SailMAV：面向水生环境监测的仿生航行微飞行机器人创新研究

《IEEE Transactions on Field Robotics》：SailMAV: Water-Surface Locomotion and Biodiversity Monitoring

　　本文报道了一种名为SailMAV的航行微飞行机器人创新研究，该研究针对传统水生机器人部署困难、难以进入脆弱水生栖息地的问题，通过融合飞行与航行能力，实现了高效、低干扰的水生环境监测。研究人员开发了包含气动-水动力设计、新型控制策略和自主导航系统的完整框架，成功进行了户外自主航行验证，并展示了在生物多样性被动声学监测(PAM)中的应用潜力，为微型空中-水生机器人(MAAV)的环境传感提供了新范式。

　　

在气候变化研究日益重要的今天，对水生环境数据的获取需求与日俱增。然而，传统的单模式机器人面对复杂的自然水域环境时往往力不从心——大型水上机器人难以部署到偏远区域，而小型设备又缺乏足够的续航能力和环境适应性。特别是在生物多样性监测领域，现有方法往往需要人工介入，不仅效率低下，还可能对敏感的生态系统造成干扰。

针对这一挑战，由André Farinha、Luca Romanello等来自帝国理工学院、EMPA等国际知名研究机构的研究团队在《IEEE Transactions on Field Robotics》上发表了创新性研究成果。他们开发了一种名为SailMAV的航行微飞行机器人，巧妙地将飞行器的快速部署能力与帆船的持久航行能力相结合，为水生环境监测提供了全新的解决方案。

这项研究的核心创新在于解决了飞行与航行两种运动模式之间的固有矛盾。飞行要求重量最小化，而水上作业则需要防水和浮力装置，这自然会增加重量。研究团队通过巧妙的子系统共享设计，使控制面在飞行和航行模式下都能发挥作用，显著减少了冗余质量。具体而言，机器人的机翼在飞行时提供升力，在水面时则转变为帆的角色，通过90度旋转实现功能转换。

研究人员采用了多项关键技术方法：通过计算流体动力学(CFD)和解析建模优化了船体几何形状；开发了专门针对刚性翼帆的新型控制策略；设计了包含微型风速传感器的自主导航系统；采用真空成型和结构电子学等先进制造工艺。研究还利用英国和克罗地亚的实地测试环境，对机器人性能进行了全面验证。

II. 航行微飞行机器人的运动机理

SailMAV被设计为能够执行完整的飞行-航行-飞行任务循环。机器人从岸边起飞，飞抵目标水域后降落，利用风力进行水面航行并执行科学任务，需要时再次起飞转换工作区域。这种多模态操作的核心挑战在于飞行与航行需求之间的权衡：飞行需要轻量化，而水上作业需要浮力和防水，这增加了重量负担。

研究团队通过共享控制面的创新设计解决了这一矛盾。机器人的中央机翼在飞行时提供升力，在水面时通过内置执行器旋转90度作为帆使用。同样的执行器在飞行时通过不对称旋转实现横滚控制，在航行时则调整帆相对于风的角度。方向舵在两种模式下都用于偏航控制，只有升降舵专用于飞行模式。

这种共享策略显著提高了系统效率。与将飞行和水生组件分离的设计相比，SailMAV的冗余质量大大降低，飞行时仅为10%，水生操作时为20%，而传统分离设计的冗余质量高达39%-42%。

航行动力学建模

航行运动建模涉及复杂的空气动力学和流体动力学分析。研究人员定义了地球坐标系(E)、机体固定坐标系(B)和帆固定坐标系(S)来描述机器人的运动。真风速度U_W和机器人速度U_B共同决定了表观风Ψ_WB，这是帆力计算的关键参数。

与柔性帆不同，SailMAV采用刚性翼型帆，这带来了性能优势和建模便利。研究人员通过混合函数方法获得了S6061翼型在失速前后的完整气动特性数据，为控制策略设计提供了基础。

船体受力建模考虑了尺度效应带来的独特挑战。SailMAV的尺寸远小于传统帆船，且无法安装会增加阻力的龙骨。研究人员通过半经验方法结合数值计算，建立了包含摩擦阻力、波浪阻力和形状因子的阻力模型，以及侧向力模型。

起飞动力学分析

SailMAV采用类似水上飞机的起飞策略，通过螺旋桨在水面加速直至产生足够升力。这一过程涉及排水、滑行和起飞多个阶段的复杂流体动力学转换。研究人员通过求解Savitsky方程分析了不同船体几何形状对起飞性能的影响，发现低长宽比(l/b)的船体在滑行阶段阻力更小，但航行性能较差。

通过系统化的设计流程，研究团队最终选择了l/b约为7的船体几何形状，在起飞性能和航行性能之间取得了良好平衡。

III. 原型设计与制造

SailMAV原型采用双船体连接刚性中央机翼的结构设计，相比早期概念验证版本进行了全面升级，更适合实际户外任务。

船体制造采用真空成型技术，将船体水平分割为两个凹壳。底部船体具有上升龙骨、浅折角和平坦船尾，以优化滑行性能；顶部船体设有电子设备开口，通过硅胶密封确保防水性。

中央机翼不仅提供升力，还作为连接两个船体的结构元件，采用聚酰亚胺泡沫芯和碳纤维蒙皮制造，通过四点连接形成刚性整体。

帆的驱动系统嵌入机翼内部，通过定制滑环解决线路缠绕问题。该驱动系统重27克，在潮湿环境下运行超过80小时无故障，甚至能在翻船情况下幸存。

电子系统以Pixhawk5飞行控制器为核心，运行PX4固件。创新性地采用印刷电路板(PCB)作为电子支撑和机械密封组件，减少了重量并提高了防水性。推进系统包含两个无刷电机，通过推力测试优化选型。

