当前人工智能发展迅速，逐步成为新产业、新业态、新模式的孵化器和助推器，深刻改变了社会经济活动及每个人的生活方式。作为人工智能的杰出代表和重要的应用领域，机器人的研究与发展备受关注。大千世界，芸芸众生，经过35亿年的自然选择，生物种群为适应环境已经形成了从感知方式、执行方式、控制方式到信息处理、行为决策、组织协调等多方面的优势和长处，为生物学和机器人学的结合奠定了坚实基础。《道德经》有云：“人法地，地法天，天法道，道法自然”。从大自然获取灵感、汲取精华，对于解决科学难题和指导生产实践具有重要意义。
作为一门技术先导性学科，机器人具有多学科交叉与融合等特点，以功能及系统实现为载体，通过自主或半自主的感知、移动、操作，体现类人的智能水平，并逐步扩展人在时间、空间、尺度、环境、智能等方面的约束限制，为人类更好地服务。在现有技术水平下，大部分机器人系统的功能还无法与生物体相媲美。为了制造出结构、功能、材料、控制、能耗等诸方面合理的机器人系统，实现在复杂环境下的作业，从仿生的角度对机器人系统进行研究是目前机器人学活跃的研究领域之一。国家自然科学基金委员会信息科学部在2017年修订的学科代码也给出了仿生机器人的专门学科代码(即F030912，仿生机器人理论与技术)。仿生学在机器人学中的应用，推动机器人向适应非结构化环境的方向发展；反过来，仿生机器人学的不断成长，不仅丰富了仿生学的研究内容，而且拓宽了仿生学的应用领域。作为仿生学和机器人学高度发展与相互融合的产物，仿生机器人正在或即将对工农业生产、民用事业及国防安全等方面产生深远影响。与普通工业机器人相比，仿生机器人在运动灵活性、机动性、隐形性、适应性及能源供给等方面有明显优势，可广泛应用于侦察、反恐、搜索救援、星际探索、服务业及娱乐等领域。
近年来，随着MEMS、制造、控制、传感等的持续发展，仿生机器学迅速崛起，适应海、陆、空环境的各种原理性仿生机器相继问世。水下机器人是海洋探索与开发的重要技术手段。在水下仿生领域，许多学者将目光转向形态和机理更为复杂的水下动物研究。在江河湖海中，为了攫取食饵、逃避敌害、生殖繁衍和集群洄游等生存需要，鱼类、鲸豚类及头足类软体动物等在漫长的自然选择过程中，其体形和运动器官都进化得特别适合于水中运动，其整体功能渐趋优化，而当前人造水下航行器望尘莫及。例如，在推进效率方面，依靠尾和鳍的协调运动，鱼类和鲸豚类的流体推进效率可达80%以上，而普通螺旋桨推进器的平均效率仅40%～50%。在机动性方面，黄鳍鲔鱼的爆发速度高达40节(约74 km/h)，梭子鱼的瞬时加速性能高达20 g，鱼类的转弯半径仅为0.1～0.3 BL(body length，体长)，且转弯时无需减速；海豚能以0.11～0.17 BL的转弯半径进行机动运动，转弯速度高达450°/s；而普通船舶需以3～5 BL的半径缓慢地回转。对具有非凡水下运动能力的水生动物进行仿生研究将为研制新一代集机动性、高速性、隐蔽性及低扰动性于一体的自主水下航行器乃至系统原型设计方案提供丰富的创意和有益的借鉴。
