目錄
第1章 緒論 1
1.1 仿生學(xué)的概念與應(yīng)用 1
1.1.1 仿生學(xué)的定義 1
1.1.2 仿生學(xué)的基本要素 2
1.1.3 仿生學(xué)與科技創(chuàng)新 3
1.2 魚類行為學(xué)及其研究內(nèi)容 4
1.2.1 行為學(xué)定義與研究內(nèi)容 4
1.2.2 魚類行為分析 5
1.2.3 魚類行為與環(huán)境的關(guān)系 6
1.2.4 魚類感覺系統(tǒng)與行為能力 7
1.3 人工智能魚仿生功能與行為 12
1.3.1 仿生的主要功能 14
1.3.2 常見的仿生行為 16
1.4 人工智能魚分類研究 18
1.4.1 虛擬魚 18
1.4.2 機器魚 18
1.5 本章小結(jié) 20
第2章 魚體的建模和形變 21
2.1 數(shù)理知識基礎(chǔ) 21
2.1.1 “彈簧-質(zhì)點”模型 21
2.1.2 牛頓運動定律與生物力學(xué)分析 23
2.1.3 常微分方程的數(shù)值解法 24
2.2 魚體的身體結(jié)構(gòu)與幾何網(wǎng)格模型 25
2.2.1 常見魚體的身體結(jié)構(gòu) 25
2.2.2 魚體的幾何網(wǎng)格模型 25
2.3 魚體運動的動力學(xué)模型 28
2.3.1 魚的運動模式分析 28
2.3.2 魚類運動的常見模擬方法 30
2.3.3 基于“彈簧-質(zhì)點”模型的魚體運動形變 30
2.3.4 魚體游動時的動力學(xué)模型 31
2.4 基于幾何物理模型組合優(yōu)化的魚體運動設(shè)計 32
2.4.1 魚體設(shè)計 32
2.4.2 建模仿真結(jié)果與分析 34
2.5 本章小結(jié) 35
第3章 魚的感知和認(rèn)知 37
3.1 魚的感知和認(rèn)知機理 37
3.1.1 魚的感知 37
3.1.2 魚的認(rèn)知 38
3.2 人工智能魚的感知和認(rèn)知能力分析 39
3.3 虛擬魚感知和認(rèn)知的仿真與設(shè)計 41
3.3.1 基于YOLO 模型的虛擬魚物體辨別能力仿真 41
3.3.2 融合情感的虛擬魚認(rèn)知行為設(shè)計 45
3.4 本章小結(jié) 50
第4章 魚的游泳行為和能力 51
4.1 魚的游泳動作和魚鰭的功用 51
4.2 魚的游泳方式和速度 53
4.2.1 游泳方式 53
4.2.2 游泳速度 56
4.3 魚的節(jié)能原理和方式 57
4.3.1 耐久力的生理構(gòu)造 57
4.3.2 特殊的節(jié)能方式 59
4.3.3 魚類運動的減阻原理 60
4.3.4 特殊的游泳行為 60
4.4 人工智能魚的游泳行為設(shè)計 61
4.4.1 虛擬魚的局部波狀模式設(shè)計 61
4.4.2 機器魚部分結(jié)構(gòu)設(shè)計和功能模型 66
4.5 本章小結(jié) 69
第5章 魚的典型行為規(guī)劃和路徑規(guī)劃 70
5.1 魚的典型行為及其特征 70
5.2 人工智能魚的行為規(guī)劃分析 70
5.3 人工智能魚的意圖優(yōu)先級規(guī)劃 71
5.4 個體魚智能行為規(guī)劃 72
5.4.1 典型行為規(guī)劃 73
5.4.2 人工智能魚的運動模型 80
5.5 路徑規(guī)劃方法介紹 83
5.5.1 避障路徑規(guī)劃問題的定義 83
5.5.2 位置獲取和環(huán)境表示 84
5.5.3 規(guī)劃方法 85
5.5.4 搜索方法 87
5.6 虛擬魚路徑規(guī)劃的仿真 89
5.6.1 改進的A*算法 89
5.6.2 魚體三維建模 90
5.6.3 仿真實現(xiàn) 91
5.7 本章小結(jié) 95
第6章 魚類群體行為學(xué) 96
6.1 魚群的定義 96
6.2 研究魚類集群行為的主要方法 96
6.2.1 實驗室水槽觀察法 97
6.2.2 潛水觀測法 97
6.2.3 超聲波影像分析法 98
