Trajectory tracking of bionic fish based on a complex-valued central pattern generation network

In der fließenden, sich ständig verändernden Welt der Unterwasser-Navigation stehen Roboter vor einer Herausforderung, die Ingenieure schon lange vor Rätsel stellt: wie man sich mit der Anmut und Widerstandsfähigkeit eines Lebewesens bewegt. Im Gegensatz zu einem U-Boot, das auf starre Propeller und feste Ruder angewiesen ist, schwimmt ein Fisch, indem er die rhythmische Wellenbewegung seines Körpers und seiner Flossen koordiniert – eine Bewegung, die durch einen biologischen Rhythmusgenerator gesteuert wird, der es ihm ermöglicht, sich augenblicklich an Strömungen und Hindernisse anzupassen. Dieser biologische Rhythmus, in der Wissenschaft als zentraler Mustergenerator (Central Pattern Generator) bekannt, fungiert als interner Taktgeber für die Bewegung und erzeugt die sich wiederholenden Signale, die benötigt werden, um Muskeln anzusteuern, ohne dass dafür eine ständige bewusste Kontrolle erforderlich ist. Seit Jahrzehnten versuchen Forscher, dieses System in Maschinen nachzubilden, in der Hoffnung, Roboter zu bauen, die in turbulenten Gewässern so mühelos navigieren können wie ein Thunfisch oder ein Karpfen. Das Ziel ist nicht nur, die Form eines Fisches zu imitieren, sondern die neuronale Intelligenz zu replizieren, die es ihm ermöglicht, das Gleichgewicht zu halten und einem Pfad zu folgen, selbst wenn das Wasser dagegen drückt.

Ein Forschungsteam der Zhejiang University of Science and Technology hat einen bedeutenden Schritt in Richtung dieses Ziels gemacht, indem es ein neues Steuerungssystem für einen Roboterfisch entworfen hat, den sie BF-1 nennen. Ihr Ansatz kombiniert ein ausgeklügeltes mathematisches Modell der physikalischen Bewegung des Roboters mit einem neuronalen Netzwerk, das den internen Rhythmus des Fisches nachahmt. Der Kern ihrer Innovation ist ein „komplexwertiges“ Netzwerk, eine Art digitales Gehirn, das Informationen auf eine Weise verarbeiten kann, die flexiblere Anpassungen ermöglicht als herkömmliche Systeme. Anstatt lediglich auf Störungen zu reagieren, antizipiert dieses System diese, indem es Signale von Gyroskopen verwendet – Sensoren, die messen, wie sich der Roboter neigt und dreht –, um die zeitliche Abstimmung und die Stärke der Bewegungen von Schwanz und Flossen sofort anzupassen. Durch die Integration dieser rhythmischen Steuerung mit einem prädiktiven Algorithmus, der ständig die Position des Roboters berechnet, schufen die Forscher ein System, das den Roboter auf Kurs halten kann, selbst wenn das Wasser unruhig wird.

Der Roboter selbst, BF-1, ist eine elegante Maschine mit einer Kunststoffhülle, einer luftdichten Kabine für die Elektronik und einem bionischen Schwanz, der von einem wasserdichten Motor angetrieben wird. Er verfügt zudem über zwei Brustflossen an seinen Seiten, die mit dem Schwanz zusammenarbeiten, um zu steuern und zu stabilisieren. Die Forscher testeten ihr System in einer Außenumgebung im Wasser und setzten den Roboter dabei zwei unterschiedlichen Bedingungen aus: ruhigem, stetigem Wasser und turbulentem, gestörtem Wasser. Unter den ruhigen Bedingungen bewegte sich der Roboter reibungslos entlang einer geraden Linie, wobei sein Schwanz und seine Flossen in einem stetigen, koordinierten Rhythmus oszillierten. Der wahre Test kam jedoch, als die Wasserströmung plötzlich turbulent wurde, was den Roboter zum Neigen und Abdriften brachte. In diesen Momenten erkannten die Gyroskope die Winkeländerung und sendeten sofort Signale an den zentralen Mustergenerator. Das System reagierte, indem es die Phase und die Amplitude der Signale, die den Schwanz und die Flossen antreiben, veränderte, wodurch der Rhythmus des Roboters effektiv neu eingestellt wurde, um der Kraft des Wassers entgegenzuwirken.

