软机器人的设计、制作与控制

传统上，工程师们采用刚性材料制造精确的，可预测的机器人系统，这是很容易被建模为刚性构件连接的离散关节。然而，自然系统经常匹配或超过的性能的机器人系统与变形的机构。头足类动物，例如，达到操纵和运动的惊人壮举没有骨架；甚至脊椎动物如人类实现动态步态在兼容的骨骼和软组织的弹性能量的储存。受自然的启发，工程师们已经开始探索兼容的材料组成的软体机器人的设计与控制。本文综述了近年来新兴领域的发展情况。

生物学一直是工程师们制造更多的能力的机器1的灵感来源。柔软的身体符合特征往往利用生物系统，它倾向于寻求简单和显示他们与环境的相互作用的复杂性降低2。一些研究生物的系统现在终于在一个新的我们，和其他机械类的定义中得到的教训，称之为传统的软机器人3–6.刚性体机器人制造中得到了广泛的应用，具体可编程有效地执行一个任务，但往往有限的适应性。因为他们是建立在刚性连接和关节，所以他们是不安全的与人类的互动。一个普遍的做法是将人类和机器人的工作空间分开，以减轻安全问题。在传统的驱动机制的不足是这个问题的一部分。软机器人提供了一个机会来弥补机器和人之间的差距。与硬体的机器人，机器人的身体软了内在的柔软和/或扩展的材料（例如，硅橡胶），变形和吸收多少因碰撞产生的能量。这些机器人连续变形的结构与肌肉驱动模拟生物系统和结果在一个相对大的自由度的数目与硬体机器人相比。他们（图1）有可能表现出前所未有的适应，灵敏度和敏捷性。软机器人的承诺能够弯曲和扭曲的高曲率和可用于密闭空间7；变形体在连续的方式，从而达到模拟生物学8运动；以适应它们的形状的环境，采用标准的运动从而操纵物体9，或移动在崎岖的地形和展览回弹10；或执行快速、敏捷的动作，如鱼类的逃生演习。

制造软机器的关键挑战，实现他们的潜力是可控的软组织的发展，利用材料集成传感器，执行器和计算，并使身体能够提供所需的行为。传统的机器人控制方法假设在机器人的连杆机构的刚度，是一个粗浅的适合用于控制柔软的身体，从而软质材料需要新的算法。

什么是柔软的？

“软”指的是身体的机器人。软质材料产生软机器人机构的关键。虽然杨氏模量仅定义为均匀的棱柱形杆，是受轴向载荷和小变形，它仍然是一个有用的措施，用于制造机器人系统的刚性的材料5。通常用于机器人的材料（例如，金属或硬塑料）有10 9 10 12帕斯卡–阶模量，而自然的生物体往往是由材料（例如，皮肤或肌肉组织）在10 4 10 9–PA阶模量（数量比工程同行；较低的值如图2所示）。我们定义软机器人系统，是能够自主行为，主要是由材料的弹性模量的范围内，柔软的生物材料。

使用材料符合软生物材料的优点，包括一个相当大的减少，可能是不经意做成的机器人系统（如已被证明为刚性机器人与兼容的关节12），增加了他们的互动与人类的伤害。兼容的材料也更容易适应各种对象简化的任务，如抓13，也可以改善流动性软基14。

对于一个柔软的机器人的身体，为实现其潜力，传感，驱动，计算，功率存储和通信设施必须嵌入软材料和智能材料。此外，算法驱动的身体提供所需的行为是必需的。这些算法实现了与阻抗匹配的身体结构。身体和大脑之间的紧耦合允许我们思考的软体系统与机械智能的机器，可以看作形态计算、增强大脑。在许多情况下，这种能力的身体来执行计算简化了控制算法，模糊了身体和大脑之间的界限。然而，软的机器人（如软生物体）需要的控制算法，它（至少在可预见的将来）会运行在某种计算硬件。虽然身体和大脑都必须考虑和运算，所涉及的挑战是不同的，在这篇评论中，我们发现它是有用的组成独立的部分。

