期刊俱乐部:软体机器人的弹性电子学

从本质上讲，我们是一种覆盖着传感器的软机器，能够完成无数复杂的任务。剥离了本体感觉反馈，我们不能再行走，尽管完整的运动系统。同样，传感器、复杂控制回路或机器学习的集成在“经典”机器人技术中至关重要。当尝试复制生物系统(1)时，软体和连续体机器人通过兼容和自适应结构减轻了一些材料和工程问题，这些结构允许在有限或没有传感的情况下具有令人印象深刻的功能(2,3)。

最初简单的魅力降低了软体机器人的入门门槛，并在一定程度上刺激了它的快速发展。然而，在自然界的软体专家，如头足类动物身上，我们发现传感器、执行器、电源和信号处理的复杂网络分布在它们柔软的身体各处。目前许多软执行器演示通过操作员对环境或所需任务的了解来部分补偿。真正的自主机器人，无论是软的还是硬的，都需要它们自己的感觉来与周围环境互动。如今，软机器人技术在这个方向上快速发展，首次展示了软计算单元(5-7)，主要是安装简单的本体感觉反馈。

本文基于Florian Hartmann、Michael Drack和我本人的一篇重点文章，讨论了将软电子技术与机器人技术相结合的最新努力和挑战。

https://robotics.sciencemag.org/content/3/18/eaat9091

我们如何才能最好地在我们的人造生物中近似生物的独特复杂性?只有材料科学家、化学家、工程师、物理学家、生物学家和机器人专家联合起来，这种努力才能成功。特别是，机器人中的软实施例需要可拉伸、可变形的电子形式——用于传感、电源、计算和驱动支持——这不会妨碍其固有的柔韧性和安全性(图1)。

让机器人融入我们的日常生活，对软传感器皮肤的生产成本要求很低。可伸缩系统的柔性电子的可伸缩解决方案正在被采用;通过数字制造制造的嵌入式软传感器的演示令人鼓舞。在实现不受束缚的操作的同时，大规模地将多种材料单片组装在一起，具有高功能，但又以稳健的方式进行，这需要新的集成模式。

大挑战

为了避免否定源自机械设计概念和材料选择的软机器的优势，将一些控制任务转移给软结构[形态计算(4)]，我们首先需要问一个软机器人需要感知什么。在进化上，传感器的实现是由环境需求驱动的。类似地，我们应该为我们的创造物配备适当的响应能力，并利用自我感知驱动原理。

用节俭的方式保持简单

电驱动软电容器件不仅提供运动，而且允许通过与驱动状态相关的应变依赖性容量变化进行闭环控制。最近的花生-哈赛尔致动器在下一代人造肌肉中结合了电力操作的精细控制和基于流体的系统的高功率(8)。它们在一定程度上通过流体重新分配来克服介电击穿故障，但自愈合聚合物、弹性体和电极材料的进步可以进一步延长寿命。由于本质上是电子的，向多模态传感的发展是有希望的。现有的软测量策略包括基于电阻和电容的设计，以感知压力和应变，并尝试基于光的反馈(9)。从更智能的执行器到“感知”机器人将需要广泛的感官，以软的形式实现，包括温度、湿度、流量、纹理、光学和电磁场。对多种刺激做出反应的材料可以简化传感器设计和皮肤结构。然而，传感、数据收集和处理以及能量存储的集成策略是至关重要的。

收集了很多信号

当单个或少量传感器不能满足需求时，处理单个节点很快就会成为主要障碍。必须控制数百万像素的显示工业的方法使用有源矩阵晶体管阵列，这需要不同种类的材料(介电、半导体和金属)异质集成，所有材料都具有部分拮抗特性。使用有机(10)和无机(11)半导体作为基本构建模块的例子通过超薄的外形因素使表皮和不可察觉的箔基平台具有特殊的机械顺应性。机械设计，如弯曲，开裂的金属薄膜，或平面外的皱纹，然后将灵活的电子皮肤变成可拉伸的软混合，当结合弹性基础。本质可拉伸(半)导体和绝缘体的进步现在提供了全软和可打印的替代品(12)。长期可靠性仍然具有挑战性;具有基本愈合特性的传感器和材料的冗余可能提供解决方案。

处理和适应

可拉伸传感器受益于其构成材料的固有非线性，但信号解释具有挑战性，并且通常会随时间变化。先进的处理和通信很大程度上依赖于刚性电子元件;与可拉伸材料的界面涉及到软到硬的转变，在承受大循环应力时有失败的风险。具有梯度力学模量的自愈合材料可以提供帮助;另一种策略可能是模块化设计，传感器皮肤可以分离和替换。即使是在小型自主机器人中，机器学习的进步也可以通过“系带学习”来探索。在经验训练它们的软感官的同时，这些机器人与大型资源相连接，然后在本地存储创建的模式，以指导传感器输入的评估，允许以较低的计算量和能源需求适应环境。