6.2.4 數(shù)學(xué)模型模擬和仿真法 98
6.3 魚群行為的優(yōu)勢 99
6.3.1 社交互動 99
6.3.2 覓食優(yōu)勢 99
6.3.3 生殖優(yōu)勢 100
6.3.4 水動力效率 100
6.3.5 捕食者回避 101
6.4 魚群整體結(jié)構(gòu)動態(tài)變化 102
6.4.1 描述魚群動態(tài)結(jié)構(gòu)的參數(shù) 102
6.4.2 魚群群體形狀與運動速度的關(guān)系 103
6.5 魚群行為模型與功能設(shè)計 103
6.5.1 集群設(shè)計原則 103
6.5.2 Aggregation 魚群匯聚搶食模型 105
6.5.3 School 魚群匯聚逃逸模型 105
6.5.4 魚群仿真功能方法的設(shè)計 106
6.6 機器魚集群特征及其應(yīng)用 107
6.6.1 機器魚群的基本行為 107
6.6.2 機器魚群的應(yīng)用 107
6.7 本章小結(jié) 108
第7章 魚群-捕食者模型的仿真設(shè)計 109
7.1 魚群-捕食者模型概述 109
7.2 魚群-捕食者模型的構(gòu)建 109
7.2.1 緊湊行為 111
7.2.2 躲避行為 112
7.2.3 球形行為 113
7.2.4 被驅(qū)趕行為 114
7.2.5 液泡行為 115
7.2.6 噴泉行為 116
7.2.7 沙漏行為 118
7.2.8 閃光行為 119
7.2.9 分裂行為 121
7.2.10 匯合行為 122
7.3 魚群-捕食者模型算法的設(shè)計 122
7.3.1 緊湊-躲避行為算法 122
7.3.2 球形行為算法 123
7.3.3 被驅(qū)趕、液泡和沙漏行為算法 124
7.3.4 噴泉行為算法 125
7.3.5 閃光行為算法 126
7.3.6 分裂行為算法 127
7.3.7 匯合行為算法 128
7.4 基于魚群-捕食者模型的目標(biāo)選擇策略模型 129
7.4.1 魚群行為模型的構(gòu)建 129
7.4.2 捕食者行為模型的構(gòu)建 130
7.4.3 魚群特征參數(shù)的設(shè)定 132
7.4.4 無捕食者群體狀態(tài)和有捕食者使用目標(biāo)選擇策略P 的群體狀態(tài)對比 132
7.4.5 同一魚群規(guī)模下3種不同目標(biāo)選擇策略的效果對比 135
7.4.6 不同魚群規(guī)模下3種目標(biāo)選擇策略的效果對比 136
7.5 本章小結(jié) 137
第8章 人工智能魚案例設(shè)計與分析 138
8.1 基于“彈簧-質(zhì)點”模型的魚類游泳動作行為仿真 138
8.1.1 案例介紹 138
8.1.2 主要開發(fā)平臺和技術(shù) 138
8.1.3 案例的總結(jié)構(gòu)圖 138
8.1.4 海洋環(huán)境的設(shè)計與實現(xiàn) 138
8.1.5 虛擬魚的具體設(shè)計與仿真 142
8.2 南非擬沙丁魚群洄游仿真 146
8.2.1 案例介紹 146
8.2.2 主要開發(fā)平臺和技術(shù) 146
8.2.3 沙丁魚群洄游的仿真與實現(xiàn) 146
8.3 基于機器魚的水質(zhì)pH 值檢測 152
8.3.1 案例介紹 152
8.3.2 主要開發(fā)平臺和技術(shù) 153
8.3.3 機器魚的構(gòu)造和功能 153
8.3.4 水質(zhì)pH 值檢測 154
8.4 AIFish——面向動態(tài)識別的人工智能魚設(shè)計 156
8.4.1 案例介紹 156
8.4.2 主要開發(fā)平臺和技術(shù) 156
8.4.3 采用Vuforia 插件實現(xiàn)AR識別 156
8.4.4 基于AlexNet 網(wǎng)絡(luò)對魚類的識別 160
8.4.5 基于深度學(xué)習(xí)的動態(tài)識別
魚類效果 164
8.5 本章小結(jié) 165
參考文獻(xiàn) 166