在接下来的三节我们回顾在软机器人技术领域近年来的发展，涉及到设计和制造他们的计算和控制，以及系统和应用。然后，我们讨论软机器人面临的持续挑战，并且推测出最大的潜在社会影响的领域。

设计与制造

一个机器人被归类为硬或软基本取决于其基本材料的合规性3。软机器人是能够连续变形，但不是所有的连续机器人是软。例如，机器人象鼻机械手17是一个离散的超冗余度连续体机器人由刚性材料；铰接式导管机器人18是硬奥克塔姆连续体机器人为例；19（图3b）是一种半软连续体机器人的一个例子；而卡特彼勒机器人20（图1A）和传送带机器人21软连续体机器人实例。这些软的机器具有模块化的机构组成的软橡胶段，可以组成串联或并联创建复杂的形态。软机器人的身体可以由多个不同的材料的刚度特性11,22。软机器人包裹在柔软的身体所有的子系统：一个一般的机器人驱动系统、感知系统、驱动电子计算系统，与相应的电源。软材料和子系统兼容的软组织的技术进步使软机器人的自主功能。本节的其余部分介绍了最近的进展，在开发软机器人子系统。有了这个范围的组件，设计工具是用来创建拓扑结构的机器人机构，随着它的功能组件的位置。给定设计路线图，准备制作机器人。

驱动

软机器人通常有两种方式驱动（图4）：可变长度的预应力筋（在高压电缆23、形状记忆合金驱动形式24）通过嵌入软段来实现，例如，机器人章鱼臂（图3F）；或气动执行机构是用来充气通道的软质材料来获得所需的变形。气动人工肌肉（PAMS），也被称为麦克驱动器，是符合线性软动器组成的弹性体管纤维袖子的例子25，26。流体弹性体致动器（FEAS）是一个新的高度可扩展性和适应性，低功耗软驱动器。可以达到包括合成弹性体薄膜的压力下嵌入式通道扩展操作。一旦加压，执行器将保持它的位置，很少或没有额外的能量消耗。可行性可操作10,27–30液压或气动32。给定一个小的选项，用于加压工作流体的产生和一个显着的不同的发电机与执行器，对于压力调节组件，如调节阀和阀的时间常数是必要的。对于驱动方法，软执行器通常安排在一个生物为灵感的激动剂，拮抗剂安排（如肌肉），允许双向驱动。这种安排的另一个好处是，适应共同收缩的肌肉。

软机器人系统可以追溯到至少1992年的驱动设计，当一个团队展示了软的令人印象深刻的能力——灵活的微致动器27（图3A）。这项工作揭示出由弹性体组成的机械元件的气动驱动的方法。在这种方法中，一种流体（通常为空气）是用于充气通道的弹性体，而在设计或组成材料的一些不对称导致元件动作（移动）按所需方式（图4）。由此产生的连续，自适应运动似乎令人惊讶的栩栩如生。其他组29,33–35（图2b、c）用软光刻技术改编自微流体，以及软质复合材料组成的各种硅聚合物和弹性体嵌有纸或布的时候，和设计制作气动软系统。一个基于气动网络设计（也称为气网）的挑战是所需的驱动高的菌株可导致慢动率和断裂失效。降低材料的驱动需要36株气动弹性体软机器人一个稍微复杂的设计，让未装配的距离变大，软机器人10。软刻蚀技术制备方法通常使用一层较硬的橡胶或弹性体，以一些纸、织物或塑料薄膜嵌入，实现不对称驱动度量应变。另一种方法是，增加所有的弹性元件的弹性纤维，限制气动驱动的弹性体所采取的应力。其结果是柔软的致动器具有降低的可扩展性和灵活性，但能够承受较高的致动压力，因此适用于更大的力量。使用复杂的造型和/或自由形式的制造技术，它是可以嵌入纤维直接进入气动弹性致动器，以实现灵活的基础上弯曲运动

图1 |移动软机器人系统受到一系列的生物系统的启发

a卡特彼勒灵感运动 b多步态的四足 c主动伪装 d危险环境中行走 e蠕虫启发的运动 f基于粒子干扰的驱动g由一个气动电池供电的滚动h一种混合式硬软机器人i蛇启发运动j内部燃烧的跳跃k蝠鲼启发的运动l自动鱼