基于鱼类和鲸豚类独特的推进方式，从形态、结构、功能、控制诸方面对动物进行模仿和学习形成的水下推进系统统称为机器鱼。与传统基于螺旋桨推进的水下航行器相比，机器鱼实现了推进器与舵的统一，具有高机动、低扰动、高隐蔽性等优点，从而更加适合在狭窄、复杂和动态的水下环境中进行监测、搜索、勘探及救援等作业。《高机动仿生机器鱼设计与控制技术》一书聚焦鱼类和鲸豚类的高机动性，从机器人学的角度出发，开展推进机理、机构设计、运动控制及系统集成等一系列研究，研制开发具有多运动模态的水下高机动仿生机器人。该书涵盖了仿生鱼体波及鱼体形态学设计、二维高机动精准控制、三维机动转向控制以及极具挑战性的机器海豚跃水控制，其大部分内容是笔者十余年科研实践的总结与提炼。通过对高机动仿生机器鱼的研制过程、控制方法、实验验证的详细介绍，一方面，可以让读者了解水下仿生机器人的基础知识及关键技术；另一方面，借此提供一个高机动仿生机器鱼全流程开发的范例，促进和推动水下机器人与自动化技术的发展与创新，更好地服务国家和社会需求。
虽然鱼类的种类和形态很多，但也隐含着某些可识别的共同特征。作为游动和维持身体平衡的运动器官，大多数鱼类至少有数个单独的鳍，包括尾鳍、胸鳍、腹鳍、臀鳍等。这些附鳍通常可以分为两类：偶鳍和奇鳍。偶鳍为成对的鳍，包括胸鳍和腹鳍各一对，相当于陆生脊椎动物的前后肢；奇鳍为不成对的鳍，包括背鳍、臀鳍、尾鳍。一般常见的鱼类均具有上述的胸、腹、背、臀、尾等五种附鳍。身体/尾鳍(body and/or caudal fin, BCF)推进模式是自然界大多数鱼类采用的游动方式，相比于中间鳍/对鳍(median and/or paired fin, MPF)推进模式而言，在游动速度、推进效率和加速性能上具有无可比拟的优势。因而，BCF推进模式的研究是目前研究人员实现仿生机器鱼高效、快速推进的主要手段。
作为大多数鱼类采用的游动模式，BCF模式通过波动或摆动部分身体和尾鳍的方式，利用涡流将水向身后推射从而利用水的反作用力实现鱼体的向前运动。在传统的鱼游水动力建模研究中，几乎都是先假设鱼体是按照给定规律运动，然后再分析其受力情况。至于为什么鱼体应该按此规律运动，则简单地按照生物学的观察数据，或根据简单的原则确定，并没有给出一种较为细致的理论解释。针对这一问题，本书第二章给出了一种直接计算鱼体波的方法，以便于后续的水动力学分析、仿真和应用。在所提鱼体波设计框架中，出发点是模仿鱼类典型的稳态游动，即只讨论周期性的鱼体波，这与经典文献中的前提条件是一致的。其次，着眼于效率，从如何获得最高游动效率开始设计鱼体波，而不是先有鱼体波之后再讨论游动效率。最后，将鱼体波设计与仿生机器鱼设计结合起来，对形态仿生、机构仿生、运动仿生和控制仿生的理论与实践具有重要的指导作用，最终提升仿生机器鱼的推进效率和稳定性，并对其他水下仿生实践起到良好的借鉴和指导作用。
具体来说，要想使机器鱼有比较高的效率，应该满足两个条件：①鱼的重心必须保持在前进方向的轴线上；②鱼的外形设计要保证鱼整体侧向力的合力为零。值得注意的是，条件①可通过鱼体波的几何设计实现，条件②可通过鱼的形态学设计来满足。为了满足这两个条件，笔者提出了基波的概念，构建了基波方程，然后根据鱼的线密度和形态设计了稳定的鱼体波方程。对于多关节BCF模式的机器鱼，只需要将机器鱼看成一个连杆系统，即可拟合根据机器鱼线密度生成的鱼体波。改变基波的振幅、频率、甚至其基本形式，就可以对应地改变鱼体波的形式。另一方面，对于外形无法精确模拟某种真实鱼类的机器鱼来说，利用本章形态学的解释，进一步优化其外形，减小身体多余的摆动，可以提高机器鱼的游动效率，从而提高机器鱼的航程。此外，外形的优化及多余摆动的减少也利于提高最高游速。
