卡内基梅隆大学的工程师开发了一种具有类似金属导电性和自愈特性的柔软材料，这是第一个保持足够电附着力以支持数字电子设备和电机的材料。这一进展发表在《自然电子》上，标志着软博学以及机器人、电子和医学领域的突破。

1、有自愈能力的软体机器人蜗牛

在卡内基梅隆大学，软体机器人代表了新一代软机器和机器人，由多功能材料制造，具有集成传感、驱动和智能。

研究小组介绍了这种材料，一种液态金属填充的有机凝胶复合材料，具有高导电性、低刚度、高拉伸性和自愈性能，适用于三种应用：

抗损伤蜗牛式机器人，为玩具车供电的模块化电路，可重新配置的生物电极，用于测量身体不同位置的肌肉活动。

“这是第一种可以保持足够高的电气附着力以支持数字电子设备和耗电设备的软材料，”主要作者，机械工程教授Carmel Majidi说。“我们已经证明你实际上可以用它为电机提供动力。”

该材料在三个演示中介绍;抗损伤蜗牛风格的机器人，为玩具车供电的模块化电路，以及可重新配置的生物电极，用于测量身体不同位置的肌肉活动。

完全解绑的蜗牛机器人在其柔软的外部使用了自愈导电材料，该材料嵌入了电池和电动机来控制运动。在演示过程中，该团队切断了导电材料，并观察到其速度下降了50%以上。由于其自愈特性，当手动重新连接材料时，机器人恢复了电气连接并恢复了原始速度的68%。

该材料还可以用作可重构电路的模块化构建模块。在他们的演示中，一块凝胶最初将玩具车连接到电机。当团队将凝胶分成三个部分并将一个部分连接到车顶安装的LED时，他们能够使用剩余的两个部分恢复汽车与电机的连接。

最后，该团队展示了该材料重新配置的能力，可以从身体的不同位置获得肌电图（EMG）读数。由于其模块化设计，有机凝胶可以改装以测量前臂前部肌肉和腿后部的手部活动，以测量小腿活动。这为使用柔软、可重复使用材料的肌电图和心电图等组织电子界面打开了大门。

2、柔性机器人的市场价值

根据使用的行业和场景的不同有着明显的区别，同时不同行业使用的机器人在性能上也有较大的差异，由此可知柔性类智能设备的性能是根据场景和行业的不同而做出不同设计的。 柔性机器人具有高灵活性、可变形性和能量吸收特性等特点，对环境具有较强的适应性，有重要的应用价值。

机器感知结合柔性机器人取得突破性进展，应用在医疗和工业两大领域。将柔性机器人分为仿生机器人和工业机器人两类，前者更适用于医疗，后者更倾向于工业。柔性机器人的三大要素为机器感知、机器行动和人机交互。随着机器视觉的发展，材质、驱动原理和机器视觉三者更好地结合帮助柔性机器人拥有更大的应用范围。

从制造业的角度来看柔性机器人，是指运用机器视觉的六轴以上的工业智能设备。在制造业领域柔性类智能设备的性能将远远地超出一般的工业类机器人。相较于功能比较单一的传统工业类智能设备而言，柔性类机器人可以借助于相机、光源以及图像采集卡、视觉软件等机器来感知部件。并且通过图像采集、图像处理以及运动

控制来完成一系列复杂的动作。正是由于近几年视觉机器的高速发展使得柔性类机器人在制造业领域的发展突飞猛进。

手术机器人是柔性机器人最直接落地领域。手术机器人的核心技术对应了柔性机器人的三要素，在搭载了三维成像视频摄像平台，加上机械臂摄影臂和手术器械这两个组成移动平台三部分。实施手术的时候医生不需要与病患直接接触，通过三维视觉系统和动作定标系统就可进行操作控制，再由机械手臂和手术器械模拟来完成全部的技术动作和手术操作。

性能良好的柔性机器人在制造业领域以及生物学领域都有不错的表现，并且由于使用领域的区别使得在不同的领域也可以发挥出更加亮眼的功能。如在制造业领域主要强调的是图像的采集和处理来实现全套复杂流程的操作。而在生物学领域则需要依靠移动平台三部分实现手术操作。

视觉柔性机器人是物流、仓储等新兴行业自动化必不可缺的组成部分。柔性工业机器人不仅可以保持原有机器人的功能，更可以拥有更多的灵活度。柔性机械手经历几代的发展已日渐成熟。仓库自动化、物流无人化等非标环境将成为更主要的应用领域，可以想象的是，未来的机器人会更轻、更柔软、对外部动力依赖程度更低，到时候人机协作会更安全、更协调。

3、柔性机器人的难点

目前，一般存在关节柔性或者臂杆柔性且能够满足轻质、高速要求的机械人称为柔性机器人。柔性机器人具有质轻、高速、低耗能等优点，在其机器人领域尤其在空间机器人领域占有重要的位置，因此得到广大的专家学者的关注和研究。柔性机械人具有高耦合、无限维、连续分布参数等特性，且运动过程中存在的较大变形，使其运动规律与传统刚性机器人有着本质的区别。

传统的机械臂具有刚性较强，虽然能够容易实现精确控制，但是也有着负载自重比小、能耗高等缺点，难以满足轻量、高速、低耗能等应用需求。柔性连杆机械臂的臂杆由轻质材料制成，响应快，、能耗低，同时操作灵活，工作效率高，逐渐在医疗，高精度制造业墩、太空探索等领域显出来优越性。但是由于刚性的降低，柔性连杆机械臂在运动中发生弹性形变，系统非线性会变得更加复杂，同时负载随着任务变化而变化，存在不确定性，给运动控制策略设计带来非常大的挑战。因此，柔性机械臂的高精度运动控制成为近些年来的研究热点。

为了提高柔性连杆机械臂的运动轨迹跟踪控制性能，目前已经有多种控制方法被提出，比如自适应控制、模糊神经网络控制、奇异摄动控制、迭代学习控制、自抗扰控制。上述控制方法有效的处理了柔性机械臂系统参数不确定的问题，实现了良好的轨迹跟踪问题。但是由于柔性连杆机械臂高速运行时，其连杆做得很长或者末端负载较重时，连杆的弹性和可能激发的振动就成为了不可忽略的因素。连杆的弹性的存在不但使得机械臂的控制变得困难，而且易激发结构共振导致系统损坏。由于柔性连杆的机械臂的建模和控制比柔性关节机械臂的建模和控制更复杂。因此，在理论上柔性连杆机械臂的研究应该吸引更多的注意力。

文章来源： 柔智烩，祈愿少女七七，ChinaIT数字变革未来