机器人 2022, Vol. 44 Issue (5): 626-640  
0
引用本文
杨旸, 贺治国, 焦鹏程, 王海鹏, 李文焘, 叶星宏, 林官正, 宋伟, 任洪亮. 瞬变速软体机器人研究综述[J]. 机器人, 2022, 44(5): 626-640.  
YANG Yang, HE Zhiguo, JIAO Pengcheng, WANG Haipeng, LI Wentao, YE Xinghong, LIN Guanzheng, SONG Wei, REN Hongliang. A Review of Soft Robots Enabled by Transient Driving Method[J]. ROBOT, 2022, 44(5): 626-640.  

瞬变速软体机器人研究综述
杨旸1,2 , 贺治国1,3,4 , 焦鹏程1,3,4 , 王海鹏1 , 李文焘1 , 叶星宏1 , 林官正1 , 宋伟1,3 , 任洪亮2,5     
1. 浙江大学海洋学院, 浙江 舟山 316021;
2. 新加坡国立大学生物医学工程学院, 新加坡 119077;
3. 浙江大学海洋感知技术与装备教育部工程研究中心, 浙江 舟山 316021;
4. 浙江大学海南研究院, 海南 三亚 572000;
5. 香港中文大学电子工程学院, 香港 999077
摘要:瞬变速软体机器人是一类能够在极短的时间内(不到1 s),通过柔性材料大变形产生瞬时高速驱动效果(大于1倍身长/秒)的软体机器人。本文总结了瞬变速软体机器人的国内外发展现状,并按照不同驱动方式为其分类。梳理了瞬变速软体机器人的运动建模与仿真方法,并提出了一种多场耦合的仿真模式,讨论了仿真研究的技术特点、难点、准确性以及发展方向。总结了当前瞬变速软体机器人的应用,并展望其在未来不同场景下的设计和应用。
关键词瞬变速驱动    软体机器人    快速响应    柔性材料    
中图分类号:TP24            文献标志码:A            文章编号:1002-0446(2022)-05-0626-15
A Review of Soft Robots Enabled by Transient Driving Method
YANG Yang1,2 , HE Zhiguo1,3,4 , JIAO Pengcheng1,3,4 , WANG Haipeng1 , LI Wentao1 , YE Xinghong1 , LIN Guanzheng1 , SONG Wei1,3 , REN Hongliang2,5     
1. Ocean College, Zhejiang University, Zhoushan 316021, China;
2. Department of Biomedical Engineering, National University of Singapore, Singapore 119077, Singapore;
3. Engineering Research Center of Oceanic Sensing Technology and Equipment, Ministry of Education, Zhejiang University, Zhoushan 316021, China;
4. Hainan Research Institute, Zhejiang University, Sanya 572000, China;
5. Electronic Engineering Department, The Chinese University of Hong Kong, Hong Kong 999077, China
Abstract: Soft robots enabled by the transient driving method (TDM) are a type of high-speed devices that can generate high-speed actuation (greater than 1 time of body-length per second) by large deformations of flexible materials within a short time (less than 1 s). In this paper, the state of the art of the TDM-enabled soft robots at home and abroad is summarized, and the robots are classified according to their driving principles. The TDM-enabled soft robots are surveyed with respect to the motion modeling and simulation methods while proposing a multi-field coupled simulation method. The technical characteristics, difficulties, accuracies, and potential developmental works of the simulation studies are discussed. Current applications of the TDM-enabled soft robots are summarized, and the potential designs and applications in different scenarios are prospected.
Keywords: transient driving method (TDM)    soft robot    rapid response    flexible material    

1 前言(Introduction)

近年来,软体机器人已成为机器人学领域的重要研究对象,其在形状自适应抓取、医疗康复与深海探索等工程应用中逐渐发挥出独具特色的作用[1-7]。相较于传统刚性机器人,软体机器人的驱动器部分或其全部由柔性材料制成[8]。不同于刚性机器人,其结构与功能结合的设计方式,使其在环境适应性设计、集成装配与一体化制造方面表现出显著的优势[9-11],如:通过可适应人体内部构造的柔性蛇形仿生执行器进行人体微创手术[5],通过分散式布置零部件实现软体机器人在万米深海的耐压运动[7],以及通过全软体成型方法实现仿章鱼机器人的全软体结构设计与一体化制造[12]等。随着软体机器人学深入发展,研究人员运用不同的驱动机理和智能材料,研发出多种多样的软体驱动方式。较常见的驱动方式有:形状记忆材料驱动[13]、离子交换聚合物金属复合材料驱动[14]、介电高弹体驱动[15]、磁驱动[16]、绳驱动[17]、电机驱动[18]、光驱动[19]和气压驱动[20]等,在温度响应、离子响应、电压响应、磁响应、线性力响应、机械响应、光响应以及气压响应等方面分别表现出明显的优势。

然而,面对需要在短时间内(毫秒级)产生较高驱动力(千牛级)的驱动任务,如快速跳跃、水下瞬变速起动与高速避障等,大部分软体机器人的表现需得到改善[21-23]。因而,瞬变速驱动方法(TDM)成为有效解决该类问题的软体机器人学研究分支[24-27]

根据现有相关研究,瞬变速软体机器人能够在极短的时间内(不到1 s),通过柔性材料大变形产生瞬时高速驱动效果(大于每秒1倍身长)[24]。该类机器人的驱动过程通常伴随剧烈的压力变化,根据驱动原理的不同,可以将驱动方式分为气体驱动、智能材料驱动、化学反应驱动3类。

基于上述驱动特点,瞬变速软体机器人相较于传统刚性机器人和其他类型的软体机器人,均有独具特色的优势。首先相较于瞬变速刚性机器人,瞬变速软体机器人具有材料学、机械动力学、仿生学方面的优势。分别的,在材料学上低模量和低密度的柔性材料赋予了机器人较低的机体质量与驱动耗能,提升了瞬变速机器人的驱动能力和续航能力;在机械动力学上连续的超弹体材料在理论上赋予了机器人无限的自由度数,提升了瞬变速机器人的灵活性;在仿生学上柔性材料对瞬变速驱动的强非线性响应赋予了机器人更贴近自然界生物的运动形式,提升了瞬变速机器人的仿生能力。其次相较于其他驱动形式的软体机器人,瞬变速软体机器人具有驱动特性、响应速度、仿生能力方面的优势。分别的,在驱动特性上高能量密度的驱动过程赋予机器人更强的驱动力(千牛级),显著提升了软体机器人的运动能力;在响应速度上瞬时产生的驱动效果(不到1 s)赋予机器人更快的响应速度,提升了软体机器人的驱动响应能力;在仿生能力上自然界中普遍存在的瞬变速运动现象赋予机器人更多设计灵感(仿桡足生物、仿蜥蜴舌等),拓宽了软体机器人的仿生范围。

然而,在具备上述优势的同时,瞬变速软体机器人的研究也存在以下几个技术难点:1) 如何实现可靠的刚-柔连接技术以承受瞬变速现象的瞬时高压;2) 如何实现多物理场耦合的模拟技术以定量预测和控制瞬变速驱动的过程;3) 如何实现瞬变速驱动技术的可持续性。

2 软体机器人概述(State of the art of soft robotics)

