鸟类仿生学的研究报告

鸟类仿生学的研究报告

XXX

XX学院 XXXXXXXXXXXXXXXXX XXXXXXX号 Tel:XXXXXXXXX，******************

摘要：自然界昆虫和小鸟翅膀柔性在提高气动效率和飞行稳定性方面具有很大优势，因而翅的柔性仿生研究将成为目前微小型仿生飞行机器人的重要方向。以昆虫翅膀为基础，进行了柔性翅的仿生机械设计，并重点对其柔性进行了分析积实验研究。实验结果表明，柔性翅的展弦比和前缘梁刚度对升力有较大的影响，其中变刚度前缘粱和大展弦比有益于升力的产生。[1]

关键词：仿生；机械；建议

引言：

从始祖鸟的出现到现在，在这亿万年的漫长进化过程中，鸟类形成了许多卓有成效的导航、识别、计算、能量转换等系统，其灵敏性、高效性、准确性、抗干旱性都另人惊叹不已。人们研究这些结构和功能原理并加以模拟，用来改善现有的或创造新的机械、仪器、工艺，这就是仿生学研究的一项重要内容。

鸟类有高超的飞行本领，当然现代的飞机在很多性能上都远远超过鸟类，可是在节约能源上，在灵巧性上就相形见绌了。如一只鸟连续在海洋上空飞行4000多公里，体重减轻0.06公斤；小巧的蜂鸟不仅能垂直起落，而且在吮吸花蜜时能取直立姿势，悬在空中进退自如，灵活异常。对这些特殊功能的研究利用，将会使飞机的性能进一步得到改进。

如野鸭能悠然自得地飞行在9500米的半高空，而人在登上4500米时呼吸已经感到很困难了。研究鸟为什么会在空气稀薄的条件下脑血管依然畅通，可对人类在供氧不足的环境中正常生活和延长生命有重要意义。

鸽子在仿生学方面有很大的贡献。它的腿上有一个小巧而灵敏的感受地震的特殊结构，人们根据它的原理仿制出一种新的地震仪，使地震预报更加准确。它的眼睛有着特殊的识别本领，这是由于它的视网膜上有6种功能专一的神经节细胞：叶亮度检测器、普通边检测器、凸边检测器、方向检测器、垂直边检测器、水平检测器，人们模仿它视网膜上的细胞结构制成的鸽眼电子模型，虽结构还不及它的复杂和完善，但安装在警戒雷达上、应用于电子计算机处理有关数据方面已有广阔的前景。

地球上海水占总水量的97％。而海水的人工淡化器目前设备庞大、结构复杂、耗能量高。但海鸥、信天翁这些海鸟却可以通过眼睛附近一条盐腺把喝下去的海水中的盐分排出，一旦完成这个功能的模拟，人类利用海洋的前景将会更加广阔。

此外，人们根据鹰眼的结构正在研制鹰眼系统导弹，这种导弹在飞临打击目标上空时就能自动寻找、识别目标而跟踪攻击。

多无人机协同编队仿生飞行控制关键技术研究

[2]多无人机（Unmanned Aerial Vehicle，UAV）协同编队飞行（Coordinated Formation Flight，CFF）在军事和民用领域具有广阔的应用前景，正受到越来越广泛的关注。以赶超国外先进水平为目标，面向UAV开展多学科交叉基础性技术研究，有着非常重要的现实意义。

本文着重研究多无人机仿生紧密编队飞行控制问题。分析

了候鸟编队飞行原理，讨论了无人机紧密编队飞行的仿生机理，

建立考虑气动耦合效应的紧密编队飞行模型，设计了基于小脑模

型神经网络（Cerebellar Model Articulation Controller，CMAC）

与PID复合控制的队形保持控制器，并开展了CFF半物理验证。

主要工作包括：

1）研究了大雁等候鸟编队飞行的特点，并建立鸟类单只和

编队模型进行理论分析。从控制策略和几种CFF 队形调整方法，以及基准参考点的选取等方面对队形动态调整的原理与规则进行研究。

2）分析了各种涡流模型的特点，研究了紧密编队飞行气动耦合问题，并建立了尾涡引起的上洗和侧洗流模型。通过仿真分析了升力、阻力和侧力变化与编队间距变化之间的关系，并确定了节省能量的编队结构，进一步验证了鸟群编队的省力结构。

3）针对多无人机紧密编队飞行的特点，考虑相邻两机间的涡流效应，建立多无人机紧密编队飞行模型。提出了一种基于CMAC和PID 复合控制的编队保持控制器，并通过仿真验证了其有效性。