基于基波的鱼体波动推进描述及三维游动建模，不仅丰富和发展了英国流体力学大师LIGHTHILL提出的鱼体波动理论体系，而且对BCF型游动机器人设计及其稳态控制律推导具有重要的理论意义和实用价值。不过，需要首先指出的是，基波很难确定其精确方程。这是因为它可能由任何一个因素影响：鱼体的某种性质或水的某种性质。不同的基波会改变鱼体波上每一个点的运动速度。但更本质地，不同的基波改变的是肌肉的运动形式。在小摆幅(鲹科及金枪鱼模式)的情况下，一个周期内，肌肉只在短时间内爆发式地发力。因此，不同的基波所对应的鱼体波之间的区别，对于肌肉的运动模式的改变会非常小。在大摆幅(鳗鲡及亚鲹科模式)的情况下，体段上每一点的运动速度都相对较低，因此，肌肉在一种相对放松的状态下工作，不同的基波对效率的影响相应地较小。此外，几乎每一种鱼都生长有许多柔软的边沿(鳍或是小翅)，它们被动地运动在由鱼和水组成的动力系统中。这些鳍减少了运动过程中运动结果对运动学参数的敏感性。对于机器鱼来说，在相对低速时，只要鱼体上有适当的软边沿，那么机器鱼的运动性能就会有相当的提高，包括游动效率和控制精度。因此，一般来说，略带柔性的尾鳍比完全刚性的尾鳍能给机器鱼带来更好的游动效果。
天下武功，无坚不破，唯快不破。对于速度型鱼类而言，速度已成为生死攸关的指标，没有最快，只有更快。为了得到更快的速度，BCF模式的鱼类，通常都会同时增加摆幅和摆动频率。对于大多数鱼类，尾鳍产生绝大部分推力，而其他的鳍面则几乎产生的都是阻力。因此，这些多余鳍面会尽量折叠并紧贴在身体表面，以减小前游的阻力。根据鱼体形态学设计分析，鳍面的折叠会破坏鱼体波侧向的平衡，引起重心左右的晃动。虽然游速可以提升至极限，但极大地降低了游动效率。对于生活在复杂环境中的鱼类而言，机动性是刚需，与此相适应，进化出了更多更大的控制舵面。通常它们都拥有很大的鳍面，且可以在低速时，以MPF模式精确地定点游动。有些鱼类在需要高速游动时，可以切换到BCF模式。这能很好地适应其生存环境且在效率、机动性和速度之间具有最佳折衷，属综合型选手。不过，这些鱼类在任何一个指标上都不再是自然界最好的代表。
快速起动，是指快速、高功率的爆发式游动，是一种典型的非稳态运动，常见于BCF模式的鱼类。它既可以从静止状态开始，也可以从稳态的游动状态开始。快速起动一般分为两种：C形起动与S形起动。C形起动用于快速地调整游动的方向，以逃避敌害；而S形起动则更多地用于急加速，以捕捉猎物。由于S形起动几乎就是普通游动的快速播放版，因此S形起动相对容易理解，也相对容易控制。而C形起动涉及鱼体大范围的运动，是一个典型的非稳态过程，因而成为重点研究的对象。虽然C形起动通常由毛特讷氏系统(Mauthner system)调控，但不同的快速起动的运动模式与不同的神经控制之间的关系仍是一个未决的问题。在过去的几十年间，从进化、生物力学直到仿生机器人，各个领域的研究人员都对快速起动做了大量研究。显然，如果能把快速起动及加速的能力转化到人造水下航行器上的话，将会大大增强它们在转向、起动、刹车方面的性能，从而可以在复杂环境或乱流中安全快速地航行。
传统观点认为，生物进化使得快速起动只快不准。而最新生物学实验表明，射水鱼(archer 
sh, Toxotes jaculatrix)在捕食时展现出的快速起动既快又准，峰值速度可达20 BL/s，角速度可达4 500°/s，其反应精度可达6°。笔者以此为生物学原型，设计了可以实现精准、快速起动的机器鱼。在具体的仿生实践中，将BCF鱼类的C形起动分为弯曲阶段、保持阶段和伸展阶段。
