隨著機器人技術的發(fā)展，配備柔性傳感功能的軟體機器人在醫(yī)療輔助康復、水下資源勘探、陸地災難救援等領域發(fā)揮著重要作用，如何設計高性能柔性傳感器，實現(xiàn)軟體機器人智能化發(fā)展是機器人領域的一個重要研究課題。近日，清華大學深圳國際研究生院曲鈞天助理教授的海洋軟體機器人與智能傳感實驗室(Ocean Soft-Robot and Intelligent Sensing Lab，OASIS-LAB)在國際期刊Advanced Functional Materials上發(fā)表以“Advanced Flexible Sensing Technologies for Soft Robots”為題的綜述性論文，并當選Volume 34, Issue 29卷首論文（frontispiece）。這項工作全面總結了用于柔性傳感器的智能材料以及先進制造方法，詳盡歸納了不同類型的傳感模式。然后，系統(tǒng)梳理了柔性傳感技術在軟體機器人應用中的最新進展。最后，文章深入探討了該領域現(xiàn)有挑戰(zhàn)和發(fā)展前景。本綜述旨在為未來軟體機器人柔性傳感技術的發(fā)展和實際應用提供重要指導。 主要內容

1. 綜述背景

軟體機器人具有良好的耐用性、靈活性和可變形性等優(yōu)點，能夠適應非結構化環(huán)境并執(zhí)行各種復雜任務，在災難救援、醫(yī)療保健、人機交互等領域展現(xiàn)出巨大的應用潛力。然而，軟材料的動力學模型比剛性關節(jié)要復雜得多，這給軟體機器人的形狀和位置控制帶來了很大的挑戰(zhàn)。感知對于軟體機器人來說至關重要。為了更好地模擬生物系統(tǒng)，柔性傳感器需要集成到軟體機器人系統(tǒng)中，以獲得本體感覺和外部感知。盡管已經取得了重大進展，但柔性傳感技術仍處于起步階段。其中一個主要問題是柔性傳感器在實際應用中的局限性。在不同溫度、濕度和化學環(huán)境下，傳感器的性能可能會受到影響。因此，開發(fā)高穩(wěn)定性和多模態(tài)的柔性傳感器是一個主流方向。此外，傳感器必須能夠隨著機器人伸展、彎曲和變形，而不妨礙其自由運動，同時在傳感過程中保持柔軟特性，這導致傳感器獲得的信號是非線性的，高維的，并且包含冗余信息。要解決這些問題，需要對傳感器數(shù)據(jù)進行復雜的建模和分析，并不斷探索有效的信號處理方法。通過與柔性傳感技術相結合，軟體機器人可以更好的利用反饋信息，在復雜的極端環(huán)境中安全、高效、準確地完成任務。

2. 柔性傳感器智能材料

作者在文章中首先總結了由不同軟材料制成的柔性傳感器（圖2），主要包括彈性體材料、導電凝膠、生物衍生材料和復合材料。通過開發(fā)新型智能材料，合理設計傳感器微結構，可以進一步提升柔性傳感器的性能。

圖2 軟材料制成的柔性傳感器

3. 柔性傳感器先進制造技術

研究人員匯總了具有代表性的柔性傳感器制造技術（圖3）。3D打印，由于其多功能性，在柔性傳感器的制作中越來越受歡迎。通過直接墨水書寫，可以將多種材料與復雜幾何形狀結合，一次性制造功能器件。另外，4D打印在可變形薄片結構制造表現(xiàn)出應用前景，目前主要有兩種策略。一種是直接在3D打印過程中使用智能材料，另一種方法是為組件和結構編程，以實現(xiàn)形狀和行為的可控變化。除此之外，采用纖維織物和絲網印刷等方法可以實現(xiàn)柔性傳感器的可擴展大規(guī)模生產。

