研究團隊介紹，在自然界中，魚類依靠側(cè)線系統(tǒng)感知水流變化，在暗流涌動的水下靈活導航、躲避障礙?；诖耍麄冄邪l(fā)的FlowSight仿生側(cè)線傳感器，利用一根仿魚側(cè)線神經(jīng)丘的柔性硅膠觸須進行水流傳感。

　　當水流沖擊觸須時，其形變信息被內(nèi)置高清攝像頭實時捕捉為圖像序列，并利用深度學習模型從圖像中解析水流速度與方向，實現(xiàn)了單點、無輔助設備的水流高效矢量感知。水流速度測量相對誤差為3.05%，水流方向測量相對誤差為0.98%。

　　同時，研究團隊將FlowSight傳感器集成于一款仿生水下機器人——仿豹魴鮄水下機器人(RoboDact)上，并成功實現(xiàn)基于水流感知的閉環(huán)運動控制實驗。實驗效果顯示，仿豹魴鮄水下機器人可像真實魚類一樣逆流巡游、動態(tài)調(diào)姿，為水下勘探與生態(tài)監(jiān)測提供了全新方案。

　　據(jù)悉，這項仿生側(cè)線傳感器創(chuàng)新研發(fā)工作的相關突破成果論文，近日在線發(fā)表于電氣電子工程師學會(IEEE)旗下專業(yè)學術期刊《機器人匯刊》(Transactions on Robotics)。