图2 |近似拉伸模量（弹性模量）选定的工程和生物材料

尽管最软的机器人原型已经使用气动或液压驱动，一个伟大的交易中心的研究已经在发展电活性软执行元件组合的电活性聚合物（eaps（39），这有两个原型系统部分22。由于能量通常是最容易储存在电的形式，并计算通常是电子电路完成的，它可能会更有效，直接使用电位驱动软机器人。类型的EAP包括介质EAPS，铁电聚合物，电致伸缩接枝聚合物、液晶聚合物、离子EAPS，电流变液，–离子聚合物金属复合材料，和刺激响应性凝胶。由于详细的讨论超出了本文的范围，我们读者参考文献38，39细节。一般来说，制造，性能和长期稳定性在EAPS研究领域是很活跃的研究。

通过调整其组成材料，而不是设计机器人系统的刚度，另一行的软机器人技术研究已经试图控制材料的刚度取得了很大进展。一种方法是嵌入或包住软材料较硬的材料如蜡40或41的金属，可热软化。嵌入式加热器可以因此被用来调整结构的有效刚度，并允许兼容的行为或致动的重新定位。同样，通过粒子干扰引起的等温相变还探讨了作为一个驱动引起调整软机器人的刚度法（图左），甚至抓的对象44令人印象深刻（图3C）

可拉伸的电子

到目前为止，大多数集成的软机器人系统都依赖于传统的，刚性的电子存储的控制算法，并连接到系统的执行器，传感器和电源。然而，最近在软的和可拉伸的电子产品45–47面积的研究。这一领域的全面讨论超出了本次审查的范围，但是，随着这一领域的电子产品的成熟，我们期待更大的集成与软的机器人，从而得到完全软的原型

传感

合规性和软机器人形态排除了许多传统传感器包括编码器，金属或半导体应变片，或惯性测量单元（IMU）的使用。虽然柔性弯曲传感器基于压电聚合物作为商业产品，这些可能不合适，由于所有系统元件是可弯曲和伸展的需要。柔软，可拉伸的电子技术可以使用新的传感方式48,49。一种软机器人本体传感器的基础通常是非接触式传感器或非常低模量弹性体结合液相材料。由于软机器人产生曲率驱动，本体感觉依赖于曲率传感器。建议的弹性体传感器（在5个10 - 6 -帕）的范围内具有的特性的弹性传感器的低模量（10 - PA）赋予的基础结构的阻抗变化变小。这些传感器通常具有层状结构，在该多个薄的弹性体层的图案与微流体通道的软光刻。渠道随后充满液体的导体（例如，含镓合金共晶镓铟等–，或EGAIN）。随着分层的通道的几何形状，它是可以定制传感器测量各种应变，包括拉伸，剪切50或曲率51。为了解决制造挑战涉及复杂的渠道网络进行注液，最近的工作研究了导电掩模沉积器52，或直接3D打印导电材料53。另外，外感传感器可用于测量软机器人的身体部分实时30曲率。为了扩展软机器人技术的应用，兼容的化学和生物传感器54可用于检测环境信号。这种传感器可能是更兼容的软机器人通常用于在机器人的光学和音频录像机。

动力源

软机器人面临的一大挑战是可伸缩驱动的便携式电源。对于气动执行器，现有的射流功率源不软，通常大和笨重。目前的下架压力源一般只限于压缩机或泵，压缩空气缸55。如果我们用一个比喻来模拟电力系统，压缩机和发电机是相似的，因为它们将电能转变为机械能，而压缩气体钢瓶与电容器类似，因为它们储存在一定量的压力流体时，需要在需要时排出。微型压缩机使用宝贵的电能效率低下，和有用的形式因素气缸不提供长寿。射流系统所缺少的是一个电池，由此产生的化学反应产生的必要的能量，用于驱动使用燃料。化学操作的便携式压力源或气动电池28（图2），产生加压气体使用过氧化氢氧化单元56。燃料来源于另一种有前途的高能量密度的化学燃料57,58。电动执行器（以及气动系统的电气控制器）需要软，灵活，重量轻的电力来源59。与软电子是一个活跃的研究领域。最近有前途的发展，包括基于石墨烯的电池，有机聚合物61和嵌入式导电织物62

