News Release

螺丝粉软体机器人可智能避障自主穿越迷宫

Peer-Reviewed Publication

North Carolina State University

image: Researchers have developed soft robots that are capable of navigating complex environments, such as mazes, without input from humans or computer software. The soft robots are made of liquid crystal elastomers in the shape of a twisted ribbon, resembling translucent rotini. view more 

Credit: Yao Zhao, NC State University

近日,来自北卡州立大学和宾夕法尼亚大学的研究者研发了一种新型智能自主软体机器人,该机器人无需人为介入控制,可自行穿越类似迷宫状的复杂地形,以及极具挑战的柔软沙丘与凹凸不平的细石子路。

“不同于人们熟知的基于大脑运算的生物智能,这是一种基于物理智能的智能软体机器人,它将精巧的结构设计与智能材料相结合,实现自主决策的高等功能,比如智能避障来逃离迷宫。”文章通讯作者北卡州立大学机械航空系副教授尹杰解释道。

这种软体机器人由活性软材料-液晶弹性体-制成,其身躯形状像螺丝粉(Rotini),一种螺旋状的意大利面。液晶弹性体是一种智能材料,可在光照或环境温度的响应下发生形变。当把螺丝状液晶弹性体放置于加热到高于55oC的热表面上时,底部与热表面接触的部分开始收缩,但顶部与其它暴露在室温空气中的部位不收缩,这种不对称变形导致软基体会向前轻微地弯曲,从而驱动自发向前滚动。热表面温度越高,滚动速度也越快。相关视频可在此观看:https://www.youtube.com/watch?v=7q1f_JO5i60

“液晶弹性体软机器人在热响应下的自发滚动并不新鲜,类似行为在圆柱状液晶弹性体曾报道过。但是,我们的软机器人在遭遇障碍物时的表现却大相径庭。”尹杰说,“不同于以往圆柱状软机器人在障碍物前的原地空转,这种螺丝状软机器人可以自我越障与避障,这一点还是挺让人吃惊的。正是因为这种自我决策能力,我们的软体机器人才能成功地实现自主逃离极具挑战性的迷宫。”

该软体机器人利用了自我转向(self-turning)与自我突跳(self-snapping)这两种方式来完成逃离。自我转向是指当机器人的一端遇到障碍时,它会围绕着障碍物转变方向来实现自发越障。但是,当机器人身体的中间部位遇到障碍物时,它会发生形状的突跳,从原来的向前弯曲(凸形)快速转变成向后弯曲(凹形),从而调转滚动方向来实现自发避障。突跳是一种把积攒的变形能量迅速释放的过程。在这个过程中,软体机器人会稍微跳离地面,并在落地前把自己重新定向。往往软体机器人会尝试不止一次的突跳来协调它滚动的位置与方向,不过最终它还是会自发找到逃离障碍的路径。

“这样说来,它有点类似家庭用的扫地机器人”,尹杰说,“除了我们的软体机器人是利用了来自环境的能量,并且没有芯片程序来控制。”

“遭遇障碍物时,转向和突跳这两种行为在软体机器人身上对应着一个渐变的区域。”该工作第一作者尹杰实验室博士后赵耀说道,“当接触点落到身体的中部区域,软体机器人会发生突跳。但当接触点稍微远离中部区域时,跳变难度增加。当接触点更加远离中部直到在两端1/5身长之内时,突跳会消失,取而代之的是自我转向。”

实验进一步展示了这种螺丝状软体机器人可以自发逃离一系列更加复杂的迷宫状挑战性环境。研究者也展示了这种软体机器人在其它极具挑战性环境下自发穿越的高超技能,比如可以在各种类似沙漠环境松散的沙地上行走,如履平地。得益于其锯齿状的轮廓,可以通过嵌入沙地来增加爬行抓力,从而在攀爬沙丘时可以有效地避免打滑或深陷,也可以成功穿过凹凸不平的细石子路。

研究人员表示该软体机器人也可以从室外自然环境中吸收能量实现自发滚动,比如在晴天室外的车顶或烧烤架上自行爬行等。

“关于未来,我们想要设计一种智能自主软机器人,它可以吸收来自自然界环境中的热量作为能量源,从而自我穿越马路和沙漠等复杂的自然环境来采集地表信息,有望潜在应用于恶劣环境监测与救援等。”尹杰展望到。

该工作以“Twisting for Soft Intelligent Autonomous Robot in Unstructured Environments”为题于近日发表于美国国家科学院院刊(PNAS)。文章其它共同作者包括北卡州立大学博士生赤银鼎、洪尧烨、李艳滨,以及宾夕法尼亚大学杨澍教授。

该工作由美国自然科学基金NSF CMMI-2010717,CMMI-2005374 以及DMR-1410253项目支持。


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.