Die Ergebnisse dieser Experimente zeigten, dass das neue Steuerungssystem effektiv arbeitete. Als die Wasserströmung bei der fünfsekündigen Marke des Experiments von sanft zu turbulent wechselte, veränderten sich die Körperwinkel des Roboters zunächst, aber das Steuerungssystem korrigierte die Abweichung schnell. Der Roboter war in der Lage, in einen stabilen Zustand zurückzukehren und seinem beabsichtigten geraden Pfad weiter zu folgen, ohne die Spur zu verlieren. Die Forscher beobachteten, dass sich die linken und rechten Brustflossen synchron bewegten, um das Gleichgewicht zu halten, während der Schwanz seine Kraft anpasste, um gegen die Strömung anzudrücken. Diese Koordination ermöglichte es dem Roboter, eine gerade Linie mit hoher Präzision zu verfolgen, selbst während das Wasser gegen ihn drückte. Das System reagierte nicht nur auf die Störung; es nutzte ein prädiktives Modell, um die zukünftige Position des Roboters zu schätzen und Geschwindigkeit sowie Richtung proaktiv anzupassen, wodurch sichergestellt wurde, dass der Tracking-Fehler minimal blieb.

Um die Vielseitigkeit ihres Designs weiter zu testen, führten die Forscher den Roboter auch unter ähnlichen turbulenten Bedingungen auf einer kreisförmigen Trajektorie. Das Durchlaufen eines Kreises erfordert eine andere Art der Koordination, bei der der Schwanz die Kraft generieren muss, um den Körper zu drehen, während die Flossen sich anpassen müssen, um die Kurve geschmeidig zu halten. Das komplexwertige Netzwerk bewältigte dies erfolgreich, indem es die Phasenverzögerung zwischen den verschiedenen Gelenken anpasste, was es dem Roboter ermöglichte, zu rotieren und dem kreisförmigen Pfad zu folgen. Selbst als die Wasserströmung die Bewegung des Roboters störte und ihn zum Neigen brachte, kompensierte das System dies durch die Anpassung der Frequenz und der Stärke der Flossenbewegungen. Der Roboter hielt seinen kreisförmigen Pfad bei, was zeigte, dass das Steuerungssystem nicht nur die Verfolgung einer geraden Linie, sondern auch komplexe Manöver in einer dynamischen Umgebung bewältigen kann.

Die Forscher betonen, dass ihr Erfolg auf der spezifischen Kombination des rhythmischen zentralen Mustergenerators und des prädiktiven Positionsreglers beruht. Traditionelle Steuerungsverfahren, etwa solche, die auf einfachen Rückkopplungsschleifen basieren, haben oft Schwierigkeiten, wenn das Wasser zu turbulent wird, was zu instabilen Bewegungen oder einem Scheitern beim Erreichen des gewünschten Pfades führt. Im Gegensatz dazu nutzt dieses neue System ein dynamisches Modell der Physik des Roboters, um unbekannte Störungen zu schätzen und diese Informationen in die Regelschleife zurückzuführen. Dies ermöglicht es dem Roboter, eine robuste Leistung aufrechtzuerhalten, indem er seinen internen Rhythmus in Echtzeit an die äußere Umgebung anpasst. Die Studie kommt zu dem Schluss, dass dieser Ansatz eine stabile und präzise Methode zur Navigation von bionischen Fischrobotern bietet und beweist, dass diese auch bei erheblichen Störungen der Wasserströmung in ihre ursprüngliche Richtung navigieren können. Während sich die aktuellen Experimente auf Bewegungen an der Oberfläche konzentrierten, merken die Forscher an, dass zukünftige Arbeiten die Herausforderungen des tieferen Tauchens angehen müssen, wo sich die Dynamik des Wassers und das Verhalten des Roboters weiter verändern können. Vorerst jedoch zeigt die Arbeit einen klaren Weg hin zu Robotern auf, die mit der Anpassungsfähigkeit und Widerstandsfähigkeit ihrer biologischen Gegenüber schwimmen können.