游泳中腿部踢水产生的波状流场的仿生感知

人工侧线系统是一种用于水下机器人的仿生流场感知系统，由分布式流场传感器组成。ALL 已成功应用于检测仿生机器鱼身体波状起伏和尾部摆动产生的波状流场。然而，其在感知人类游泳时腿部踢水产生的波状流场方面的可行性与性能尚未得到系统的测试与研究。本文提出了一种新颖的感知框架，利用仿生 ALL 感知来研究游泳者腿部踢水产生的波状流场。为了评估使用 ALL 系统感知游泳者腿部踢水产生的波状流场的可行性，本文设计了一个集成 ALL 系统和实验室自制的人体腿部模型的实验平台。为了提高流场感知的准确性，本文提出了一种动态融合时域和时频特征的特征提取方法。具体而言，使用一维卷积神经网络和双向长短期记忆网络（1DCNN-BiLSTM）提取时域特征，而使用短时傅里叶变换和二维卷积神经网络（STFT-2DCNN）提取时频特征。然后基于注意力机制动态融合这些特征，以实现对波状流场的准确感知。此外，进行了大量受人类游泳启发的各种场景的实验，如腿部踢水模式识别和踢水腿部定位，取得了令人满意的结果。