传感系统包括GPS、气压计和定制微型风速传感器。后者基于AS5048b霍尔效应传感器，通过磁铁和轴承实现低摩擦风向测量，为自主航行提供关键数据。

IV. 船体性能数值评估

通过计算流体动力学(CFD)分析，研究人员对预设的船体几何形状进行了详细评估。该设计具有6.85的形状因子和10.7-12.9的梁载系数，特点是双舭缘设计，可在不同速度下有效导流。

模拟发现，当弗劳德数Fr>1.5时会出现海豚运动（纵摇和垂荡的振荡），且重心位置对此有显著影响。重心前移可提高稳定性，这与船体前体长度较大的特点相符。

在滑行条件下，最大阻力系数出现在Fr=0.5，这是排水型船体受波浪阻力影响的典型特征。高速时产生水动力升力，推动船体进入滑行状态。阶梯高度对滑行稳定性有重要影响，5%的低阶梯设计表现出更好的稳定性和更低阻力。

航行条件下的模拟显示，在最大12度的漂角范围内，波浪阻力变化很小，摩擦系数仅轻微下降。经验公式略微高估了侧向力，但显著高估了高速时的摩擦阻力。

V. 航行包线分析

由于载荷限制，SailMAV的航行控制可用信息远少于传统自主帆船。研究人员开发了基于表观风向的控制策略，通过优化帆角最大化推进力。

与传统平滑控制策略相比，最大化推进力系数(max(C_Ft))策略在迎风航行时表现出显著优势，特别是在横风到迎风转换区域，通过利用翼型的两个升力最大值点提高了性能。考虑执行器限制的分段线性策略在保持性能的同时提高了实用性。

通过力平衡方程求解，研究人员预测了机器人的航行速度和漂角。结果显示，max(C_Ft)策略在整个航向范围内都有性能提升，尤其在迎风航行时效果显著。在5m/s风速下，机器人最快航行角度为60度，表明其具备有效的迎风航行能力。

VI. 自主航行控制

SailMAV的水面控制器采用基于切换策略的方法，根据环境条件和任务需求激活不同的导航控制组件。控制器依赖GPS数据，通过连续调整航向来应对显著的漂移效应。

航点跟踪策略根据任务需求设定一系列航点，控制器计算当前位置到下一航点的方位和距离，根据风向条件决定是否采用迎风航行策略。当航点位于无法直接到达的迎风区域时，控制器采用之字形迎风航行策略。

方向舵控制采用闭环反馈机制，最小化期望航向与实际航向的偏差。帆控制完全基于表观风向，通过新提出的策略充分利用翼型形状，显著提升了迎风航行能力。

VII. 实地实验验证

在英國、瑞士和克罗地亚的多种水域环境中，研究人员进行了广泛的实地测试，验证了控制策略和设计概念的有效性。

自主航行性能

对比实验显示，max(C_Ft)策略使机器人平均能够多迎风航行12度。虽然实际航行速度低于稳态模型预测，这主要是由于帆产生的俯仰和横滚力矩使船体更深地浸入水中，增加了阻力。

在迎风航点任务中，机器人成功执行迎风航行策略，平均有效迎风角达到57度，略优于预测的63度。最大记录速度达到2.2m/s(Fr=1)，此时船体开始产生显著水动力升力。

环境传感应用

SailMAV集成了环境传感载荷，可测量水体和大气温度等关键参数。在长达6小时的任务中，机器人成功收集了热通量数据，展示了其在环境监测中的应用潜力。

在克罗地亚Vrana湖的测试中，SailMAV配备了麦克风和 hydrophone 进行被动声学监测(PAM)。与传统静态调查相比，SailMAV调查发现了更高的物种丰富度，显示了移动监测在生态研究中的独特价值。

VIII. 讨论与展望

研究表明，航行是SailMAV最有效的运动方式，其运输成本(COT)在0.5-1.4之间，优于排水模式(2.8-4.0)和滑行模式(4.3-9.8)。与同类重量级商业MAV相比，SailMAV的航行效率可媲美甚至超过单模式飞行器。

在风速大于3.2m/s的横风航行条件下，航行效率优于飞行；而在顺风区域，由于帆效下降，飞行更具优势。考虑到起降的能量成本，开发管理这种双模式运动的路径规划工具具有重要价值。

在生态监测应用方面，SailMAV展现了非侵入性采样的独特优势，能够以最小干扰接近生物群体。移动调查与静态调查在时空尺度上各有优势，未来可发展为互补的监测策略。

研究结论

本研究提出了完整的SailMAV设计框架，通过深入的流体动力学分析支持了小型航行-飞行机器人的开发。广泛的实地测试验证了基于定制传感器套件的控制和导航策略，展示了在长时程自主任务中的实际应用能力。

SailMAV的传感方法具有高能效、低噪音、无污染和鲁棒性等特点，特别适合自然环境的數據采集，为环境科学研究提供了有价值的工具支持。通过提供的理论模型、控制方法和设计见解，这项研究为航行-飞行机器人的未来发展奠定了重要基础。