(1)弯曲阶段。该阶段机器鱼鱼体由直线状态转变为C形状态。在此阶段，所有关节同时以最大速度向一侧弯曲，以提供最大的转向角速度。
(2)保持阶段。该阶段机器鱼鱼体保持C形状态。在此阶段，机器鱼离开起始位置，到达目标方向。本阶段该控制方法提出动态轨迹跟踪算法来控制机器鱼的关节运动。动态轨迹跟踪算法的基本原理为：鱼在转向的保持及伸展阶段，身体后段的几乎每一个点都会通过前段身体所经过的空间位置。使用鱼的整个转向过程看上去就像是在一个“管道”中前进一样。对应于机器鱼的控制算法，让机器鱼的每一个关节都必须保持在它的前一段体段的位置上。由此约束条件来求取机器鱼的每一个关节的关节角。
(3)伸展阶段。该阶段机器鱼鱼体由C形状态转变成直线状态或者S形状态。此后机器鱼在鱼体S形波动产生的推动力下开始前向游动。S形指鱼体波，用来推动鱼体前进。在机器鱼前进时，机器鱼的每个关节都会转动，以此来产生一个完整周期的鱼体波。最前面的关节最先进入鱼体波的摆动模式，其后的所有关节仍然使用步骤(2)中的轨迹法，以尽可能减小对鱼头方向的影响。当第一个关节摆动到与转向方向相反的鱼体波的极限位置时，第二个关节进入鱼体波模式，但该关节之后的所有关节仍然保持为轨迹法状态。依此类推，直到所有关节都进入鱼体波模式时，转向完成。
将该方法应用于自主研制的仿生机器鱼，在C形起动过程(图1)中实现了480°/s的平均转向角速度和约670 °/s的峰值角速度。此外，笔者也将动态轨迹法应用于机器海豚的俯仰控制，在国际上首次实现了机器海豚前滚翻、后滚翻等机动运动(图2)，验证了前苏联生物学家MASLOV在1970年提出的观点：海豚的俯仰机动性能高于其偏航机动性能。
图1 机器鱼C形起动的瞬间
图2 CCTV科教频道报道的机器海豚翻滚画面
针对S形起动，以北美狗鱼为仿生对象，建立了多关节链式结构仿生机器鱼的S形起动模型。整个过程设计为两个阶段。①弯曲阶段：以转向速度最大化为目标，在鱼体S形变保证重心稳定平移的前提下，增大较长转向力臂处的转向力矩，提高转向速度，使鱼体迅速转向目标方向。②伸展阶段：以增大前推力为目标，始终保持部分将要伸展的鱼体垂直前进方向，以L形滑动方式打开鱼体。同时，为保证转向精度，采用模糊控制调节已展开鱼体关节的小角度转动，实时纠正鱼体展开所引起的游动方向偏离。在S形起动末期，采用变幅值-频率的中枢模式发生器(central pattern generator, CPG)实现向稳态游动方式的过渡；前期为保证游动方向及获取较大推进力，采用小幅值-高频率的CPG信号，后期则进入大幅值-低频率的稳态游动。最终，采用四关节仿生机器鱼(图3)验证了S形起动控制方法的有效性，实现了峰值转速为(318.08±9.20)°/s、转向误差为(1.03±0.48)°的较好结果，对提升水下游动机器人的机动性能具有指导意义。
图3 机器鱼执行S形起动
