机电控制科学之于蜜蜂的研究进展_黄建伟.pdf

蜜蜂杂志(月刊)JOURNAL OF BEE（Monthly）NO.22023Feb.收稿日期：2022-10-25作者简介：黄建伟，男，浙江温州人，在读本科生，E-mail：指导老师：胡福良，教授，博导，E-mail：课程论文园地机电控制科学之于蜜蜂的研究进展黄建伟1，胡福良2（1.浙江大学求是学院工科试验班 2 1 3 0 班，浙江杭州3 1 0 0 5 8；2.浙江大学动物科学学院，浙江杭州3 1 0 0 5 8）摘 要：蜜蜂具有优异的运动特性和独特的身体结构，而这恰好为机电控制科学提供了良好的模型和创新思路，使之成为当今仿生机电控制领域的研究热门之一。将从机器人的 3 种体系结构：功能分解、行为分解和智能分布分解来进行举例，并从中探寻蜜蜂在机电控制机器人领域的各种应用及其对社会发展的意义。关键词：蜜蜂；机器人；机电；控制中图分类号：S89，TP242文献标识码：A文章编号：1003-9139（2023）02-0030-031 引言昆虫是节肢动物门内数量最多，并且在地域分布上最广泛的种类。而蜜蜂身为昆虫中最为常见的类别之一，在亿万年的优胜劣汰和自然选择之后，具备了优越的环境适应力和独特的身体结构，尤其是其绝佳的飞行性能，成为仿生机械的良好设计基础。近年来，仿生机电领域的学者不断从蜜蜂的身体结构和运动特性入手，用精密的机械结构和先进的自动化控制技术制造出了以蜜蜂为基础的仿生机器人。基于机器人体系结构，大致可分为基于功能分解、基于行为分解、基于智能分布分解等几种结构方式，而这几种结构方式均在蜜蜂仿生机械中得以体现。虽然蜜蜂仿生机器人及相关领域的研究在结构外形、运动模式、机电控制系统等方面得到了充足的发展，但是其在运动机制、外界感知、能源供给等方面仍存在一定的技术限制，对相关领域的研究依然任重而道远。本文从机器人的 3 种体系结构：功能分解、行为分解和智能分布分解来进行举例，并从中探寻蜜蜂在机电控制机器人领域的各种应用及其对社会发展的意义。2 基于蜜蜂的机电控制机器人2.1 基于功能分解的蜜蜂相关机器人基于功能分解的结构，在机器人机电控制技术上也属于传统的慎思型智能，并且这种结构的机器人表现为串行分布，在实施的方法上则体现为异步实施方式，即按照一个“感知规划行动”的模型完成信号的处理与控制系统的实现，这种结构的好处是功能明确和实现简便，不过只适于在已知的结构化环境下进行相对复杂的工作1。蜜蜂虽然作为神经结构较为简单的昆虫，但都有自己识别气味的手段和方法，并且能够凭借触角识别周围空间的挥发性气味，对不同气味做出快速反应，基于此，有学者从昆机接口、M E M S（微机电系统，M i c r o-E l e c t r o-M e-c h a n i c a l S y s t e m）技术、运动控制 3个方面进行研究，通过测算蜜蜂触角对不同气味的电位特征，再通过电刺激触角模拟气味刺激触角，从而诱导蜜蜂飞行来实现虚拟嗅觉2。而这通过微机电系统模拟蜜蜂收到气味刺激的特征电位，再使用一个基于磁悬浮减阻技术的旋转电刺激试验台，来控制蜜蜂振翅和转向等运动行为的方式应用到机器人之后，即形成了一种典型的“感知规划行动”的基于功能分解的蜜蜂仿生机器人，能够用来实现在不同气味刺激场景下的飞行运动。在搭建的蜜蜂迷宫系统30JOURNAL OF BEE（Monthly）蜜蜂杂志(月刊)2023 年 第 2 期中，通过触角电位实验台来研究蜜蜂机器人受气味诱导的运动控制机理，最终是基于虚拟现实（V i r t u a l R e a l i t y）技术通过微机电系统验证出特征电位来控制蜜蜂的规划运动。这种基于功能分解的蜜蜂仿生识别气味的机器人虽然能够以电刺激来模拟气味刺激以实现功能，但是其系统的复杂性仍未投入应用。