近日，大连理工大学力学与航空航天学院彭海军教授团队创造了一项新的世界纪录——团队研发的自主连续体机器人命中移动靶心的距离最远！挑战成功的最远距离为30.129米获得WRCA世界纪录认证。

连续体机器人通过颠覆传统刚性机械臂的结构设计，使其自身具备极高的灵活性和柔顺性，在受限空间非结构环境以及人机安全交互任务中具有重要应用价值。OC（英）、Tesla（美）以及Festo（德）等企业都在对此领域进行研究应用。

何为连续机器人？

你知道什么是连续型机器人吗？这类机器人可以称得上是机器人中的“眼镜蛇”，以其强悍的灵活性和柔顺性著称。它们在医疗介入手术、狭小空间检测、工业及生活辅助等非结构化环境中具有十分广泛的应用场景。例如用于微创手术的达芬奇Vinci SP介入手术机器人、美国Tesla公司的蛇形充电机器人以及德国Festo公司的柔性机械臂等。

那么问题来了，同是机器人，为什么它们这么灵活？原因在于连续型机器人通过颠覆传统刚性机械臂的结构设计，使得自身具备大量冗余“自由度”，进而实现灵活运动和柔顺变形。

然而，也正是因为存在大量冗余“自由度”，使得对连续型机器人的感知带来巨大挑战！目前，各种感知手段，包括：视觉运动捕捉、拉力传感器、光纤光栅测量、磁场分布测量等等，都难以通过单一途径实现对连续型机器人的多种运动模态的同步感知，这也严重影响并制约连续型机器人在非结构化环境中的未来发展和实际应用。

针对这些问题，大连理工大学的彭海军教授团队从线（又称绳索或肌腱）驱动的动力学机理出发，提出了一种线驱动连续型机器人的多模态感知方法，即在仅使用线驱动长度数据的条件下，实现了连续型机器人动态位形、张力分布以及驱动状态的多模态同步感知功能。

多模态信息其实早已蕴含在线驱动连续型机器人的动力学模型中，只是暂时被表面极度复杂的动力学模型所掩盖罢了，需要一双“慧眼”去发觉多模态信息的宝藏。彭海军教授团队建立了包含线驱动变形、摩擦和松弛等非线性因素的连续型机器人动力学模型，通过深刻领悟和理解动力学模型的曼妙之美，最终破解了多模态信息同步感知的科学问题。

在这项研究工作中，他们首先发现了驱动线长度的运动学变量与内在张力分布的动力学变量之间的非线性互补关系，根据已知线驱动长度感知线长度方向张力分布，同时感知驱动线的张紧或松弛状态；然后在所建立的刚柔耦合动力学模型中引入已知张力分布，进而感知外在动态行为变化；最终在仅适用驱动线长度信息的情况下，实现连续型机器人的动态位形、张力分布以及驱动状态的多模态同步感知功能。

30.129m创世界纪录

据了解，团队立足多体动力学与计算最优控制理论，已在连续体机器人的机理建模、多模感知、运动控制、数字孪生四大关键技术上取得阶段性突破，相关研究成果在日内瓦发明展、共融机器人、机器人创新设计大赛等多项世界级或国家级赛事中屡获佳绩，深受来自科研、企业与国防等多方专家的广泛关注与认可。

针对连续体机器人采用视觉反馈追踪远距离动态目标技术，团队提出了一种新的视觉伺服高精度动态目标追踪方案，并向WRCA世界纪录认证发出挑战申请。根据挑战规则：团队所研制的自主连续体机器人需依靠自身视觉识别距离15m以上的移动标靶，并通过末端携带激光笔跟随移动靶心5s以上。

本次挑战采用的移动靶心经世界纪录认证官的严格核查后正式开始世界纪录挑战，团队首先选择20m和25m距离的移动靶心全自动跟踪挑战，在完成对20m和25m远距离靶心跟踪后，团队决定挑战更高难度的30m距离。最终，经WRCA世界纪录认证官现场严格认定最远有效距离为30.129m，在有效距离下持续跟踪靶心的最长时间为12.81s，挑战成功！

经与现有世界纪录数据库对比后，认定此项纪录为全球首例连续体机器人的技术类挑战，创立了新的世界纪录项目，大工团队此次成功挑战标志着连续体机器人自主追踪远距离动态目标的实际困难已被解决，连续体机器人技术不再受限于实验室等近距离应用场景，对于推动连续体机器人技术走向实际工程应用意义深远，立足实际应用，不断突破创新。

数字孪生技术上有突破

数字孪生，来自英文术语Digital Twin，简称DT。数字孪生作为一项新兴技术，已被美国知名咨询及分析机构Gartner连续三年列入十大战略性技术。数字孪生在诸多行业都有广泛的应用前景，例如：医疗部门尝试采用数字孪生技术，为每个病人建立其数字孪生，借此可了解患者的健康状况并预测治疗方案的效果；航空公司在尝试应用数字孪生技术，提高飞机日常检修维护效率，避免大事故发生；在电力行业，发电企业、电网公司应用数字孪生技术于电网仿真、设备运维等方面，提高电力系统仿真准确度和运维效率。

数字孪生概念可追溯到1970年美国国家航空航天局（NASA）的阿波罗项目。NASA建设了一套完整的、高水准的地面半物理仿真系统，用于培训宇航员和控制人员，包括模拟多种故障场景的处理。这一仿真系统包含各式各样功能的模拟器，由联网的多台计算机控制。指令舱模拟器用了四台计算机，登月舱模拟器用了三台计算机。在模拟培训中，唯一真实的东西是乘员、座舱和任务控制台，其他所有的一切，都是由很多计算机、许多的公式以及经验丰富的技术人员仿真而创造出来的。

2003年，美国密歇根大学的迈克尔·格里夫斯教授针对设备全生命周期管理，提出了物理实体的虚拟数字表达，并提出了三维模型，但当时并没有用数字孪生这个术语。NASA在其特定的工程实践中，首先认识到了建设物理孪生的重要性。随着计算机、网络技术的高速发展，特别是软件技术与仿真技术的高度发展，使得各种物理孪生对象，从功能上、行为上完全可以用计算机系统进行仿真替代，在此基础上，很自然地提出了数字孪生概念。2012年，NASA在其发布的技术路线图的”Simulation-Based Systems Engineering”部分中，首次提出了数字孪生（Digital Twins）的概念。

2015年以来，西门子，GE等公司将数字孪生应用到工业界，开发了工业系统、医疗系统的数字孪生。2017—2019年，Gartner连续三年将数字孪生列入十大战略性技术。数字孪生引起广泛关注和高度重视，开始在各行各业获得应用。

运用数字孪生技术，可以在不改变原有物理实体的情况下，“克隆”出与之高度相似的数字实体，在数字世界中可以看到物理实体的各种特性，并且可以在数字孪生上模拟不同的“假设-分析”（What-if）场景，并对物理实体进行性能改进，可以提前知道某项决策运用在物理实体上是否可行，因此，可大大减少试错成本。

文章来源： 大连理工大学，EasyV数字孪生可视化，大数据文摘