圖3 柔性傳感器制造技術

4. 軟體機器人的傳感模式

為了可靠地執(zhí)行預定任務，軟體機器人需要識別各部位的形狀和位置，以更好地感知自身并與環(huán)境互動。研究人員總結了軟體機器人的不同感知模式（圖4）。在軟體機器人的運動控制中，本體感覺是機器人對自身運動狀態(tài)理解的關鍵問題。最常用的一種方法是在腔體通道中嵌入可拉伸應變傳感器，將軟機器人的形態(tài)轉換為可測量的信號變化。同時，自適應控制算法用于實現(xiàn)軟體機器人的精準閉環(huán)控制。而感知外部刺激、有效探索未知世界、安全地與人類和環(huán)境交互可以更好地適應各種復雜任務。通過集成柔性傳感器，軟體機器人具備了人類的外部環(huán)境感知能力，進一步提高了它們的智能性和自主性。此外，相關學者還將多模態(tài)傳感和感驅一體化技術引入到軟體機器人領域，提高其復雜任務的執(zhí)行能力，從而解決一些具體問題。

圖4 軟體機器人本體感覺與外部環(huán)境感知

5. 集成柔性傳感技術的軟體機器人實際應用

近年來，柔性傳感器與軟體機器人的集成將任務操作的性能提升到一個新的層面。研究人員分別從工業(yè)自動化、智慧農業(yè)、環(huán)境監(jiān)測與探索、人機交互領域介紹了基于柔性傳感器的軟體機器人應用場景（圖5），如自動化包裹分揀、果蔬生長狀態(tài)監(jiān)測、海洋資源勘探等。

圖5 基于柔性傳感技術的實際應用

6. 面臨挑戰(zhàn)與未來研究方向

文章作者全面調研了目前國內外學者在軟體機器人柔性傳感技術領域的研究進展，回顧以往的研究，作者提出了以下3點仍需克服的挑戰(zhàn)：

1) 耐久性和穩(wěn)定性：軟體機器人通常工作在不可預測的復雜環(huán)境中，如何確保柔性傳感器的經久耐用，能夠承受連續(xù)變形，同時保持傳感精度是主要挑戰(zhàn)之一。

2) 傳感器集成：將柔性傳感器與軟體結構集成時，需要考慮材料的相容性、機械連接和傳感器的布局。確保傳感器與機器人的緊密結合，并且能夠適應機器人的變形和運動。

3) 適應性和多模態(tài)傳感：為了提升傳感性能，柔性傳感器需要適應不同的形狀、曲率和表面特征，同時要滿足多種模態(tài)感知要求。然而不同模態(tài)之間可能存在信號交叉干擾的問題，嚴重影響測量的準確性。

為了解決柔性傳感技術在軟體機器人應用中面臨的挑戰(zhàn)，未來可考慮從以下幾個方面進行深入研究：

1) 先進材料開發(fā)：考慮不同材料的相容性和相互作用，探索具有更高耐久性和柔韌性的多功能復合材料是推進柔性傳感器領域發(fā)展的重要途徑。此外，開發(fā)更具生物相容性的新型軟材料如生物膠原蛋白和凝膠材料用于制備可植入式柔性傳感器。

2) 創(chuàng)新結構設計：采用分層結構設計，將不同功能層疊加在一起，以實現(xiàn)多種傳感功能的集成，多層結構還可以提供更好的機械強度和耐久性。另外，通過協(xié)調傳感器與主體材料的機械性能，保證傳感器與軟體結構之間的無縫結合，能夠進一步提升系統(tǒng)的整體性能。

3) 智能算法集成：人工智能技術與柔性傳感器融合后具有強大數(shù)據(jù)分析和智能決策能力。一是利用機器學習算法可以對海量傳感信息進行特征提取，用于訓練和建模，實現(xiàn)模式識別和分類任務。二是通過將強化學習算法與經典控制方法相結合，使軟體機器人具備自適應學習能力，能夠根據(jù)環(huán)境和任務的變化來調整其行為和控制策略。 審核編輯 黃宇