软体机器人研究范围广泛,内容包含多个方面:软体机器人的运动建模[12, 28]、制造材料与成型方法[1, 29-30]以及运动表现[24-27]。随着软体机器人研究受到愈加广泛的关注,不同的驱动方式逐步发展起来。

受自然界软体生物的启发,科学家们基于不同的仿生目标设计了各式各样的软体机器人。模拟柔性抓取动作一直是软体机器人研究中的热点,研究人员提出了软体抓手机器人,该抓手结构简单,可以适应多种形状的物体,以均匀的压力抓住物体[31-33]。模拟蠕虫运动是柔性材料形变的重要应用,20世纪90年代研究人员就提出了一种以形状记忆合金为驱动源的仿蚯蚓蠕动式机器人[34-36]。模拟鱼类游动是软体机器人在液体介质中的重要研究内容,李铁风等[37]研发了一种基于介电高弹体驱动的软体机器鱼,其水下运动速度可以达到6.4 cm/s(0.69倍身长/秒)。文力等[38]提出了一种仿生鱼软体机器人,并采用数字粒子图像测速方法对其流体动力性能进行了深入研究。模拟脊索动物的连续性构造与运动极大程度发挥了软体材料的独有优势,Ren团队[5, 39]设计制造了一种连续性柔性执行器,可作为精密辅助工具进行人体微创手术。

驱动容易变形、难于控制的软体材料是软体机器人领域的重要研究课题,为解决该问题,多种软体机器人驱动方式应运而生,各类典型驱动方式的相关研究数量如图 1(a)所示[15, 25-26, 40-81]。基于电活性聚合物驱动的软体机器人[15, 40-55, 81]响应速度快,仿生性能优异,但不能承受高温。基于形状记忆合金驱动的软体机器人[56-63]对温度敏感,环境适应性强,但尚需进一步研究解决驱动力有限的问题。基于气体压强驱动的软体机器人[64-76]具有容易制造、成本较低且安全性更高的优势,但一般情况下需要外接气源,受环境限制较大。基于化学放能反应驱动的软体机器人[25-26, 67, 77-79]近几年逐渐兴起,化学放能反应放能速率高,能实现快速驱动,但同时也存在难以产生准确运动的问题。软体机器人多种驱动方式的发展,奠定了瞬变速软体机器人发展的技术基础。不同驱动方式的软体机器人的特点如图 1表 1所示。

图 1 软体机器人的典型驱动方式 Fig.1 Classic actuation methods of soft robots
表 1 不同驱动方式的软体机器人表现特点 Tab. 1 Performances of soft robots enabled by different actuation methods

进一步的,如图 2所示,运动速度和运动模式两类指标被同时用以评价各类软体机器人的运动性能:在运动速度方面,归纳了各机器人的速度表现,展示了以身长比为特征的运动速度分布情况;在运动模式方面,其可将各类软体机器人分为单向运动模式[26, 82]、多向运动模式[13, 56]以及多向准确运动模式[14, 48]。上述各运动模式分别代表不具备自主转向能力的机器人设计、具备自主转向能力但没有定位能力的机器人设计,以及具备自主转向能力且有定位能力的机器人设计。

图 2 不同驱动类型软体机器人运动速度与运动模式的研究现状 Fig.2 Research status of motion speeds and modes of soft robots enabled by different actuation methods

通过整理现有研究,归纳处于不同运动模式(单向运动模式、多向运动模式和多向准确运动模式)机器人的运动表现,分布趋势呈现以下规律:单向运动模式软体机器人具有不高于10倍身长/秒的运动速度,多向运动模式机器人具有不高于1倍身长/秒的运动速度,多向准确运动模式机器人则具有更低的最大运动速度。即,速度-模式分布线将上述运动速度上限表示出来,现有研究中述及的大部分软体机器人的运动表现均处于分布线下方。同时注意到,图中圆形标记代表了瞬变速软体机器人,圆形标记处于分布线上方,表明该类软体机器人有潜在突破驱动速度上限的研究价值。图中分布趋势显示,在运动模式趋向复杂时,对应的驱动速度上限逐渐减弱(划分如图 2所示),而现有瞬变速软体机器人的驱动表现分布表明,瞬变速驱动研究在提升各驱动模式的速度上限方面具有研究价值与潜力。

3 瞬变速软体机器人研究现状(State of the art of TDM-enabled soft robots) 3.1 瞬变速软体机器人研究进展

瞬变速软体机器人的驱动机理以化学放能反应为主,也可由智能材料驱动和气压驱动实现,表 2列举了以不同方式驱动的瞬变速软体机器人的表现特点。需要指出的是,表中所述的“束缚”和“非束缚”分别表示有线机器人与无线机器人,二者区别在于是否需要外接引线,用以供能、控制与信息传输。如图 3(a)所示,Lin等[13]研发了一个以毛毛虫为仿生对象的软体机器人GoQBot:其整体结构是由多种硅橡胶混合物组成的复合体,由前屈肌和后屈肌组成,2个SMA(形状记忆合金)线圈并排穿过整个机器人,通过改变温度使柔性材料发生变形而产生运动,其最大正向运动速度能够达到10倍身长/秒。如图 3(b)所示,为了使机器人能够进行诸如跳跃等快速敏捷运动,2013年Shepherd等[26]提出了一种由碳氢化合物燃烧驱动的三脚束缚软体机器人,该软体机器人最大跳跃速度为3.6 m/s,最大跳跃高度为30 cm。如图 3(c)所示,2014年Marchese等[87]将瞬变速驱动方法运用到水下环境,研发了摆尾式机器鱼,它通过自身肌肉的交替伸缩实现身体的摆动,从而带动尾鳍周期性地摆动来获得水动力实现运动,其最大速度为1倍身长/秒。如图 3(d)所示,2014年Tolley等[27]研发了一种无束缚的软体机器人,该机器人使用气动和化学放能反应组合的驱动方法,实现有针对性的定向跳跃运动,最大跳跃高度达0.6 m。如图 3(e)所示,2014年Stergiopulos等[88]研发了一种化学反应放能驱动的软体高压泵结构,可提供高达60 kPa的压强。2017年Wood等[89]研发了一种可以在陆上或水面上跳跃的微型机器人,其可产生大于30倍身长的跳跃运动。如图 3(f)所示,2020年本文作者提出了以化学反应放能作为驱动源的瞬变速软体驱动器,对该软体驱动器进行了理论分析、数模模拟和实验测试的全面研究,以此驱动器驱动的软体机器人运动速度能够达到6倍身长/秒[24]

表 2 不同驱动方式的瞬变速软体机器人表现特点 Tab. 2 Performances of TDM-enabled soft robots based on different actuation methods
图 3 基于不同驱动方式的瞬变速软体机器人研究现状 Fig.3 Research status of TDM-enabled soft robots based on different actuation methods
3.2 瞬变速驱动的实现方式