鱼类在水中的游动本质上是一种具有时空对称性的节律运动，由链式CPG产生和控制。从生物学角度讲，CPG是指一类存在于无脊椎动物和脊椎动物体内中枢神经系统中的神经元电路。它由脊髓和脑干的中间神经元网络组成，通过神经元之间的相互抑制，实现自激振荡，产生稳定的相位锁定的周期信号，控制躯体相关部位的节律性运动，如游泳、呼吸、行走或飞行等。CPG作为一种生物学运动控制机制，在机器人运动控制领域得到广泛应用。与传统机器人的控制方法不同，其主要特征有：①可以在无节律信号输入、无反馈信息及缺少高层控制命令的情况下产生稳定的节律信号；②通过相位滞后及相位锁定，可以产生多种稳定的相位关系，实现机器人的多模态运动；③易于集成环境反馈信号，形成反馈控制系统；④结构简单，具有很强的鲁棒性和适应能力。简言之，仿生CPG控制具有节律性、稳定性、自适应性、多样性等特征。这些特征与机器人运动特点相结合，常被用于机器人节律运动的底层控制器，同时在CPG模型中耦合高层控制中心的控制命令及反馈信息，可以在线产生稳定、协调的节律信号，控制机体的节律运动。
自然界，鱼类在躲避障碍或者逃避敌害时能够表现出一定的倒游行为。因涉及到游动方向的改变，倒游运动被生物学家归为鱼类线性机动行为。大多数鱼类能够依靠胸鳍的波动，完成身体的缓慢后退，而鳗鲡科及其他细长体鱼类则能够依靠身体的波动产生稳定倒游。特别地，鱼类在倒游时，尾部的神经元领先头部神经元兴奋，鱼体呈现出由尾部向头部传递的体波。生物学家针对鱼类的倒游行为展开了较多研究，并同其直游行为进行了详细对比。例如，与直游相比较，鳗鲡科鱼类倒游时，摆动频率与速度的比值要高得多。针对仿生机器鱼而言，倒游运动有助于狭小空间的避障及转向。
笔者受鱼类运动由CPG控制机制主导的启发，利用一类可产生稳定极限环的非线性振荡器作为神经元振荡器，通过振荡器间的相互耦合，建立了多关节机器鱼三维游动的CPG控制模型。同时，通过构建双边扰动信号，引入相位因子，实现了CPG输出信号相位的自由控制，并将此CPG模型应用于仿生机器鱼的控制中。针对CPG模型参数确定问题，通过构建仿鱼游运动的动力学模型，以鱼游性能指标为优化目标，利用粒子群优化算法给出一种CPG参数的优化整定方法。在此基础上，将能够自由切换相位的CPG模型应用于仿生机器鱼的游动控制，实现了机器鱼直游、倒游的平滑切换及稳定倒游。机器鱼游动模式的多样性充分验证了哈佛大学生物学家LAUDER“鱼类有多种运动步态”的观点。通过CPG控制方法与传统的鱼体波控制方法的对比，发现CPG控制方法可以获得更小的俯仰角和横滚角，尤其在参数突变和有扰动的情况下具有更稳定的游动性能和控制品质。
跃水运动是海洋生物高效机动行为的集中体现。关于海豚跃水的原因，尚无定论。一般认为，海豚的跃水运动有多种目的，比如说为了节省能量(因为在空气中滑行比在水中运动更容易)，获得更好的视角来观察猎物或逃避敌害，方便同伴交流，驱赶寄生虫，或仅仅只是嬉戏而已。无独有偶，鱼类中的飞鱼科在长期生存竞争中也形成了一种逃避敌害的高超技能：跃水飞翔。飞鱼在出水之前，先在水面下调整角度快速游动，快接近海面时，将胸鳍和腹鳍紧贴在身体的两侧，然后用强有力的尾鳍快速拍击，获得额外推力助其身体离开水面。整个身体出水时，飞鱼立即张开又长又宽的胸鳍作滑翔飞行。由于海豚(或飞鱼)在跃水之前必须获得瞬间的高速度，在出水、滑行、入水阶段必须保持精巧的姿态控制，而这些技能正是现有自主水下航行器(autonomous underwater vehicle, AUV)亟待加强与提高的，故跃水运动背后蕴含的运动机理、控制机制及仿生启示是有待深入探索和揭示的前沿课题。虽然海豚的背腹式游泳方式与普通鱼类的水平摆动方式相似，但在水平机动和垂直机动的复杂耦合问题上，海豚有很大不同。况且，海豚在水中的自主游动涉及高效性、高机动性、高升力、高稳定性的流动控制机制，现有的运动学和动力学模型尚不完善，给机构-驱动-传感-控制一体化设计带来了许多难题，因此面向跃水运动的仿生机器海豚研究面临极大的挑战。