电动执行器（以及气动系统的电气控制器）需要软，灵活，重量轻的电力来源59。与软电子，这是一个活跃的研究领域。最近的发展包括基于石墨烯60电池、有机聚合物61和嵌入式导电织物62

设计

现有的软机器人系统通常被传统的三维计算机辅助设计（CAD）软件设计。然而，目前的CAD软件不考虑自由的三维加工过程产生，不容易适应复杂的非均匀的三维设计，可预期的软机器人集成电路。这使研究人员可以依靠相对简单的“2.5D”分层设计，或拿出定制的方法和各系统的设计制作，通常是基于商业3D成型技术11.58。在一个替代的方法，研究人员已经设计自动化算法的灵感来自进化设计的软机器人63。软机器人的设计已经自动使用自定义的有限元分析软件产生的（VoxCAD），可容纳材料与大范围的模量，再加上使用进化算法64优化设计。此外，进化算法已经被用于自动生成软机器人的设计65。

计算与控制

与刚体的控制不同的是，软运动可以用六度的自由度来描述（三个旋转和三个平移），软物体的运动不能被限制在平面运动中。柔软的材料有弹性，可以弯曲、扭转、拉伸、压缩、扣、皱等。这种运动可以被看作是提供无限数量的自由度，这使得控制软机器人非常具有挑战性。控制软机器人需要新的建模，控制，动态和高层次的规划方法

软执行器的肌肉模拟驱动了一些生物启发的方法建模和控制软材料。章鱼臂是一个高度自适应的，柔软的致动器，在自然中的原型的例子已经是几个仿生设计的灵感来源。章鱼是伪节点和使用人类喜欢精确的点对点的运动如取71策略。了解软生物（如章鱼）的工作原理和控制，制造了一个控制软机器人的模型72。同样，卡特彼勒提供了一个理想的移动软机器人模型73。这些系统的开发和实施的软机器人系统的研究，反过来，反映了我们理解和控制相关的自然系统的力学74

建模与运动学

软机器人系统的运动学和动力学与传统的刚性体的机器人不同。当组成的一系列的驱动元件，这些机器人接近一个连续的行为。在理论上，机器人的最终形状可以被描述为一个连续的功能，和建模这种行为需要连续的数学。由于软机器人是不同于传统的刚性连接的系统，研究人员已经开发出新的静态，动态和运动学模型，捕捉他们的能力，弯曲和弯曲75

完全由柔软的弹性体和动力的机器人的机器人还没有很好地理解模型或规划和控制算法，主要是因为其固有的变形是连续的，复杂的和高度兼容的。此外，软的机器人通常是在致动的，它们可以包含许多被动的自由度，当驱动与低压流体的可用输入流体功率是无法补偿的重力荷载。设计师通常模型的运动学软机器人使用一个简化的假设，导致分段常数曲率（PCC）模型。PCC模式相当于许多其他的建模方法75。在PCC建立模型，研究人员已经开发方法地图驱动空间的配置空间。这些方法是机器人特定的，他们整合的形态的机器人和

剩余内容已隐藏，支付完成后下载完整资料

Design, fabrication and control of soft robots

Conventionally, engineers have employed rigid materials to fabricate precise, predictable robotic systems, which are easily modelled as rigid members connected at discrete joints. Natural systems, however, often match or exceed the performance of robotic systems with deformable bodies. Cephalopods, for example, achieve amazing feats of manipulation and locomotion without a skeleton; even vertebrates such as humans achieve dynamic gaits by storing elastic energy in their compliant bones and soft tissues. Inspired by nature, engineers have begun to explore the design and control of soft bodied robots composed of compliant materials. This Review discusses recent developments in the emerging field of so