瞬变速软体机器人可结合不同的传动设计,实现不同方式的驱动方法,可分类为:高压弹射驱动方法、高速排水驱动方法以及其他特殊形式的驱动方法。

3.2.1 高压弹射

高压弹射指在驱动过程中通过瞬间产生高压使柔性材料发生大幅度变形,进而利用邻近外部支撑平台(如地面)上产生的反作用力来实现瞬变速运动的驱动方法[24]。高压弹射驱动方法的实现以化学放能反应方式为主。Whitesides团队提出的三足跳跃软体机器人[26](见图 3(b)),将烷烃可燃气体通入腿部腔室,通过电火花点燃气体发生化学反应,瞬间产生的内部高压使柔性腿冲击地面以发生跳跃运动,最大跳跃表现约为30倍身长。同团队次年研发了一种无束缚的软体机器人[27](见图 3(d)),该机器人可以有针对性地跳到一个物体上,这为该团队在2015年提出的无线跳跃机器人[25]奠定了研究基础(见图 4)。在使用高压弹射方法实现瞬变速驱动的研究中,产生了“如何解决刚-柔连接处在承受高压时表现出的不稳定性”的问题,研究人员采用变刚度3D打印方法对机器人进行一体化制造,从而在机器人制造过程中解决了刚性部件与柔性部件间的连接问题,显著提高了机器人的运行稳定性。

图 4 典型瞬变速软体机器人的驱动原理、制作方法与运动表现 Fig.4 Actuation principles, manufactures and motion performances of typical TDM-enabled soft robots

在实现了瞬变速驱动稳定性后,研究开始向运动过程可控的方向发展。不倒翁机器人即是该类研究的开端[79],该机器人以一氧化二氮和丙烷作为驱动能源,采用不倒翁设计保证每次驱动结束后的姿态一致性,设计者研究了机器人运动轨迹的分布情况,以总结驱动参数与表现间的定性关系。为在驱动源头研究高压弹射方法的可控性,2020年本文作者首次通过理论预测、数值模拟以及实验研究方法(见图 5),对基于化学放能反应的高速冲击驱动方法进行了运动表现研究,提出了瞬变速柔性驱动器反应参数与运动表现的仿真模型,为驱动过程定量驱动提供了研究思路。

图 5 瞬变速软体机器人定量研究 Fig.5 Quantitative studies on TDM-enabled soft robots
3.2.2 高速排水

高压排水指在驱动过程瞬间产生高压时,通过柔性材料的大变形来挤压机器人的储水空间,将其内的水体高速排出,进而产生反作用力以实现瞬变速运动的驱动方法[79, 90]。典型设计如图 6(a)所示,受软体头足类动物运动启发,Keithly等[79]提出了一例水下软体鱼机器人,该软体鱼以甲烷和氧气为驱动燃料,使用可膨胀的硅胶材料制成驱动腔室,腔室可以在刚性的外壳中置换水,驱动时发生化学放能反应并以11 m/s的速度通过喷嘴将水喷出,瞬时速度为0.450 m/s,平均速度为0.3 m/s。实验中利用高速摄像机记录运动过程,水射流产生了涡环,对涡环进行跟踪测量,结果显示涡环的速度约为6.7 m/s。图 6(b)为该机器人的整个驱动实验系统,包括机器人本体、浸没罐、气罐、调节板和控制阀。基于理论模型预测驱动速度,并与高速摄像机测量的驱动速度进行了比较。

图 6 高速排水驱动原理 Fig.6 Actuation principles of the high-speed jet method

2019年,Zufferey等[90]提出了一种使用固体反应物(碳化钙)作为动力源的水上滑行机器人,通过使碳化钙粉末与周围环境的水体发生反应来生成可燃的乙炔气体,乙炔气体在燃烧后发生膨胀,从而推动腔室内的水体向外喷射,使机器人获得滑行所需的动力,如图 6(c)所示。由于反应腔室是薄壁压力容器,因此首先根据环向应力方程估算得出所需材料的厚度并制造反应腔室,随后将电子驱动器模块与反应腔室固定连接,最后对机器人的外观进行稳定性设计。进一步的,对机器人的驱动、喷射阶段以及滑行过程进行了数值模拟仿真,并与实验结果对比验证,得到其运动性能参数。该机器人能够迅速从水中运动过渡到飞行运动。通过使用0.2 g的碳化钙,可以使质量为160 g的机器人飞行26 m。

3.2.3 其他

除了化学放能反应驱动方法之外,一些其他类型的驱动方法也可以实现软体机器人的瞬变速运动,如离子电活性聚合物(IEAP)驱动方法:2015年Must等[52]受蠕虫运动的启发,研发了一款仅凭借身体起伏运动就可在地面上执行爬行任务的软体机器人,该软体机器人由单个IEAP执行器驱动,蠕动爬行速度达到0.97倍身长/秒。2017年Duduta等[55]以介电高弹性体作为驱动器提出了一例仿蠕虫爬行软体机器人,这是迄今为止模仿蠕虫运动速度最快的软体机器人,能够以1倍身长/秒的速度进行运动。

3.3 瞬变速软体机器人的制作技术

上文所述的瞬变速软体机器人有多种制造方法[30, 91-92],主要包括:1) 3D打印增材技术。3D打印增材技术的应用,能够加快软体机器人的制造过程,有利于改变软体机器人的结构特性,见图 7(a)。2) 注造法。制作3D打印模具,将硅胶原料注入模具中,固化硅胶,待硅胶完全固化后取出制成品,见图 7(b)。3) 软光刻技术。指的是在光照条件下,借助光致抗蚀剂,将掩模版上的图形转移到基片上的技术。Shepherd等[8]使用软光刻技术来制造能够进行复杂运动的气动机器人,见图 7(c)。4) 形状沉积工艺。是指把材料沉积成型后,通过数控机床进行微机械加工,在成型过程中将预制部件或传感器及执行器等嵌入到部件中,见图 7(d)。多种制造方法的应用,为变刚度软体机器人的制造提供了技术上的支撑。

图 7 瞬变速软体机器人典型制造方法 Fig.7 Typical manufacturing methods of TDM-enabled soft robots

多数软体机器人的装配需要刚性组件的支持,然而直接将刚性组件与软体结构简单连接难以保证其可靠性。研究发现,自然界中许多动物都基于刚度梯度连接刚性材料和软体结构,Wood等[25]采用3D打印增材技术提出了一种刚度梯度变化的软体机器人,该机器人在驱动时按照反应顺序,通过腿部充气以及化学放能反应使底部膨胀,进而实现机器人的驱动,如图 4(a)所示。其打印材料具有刚度梯度变化的特殊性质,利用9种不同刚度的打印材料实现了软体机器人的身体由完全刚性的中心向完全柔性的四周的梯级过渡,如图 4(b)(c) 所示。

值得指出的是,瞬变速软体机器人因其瞬时高速的驱动特点而独具特色,然而,对于制成瞬变速软体机器人的软体材料,现有文献记录中[24-26, 72, 79]均使用柔性硅胶膜(或打印柔性膜),以承受高压作用,并进一步产生大变形作用于环境载体上,以反作用于自身进行推进。针对不同材料属性的硅胶膜在化学放能反应驱动方法下的形变表现,研究人员前后进行了定性研究和定量研究:2014年,研究人员对不同材料属性的硅胶膜进行定性驱动测试,比较了Dragon Skin 20和Ecoflex 00-30两种硅胶材料的驱动效果,结果发现,前者最高挠度为9.4 mm,而后者为17.6 mm,同时,两种材料的最高挠度也受反应腔室容积的影响[88];2020年,研究人员对不同材料属性的硅胶膜进行定量驱动测试,研究发现较低模量的硅胶膜在驱动过程中会出现非预期的横向振荡,对驱动过程产生异常扰动;而较高模量的硅胶膜在驱动过程中会发生过载撕裂现象,影响机器人使用寿命,即,由于瞬时高压特性,选用瞬变速软体机器人的制造材料时需兼顾耐压性与系统稳定性[24]。针对高压下的软硬连接问题,研究人员使用3D变刚度打印的方法,将柔性膜按照刚度从外向内渐小的方式进行制造,研究发现变刚度制造可以在弥补传统软硬连接的不足的同时,使制造的机器人产生比全软或全刚设计更加柔性灵活的运动[25]

