基于3D高斯泼溅与CFD融合的多视角图像仿生机器鱼建模方法研究

本文创新性地将3D高斯泼溅(3DGS)重建技术与计算流体力学(CFD)相结合，提出了一种从多视角图像直接生成仿生机器鱼高精度流体力学分析模型的全新框架。该研究突破了传统3D扫描依赖，通过k-ε和k-ω SST湍流模型验证了图像驱动建模在流体仿真中的可行性，为水下仿生机器人设计提供了高效、低成本的逆向工程解决方案。

　　

仿生推进机制

受自然启发的仿生机器鱼采用两种典型推进模式：身体尾鳍(BCF)推进和中央对鳍(MPF)推进（如图1-2所示）。作为MPF游泳者的代表，魔鬼鱼的胸鳍波动运动为高效流体推进提供了仿生学范本。

数值模拟

采用开源CFD工具OpenFOAM进行仿真，其模块化架构包含icoFoam求解器、snappyHexMesh网格工具等，支持用户自定义修改。相较于商业软件，该平台能更灵活地模拟复杂流体问题，图3展示了典型仿真工作流程。

数值实验

研究对k-ε和k-ω SST两种湍流模型展开严格对比：在计算域设置阶段预留充足边界空间，采用混合网格生成算法，结合边界层加密技术确保近壁面流动解析精度。

结论与展望

该自动化计算管线实现了从多视角图像→3DGS重建→CFD仿真的完整闭环，特别针对仿生机器鱼流体特性分析。未来将通过深度学习优化网格生成效率，并探索瞬态流固耦合模拟的可能性。