КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 24-19-00433

НазваниеТеоретическое и экспериментальное моделирование подводного движения биоморфных рыбоподобных роботов

Руководитель Лобов Сергей Анатольевич, Доктор физико-математических наук

Организация финансирования, регион Автономная некоммерческая организация высшего образования «Университет НЕЙМАРК» , Нижегородская обл

Конкурс №92 - Конкурс 2024 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-402 - Нелинейные колебания и волны

Ключевые слова колебания, синхронизация, нейронная сеть, нейроуправление, подводный робот, фазовая волна, ЦГР

Код ГРНТИ28.23.27


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Биоморфная робототехника является относительно новым направлением науки и технологий, связанным с созданием роботов, имитирующих принципы движения животных и человека. Актуальность создания таких устройств обусловлена двумя основными моментами. Во-первых, биоморфные объекты не создают в подводной среде каких-либо возмущений (физических, персептивных и др.), неестественных для ее обитателей, что позволяет им обеспечивать не только глубокий мониторинг подводного биоразноорбразия, но и управлять им в естественных условиях (например, движение стаи “ведущим”, отпугивание появлением хищника и др.). Во-вторых, биоморфная форма корпуса, его колебания в водной среде позволяют обеспечивать «оптимизированную эволюцией» высокую энергоэффективность по сравнению с традиционными винтовыми движителями. Проект нацелен на решение фундаментальной научной задачи – исследование основных принципов передвижения (локомоции) рыб и реализацию их в биоморфных подводных роботах. Основной научной проблемой в данном направлении является понимание механизмов плавания, обеспечивающих выдающиеся характеристики по скорости и энергопотреблению, демонстрируемые рыбами. Выполненные ранее теоретические и экспериментальные исследования позволили научному коллективу выдвинуть новую концепцию анизорезистивного, то есть имеющего разное гидравлическое сопротивление в разные фазы, движения применительно к локомоциям человека, животных и роботов. Соответственно центральной задачей проекта является теоретическое (в гидродинамических моделях) и экспериментальное (в роботах-рыбах) исследование анизорезистивных режимов. Параллельно с этим будет разрабатываться нейроморфная система управления на основе искусственных нейрональных центральных генераторов ритма (ЦГР) с сенсорной обратной связью. Отдельно следует выделить задачи распознавания динамических сенсорных (визуальных) паттернов и реализации элементов навигационной системы с помощью спайковых нейронных сетей. Предыдущие исследования членов научного коллектива показали, что внутренняя динамика нейронных сетей при реализации предложенных подходов может быть использована для моделирования (предсказания) динамики внешнего мира. Задачи проекта тесно взаимосвязаны, что подчеркивает комплексный и междисциплинарный характер проекта. Так, запланированные на каждый этап проекта теоретические работы будут затем реализованы на практике – в роботах. В свою очередь экспериментальные работы с роботами-рыбами позволят не только верифицировать теоретические модели, но и помогут лучше понять различные аспекты подводного плавания. Весьма вероятно, что предложенная авторами концепция анизорезистивного принципа локомоций животных, человека и роботов в ходе реализации проекта приобретет статус теории. Необходимо также отметить, что разработка биоморфных подводных роботов имеет широкий потенциал практического применения в таких областях как морская экология и исследование подводных систем. Общим результатом выполнения проекта должен стать ходовой макет (либо нескольких макетов) подводного биоморфного робота с анизорезистивными режимами движения, нейроморфной системой управления с сенсорной обратной связью и элементами биоморфной навигационной системы.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2024 году
Проект нацелен на решение фундаментальной научной задачи – исследование основных принципов локомоции рыб и реализацию их в биоморфных подводных роботах. Основной научной проблемой в данном направлении является понимание механизмов плавания, обеспечивающих выдающиеся характеристики по скорости и энергопотреблению, демонстрируемые рыбами. Выполненные ранее теоретические и экспериментальные исследования позволили научному коллективу выдвинуть новую концепцию анизорезистивного, то есть имеющего разное гидравлическое сопротивление в разные фазы, движения применительно к локомоциям человека, животных и роботов. В роботе-рыбе это может достигаться несимметричными либо по скорости (анизохронными) фазами движения хвостовым плавником, либо по геометрии (изменяемая площадь хвостового плавника или угол атаки). Соответственно основной целью проекта является теоретическое (в гидродинамических моделях) и экспериментальное (в роботах-рыбах) исследование анизорезистивных режимов. В первый год проекта была разработана гидродинамическая модель, воспроизводящая анизохронные режимы с несимметричными по скорости фазами движения хвостового плавника. В предварительных сериях моделирования использовалась пилообразная модель движения, которая показала значительные скачки скорости. Далее модель была усовершенствована для более точного отражения инерции хвоста, что привело к устранению резких скачков скорости. В результате моделирования получены данные о динамике разгона робота, влиянии степени асимметрии фаз на установившуюся скорость и детальные поля течения вокруг модели. Анизорезистивные режимы движения были реализованы в двух ходовых макетах роботов-тунцов – большом и малом. В части работы с малым ходовым макетом был разработан и реализован прототип биоморфного движителя с возможностью активного изменения угла атаки хвостового плавника. Новая модель получила также независимое управление грудными плавниками, балластную цистерну для управления глубиной погружения, аккумуляторы большей емкости и увеличенный отсек для размещения электронных компонентов. В части работы с большим ходовым макетом для реализации пассивного механизма изменения парусности хвостового плавника в разные фазы движения были изготовлены 3 хвостовые части, отличающиеся разной жесткостью плавника за счет использования металлических вставок разной толщины. Экспериментальная работа с данным роботом показала, что анизохронные режимы предъявляют повышенные требования к прочности и долговечности приводного механизма движения хвоста. В соответствии с этим механика хвоста была тщательно переработана. В частности, было уменьшено количество деталей за счет их объединения, все пластиковые элементы передаточного механизма были заменены на металлические. Для реализации активного управления парусностью хвостового плавника, был сконструирован механизм изменения жёсткости крепления плавника к последнему звену передаточного хвостового механизма. Эксперименты с большим роботом-тунцом показали, что анизохронный режим движения хвостового плавника (с оптимальной жесткостью) обеспечивает значительно большее начальное ускорение и более высокую установившуюся скорость по сравнению с изохронным режимом. Энергопотребление при этом оставалось практически неизменным, но энергоэффективность существенно выросла в анизохронном режиме. Жесткость плавника влияет на разгонную динамику, наилучшие результаты достигаются при оптимальном угле атаки в подготовительной фазе. Тесты малого робота показали высокую маневренность при использовании асимметричных режимов движения, с минимальным радиусом поворота. В целом, анизохронный режим с оптимальной жесткостью плавника повышает эффективность движения робота. В рамках задачи моделирования нервно-мышечного взаимодействия предложен биолого-подобный способ трансляции импульсов моторных нейронов искусственного центрального генератора ритма (ЦГР) в команды движителей робота. С применением разработанного интерфейса, реализованы анизорезистивные режимы движения в роботах. С использованием наземного многосегментного робота-змеи показано, что поступательное движение возможно только при соблюдении принципов анизорезистивных локомоций. В случае наземного робота необходимо обеспечить разное сопротивление к сдвигу сегмента в разных направлениях, что у робота-змеи достигается при применении сегментов с колесными платформами. Моделирование туниформного движения показало, что поступательное движение наблюдается только при управлении рабочим сегментом в анизохронном режиме либо при имитации активного управления «углом атаки» вспомогательного сегмента. Моделирование змеевидного движения показало, что применение анизохронного управляющего сигнала, полученного с учетом особенностей нервно-мышечного взаимодействия, увеличило скорость поступательного движения по сравнению со случаем обычного гармонического сигнала. В рамках перспективной для последующих этапов задачи распознавания визуальных динамических паттернов предложена архитектура нейронной сети. Центральным звеном в данной архитектуре является спайковая модель оптического тектума. Входная зрительная информация поступает на модуль классификации графических объектов, реализующий «классические» алгоритмы компьютерного зрения на основе работы формальных нейронных сетей. Для реализации данного модуля используется камера с встроенным программируемым микроконтроллером. Далее информация о координатах и размере целевого объекта передается на спайковую нейронную сеть, осуществляющую сенсорно-моторное взаимодействие. Работоспособность предложенного решения продемонстрирована на примере колесного робота в задаче следования за целевым объектом на определенном расстоянии. Для реализации обучения в предложенной архитектуре разработана новая модель синаптической пластичности, характеризующаяся невысокими требованиями к вычислительным ресурсам и способностью работать в контексте как частотного, так и временного кодирования информации. Показано, что новая модель позволяет нейронам обучаться игнорировать неинформативные синаптические входы, что особенно важно в случае обработки зрительной информации.