4 建模与仿真(Modeling and simulation)

鉴于目前的研究现状,关于瞬变速软体机器人的运动建模与仿真方法的研究较为困难与复杂。

4.1 驱动理论

因瞬变速驱动过程涉及到多个学科,文献中记载的研究几乎均未涉及驱动过程的理论。例如化学放能反应驱动方法涉及超弹体材料大变形理论、爆炸力学与流体力学等多个学科,动力学建模复杂,进而导致运动建模困难。

在柔性材料大变形理论方面,由于经典弹性力学的基本假设是材料应变在100% 以内,难以解决软体机器人大变形运动的基本问题,因此,超弹体材料大变形理论成为解释低弹性模量材料(如橡胶材料等)大变形过程的理论基础。Rivlin等于1948年到1952年连续提出基于应变能函数的超弹体材料大变形理论模型,系统解释了类橡胶材料各种形式的变形原理,其模型为后续理论模型发展奠定了重要基础,其研究与Mooney等的研究统称为Mooney-Rivlin模型[93-94],而后其他超弹体材料大变形模型被陆续优化,如Yeoh模型、Neo-Hookean模型和Odgen模型等[93]。材料参数、输入荷载与形变量是各种理论模型中共同的变量,根据瞬变速驱动方法(以化学放能反应驱动方法为例),材料参数可由材料力学测试得到,输入荷载为化学放能反应瞬间产生的压强,形变量则可通过模型计算得到。

在对化学放能反应所产生压力的估算方面,有3种基本的研究方法。第1种是TNT当量转换法,可以先将不同热值的反应原料转化为一定质量的TNT,再由Jones-Wilkins-Lee(JWL)状态方程与理想气体状态方程转换为放能反应产生的压强,而后可以直接应用于各类超弹体模型中,求解出预期的驱动表现[95];第2种是密闭容器爆压测算法,根据反应物的不同状态(气态、固态或液态),通过封闭容器爆压测试得到的爆炸过程的压力变化曲线,使用最高爆压作为后续等温绝热过程的初始压力数值[24];第3种是间接标定法,将定量负载放置于驱动器表面,激发放能反应后负载产生垂直方向位移,通过高速光学成像系统采集微小时间步内的负载位移,折算负载在驱动过程中的加速度,进而得到相应负载下的压力与时间的关系[96]。上述3种方法在准确性和应用性上各有利弊:TNT当量转换法的估算精度较低,但折算方法简单,适合较低精度的估算仿真;密闭容器爆压测算法的精度较高,但需要系统开展相关测试实验,因而难以应用于瞬变速软体机器人的设计中;间接标定法的针对性较强,对于已设计出的驱动器形状,其测算精度较高,然而,一旦改变驱动器设计,需要重新测算其输出压力。

除建立理论模型分析软体机器人的运动以外,近年来,随机器学习技术的逐渐发展,研究人员采用深度学习对运动过程图像逐帧进行数据采样,对驱动参数与运动表现参数进行拟合,进而建立输入-输出因素的隐性方程,实现对软体机器人运动的建模。不同于理论建模,这种方法的优点在于建模过程是忽略了驱动理论的直接建模,建模难度低,仿真精度高;但其经验依赖性高,对学习目标的准确度要求较高,作为后验方法,在指导设计与优化的问题上需要进一步探究。

4.2 数值仿真

不同于瞬变速驱动方法的驱动理论,文献记载的瞬变速软体机器人中,几乎都涉及到了机器人运动表现的数值模拟仿真[8, 24, 26, 97],分为柔性材料仿真、爆炸力学与柔性材料大变形耦合仿真和流-固耦合仿真等。针对柔性材料仿真,一般可使用Ansys、Abaqus等软件,通过定义超弹体材料属性并给出适当的初始、边界条件即可求解;而针对爆炸力学与柔性材料大变形耦合仿真中爆炸过程与大变形过程存在双向耦合的问题,一般采用Ansys-Autodyn模块进行仿真,如文[24] 中记录,将原料转换为当量TNT后填充在欧拉域(气体计算域)底部,点燃TNT后,欧拉域中产生高速爆轰波作用于拉格朗日域(超弹体材料计算域)后被反射回固壁边界。针对流-固耦合仿真,一般采用Ansys中的瞬态力学模块与Fluent流体仿真模块的双向耦合方法,采用类似方法可解决软体机器人与多相流耦合相互作用现象的仿真。图 8给出了瞬变速软体机器人的仿真过程示意,同时以文献记载的瞬变速软体机器人为例[24],解释瞬变速驱动与环境耦合原理。上述各仿真方法在精准性、应用性与计算效率等方面存在各自的优势与不足:基于Ansys或Abaqus的柔性材料形变仿真,其准确性依赖于材料属性数据来源,当材料参数给定准确时,其仿真精度较高,同时,在与物理场耦合方面,前者应用性更高,而在非线性接触方面,后者计算更稳定;基于Ansys-Autodyn模块的爆炸力学-柔性材料仿真,其针对性较强,可直接求解爆炸过程与形变的相互作用情况,但其精度较为粗糙,原因在于TNT当量转换过程中存在误差,且因仿真目标为强非线性现象,其显式求解差分的时间步较小,导致计算效率较低;基于Ansys-Fluent模块的流固耦合仿真,其仿真重点在于机器人与介质的相互作用,聚焦运动学的研究,其精度依赖于初始条件(如驱动力)和动网格参数设置的准确程度,且由于计算过程中的网格运动,其计算效率较低。

图 8 瞬变速软体机器人仿真流程 Fig.8 Simulation processes of the TDM-enabled soft robots
5 潜在应用(Potential applications)

近几年来,瞬变速软体机器人被应用在多种场合,现有运动方式包括:陆上运动(onland motion)、水下游动(swimming)、水下喷射(jetting)以及多相介质处运动(multi-phase motion)等。这些运动方式可进一步归类为不同场景下的运动需求:水下、陆上和太空的瞬变速驱动应用。一些应用于陆地、水空交界以及水下等各类场景的瞬变速软体机器人如图 9所示[24-26, 83, 98]

图 9 各类场景下的瞬变速软体机器人 Fig.9 TDM-enabled soft robots in different scenarios
5.1 水下瞬变速软体机器人应用

瞬变速软体机器人因其瞬时高速的优势,在水下工作场景中有多方面的应用前景,如:水下瞬变速启动与制动、瞬变速避障、瞬变速转向以及多相介质间的信号传输。

水下瞬变速启动与制动:瞬变速驱动方法放能快、动力强,可通过连续驱动对水下目标进行跟踪、监测与获取;相反地,其也可在紧急制动场景下发挥重要作用。

水下瞬变速避障与转向:为避免软体机器人在通过海底复杂地形时无法转向,或与水中游动生物发生碰撞,可通过激活机器人特定部位的驱动模块,来实现快速转向与快速翻腾等运动任务;同时,瞬变速驱动技术也可作为辅助驱动模块与水下航行器功能整合,为整机运动提供快速变轨功能,实现水下航行器推进方向的瞬时改变,进而完成瞬变速避障、转向等特殊运动任务。

