研究團隊介紹，在自然界中，魚類依靠側線系統感知水流變化，在暗流涌動的水下靈活導航、躲避障礙。基于此，他們研發的FlowSight仿生側線傳感器，利用一根仿魚側線神經丘的柔性硅膠觸須進行水流傳感。

　　當水流沖擊觸須時，其形變信息被內置高清攝像頭實時捕捉為圖像序列，并利用深度學習模型從圖像中解析水流速度與方向，實現了單點、無輔助設備的水流高效矢量感知。水流速度測量相對誤差為3.05%，水流方向測量相對誤差為0.98%。

　　同時，研究團隊將FlowSight傳感器集成于一款仿生水下機器人——仿豹魴鮄水下機器人(RoboDact)上，并成功實現基于水流感知的閉環運動控制實驗。實驗效果顯示，仿豹魴鮄水下機器人可像真實魚類一樣逆流巡游、動態調姿，為水下勘探與生態監測提供了全新方案。

　　據悉，這項仿生側線傳感器創新研發工作的相關突破成果論文，近日在線發表于電氣電子工程師學會(IEEE)旗下專業學術期刊《機器人匯刊》(Transactions on Robotics)。