Biology has long been a source of inspiration for engineers making ever more capable machines 1.Softness and body compliance are salient features often exploited by biological systems, which tend to seek simplicity and show reduced complexity in their interactions with their environment 2.Several of the lessons learned from studying biological systems are now culminating in the definition of a new class of machine that we, and others, refer to as soft robots 3–6.Conventional, rigid bodied robots are used extensively in manufacturing and can be specifically programmed to perform a single task efficiently, but often with limited adaptability. Because they are built of rigid links and joints, they are unsafe for interaction with humans. A common practice is to separate human and robotic work spaces in factories to mitigate safety concerns. The lack of compliance in conventional actuation mechanisms is part of this problem. Soft robots provide an opportunity to bridge the gap between machines and people. In contrast to hard bodied robots, soft robots have bodies made out of intrinsically soft and/or extensible materials (for example, silicone rubbers) that can deform and absorb much of the energy arising from a collision. These robots have a continuously deformable structure with muscle like actuation that emulates biological systems and results in a relatively large number of degrees of freedom compared with their hard bodied counterparts. They (Fig. 1) have the potential to exhibit unprecedented adaptation, sensitivity and agility. Soft robots promise to be able to bend and twist with high curvatures and thus can be used in confined spaces 7; to deform their bodies in a continuous way and thus achieve motions that emulate biology 8; to adapt their shape to the environment, employing compliant motion and thus manipulate objects 9, or move on rough terrain and exhibit resilience 10; or to execute rapid, agile manoeuvres, such as the escape manoeuvre in fish

The key challenge for creating soft machines that achieve their full potential is the development of controllable soft bodies using materials that integrate sensors, actuators and computation, and that together enable the body to deliver the desired behaviour. Conventional approaches to robot control assume rigidity in the linkage structure of the robot and are a poor fit for controlling soft bodies, thus soft materials require new algorithms.

What is soft?

lsquo;Softrsquo; refers to the body of the robot. Soft materials are the key enablers for creating soft robot bodies. Although Youngrsquo;s modulus is only defined for homogeneous, prismatic bars that are subject to axial loading and small deformations, it is nonetheless a useful measure of the rigidity of materials used in the fabrication of robotic systems 5 . Materials conventionally used in robotics (for example, metals or hard plastics) have moduli in the order of 10 9 –10 12 pascals, whereas natural organisms are often composed of materials (for example, skin or muscle tissue) with moduli in the order of 10 4 –10 9 Pa (orders of magnitude lower than their engineered counterparts; Fig. 2). We define soft robots as systems that are capable of autonomous behaviour, and that are primarily composed of materials with moduli in the range of that of soft biological materials.

The advantages of using materials with compliance similar to that of soft biological materials include a considerable reduction in the harm that could be inadvertently caused by robotic systems (as has been demonstrated for rigid robots with compliant joints 12 ), increasing their potential for interaction with humans. Compliant materials also adapt more readily to various objects, simplifying tasks such as grasping 13 , and can also lead to improved mobility over soft substrates 14 .

For the body of a soft robot to achieve its potential, facilities for sensing, actuation, computation, power storage and communication must be embedded in the soft material, resulting in smart materials. In addition, algorithms that drive the body to deliver the desired behaviours are required. These algorithms implement impedance matching to the structure of the body. This tight coupling between body and brain allows us to think about soft-bodied systems as machines with mechanical intelligence, in which the body can be viewed as augmenting the brain with morphological computation 15,16 . This ability of the body to perform computation simplifies the control algorithms in many situations, blurring the line between the body and the brain. However, soft robots (like soft organisms) require control algorithms, which (at least for the foreseeable future) will run on some sort of computing hardware. Although both body and brain must be considered in concert, the challenges involved are distinct enough that, in this Review, we find it useful to organize them into separate sections.

In the following three sections we review recent developments in the field of soft robotics as they pertain to design and fabrication, computation and control, and systems and applications. We then discuss persistent challenges facing soft robotics, and suggest areas in wh

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[148232]，资料为PDF文档或Word文档，PDF文档可免费转换为Word