首页 机器人技术 人工智能 自动化 计算器
About UsContact UsCookie Policy 服务条款 隐私政策

仿生软体机器人:材料智能与具身功能性的范式转移

类别:机器人技术

# 仿生软体机器人:材料智能与具身功能性的范式转移

## 机器人系统的革命性变革

机器人技术已进入一个变革阶段,正从具有离散关节的传统刚性机械向能够复制生物体灵活性、多功能性和有机特征的复杂系统过渡。软体机器人代表了材料科学、机械工程和计算智能的融合,专注于开发使用高柔性材料的机器,其模量与生物组织(约 10⁴ 至 10⁹ Pa)相当。传统的硬体机器人依赖刚性连杆和强力电机进行精确但可能存在危险的操作,而软体机器人则利用连续体运动和材料非线性,在不可预测的环境中实现安全交互。本综合分析审视了软体机器人的现状,探讨了其仿生基础、驱动技术、材料突破、制造方法及革命性应用。

## 仿生学与具身智能

仿生学构成了软体机器人的基本哲学。自然进化产生了能够在没有骨骼刚性的情况下在复杂环境中繁衍生息的生物,它们利用分布式传感和驱动能力。章鱼通过其肌肉静水骨骼和分布式神经系统,成为该学科的典范模型。章鱼展示了去中心化的控制框架,其中约 60% 的神经通路位于触手中,使附肢能够半独立地执行抓取和移动等复杂任务,而无需占用中央大脑过多的资源。

这一生物学原理塑造了软体机器人中“具身智能”的概念,将计算需求转移到机械框架本身。当代关于章鱼启发式吸盘的研究展示了分层智能。通过将吸盘流体与局部流体电路耦合,软体抓手仅通过形态力学即可实现自适应卷曲和物体包裹,从而为复杂的决策过程保留了高层计算能力。“Octobot”作为一种完全软体的自主机器人,利用微流体逻辑来调节燃料分解和驱动,消除了对刚性电子控制器的需求。

其他生物灵感包括尺蠖(驱动用于管道检测应用的蠕动爬行机制)和水母(利用介电弹性体驱动器 (DEA) 复制其脉冲推进,实现节能的水下运动)。包括捕蝇草的“快跳”不稳定性在内的植物结构,激发了能够实现快速、节能闭合的双稳态驱动器的研究。

## 先进材料:柔性的基础

软体机器人的能力与其组成材料密切相关。这些材料通常分为提供结构和柔性的被动材料,以及响应刺激以产生力的主动(智能)材料。

**被动材料:** 硅胶弹性体,特别是聚二甲基硅氧烷 (PDMS) 和 Ecoflex,因其热稳定性、生物相容性和出色的拉伸性而在应用中占据主导地位。热塑性聚氨酯 (TPU) 是另一种重要材料,因其与熔融沉积成型 (FFF) 3D 打印的兼容性以及强大的机械强度而受到青睐。水凝胶由饱和水的亲水聚合物网络组成,提供类似于生物组织的模量,对于生物混合机器人和水下应用至关重要,尽管其存在机械强度有限和脱水挑战等问题。

**主动和智能材料:** 智能材料为软体机器人内部的“人造肌肉”提供动力。

1. **形状记忆合金 (SMA):** 镍钛 (NiTi) 等合金在加热(通过焦耳热)时,由于马氏体和奥氏体晶体结构之间的相变而收缩或膨胀。它们提供高力重比,但存在滞后现象和较长的冷却周期。

2. **介电弹性体驱动器 (DEA):** 这些驱动器由夹在柔性电极之间的软弹性体组成。施加高电压后,麦克斯韦应力触发电极面积膨胀和厚度收缩,从而产生快速、大应变的驱动。

3. **液晶弹性体 (LCE):** 这些材料在热或光刺激下,通过聚合物网络内介晶的重新排列,经历可逆的形状变化(如收缩)。它们有助于实现远程供电的无缆机器人。

4. **电活性水凝胶 (EAH):** 这些材料通过离子迁移在电场下变形,适用于水环境中的仿生应用。

## 驱动机制:驱动变形

软体机器人需要保持系统柔性的驱动策略。流体弹性体机器人的基本方法通常涉及三种形态:肋状、圆柱状和褶皱状驱动器。

**流体驱动(气动和液压):** 流体弹性体驱动器 (FEA) 在应用中占据主导地位,由压缩空气(气动)或液体(液压)驱动。标准的弯曲驱动器由粘合在不可拉伸约束层上的可拉伸弹性体层组成;加压会触发可拉伸层膨胀,从而产生向约束层方向的弯曲。

- **肋状驱动器:** 特征是集成有由肋条隔开的通道以减轻膨胀,提供高扭矩,但存在分层风险。 - **圆柱状驱动器:** 采用螺旋增强或同心层,结构稳健且易于制造。 - **褶皱状驱动器:** 受波纹管状自然结构启发,能够以较小的材料应变实现高曲率和膨胀。

最近的创新包括“手性剪切超材料”(HSA),这是一种 3D 打印的圆柱结构,在驱动过程中像生物肌肉一样扭转和伸展,并能够通过硬化进行力传递——这是传统软体驱动器中经常缺失的特性。此外,利用过氧化氢(气动)或碳氢化合物燃烧(爆炸)等燃料的催化分解进行化学驱动,通过内部气体压力产生,允许无缆操作。

**电磁和混合驱动:** 对于精确的高频应用,采用电磁驱动。软体电磁机器人 (SEMR) 将液态金属线圈集成到弹性体主体中;与外部磁场的相互作用产生洛伦兹力,从而实现快速运动。以具有刚性-柔性-软体结构 (HFRFSS) 的仿人手指为例的混合系统,将刚性管状骨骼与气动薄膜驱动器相结合。这种架构解决了柔韧性与承载能力之间的权衡,使抓手能够处理易碎物品(如蛋黄)和重物(超过 5kg)。