 

Публикации

1. Потапов И.А., Жаринов А.И., Митин И.В., Лобов С.А. Connection between CPG Model and Servomotor of Biomorphic Fish Robot In Proceedings of the 2024 8th Scientific School Dynamics of Complex Networks and their Applications (DCNA), In Proceedings of the 2024 8th Scientific School Dynamics of Complex Networks and their Applications (DCNA); 2024; pp. 200–203. (год публикации - 2024)
10.1109/DCNA63495.2024.10718449

2. Жаринов А.И., Потапов И.А., Лобов С.А., Казанцев В.Б. Modeling of Systems That Imitate Biologically Similar Movements of a Fish Robot and a Snake Robot Proceedings of the 2024 8th Scientific School Dynamics of Complex Networks and their Applications (DCNA), In Proceedings of the 2024 8th Scientific School Dynamics of Complex Networks and their Applications (DCNA); 2024; pp. 266–269 (год публикации - 2024)
10.1109/DCNA63495.2024.10718446

3. Кастальский И.А., Гордлеева С.Ю., Храмов А.Е., Казанцев В.Б. Bridging Nonlinear Dynamics and Physiology: Implications for CPGs and Biomimetic Robotics. Reply to Comments on “Control of Movement of Underwater Swimmers: Animals, Simulated Animates and Swimming Robots” Physics of Life Reviews, Phys. Life Rev. 2024, V. 50, pp. 32–34 (год публикации - 2024)
10.1016/j.plrev.2024.05.005