因此在此基础上需要进一步地进行机电上的优化，如可以结合最新的微电子加工材料，实现小且轻的刺激系统来实时发布指令，控制蜜蜂机器人的运动，或是开发出群体蜜蜂机器人的协作系统，更好地进行路径的规划。在笔者看来，像这样的气味识别的慎思式智能，经过长足的发展，能够让人们更加深入地了解蜜蜂的触角电生理响应机制，也能在机电控制领域得到诸多应用，如实现气味识别的仿生应用，抑或是延伸到基于气味的路径规划应用，为人类社会做出相应的贡献。2.2 基于行为分解的蜜蜂相关机器人基于行为分解的体系结构在机器人机电控制上属于现代的反应式智能，与基于功能分解的机器人有所不同，这种体系结构的机器人体现为并行分布，在实施的模式上表现为同步执行，即按照一种“感知行动”的模式来处理各种信息和实现对机械的控制，这种结构的优点是效率高且机动能力强，但是无法适应于各种复杂的情况1。蜜蜂进化型遗传算法（b e e e v o l u t i o n a r y g e-n e t i c a l g o r i t h m,B E G A）3 是基于大自然中对蜜蜂所特有的选育技术设计的一个高度优化的遗传算法，它充分利用了最优染色体来引导内部种群进化成最优的类型，并同时吸引外部种群，从而避免局部最优解对算法的影响，从而提高了物种多样性。基于这种算法，研究团队提出了一种点焊机器人4 最优能耗的优化算法，以此对点焊机器人的轨迹规划实现最优控制，这种点焊机器人采用永磁交流伺服电机（p e r-m a n e n t m a g n e t s y n c h r o n o u s m o t o r,P M S M），通过“感知行动”的模式进行工业化的点焊，属于基于行为分解的机器人，而蜜蜂作为自然界的生物，其通过自然选择而产生的繁殖方式却成了工业中机电控制机器人工作的最优算法，使其求解效率更高，且最优能耗轨迹比最短时间轨迹的能耗明显减少，这是蜜蜂作为自然界的代表与人工智能的完美结合，是自然界中完美规律在机电控制中的绝佳体现。对于如今的机电控制领域，有许多问题需要在复杂的搜索空间之中找到最优解，而获得最优解的过程就需要良好的算法来避免组合爆炸的发生，因此，研究能够在过程中自适应的获得最优解的通用算法是当今的热门，而遗传算法便是其中之一。目前这种算法本身在理论和应用方法上仍存在许多需要完善的地方，而蜜蜂的繁殖进化过程仍能对这种算法的改进具有启示作用。蜜蜂的繁殖方式是有性生殖，但具有其独特的方式，即子代都由蜂王产生，而雄蜂通过竞争获取和蜂王交配的机会，这种特性应用于算法可提高算法的勘探能力和开采能力5。显然，虽然作为自然界中微小不起眼的生物，蜜蜂在繁殖过程中蕴含的规律却是对人工智能算法改良的优秀选择，这是这个世界普适规律在方方面面的渗透，也为我们是否能够通过蜜蜂这样的生物身上的自然规律和身体结构来对仿生机器人的运动控制、性能优化、能源供给等仍具有限制的技术方面带来改进的思路注入了一定的希望。2.3 基于智能分布分解的蜜蜂相关机器人基于智能分布分解的体系结构在机器人机电控制上属于最前沿的分布式智能，是对生物控制方式和推理逻辑的一种借鉴和仿生，但由于客观条件和工作目的的限制，这种体系结构知识是从某一种角度出发对生物智能的一种模仿，在结构上体现为分散分布，在执行上属于协同执行，在独立实现局部问题求解的同时，也能基于协作解决全局问题1。人工蜂群（A r t i f i c i a l B e e C o l o n y,A B C）算法6 是基于蜜蜂采蜜行为的元启发式搜索算法，具有群智能算法的特点。蜜蜂在采蜜时会按照太阳的相对位置，来记录蜜源植株的生长位置、离蜜巢的距离等信息，而人工蜂群算法模拟蜜蜂的群体智能行为，把蜂群分为了引领蜂、侦察蜂和跟随蜂 3 个部分，通过引领蜂搜索、侦察蜂搜索和跟随蜂选择 3 种主要的操作来实现分布式智能。而这种智能分布算法的并31蜜蜂杂志(月刊)JOURNAL OF BEE（Monthly）NO.22023Feb.