## 制造:从铸造到增材制造

制造技术决定了软体机器人的复杂性和可扩展性。历史上,软光刻和形状沉积制造 (SDM) 占据主导地位。这些方法涉及将弹性体浇铸到模具中以形成通道和腔室,该过程虽然有效,但限制了几何复杂性并需要多步层压。

**增材制造(3D 打印):** 该领域正转向 3D 打印,以实现复杂的、单体的和多材料结构。

1. **直接墨水书写 (DIW):** 挤出粘弹性墨水(硅胶、水凝胶),在固化前保持形状。它提供了多功能性,但受到喷嘴分辨率的限制。

2. **槽式光聚合 (DLP/SLA):** 利用光逐层固化液体树脂。它提供高分辨率(微米级),并越来越多地用于打印弹性体晶格和微型机器人。

3. **熔融沉积成型 (FFF):** 传统上用于刚性塑料,FFF 现在利用软体 TPU。它能够打印气密性气动网络,并进行结合刚性和软体部分以实现局部刚度的多材料打印。

微型化的一项突破是“MORPH”(可重构气动/液压微流体折纸)技术。通过将软光刻与激光微加工相结合,研究人员制造出了具有微米级特征的毫米级机器人,包括一个具有 18 个自由度的软体蜘蛛机器人,为显微外科应用开辟了途径。

## 控制策略:驯服非线性

由于软体机器人具有无限的自由度和非线性材料动力学,控制它们比刚性机器人面临更大的挑战。传统的逆运动学往往不足以应对。

1. **基于模型的控制:** 利用有限元法 (FEM) 和连续介质力学(如 Cosserat 杆理论)来预测变形。然而,这些模型对于实时控制来说计算成本仍然很高。

2. **数据驱动和机器学习控制:** 神经网络被用于学习驱动输入与机器人姿态之间的复杂映射。循环神经网络 (RNN) 可以模拟软体传感器和驱动器的滞后和时间动力学。

3. **传感器反馈:** 集成软体传感器对于闭环控制至关重要。电阻式应变传感器(包括液态金属通道、碳纳米管复合材料)和光波导可检测变形和接触力。带有嵌入式传感器的章鱼启发式吸盘可检测表面粗糙度和接触,从而实现自主抓取反射。

## 应用:从深海到手术室

**医疗机器人:** 软体机器人通过提供与生物组织的安全交互,彻底改变了医学。在微创手术 (MIS) 中,像 STIFF-FLOP 机械手这样的软体机器人可以挤过狭窄的开口并变硬以执行任务,在不造成损伤的情况下绕过器官。专为导航支气管树以检测肺癌而设计的活检机器人,利用软体弯曲驱动器到达刚性支气管镜无法触及的深层组织目标。此外,软体外骨骼服和康复手套利用气动人造肌肉帮助中风患者恢复活动能力,在舒适性和重量方面比刚性外骨骼具有明显的优势。

**运动与探索:** 软体机器人在非结构化环境中表现出色。

- **水下:** “Octobot”和液压鱼复制了海洋生物,实现了高效游泳。一种为深海探索开发的机器狮子鱼通过将电子设备分布在软硅胶基质中,承受了马里亚纳海沟 10,900 米处的压力,消除了对沉重耐压壳的需求。

- **陆地:** 气动“藤蔓”机器人通过在尖端翻转材料而生长,能够穿过废墟进行搜救。燃烧驱动的跳跃机器人可以跳过数倍于其高度的障碍物。

**操作:** 软体抓手正在改变农业和物流业。与需要精确路径规划的刚性爪不同,软体抓手(包括气动手指、颗粒阻塞抓手)可以被动地贴合物体。这使得在无需复杂传感或力控制的情况下,即可处理水果、鸡蛋或不规则工业零件等易碎物品。受劳动力短缺和柔性自动化需求的推动,这些设备的全球市场预计到 2032 年将从 18 亿美元增长到超过 140 亿美元。

## 安全性、可靠性与未来挑战

**安全性:** 软体机器人通过低机械阻抗展示了内在安全性。在碰撞过程中,能量被材料变形吸收而不是传递给人类,从而降低了受伤风险。这种“被动柔性”使其成为人机交互 (HRI) 的理想选择,促进了工厂(协作机器人)和护理中的密切协作。包括压力释放阀在内的故障安全机制通过防止驱动器过度充气进一步增强了安全性。

**可靠性挑战:** 尽管有诸多优势,软体机器人仍面临可靠性障碍。

1. **疲劳与退化:** 弹性体容易随时间推移产生疲劳裂纹、应力松弛和环境退化(紫外线、潮湿)。

2. **驱动效率:** 流体系统经常因压缩性和泄漏而遭受能量损失。有线电源仍然限制了自主性;开发高能量密度的软体电源是一个关键的研究前沿。

3. **精度:** 确保安全性的柔性同时也使得精确定位变得困难。实现刚性工业机器人的精度仍然是一个需要先进传感器融合和控制算法的“重大挑战”。

**未来展望:** 软体机器人的未来在于材料科学与人工智能的融合。“材料智能”——即材料本身进行计算、感知和驱动——将降低控制复杂性。动态共价聚合物网络等自修复材料的创新将延长软体机器人的使用寿命。此外,利用活体肌肉组织进行推进的生物混合驱动器的集成,有望创造出不仅柔软,而且能够自我修复和节能的机器人。随着制造规模的扩大和控制策略的成熟,软体机器人将日益渗透到日常生活中,从可穿戴助手到未知领域的自主探索者。