Аннотация результатов, полученных в 2025 году
В течение второго года реализации проекта выполнены все запланированные научно-исследовательские работы. Полученные результаты вносят вклад в развитие технологий биоморфной робототехники, нейроморфного управления и подводной навигации. Основные достижения отражены в четырех научных публикациях, три из которых уже опубликованы и одна находится на стадии рецензирования. 1. Разработана и верифицирована гидродинамическая модель анизорезистивного движителя. Впервые для робота-тунца с шарнирным креплением хвостового плавника проведено сопряженное моделирование динамики робота и гидродинамики жидкости. Установлено существование оптимального значения жесткости шарнира, при котором достигается максимальная скорость движения. Получены количественные зависимости, демонстрирующие влияние асимметрии фаз взмаха (анизорезистивности) на разгон и установившееся движение. Эти результаты формируют основу для проектирования высокоэффективных биоморфных подводных роботов с управляемыми параметрами. 2. Систематизированы подходы к оснащению подводного биоморфного робота сенсорными системами. На основе комплексного анализа проведен выбор и обоснование конкретных типов датчиков для навигации, локализации и мониторинга параметров окружающей среды. Выполнен сравнительный анализ каналов подводной связи, что определяет дальнейшие пути построения систем управления с заданными требованиями к дальности и скорости обмена данными. 3. Создан и испытан функционирующий прототип робота-рыбы с комплексом бортовых сенсоров. В ходовом макете реализованы и протестированы модули машинного зрения, измерения глубины, расстояния и температуры. Отработана система беспроводной связи в подводных условиях. В ходе натурных экспериментов в бассейне и открытом водоеме подтверждена способность робота к надежному распознаванию визуальных маркеров, что является ключевым для автономного поведения. 4. Разработана и апробирована нейросетевая модель управления с сенсорной обратной связью. Создана биоинспирированная архитектура, имитирующая зрительно-моторные пути рыб для адаптивного управления движением. Модель успешно генерирует различные поведенческие паттерны (приближение, избегание, захват) в ответ на визуальные динамичесакие стимулы. Практическая значимость подтверждена интеграцией модели в систему управления наземного робота-змеи, который продемонстрировал способность адаптивно обходить препятствия на основе обработки видео в реальном времени. 5. Доказана принципиальная возможность пассивной стабилизации глубины с помощью плавательного пузыря. Теоретически и численно исследована динамика подводного аппарата с пассивным плавательным пузырем. Впервые получены аналитические критерии, определяющие условия устойчивого движения: установлен минимальный порог скорости и необходимое взаимное расположение центра масс, плавучести и точки приложения гидродинамической силы. Разработанный специализированный симулятор подтвердил возможность стабилизации только за счет поступательного движения, что открывает путь к созданию энергоэффективных систем управления глубиной. 6. Сформированы теоретические основы и создана экспериментальная база для распознавания динамических визуальных паттернов. Проведены фундаментальные исследования в области обучения спайковых нейронных сетей (СНС). Обнаружено и описано явление «благословения размерности», повышающее селективность нейронов, и предложена концепция функционального случайного обучения. Экспериментально доказано преимущество нового правила обучения STRDP, учитывающего не только временные корреляции, но и частоту импульсации, для распознавания частотных паттернов. Для практической отработки алгоритмов собрана и размечена уникальная база данных подводных видеосъемок объемом более 5 Гб, содержащая типовые динамические сцены (приближение к препятствию, столкновение и др.). Таким образом, в отчетном периоде достигнуты значительные научные и практические результаты по всем направлениям проекта: от фундаментальных исследований в области нейродинамики и гидромеханики до создания действующих прототипов и программно-аппаратных комплексов. Полученные результаты закладывают основу для создания нового поколения автономных биоморфных подводных роботов, обладающих энергоэффективным движением и способных к адаптивному поведению в сложной изменчивой среде.

 

Публикации

1. Макаров В.А., Лобов С.А. Blessing of dimensionality in spiking neural networks: the by-chance functional learning Frontiers in Applied Mathematics and Statistics, Volume 11 (год публикации - 2025)
10.3389/fams.2025.1553779

2. Лобов С.А., Макаров В.А. Does Spike Firing Rate Dependence Imply Rate Coding? Proceedings of the 2025 Seventh International Conference Neurotechnologies and Neurointerfaces (CNN), Proceedings of the 2025 Seventh International Conference Neurotechnologies and Neurointerfaces (CNN); 2025; pp. 48–51 (год публикации - 2025)
10.1109/CNN67635.2025.11177512

3. Жаринов А.И., Потапов И.А., Митин И.В. From neuron to motion: hybrid CPG-muscle modeling for biologically plausible robotics Proceedings of the 2025 Seventh International Conference Neurotechnologies and Neurointerfaces (CNN), Proceedings of the Seventh International Conference Neurotechnologies and Neurointerfaces (CNN), 2025, pp. 149-152 (год публикации - 2025)
10.1109/CNN67635.2025.11177509