行机制可以用于灭火机器人7 的路径规划，一些学者在人工蜂群算法中引入了蜜源的花密度，并同时使用并行选择的方式，使灭火机器人在进行路径规划时，随着迭代次数的增加，减少搜索的间隔，优化局部值，这样在规划路径时更倾向于向目标方向移动，最终达到更快收敛、更平滑的路径规划效果。这种将蜂群进行划分的群体智能在机器人上得到了应用，实现了智能分布。自工业革命以来，机电控制的发展如火如荼，犹如仿生技术等科技就取得了里程碑式的发展，但是人工蜂群算法同其他智能优化算法相似，人工蜂群算法的理论研究匮乏，从理论上无法剖析算法的行为，并且鉴于算法收敛模型的建立和收敛性的分析是算法研究和改进的基础，该方面的工作具有一定的挑战性。人工蜂群算法受蜜蜂觅食行为的启发而提出，模拟了蜜蜂觅食的部分行为，而在真实的自然环境中蜜蜂的觅食行为更加复杂而多变，例如：蜂群采蜜时会对工作进行合理的分配，但在一些特定状态下，蜜蜂的职能也会发生一定的改变，如他们的年龄变化、性激素调节、受基因所决定的个体的性倾向变化等。因此需要统筹考虑上述各种因素，把蜜蜂觅食的某些特征经过抽象成合理的算子植入到算法中并以此来改进算法。蜂群智能对比于人类智能，可能是不值一提的，其能够完成的任务也相去甚远，但是蜜蜂却仍然能够解决如选择合适的筑巢地点、通过协作进行高效采蜜的复杂问题9。通过长期的自然选择，蜂群也形成了人类所不具有的蜂群思维，对这样的群体智能思维的研究也能够帮助我们解决许多现实问题。我们也应该相信，作为群体智能的突出代表，作为自然界生物的突出智慧，它在机电控制领域的应用也将越来越广泛，在智能技术领域中也将发挥重大的作用。3 结 语无论在什么时候，人类对自然界的事物都充满了好奇心，也希望能够通过对这些事物的研究来获得一些借鉴的途径，并更好地应用在仿生机器人的设计中。有如以变色龙的舌头为原型的“F l e x S h a p e G r i p p e r”、受鸟类启发而得到了优化飞行器设计的方法乃至各种各样的蜜蜂机器人，都印证了包括蜜蜂在内的自然生物能够给仿生机械的研究设计带来巨大的灵感。随着时代的发展，模仿生物、从事生物特点工作的仿生机器人成了研究的热点，而蜜蜂机器人便是其中的突出代表之一，也将在生产生活的各个领域得到广泛的应用。仿生机器人应以提高用户的生产能力、分析能力和创造力为目标，并且作为人工智能、仿生学、控制、材料等学科交叉的技术成果，相关研究对于开拓新产业、促进就业具有重要意义。但是，目前我国仿生机器人在使用过程中面临的面向个人和家庭用户的产品较少，仍需要各行各业的人来推广应用。概而论之，发展机电控制下的如蜜蜂机器人之类的仿生机器人，使之能够真正得到应用依然任重而道远。参考文献：1 蒋莹.多机器人协同探测的任务分配和避碰方法研究D.长沙：中南大学,2008.2 李志强.基于触角电生理响应机制的蜜蜂运动控制研究D.北京：中国地质大学(北京),2019.3 孟伟,韩学东,洪炳镕.蜜蜂进化型遗传算法J.电子学报,2006,34(7):1294-1300.4 邓乾旺,罗正平,张丽科,等.点焊机器人轨迹能耗模型及其优化算法研究J.中国机械工程,2016,27(1):14-20.5 刘伟莉,袁毅锐,蓝璐恺,等.改进的蜜蜂进化型遗传算法J.计算机工程与设计,2008(11):2863-2867.6 翟光明,李国和,吴卫江,等.基于 Spark 的人工蜂群改进算法J.计算机应用,2017,37(7):1906-1910.7 王艳春,夏颖,房汉雄,等.基于改进人工蜂群算法的灭火机器人路径规划研究J.高师理科学刊,2020,40(10):23-26.8 井文红.人工蜂群算法的研究及其改进D.延安：延安大学,2017.9 江瑞,罗予频,胡东成,等.一种协调勘探和开采的遗传算法:收敛性及性能分析J.计算机学报,2001,24(12):1233-1241.32