多相介质间信号传输:目前,水下观测设备主要通过水下声波通信(如:声呐)与水下信号基站进行信号传输,声波通信在空气中存在耗散率高的缺点,因此将信息直接由水下传输至空中的任务较难完成;另一方面,陆上通讯大多由电磁波信号完成,其无法将信息直接由空中传输至水下。因此,当软体机器人在水下搜集到足够的信息(如海底地形地貌信息等)后,可采用瞬变速运动方法,跃出海水表面或跃至海上平台,主动传输所搜集到的信息后跃回水下继续工作。此类瞬变速应用方式摆脱了水体介质对信号传输的影响,见图 10(a)

图 10 瞬变速软体机器人的跳跃运动应用示例 Fig.10 Jumping applications of TDM-enabled soft robots
5.2 陆上瞬变速应用

除了在水下应用,瞬变速软体机器人也可应用于陆上,如:复杂地形跳跃、紧急情况避险、物体追踪检测等。

复杂地形跳跃。在地形条件差、环境恶劣的地方,如火山口地带以及地震、泥石流滑坡灾害地带等,瞬变速软体机器人在开展灾害救援时,可携带生命探测仪或其他搜救设备,通过跳跃运动减少与复杂地面的接触,见图 10(b)[25],轻松跃过复杂地形,直达受灾中心,辅助灾区搜救。

紧急情况避险。当前方出现紧急情况时,瞬变速软体机器人可以通过瞬变速特性,进行紧急制动转向甚至翻转,避开险情。

物体追踪检测。瞬变速软体机器人可以搭载摄像设备,通过瞬变速驱动方式,对陆上物体进行追踪检测,并将追踪到的信息进行反馈。

5.3 太空瞬变速应用

除陆、海中的应用,瞬变速软体机器人还可应用在太空中。如:星球表面崎岖处的跳跃等。在低重力的宇宙空间,瞬变速软体机器人的跳跃式运动对外星表面失重环境适应性较强,可进行远距离的跳跃运动。火星、月球等星球的表面往往具有较大的不平整地形,传统刚性机器人在这类复杂地形下开展实地勘探任务时,瞬变速软体驱动模块可以作为辅助设备,加装在刚性机器人上,在必要时进行辅助勘探。同时根据驱动原料来源,通过与化学反应机理的结合,探索外太空原料来源,就地取材,实现能源的供给保障,以解决外太空运动续航问题,如:采用太阳能模块解决供电问题,采用电解水的方式为气体能源同时提供可燃剂与助燃剂[99-100]

6 结论与展望(Conclusions and prospect)

瞬变速软体机器人因其瞬间高压的驱动特点,在产生快速响应和高驱动力的方面表现突出,但其实现准确运动的难度较高。瞬变速软体机器人的具体驱动方法可分为高压弹射和高速排水等,适用于不同场景。进一步的,具体驱动方法的研究涉及到材料力学、结构力学、流体力学、爆炸力学、柔性材料大变形理论以及仿生学等诸多领域的交叉和融合,通过化-流-固耦合的模式可对机器人复杂运动进行理论分析和仿真。

瞬变速软体机器人可应用于海、陆、空各场景,包括:水下瞬变速起动与制动、瞬变速转向与避障、复杂地形跳跃、航空跳跃等多种特殊的运动任务,同时瞬变速软体驱动器也可作为辅助模块与其他可持续运动设备整合,作为其他设备实现瞬变速运动的补充。基于瞬变速软体机器人的研究现状,其发展面临的挑战主要有:

1) 驱动的精确可控问题:由于驱动过程周期约在500 ms以内,时间极短且驱动力极高,因此,如何准确建立控制和仿真模型,准确地定量解释运动过程,是该领域运动控制方面的严峻挑战。

2) 材料与结构设计优化问题:瞬变速驱动的极高压强对柔性材料的疲劳寿命研究提出了挑战,同时,如何通过结构优化设计解决驱动零件集成问题,是该领域在克服零件依赖性方面面临的严峻挑战。

3) 多驱动方式耦合问题:瞬变速驱动方法以产生瞬间高加速度为特色,其在续航运动方面存在不足,因此,瞬变速驱动模块化,并与其他多种驱动方式耦合驱动的问题,是机器人高效、可持续工作方面面临的严峻挑战。

4) 能源携带问题:瞬变速驱动方法对反应式能源(如:烷烃气体、氢气和固体燃料等)依赖度较高,当前研究均随机体携带能源,如何开发新型、高效和智能的能源来源和能源使用策略,同时提高能源携带量和携能后的运动性能,是瞬变速软体机器人领域亟待解决的关键问题。

基于以上瞬变速发展的挑战,展望对应问题的研究方法:

1) 研究驱动过程的理论原理:瞬变速软体机器人涉及超弹体材料大变形理论、爆炸力学与流体力学等学科,根据本文提出的化-流-固耦合预测原理,从化学放能反应过程源头计算驱动力,进而准确预测材料大变形过程与环境的相互作用。