4）利用本实验室已建成的UAV 飞控系统虚拟原型（基于Statemate 软件包）和物理原型（基于32 位高性能DSP的飞行控制计算机）搭建CFF 半物理验证平台，并基于该平台进行紧密编队队形保持的仿真试验。结果表明所设计的控制器有效可行。

[3]随着单架无人机技术的发展日趋成熟，军事和民事领域对无人机的任务需求变得苛刻，人们开始关注生物界编队鸟群（如大雁、天鹅等）长途迁徙的现象，分析生物系统的进化特征与行为规律，利用多无人机协同编队飞行（Coordinated Formation Flight，简称CFF）与生物系统（个体或群体）的某些原理和行为相似性，将仿生学引入到CFF研究中，以期获得类似鸟群长途迁徙的功效，如降低飞行阻力、节省燃油、延长巡航距离等。由于多无人机CFF控制技术具有广阔的工程应用前景，因此这一项目已在世界范围内激发了科研人员越来越高的研究热情，但又因该项目需要涉及多学科和多技术领域，因此研究难度高。

目前国外虽已取得了显著的研究成果，但离工程应用还有很大的差距，而国内研究才刚刚起步，还属于理论跟踪性研究，所以系统深入的研究多无人机CFF控制技术，逐步实现其工程应用已成燃眉之际。本文正是基于多无人机CFF控制技术的国内外发展背景，根据实验室的实际情况，从多无人机编队飞行的基本原理到功能的硬件实现，采取环环相扣的研究方法，完成了多无人机CFF控制技术的前期研究工作。全文研究的多无人机CFF控制关键技术主要包括四个方面：多无人机CFF的气动耦合模型、CFF中单架UAV的运动学和动力学模型、CFF控制器以及硬件在环的CFF测试平台构建技术。

论文首先总结了前人在这一领域内已有的研究成果，并在此基础上对紧密编队飞行中非常重要的气动耦合问题进行了系统的研究，然后分析对比了几种常见的涡流模型，利用简化的飞机结构和一种近似平均有效风和风梯度的计算方式，针对“长机-僚机”的V型编队方式和非线性6 DOF的刚性飞机，确立了适合多无人机CFF动态特性研究的气动耦合模型，继而分析这种气动耦合对飞机各种参量所产生的影响作用，并相应完成了对已有的标准飞机气动力和力矩系数方程组的调整工作。其次，利用第一阶段的工作成果，论文给出了“长机-僚机”编队方式下多无人机CFF模型，通过惯性坐标轴系、速度坐标轴系与机体坐标轴系之间的转换关系，深入的分析了受翼尖涡流影响的CFF中单架无人机的运动特性，同时给出了其特有的运动学和动力学模型。论文的核心研究内容之一是如何设计出一种能够确保僚机实时跟随长机飞行航迹的飞行控制器。

在本文前期工作的基础上，利用多无人机CFF中的单架无人机的非线性动力学模型，针对飞机特有的运动规律，对应的给出了双环控制器的设计方法：外环利用带积分消除跟随航迹稳态误差的变结构滑模控制器，内环则采用基于神经网络消除逆误差的动态逆控制器。整个设计过程紧紧围绕多无人机CFF系统建立的要求，由长机航迹信息已知的理想假设，到完全不用知晓情况下实施目标跟随，并保持特定的编队队形，层层深入地系统研究了飞行跟随控制律，最后利用Matlab7.1对其进行仿真验证。仿真结果表明该飞行控制器能够确保僚机在长机产生的涡流场中保持编队飞行的队形结构。本文另一个核心研究内容是硬件在环的多无人机CFF测试平台的研制。文中详细的阐述了多无人机CFF系统的设计要求和软硬件实现过程。整个系统主要由三个子系统组成：无人机飞行控制系统（Flight Control System，简称FCS）、基于Statemate构建的无人机虚拟样机（Virtual Prototype，简称VP）以及地面测试系统。硬件测试平台的设计中加入了FCS-VP思想，主要是基于低成本考虑，而FCS-VP虽然是一种数字化的软件模型，但其设计理念与系统设计自动化（System Design Automation，SDA）完全一致，可以对应的完成物理原型应该具备的所有功能，且具有研究过程用时短，飞行航迹监控实时性强等优势，并能随机的对飞机实施各种干扰，动态的显示编队飞行控制器的性能好坏。