跨介质的跃水对生物海豚来说是一种优势，既可以出水呼吸又能获得更高的游速。高游速不仅有助于跃水，而且可以逃避敌害或主动出击。就仿生工程而言，模仿海豚跃水不仅是硬件方面的挑战，建模和控制也是重要的一环。为了实现机器跃水，首要考虑的因素是速度。根据生物学观察，海豚跳中展示的小幅跃水，记录的游速为4.6 m/s，而大幅度的跃水需要的出水速度高达11 m/s。和生物对手相类似，机器海豚在跃水时经历了准跃水、完全跃水、连续跃水等现象。对一条长为0.7 m的机器海豚，游速达到2 m/s、净推重比为0.14时可成功跃出水面，这两个特征参数都比生物海豚相应的值要低。阻力减小是实现快速推进的有力途径，而常规采用的基于直流电机驱动的机械结构和基于电池的能源供应方案制约了仿生机械设计与制造，还有相对较大的提升空间。
针对高游速和高机动性的苛刻要求，笔者首先建立了分阶段的跃水模型，有效评估了最小出水速度，为跃水机器海豚原型样机开发提供了理论指导和设计参考。在高游速方面，提出了尾鳍攻角控制算法，通过实时反馈，使尾鳍相对于水流的攻角尽量保持在最佳角度而最大化推力，实现了超过2.93 BL/s的较高游速，而文献中报道的自由游动的机器鱼或机器海豚的最高游速通常在1 BL/s左右；在姿态控制方面，构建多通道PID控制器，通过融合多传感器反馈的姿态、深度、速度等信息，快速、分立地调节机器海豚的尾鳍及胸鳍运动，从而精准调整高速运动下的身体姿态及出入水角度。在此基础上，研制开发了自行推进的机器海豚跃水原型系统，应用提出的五阶段跃水控制算法，首次实现了单跳跃水(见图4)和多跳跃水(见图5)，并完整复现了出水-空中滑行-再入水这一生物海豚的跃水过程。实验结果表明，高游速和姿态控制是实现跃水的两个主要因素。
图4 不同跃水现象的视频截图
机器人的智能化、适应环境与任务多变性、人机融合友好共存是机器人发展的规律与必然趋势，在这一科技浪潮创新时代，机器人研究发展给中华民族伟大复兴的中国梦带来了历史性发展机遇与挑战。大自然是机器人仿生设计取之不尽用之不竭的智慧宝库，为未来科技带来无限可能。《高机动仿生机器鱼设计与控制技术》一书涵盖了面向高机动运动的仿生机器鱼系统建模、平台设计与运动控制等内容。该书以十余年高机动方向的研究成果为基础，对高机动仿生机器鱼的研制过程和控制方法进行了系统梳理和阐述。特别地，所论述的高机动型仿生机器鱼具有如下特征和优势：①灵活强劲的仿生推进机构；②高效运动的形态学；③快速的旋转机动；④稳定的倒游机动；⑤高机动跃水运动。
图5 三连跳跃水时的叠加截图
经过二十多年的快速发展，仿生机器鱼的推进性能得到较大的提升，但是与真实鱼类的游动性能还相距甚远。例如，本书实现的C形起动峰值速度达到670°/s，但北美狗鱼的起动速度能够轻易超过2 000°/s。因此，仿生机器鱼还有非常大的发展空间。纵观近年来国内外仿生机器鱼的发展动向，笔者认为面向高机动性能的仿生机器鱼研究，今后将重点向以下方向发展：①高性能驱动机构；②三维精准高机动运动；③环境感知能力；④智能学习研究；⑤面向实际应用。相信在新技术和新需求的双重驱动下，特别是先进制造、智能材料与仿生学的深度融合背景下，水下仿生机器人的发展将会更加稳健，前景也更诱人。