2) 研发高集成度的控制元件:研究小尺度集成芯片与机器人腔体优化设计方法,依照仿生学原理,在重量、尺寸和外形设计三方面进行优化研究。

3) 开发多驱动方式模块化耦合技术:探索瞬变速驱动方法的模块化原理,阐释多种驱动耦合过程的协同机理,进而充分发掘机器人高效、可持续工作的发展潜力。

4) 开发高效能源携带策略:探索新型供能能源,开发充分发挥环境资源作用的供能策略,优化机器人能源携带结构设计,进而提升机器人运动效率。

参考文献(References)
[1]
曹玉君, 尚建忠, 梁科山, 等. 软体机器人研究现状综述[J]. 机械工程学报, 2012, 48(3): 25-33.
Cao Y J, Shang J Z, Liang K S, et al. Review of soft-bodied robots[J]. Journal of Mechanical Engineering, 2012, 48(3): 25-33.
[2]
刘璟, 张益峰, 王子又. 软体机器人研究发展综述[J]. 科技创新导报, 2017, 14(10): 118, 134.
Liu J, Zhang Y F, Wang Z Y. Review of soft robots[J]. Science and Technology Innovation Herald, 2017, 14(10): 118, 134. DOI:10.16660/j.cnki.1674-098X.2017.10.118
[3]
王海涛, 彭熙凤, 林本末. 软体机器人研究进展[J]. 华南理工大学学报, 2020, 48(2): 94-106.
Wang H T, Peng X F, Lin B M. Research development of soft robots[J]. Journal of South China University of Technology, 2020, 48(2): 94-106.
[4]
张进华, 王韬, 洪军, 等. 软体机械手研究综述[J]. 机械工程学报, 2017, 53(13): 19-28.
Zhang J H, Wang T, Hong J, et al. Review of soft-bodied manipulator[J]. Journal of Mechanical Engineering, 2017, 53(13): 19-28.
[5]
李峥, Jan F, 任洪亮, 等. 面向机器人微创手术的新型遥控柔性机器人[J]. Engineering, 2015, 1(1): 73-78.
Li Z, Jan F, Ren H L, et al. A novel tele-operated flexible robot targeted for minimally invasive robotic surgery[J]. Engineering, 2015, 1(1): 73-78.
[6]
Song S, Li Z, Yu H Y, et al. Shape reconstruction for wire-driven flexible robots based on Bźier curve and electromagnetic positioning[J]. Mechatronics, 2015, 29: 28-35. DOI:10.1016/j.mechatronics.2015.05.003
[7]
Li G R, Chen X P, Zhou F H, et al. Self-powered soft robot in the Mariana Trench[J]. Nature, 2021, 591(7948): 66-71.
[8]
Shepherd R F, Ilievski F, Choi W, et al. Multigait soft robot[J]. PNAS, 2011, 108(51): 20400-20403. DOI:10.1073/pnas.1116564108
[9]
Schimitt F, Piccin O, Barbe L. Soft robots manufacturing: A review[J]. Frontiers in Robotics and AI, 2018, 5. DOI:10.3389/frobt.2018.00084
[10]
Kim S, Laschi C, Trimmer B. Soft robotics: A bioinspired evolution in robotics[J]. Trends in Biotechnology, 2013, 31(5): 287-294. DOI:10.1016/j.tibtech.2013.03.002
[11]
Gul J Z, Sajid M, Rehman M M, et al. 3D printing for soft robotics-A review[J]. Science and Technology of Advanced Materials, 2018, 19(1): 243-262. DOI:10.1080/14686996.2018.1431862
[12]
Wehner M, Truby R L, Fitzgerald D J, et al. An integrated design and fabrication strategy for entirely soft, autonomous robots[J]. Nature, 2016, 536(7617): 451-455. DOI:10.1038/nature19100
[13]
Lin H-T, Leisk G G, Trimmer B. GoQBot: A caterpillar-inspired soft-bodied rolling robot[J]. Bioinspiration & Biomimetics, 2011, 6(2). DOI:10.1088/1748-3182/6/2/026007
[14]
Chen Z, Um T I, Bart-Smith H. A novel fabrication of ionic polymer-metal composite membrane actuator capable of 3-dimensional kinematic motions[J]. Sensors & Actuators, A: Physical, 2011, 168(1): 131-139.
[15]
Pelrine R, Kornbluh R, Pei Q, et al. High-speed electrically actuated elastomers with strain greater than 100%[J]. Science, 2000, 287(5454): 836-839. DOI:10.1126/science.287.5454.836
[16]
Joyee E B, Pan Y. A fully three-dimensional printed inchworm-inspired soft robot with magnetic actuation[J]. Soft Robotics, 2019, 6(3): 333-345. DOI:10.1089/soro.2018.0082
[17]
Li Z, Du R X. Design and analysis of a bio-inspired wire-driven multi-section flexible robot[J]. International Journal of Advanced Robotic Systems, 2013, 10(4). DOI:10.5772/56025
[18]
Liu C-H, Chung F-M, Chen Y, et al. Optimal design of a motor-driven three-finger soft robotic gripper[J]. IEEE/ASME Transactions on Mechatronics, 2020, 25(4): 1830-1840. DOI:10.1109/TMECH.2020.2997743
[19]
Mikotaj R, Hao Z, Chen X, et al. Light-driven soft robot mimics caterpillar locomotion in natural scale[J]. Advanced Optical Materials, 2016, 4(11): 1689-1694. DOI:10.1002/adom.201600503
[20]
Stokes A A, Shepherd R F, Morin S A, et al. A hybrid combining hard and soft robots[J]. Soft Robotics, 2013, 1(1): 70-74.
[21]
Polygerinos P, Correll N, Morin S, et al. Soft robotics: Review of fluid-driven intrinsically soft devices; manufacturing, sensing, control, and applications in human-robot interaction[J]. Advanced Engineering Materials, 2017, 19(12): 1-22.
[22]
Gupta U, Qin L, Wang Y, et al. Soft robots based on dielectric elastomer actuators: A review[J]. Smart Materials and Structures, 2019, 28(10): 1-16.
[23]
侯涛刚, 王田苗, 苏浩鸿, 等. 软体机器人前沿技术及应用热点[J]. 科技导报, 2017, 35(18): 20-28.
Hou T G, Wang T M, Su H H, et al. Review on soft-bodied robot[J]. Science and Technology Review, 2017, 35(18): 20-28.
[24]
Yang Y, Hou B Z, Chen J Y, et al. High-speed soft actuators based on combustion-enabled transient driving method (TDM)[J]. Extreme Mechanics Letters, 2020, 37. DOI:10.1016/j.eml.2020.100731
[25]
Bartlett N W, Tolley M T, Overvelde J T B, et al. A 3D-printed, functionally graded soft robot powered by combustion[J]. Science, 2015, 349(6244): 161-165. DOI:10.1126/science.aab0129
[26]
Shepherd R F, Stokes A A, Freake J, et al. Using explosions to power a soft robot[J]. Angewandte Chemie International Edition, 2013, 52(10): 2892-2896. DOI:10.1002/anie.201209540
[27]
Tolley M T, Shepherd R F, Karpelson M, et al. An untethered jumping soft robot[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems. Piscataway, USA: IEEE, 2014: 561-566.
[28]
葛锦程, 汤磊, 谷国迎, 等. 绳驱动软体操作臂的建模与控制技术研究[J]. 机电一体化, 2018, 24(5): 3-10, 16.
Ge J C, Tang L, Gu G Y, et al. Research on modeling and control of a tendon-driven soft manipulator[J]. Mechatronics, 2018, 24(5): 3-10, 16.
[29]
Zaidi S, Maselli M, Laschi C, et al. Actuation technologies for soft robot grippers and manipulators: A review[J]. Current Robotics Reports, 2021, 2: 355-369. DOI:10.1007/s43154-021-00054-5
[30]
赵梦凡, 常博, 葛正浩, 等. 软体机器人制造工艺研究进展[J]. 微纳电子技术, 2018, 55(8): 606-612.
Zhao M F, Chang B, Ge Z H, et al. Research progress on the manufacturing technology of the soft robot[J]. Micronanoelectronic Technology, 2018, 55(8): 606-612.
[31]
Wang Z K, Torigoe Y, Hirai S. A prestressed soft gripper: Design, modeling, fabrication, and tests for food handling[J]. IEEE Robotics and Automation Letters, 2017, 2(4): 1909-1916. DOI:10.1109/LRA.2017.2714141
[32]
Elangovan N, Gerez L, Gao G, et al. A multi-modal robotic gripper with a reconfigurable base: Improving dexterous manipulation without compromising grasping efficiency{[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems. Piscataway, USA: IEEE, 2021: 6124-6130.
[33]
Li M J, Su M J, Xie R Z, et al. Development of a bio-inspired soft gripper with claws[C]//IEEE International Conference on Robotics and Biomimetics. Piscataway, USA: IEEE, 2017: 828-833.
