当摄像头面对浑浊、昏暗的水域时，水下机器人往往难以获取附近物体最清晰的线索。研究人员利用光纤布拉格光栅（Fiber Bragg Grating，FBG）光学传感器，制造出柔性的触须状探针，并展示了双通道系统如何捕捉相对水流、翼型产生的尾流，以及可用于选择机器人行进路线的信号。这种方法为无法单独依赖视觉的平台带来了类似触觉的流体动力学感知能力。
目录
研究人员制造了什么？
研究团队开发了一种仿生流体动力学传感器，让水下机器人能够感知局部水体运动。该装置采用柔性的触须状结构，并在其中布置了光纤布拉格光栅传感器。FBG 是嵌入光纤中的光学传感元件；当光纤弯曲或拉伸时，反射光的波长会发生变化。通过这种波长偏移，即使不在传感位置使用传统电线，也能测量机械应变。
研究考察了两个传感通道，分别记为 FBG 1 和 FBG 2。系统并不试图重建完整的水下图像，而是测量周围流场的变化。这些变化包括拖曳造成的稳定相对运动、翼型产生的振荡扰动，以及运动源留下的下游尾流。
实验围绕一个实际的机器人问题展开：机器人能否利用流体动力学信号，在两条可能的路线或分支之间作出选择？因此，分类器只使用两个 FBG 通道。机器人位姿、速度、偏航角以及视觉跟踪数据均被有意排除，以单独考察触须本身能够提供的信息。
这一设计面向摄像头难以发挥作用的场景，包括浑浊水域、黑暗环境、气泡干扰以及能见度有限的区域。它还提供了一种轻量化传感方案，无需大型声呐或复杂的水下视觉系统，就能安装到载具上。
主要结果是什么？
在受控拖曳条件下，实验确定了三种基本工作特性：触须如何应对涡激振动、信号如何随相对流速变化，以及响应如何依赖攻角。攻角描述的是触须相对于来流方向的姿态，因此这项测试能够说明安装方向如何影响信号。
随后，尾流实验区分了两种物理情况。一种是在基本静止的水中，让俯仰翼型固定在原地；另一种是让俯仰翼型在水中平移。这一区别很重要，因为运动源会留下被水流带向下游的尾流，更接近机器人跟随另一个运动物体时可能遇到的轨迹。
在机器人决策任务中，系统仅使用两个光学通道训练二分类器。报告中的数据划分包括 463 个训练窗口、114 个验证窗口和 186 个留出测试窗口。研究人员先按轨迹划分数据，再提取窗口，从而避免同一条轨迹中的样本同时泄漏到训练集和测试集。
| 评估细节 | 报告设置 |
|---|---|
| 输入通道 | FBG 1 和 FBG 2 |
| 训练窗口 | 463 |
| 验证窗口 | 114 |
| 留出测试窗口 | 186 |
| 分类器窗口长度 | 2.0 秒 |
| 重采样分类频率 | 500 Hz |
论文提供的正文没有包含最终准确率、精确率、召回率或对比得分，因此无法可靠地给出这些指标。目前最明确的成果，是建立了一套受控的传感与分类流程，用于检验仅凭尾流信息是否能够支持分支选择。
光纤触须如何工作？
当水流推动柔性触须时，传感过程便开始了。弯曲与振动会使嵌入式光纤产生应变。FBG 将这种应变转换为波长偏移，形成随时间变化的信号，反映局部流体动力学状态。
拖曳实验提供了清晰的基线。研究人员以受控速度让传感器在水中移动，从而区分相对流速的影响与尾流造成的扰动。测试还考察了涡激振动（VIV）：结构两侧交替脱落的涡旋会驱动结构振荡。理想的触须应能产生可测量的流动响应，同时避免失控的结构振动主导信号。
翼型实验加入了更贴近实际的扰动。俯仰翼型会周期性改变姿态，产生非定常流动。当翼型同时平移时，其扰动会被水流带向下游。研究使用 Strouhal 数描述振荡频率、源尺寸与平移速度之间的关系。这一无量纲量有助于比较不同工作状态下的尾流条件。
