhead shark's side-scrolling motion, a rolled-swimming bionic motion mode is designed, and its performance advantages are verified through hydrodynamic analysis and experiments. Furthermore, to address the issue of underwater visual stability, a cephalofoil joint stabilization control method based on nonlinear model predictive control is proposed, and significantly reduces visual image jitter, thereby laying a solid foundation for environmental perception and intelligent navigation of the bionic hammerhead shark.

Secondly, to address the challenging problem of underwater visual image degradation. A hybrid physical-neural solution learning scheme that leverages image style transfer theory is presented to achieve quality restoration inference of degenerated images. Considering the issue of lack of restored ground truth for supervised learning, an unsupervised underwater image restoration framework based on cycle generative adversarial network is constructed for learning from unpaired underwater and in-air image data. Thereafter, an innovative generator based on the Jaffe-McGlamery model is proposed to improve the quality of unsupervised restored images, decoupling the traditional end-to-end generator into four sub-networks of scene depth map, veiling light, attenuation factor and backscatter factor. Furthermore, a specific training paradigm based on optical property is designed to enhance the restoration quality. Ablation study is conducted to validate the effectiveness of each proposed sub-networks and paradigm. The experimental results on several datasets demonstrate the superiority of the proposed method.

Thirdly, a novel three-stage approach is proposed to solve the problems of underwater autonomous obstacle avoidance and exploration of robotic fish, which is specifically designed to enhance the training efficiency and stability in a real environment. The detailed structure is designed as follows, (1) A schematic initialization method based on expert experience is proposed to improve the sample efficiency in the early stage of training. (2) A real-time training strategy for the biomimetic robotic fish based on the Proximal Policy Optimization algorithm is designed to achieve stable real-time environmental interaction as well as updates of state and action in the middle stage of training. (3) A periodic optimal data sampling method and an imitation learning-based fine-tuning method are proposed to enhance the training efficiency for difficult scenarios. Based on the proposed framework, a neural network navigation controller relying on local sensing information is trained to achieve the autonomous exploration tasks of a robotic fish in an unknown underwater environment, effectively avoiding the ``simulation-reality'' discrepancy of traditional deep reinforcement learning. The experiments of autonomous exploration of the robot fish in unknown underwater environments validate the effectiveness of the proposed method.

Fourthly, a novel deep stereo attention navigation network is proposed for the autonomous vision-based navigation problem of biomimetic robotic hammerhead shark, which makes use of the parallax attention mechanism based on the binocular vision characteristics of the robotic hammerhead shark, the feature extraction module of visual navigation network is updated. In addition, an independently embeddable stereo parallax attention module is designed, and a photometric error function and validity mask of parallax features are introduced to stimulate the learning of highly responsive regions in multi-scale deep features from both spatial and channel domains. The optimal number and embedding method of the designed stereo parallax attention modules are demonstrated through module ablation experiments. Notably, the proposed visual navigation network is capable of mastering autonomous underwater task-driven navigation strategies such as obstacle avoidance and target search solely through expert imitation learning, without requiring additional artificial rules and filtering algorithms. Simulations and underwater experiments validate the effectiveness and superiority of the proposed visual navigation approach.