[34]
马建旭, 李明东, 包志军, 等. 仿蚯蚓蠕动微机器人及控制系统[J]. 上海交通大学学报, 1999, 33(7): 93-95.
Ma J X, Li M D, Bao Z J, et al. Micro peristaltic robot simulating earthworm and its control system[J]. Journal of Shanghai Jiaotong University, 1999, 33(7): 93-95.
[35]
Xie R Z, Su M J, Zhang Y H, et al. PISRob: A pneumatic soft robot for locomoting like an inchworm[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2018: 3448-3453.
[36]
Singh G, Patiballa S K, Zhang X T, et al. A pipe-climbing soft robot[C]//International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2019: 8450-8456.
[37]
Li T F, Li G R, Liang Y M, et al. Fast-moving soft electronic fish[J]. Science Advances, 2017, 3(4). DOI:10.1126/sciadv.1602045
[38]
Wen L, Liang J H, Shen Q, et al. Hydrodynamic performance of an undulatory robot: Functional roles of the body and caudal fin locomotion[J]. International Journal of Advanced Robotic Systems, 2013, 10(1). DOI:10.5772/54210
[39]
Shi C Y, Luo X B, Qi P, et al. Shape sensing techniques for continuum robots in minimally invasive surgery: A survey[J]. IEEE Transactions on Biomedical Engineering, 2016, 64(8): 1665-1678.
[40]
Guo S X, Fukuda T, Asaka K. A new type of fish-like underwater microrobot[J]. IEEE/ASME Transactions on Mechatronics, 2003, 8(1): 136-141. DOI:10.1109/TMECH.2003.809134
[41]
Pei Q, Rosenthal M, Stanford S, et al. Multiple-degrees-of-freedom electroelastomer roll actuators[J]. Smart Materials and Structures, 2004, 13(5): N86-N92. DOI:10.1088/0964-1726/13/5/N03
[42]
Choi H R, Jung K, Ryew S, et al. Biomimetic soft actuator: Design, modeling, control, and applications[J]. IEEEASME Transactions on Mechatronics, 2005, 10(5): 581-593.
[43]
Kofod G, Wirges W, Paajanen M, et al. Energy minimization for self-organized structure formation and actuation[J]. Applied Physics Letters, 2007, 90(8): 81-91.
[44]
Jung K, Koo J C, Nam J, et al. Artificial annelid robot driven by soft actuators[J]. Bioinspiration & Biomimetics, 2007, 2(2): S42-S49.
[45]
Yeom S, Oh I K. A biomimetic jellyfish robot based on ionic polymer metal composite actuators[J]. Smart Materials and Structures, 2009, 18(8). DOI:10.1088/0964-1726/18/8/085002
[46]
Jordi C, Michel S, Fink E. Fish-like propulsion of an airship with planar membrane dielectric elastomer actuators[J]. Bioinspiration & Biomimetics, 2010, 5(2). DOI:10.1088/1748-3182/5/2/026007
[47]
Firouzeh A, Ozmaeian M, Alasty A, et al. An IPMC-made deformable-ring-like robot[J]. Smart Materials and Structures, 2012, 21(6). DOI:10.1088/0964-1726/21/6/065011
[48]
Chang Y, Kim W. Aquatic ionic-polymer-metal-composite insectile robot with multi-DOF legs[J]. IEEE/ASME Transactions on Mechatronics, 2013, 18(2): 547-555.
[49]
Hubbard J J, Fleming M, Palmre V, et al. Monolithic IPMC fins for propulsion and maneuvering in bioinspired underwater robotics[J]. IEEE Journal of Oceanic Engineering, 2014, 39(3): 540-551.
[50]
Zhao J W, Niu J Y, McCoul D, et al. A rotary joint for a flapping wing actuated by dielectric elastomers: Design and experiment[J]. Meccanica, 2015, 50(11): 2815-2824.
[51]
Moghadam A, Kouzani A, Torabi K, et al. Development of a novel soft parallel robot equipped with polymeric artificial muscles[J]. Smart Materials and Structures, 2015, 24(3). DOI:10.1088/0964-1726/24/3/035017
[52]
Must I, Kaasik F, Poldsalu I, et al. Ionic and capacitive artificial muscle for biomimetic soft robotics[J]. Advanced Engineering Materials, 2015, 17(1): 84-94.
[53]
Godaba H, Li J S, Wang Y Z, et al. A soft jellyfish robot driven by a dielectric elastomer actuator[J]. IEEE Robotics and Automation Letters, 2016, 1(2): 624-631.
[54]
Carrico J D, Kim K J, Leang K K. 3D-printed ionic polymer-metal composite soft crawling robot[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2017: 4313-4320.
[55]
Duduta M, Clarke D R, Wood R J. A high speed soft robot based on dielectric elastomer actuators[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2017: 4346-4351.
[56]
Villanueva A, Smith C, Priya S. A biomimetic robotic jellyfish (Robojelly) actuated by shape memory alloy composite actuators[J]. Bioinspiration & Biomimetics, 2011, 6(3). DOI:10.1088/1748-3182/6/3/036004
[57]
Laschi C, Cianchetti M, Mazzolai B, et al. Soft robot arm inspired by the octopus[J]. Advanced Robotics, 2012, 26(7): 709-727.
[58]
Kim H-J, Song S-H, Ahn S-H. A turtle-like swimming robot using a smart soft composite (SSC) structure[J]. Smart Materials and Structures, 2013, 22(1). DOI:10.1088/0964-1726/22/1/014007
[59]
Umedachi T, Vikas V, Trimmer B A. Highly deformable 3-D printed soft robot generating inching and crawling locomotions with variable friction legs[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems. Piscataway, USA: IEEE, 2013: 4590-4595.
[60]
Song S-H, Kim M-S, Rodrigue H, et al. Turtle mimetic soft robot with two swimming gaits[J]. Bioinspiration & Biomimetics, 2016, 11(3). DOI:10.1088/1748-3190/11/3/036010
[61]
Jin H, Dong E B, Alici G, et al. A starfish robot based on soft and smart modular structure (SMS) actuated by SMA wires[J]. Bioinspiration & Biomimetics, 2016, 11(5). DOI:10.1088/1748-3190/11/5/056012
[62]
Alcaide J O, Pearson L, Rentschler M. Design, modeling and control of a SMA-actuated biomimetic robot with novel functional skin[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2017: 4338-4345.
[63]
Huang X N, Kumar K, Jawed M K, et al. Chasing biomimetic locomotion speeds: Creating untethered soft robots with shape memory alloy actuators[J]. Science Robotics, 2018, 3(25). DOI:10.1126/scirobotics.aau7557
[64]
Shiva A, Stilli A, Noh Y, et al. Tendon-based stiffening for a pneumatically actuated soft manipulator[J]. IEEE Robotics and Automation Letters, 2016, 1(2): 632-637.
[65]
Suzumori K, Endo S, Kanda T, et al. A bending pneumatic rubber actuator realizing soft-bodied manta swimming robot[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2007: 4975-4980.
[66]
Faudzi A A M, Razif M R M, Nordin I N A M, et al. Development of bending soft actuator with different braided angles[C]//IEEE/ASME International Conference on Advanced Intelligent Mechatronics. Piscataway, USA: IEEE, 2012: 1093-1098.
[67]
Tolley M T, Shepherd R F, Mosadegh B, et al. A resilient, untethered soft robot[J]. Soft Robotics, 2014, 1(3): 213-223.
[68]
Mosadegh B, Polygerinos P, Keplinger C, et al. Pneumatic networks for soft robotics that actuate rapidly[J]. Advanced Functional Materials, 2014, 24(15): 2163-2170.