分类器接收来自每个 FBG 通道的连续 2.0 秒信号窗口。每路信号先重采样至 500 Hz，去趋势、均值中心化，再使用六阶 Butterworth 滤波器以 25 Hz 截止频率进行低通滤波。零相位滤波可以避免特征在时间上向前或向后偏移。当窗口触及记录开头时，系统重复最早的可用值，以补齐缺失部分。
拖曳几何形态对比采用另一套处理流程：FBG 2 的轨迹被插值至 1 kHz，进行基线校正，并使用窗口长度为 31 个样本的三阶 Savitzky–Golay 滤波器平滑。不同几何形态使用相同的固定时长片段，避免采用针对特定几何形态的峰值搜索，从而保证比较公平。
这对机器人技术为何重要？
当摄像头看不够远，或者声呐对于特定任务而言过于昂贵、笨重或响应过慢时，水下机器人仍需要可靠的感知能力。柔性流体动力学触须提供了另一种感知方式：它不直接对物体成像，而是检测水流正在发生什么。
这种能力可用于跟踪尾流、感知障碍物、估计相对位置，以及在水下结构周围选择路线。机器人或许能够识别附近载具的特征信号，判断自己是否进入了受扰动的流场，或根据水流运动模式比较两条通道或航路。
这一方法对小型巡检机器人和仿生载具也可能具有价值。光纤重量轻且不受电磁干扰影响，而柔性机械元件能够将感知范围延伸到机器人本体之外。研究成果还不是可以直接产品化的感知系统，但它为打造更少依赖能见度假设、同时具备丰富传感能力的水下平台指明了方向。
如需了解其他自主移动系统，可在 Robot Overflow 浏览仓储机器人；路线选择和环境感知同样是这类系统的核心问题。更广泛的系统集成挑战，也类似于 二手工业机器人 的传感器改装：价值不仅取决于传感器本身，还取决于安装方式、标定、数据处理和面向任务的软件。
有哪些局限与待解决问题？
现有结果没有报告最终分类准确率，也没有用数值方式展示该方法与声呐、摄像头、传统应变传感器或早期人工触须的比较。因此，目前很难判断它距离实际部署还有多远。
分类器也只使用 FBG 1 和 FBG 2。排除机器人位姿、速度、偏航角和视觉跟踪信息，有助于单独分析触须提供的信号；但在真实系统中，机器人通常能够获得这些数据。增加传感器数量可能提升鲁棒性，同时也会增加标定和系统集成的难度。
受控拖曳和翼型产生的尾流无法代表所有水下环境。未来测试需要覆盖变化的流向、湍流、载具速度、传感器生物附着、盐度、深度以及不规则尾流。长期耐久性，以及机器人进行完整机动时的性能，仍是重要的实际问题。
常见问题
什么是光纤布拉格光栅触须？
它是一种内含光纤传感器的柔性触须状结构，通过反射光波长的变化测量弯曲和应变。
这种传感器能够检测什么？
实验考察了相对流动、振动特性、攻角影响，以及俯仰翼型产生的尾流，其中包括运动翼型源产生的尾流。
这种触须能取代水下摄像头或声呐吗？
研究尚未证明其具备替代性能；它展示的是一种互补传感通道，依靠局部水流运动而不是视觉信息开展感知。
机器人分类测试是如何设计的？
二分类器只使用两个 FBG 通道和 2.0 秒的信号窗口，其中包括 463 个训练窗口、114 个验证窗口和 186 个留出测试窗口。
结论
当视觉感知不可靠时，光纤布拉格光栅触须为水下机器人提供了一种紧凑的水流与尾流结构感知方式。这项研究建立了受控流动测试，以及一套能够避免数据泄漏的双通道流体动力学路线选择分类流程。未来的实地测试和公开的任务性能指标，将决定这一概念能否进一步走向实际水下自主作业。
流体动力学触须能否成为低能见度水下机器人的标准传感器？