提供能源

从低密度源(例如，振动和热梯度)收集分布式能量有望为单个传感器供电。甚至可以通过选择压电、摩擦或光电活性材料来实现自供电传感器。但是，如果我们寻找主动显示或形状变形的皮肤，我们需要使用例如电化学或高效太阳能转换器的策略来无缝集成高密度电源，这些转换器具有双重用途，也可以为运动提供动力。现有的可拉伸版本存在长期稳定性问题。可拉伸的封装和阻隔材料是难以捉摸的，但通过工程设计的二维材料是可能实现的。通过结合活细胞进行驱动和传感来开发生物系统的高级能量管理，可以为最终自然愈合和再生的自主系统向前迈出一大步。然而，这种能力在供应营养和处理废物方面提出了新的挑战，特别是对于大型系统。基于水凝胶的电子产品可以提供一种天然的解决方案。

图1:缩小生物系统和机器人系统之间的差距．全软机器人理想地实现了软驱动与可拉伸、多模态电子皮肤和能量供应的集成。利用形态计算和分布式计算的优势，实现无束缚的自主操作是最终目标。

去哪里

传感器的复杂性和数量的增加反过来又需要适当的电源和计算资源。在整个机器人体内分布信号处理和能量存储非常类似于生物系统，为实际实施提供了一个现实的解决方案。很快，通过混合集成策略，利用硅技术的变革性成就与大面积电子皮肤相结合的协同概念将成为我们迈向全软系统的中间阶段。下一阶段的软体机器人将包括身体自我修复和体感皮肤的新兴概念。由于无限的使用寿命既不可行也不需要，最终模糊数字世界和动画世界之间的界限将通过生物可降解和可吸收的材料和设计来实现。

参考文献

(1) C. Laschi, M. Cianchetti, B. Mazzolai, L. Margheri, M. Follador, P. Dario，灵感来自章鱼的软体机械臂。先进的机器人26， 709-727(2012)。

(2)苏森，井仓，田中，柔性微致动器及其在机器人机构中的应用。1991年IEEE机器人与自动化国际会议论文集，萨克拉门托，加州，1991年4月9日至11日，第1622-1627页（3）陈晓霞，王敏，陈晓霞，多步态软机器人。Proc.Natl.Acad.Sci.U.S.A。108，20400 - 20403(2011)。

(4) Y. Mengüç， N. Correll, R. Kramer, J. Paik，机器人是身体与大脑还是大脑与身体?科学。机器人。2， eaar4527(2017)。

(5) M. Garrad, G. Soter, A. T. Conn, H. Hauser, J. Rossiter，软体机器人的软物质计算机。科学。机器人。4， eaaw6060(2019)。

(6）D. J. Preston, P. Rothemund, H. J. Jiang, M. P. Nemitz, J. Rawson, Z. Suo, g.m. Whitesides，软器件的数字逻辑。PNAS116， 7750-7759(2018)。

(7) K. E.威尔逊，e.f。Markus Henke, G. A.斯莱弗，I. A.安德森，橡胶计算。Proc。学报，电活性聚合物执行器和器件(EAPAD)101632 h,(2017)。

(8) N.卡拉里斯，V. G.文卡塔，G. M.史密斯，S. K.米切尔，C.;Keplinger, Peano-HASEL驱动器:肌肉模拟，电液传感器，在激活时线性收缩。科学。机器人。3.， eaar3276(2018)。

(9)面向软感知机器人:从机器人技术和生物启发的解决方案到软测量技术，2018年4月24日至28日，意大利利沃诺，IEEE机器人软件大会研讨会;https://softperceptiverobots.it/

(10) M. Kaltenbrunner, T. Sekitani, J. Reeder, T. Yokota, K. Kuribara, T. Tokuhara, M. Drack, R. Schwödiauer, I. Graz, S. Bauer- gogonea, S. Bauer, T. Someya，超轻量化设计的不可感知塑料电子。自然499， 458-463(2013)。

(11)金东辉，卢楠楠，马荣，金永生，金荣辉，王绍生，吴建民，元善明，陶海辉，伊斯兰安，余孔杰，金泰，乔杜里，应敏，徐丽丽，李敏，李洪杰。钟汉华，麦考密克，刘平，刘永伟。张建平，黄玉玉，黄玉玉，表皮电子学。科学333， 838-843(2011)。

(12)王绍生，徐建军，王伟，王国俊南，钟俊伟，牛少生，费伟荣，雷涛，王俊南，徐建军。权勇，金勇，A. M. Foudeh, A. Ehrlich, A. Gasperini, Y. Yun, B. Murmann, J. B. h。Tok, Z. Bao，皮肤电子从可伸缩的本质可拉伸晶体管阵列制造。自然555， 83-88 (2018)

(13) L. Ricotti, B. Trimmer, A. W. Feinberg, R. Raman, K. K. Parker, R. Bashir, M. Sitti, S. Martel, P. Dario, A. Menciassi，生物混合驱动的机器人:由活细胞驱动的设备综述。科学。机器人。2， eaaq0495(2017)。