[69]
Deimel R, Brock O. A novel type of compliant and underactuated robotic hand for dexterous grasping[J]. International Journal of Robotics Research, 2016, 35(1-3): 161-185.
[70]
Polygerinos P, Wang Z, Galloway K C, et al. Soft robotic glove for combined assistance and at-home rehabilitation[J]. Robotics and Autonomous Systems, 2015, 73: 135-143.
[71]
Miao Y, Dong W, Du Z J. Design of a soft robot with multiple motion patterns using soft pneumatic actuators[J]. IOP Conference Series: Materials Science and Engineering, 2017, 269(1). DOI:10.1088/1757-899x/269/1/012013
[72]
Uppalapati N K, Krishnan G. Towards pneumatic spiral grippers: Modeling and design considerations[J]. Soft Robotics, 2018, 5(6): 695-709.
[73]
Pedro P, Ananda C, Rafael P B, et al. Closed structure soft robotic gripper[C]//IEEE International Conference on Soft Robotics. Piscataway, USA: IEEE, 2018: 66-70.
[74]
Yirmibesoglu O D, Morrow J, Walker S, et al. Direct 3D printing of silicone elastomer soft robots and their performance comparison with molded counterparts[C]//IEEE International Conference on Soft Robotics. Piscataway, USA: IEEE, 2018: 295-302.
[75]
Hyatt P, Kraus D, Sherrod V, et al. Configuration estimation for accurate position control of large-scale soft robots[J]. IEEE/ASME Transactions on Mechatronics, 2019, 24(1): 88-99.
[76]
Li S G, Stampfli J J, Xu H J, et al. A vacuum-driven origami "magic-ball" soft gripper[C]//International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2019: 7401-7408.
[77]
Loepfe M, Schumacher C M, Lustenberger U B, et al. An untethered, jumping roly-poly soft robot driven by combustion[J]. Soft Robotics, 2015, 2(1): 33-41.
[78]
Li H, Go G, Ko S Y, et al. Magnetic actuated pH-responsive hydrogel-based soft micro-robot for targeted drug delivery[J]. Smart Materials and Structures, 2016, 25(2). DOI:10.1088/0964-1726/25/2/027001
[79]
Keithly D, Whitehead J, Voinea A, et al. A cephalopod-inspired combustion powered hydro-jet engine using soft actuators[J]. Extreme Mechanics Letters, 2018, 20(1): 1-8.
[80]
Kim E, Takeuchi M, Ohira R, et al. Design of soft sensor for feedback control of bio-actuator powered by skeletal muscle[C]//IEEE International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2021: 643-648.
[81]
Zhao J W, Zhang J M, McCoul D, et al. A soft biomimetic module of elephant trunk driven by dielectric elastomers[C]// IEEE International Conference on Robotics and Biomimetics. Piscataway, USA: IEEE, 2018: 349-354.
[82]
Higashi K, Miki N. A self-swimming microbial robot using microfabricated nanofibrous hydrogel[J]. Sensors and Actuators, B: Chemical, 2014, 202: 301-306.
[83]
Najem J, Leo D J. A bio-inspired bell kinematics design of a jellyfish robot using ionic polymer metal composites actuators[C]//Proceedings of the SPIE, Vol. 8340. Bellingham, USA: SPIE, 2012. DOI: 10.1117/12.915170.
[84]
Baniasadi M, Yarali E, Bodaghi M, et al. Constitutive modeling of multi-stimuli-responsive shape memory polymers with multi-functional capabilities[J]. International Journal of Mechanical Sciences, 2021, 192. DOI:10.1016/j.ijmecsci.2020.106082
[85]
Gossweiler G R, Brown C L, Hewage G B, et al. Mechano- chemically active soft robots[J]. ACS Applied Materials & Interfaces, 2015, 7(40): 22431-22435.
[86]
Mao S X, Dong E B, Jin H, et al. Gait study and pattern generation of a starfish-like soft robot with flexible rays actuated by SMAs[J]. Journal of Bionic Engineering, 2014, 11(3): 400-411.
[87]
Marchese A D, Onal C D, Rus D. Autonomous soft robotic fish capable of escape maneuvers using fluidic elastomer actuators[J]. Soft Robotics, 2014, 1(1): 75-87.
[88]
Stergiopulos C, Vogt D, Tolley M T, et al. A soft combustion-driven pump for soft robots[C]//ASME 2014 Conference on Smart Materials, Adaptive Structures and Intelligent Systems. New York, USA: ASME, 2014. DOI: 10.1115/SMASIS2014-7536.
[89]
Chen Y F, Wang H Q, Helbling E F, et al. A biologically inspired, flapping-wing, hybrid aerial-aquatic microrobot[J]. Science Robotics, 2017, 2(11). DOI:10.1126/scirobotics.aao5619
[90]
Zufferey R, Ancel A O, Farinha A, et al. Consecutive aquatic jump-gliding with water-reactive fuel[J]. Science Robotics, 2019, 4(34). DOI:10.1126/scirobotics.aax7330
[91]
徐丰羽, 郭义全, 周映江, 等. 软体机器人的驱动器及制作方法研究综述[J]. 南京邮电大学学报(自然科学版), 2018, 38(4): 69-80.
Xu F Y, Guo Y Q, Zhou Y J, et al. Review of actuator and manufacturing methods in soft robots[J]. Journal of Nanjing University of Posts and Telecommunications (Natural Science Edition), 2018, 38(4): 69-80.
[92]
Yang H, Li C H, Yang M, et al. Printing hydrogels and elastomers in arbitrary sequence with strong adhesion[J]. Advanced Functional Materials, 2019, 29(27). DOI:10.1002/adfm.201901721
[93]
Elango N, Faudzi A A M. A review article: Investigations on soft materials for soft robot manipulations[J]. The International Journal of Advanced Manufacturing Technology, 2015, 80(5): 1027-1037.
[94]
Mehraban A, Brown J, Barra V, et al. Efficient residual and matrix-free Jacobian evaluation for three-dimensional tri-quad-ratic hexahedral finite elements with nearly-incompressible Neo-Hookean hyperelasticity applied to soft materials on unstructured meshes in parallel, with PETSc and libCEED[C]// ASME International Mechanical Engineering Congress and Exposition. New York, USA: ASME, 2020. DOI: 10.1115/IMECE2020-24522.
[95]
Razus D, Brinzea V, Mitu M, et al. Temperature and pressure influence on explosion pressures of closed vessel propane-air deflagrations[J]. Journal of Hazardous Materials, 2010, 174(1-3): 548-555.
[96]
Wang Y P, Yang X B, Chen Y F, et al. A biorobotic adhesive disc for underwater hitchhiking inspired by the remora suckerfish[J]. Science Robotics, 2017, 2(10). DOI:10.1126/scirobotics.aan8072
[97]
Stokes A A, Shepherd R F, Morin S A, et al. A hybrid combining hard and soft robots[J]. Soft Robotics, 2013, 1(1): 70-74.
[98]
Hou T G, Yang X B, Su H H, et al. Design and experiments of a squid-like aquatic-aerial vehicle with soft morphing fins and arms[C]//International Conference on Robotics and Automation. Piscataway, USA: IEEE, 2019: 4681-4687.
[99]
Weisbin C R, Schenker P S, Easter R, et al. Space AI and robotics-Robotic colonies[M]. Salt Lake City, USA: Academic Press, 2003: 397-401.
[100]
Ju A. Soft robot to swim through Europa's oceans[EB/OL]. (2015-05-12)[2021-07-01]. https://news.cornell.edu/stories/2015/05/soft-robot-swim-through-europas-oceans.