北卡罗来纳州立大学的研究人员开发出一款软体水下机器人,其游动方式借鉴了海百合——一种以众多羽状腕足细腻而有节奏地飘动而闻名的海洋动物。据该项目团队介绍,这台机器仅依靠两个致动器就能在水中自由移动——对于一台需要在流体环境中自行推进和转向的机器人来说,这样的硬件数量少得非同寻常。
这项工作处于生物学、材料科学与机器人技术的交叉点,它所属的领域多年来一直在追逐一个看似简单实则不易的目标:造出像动物一样游动的机器,而没有传统螺旋桨和传动系统那种笨重、嘈杂和僵硬。
以海百合为设计模板
海百合是海洋无脊椎动物,其腕足上排列着细密的分支附肢。它们游动时,并不是拍打单一鳍片或旋转螺旋桨。相反,它们协调众多纤细肢体,形成一道行进中的运动波,通过柔软、灵活的结构而非强大而集中的力量来产生升力和推力。
这种策略对工程师很有吸引力,原因显而易见:它高效且宽容。刚性机构必须精确,因为每个关节都必须完全按指令运动。而柔软、顺应性强的结构可以吸收湍流、绕过障碍物弯曲,并从相对简单的输入中产生有用的运动。实际上,海百合提供了一份用简单控制获得复杂行为的蓝图。
北卡罗来纳州立大学的团队将这一理念转化为实体平台。该机器人并未逐一复刻每一条腕足,而是抓住了其基本原理——由极少数致动器驱动的柔性附肢——从而以少量运动部件产生出外观和行为都类似该动物的游动步态。
为什么两个致动器意义重大
致动器是机器人的肌肉。每一个都会增加质量、布线、密封要求和故障点,而在水下,这种代价会叠加:每增加一个部件,就多一处可能进水的地方,多一根可能疲劳的电缆,多一份对有限电力预算的消耗。
将数量削减到两个会带来连锁效应:
- 密封和封装更简单。 进入壳体的运动穿透点更少,意味着在腐蚀性高压环境中泄漏的机会更少。
- 电力需求更低。 需要驱动的致动硬件更少,机器人就能把更多储存的能量用于游动,而不是拖着自己的机构到处跑。
- 故障模式更少。 双致动器系统中可能卡住、腐蚀或损坏的部件更少,这对任何需要无缆运行的机器都很重要。
- 制造成本更低。 零件数量减少、装配更简单,使这类机器人更有可能批量生产,而不是只作为一次性实验室原型。
还有研究上的回报。通过证明仅靠如此精简的配置就能产生类似海百合的步态,团队实际上是在追问:动物的游动能力究竟有多少真正取决于肌肉数量——又有多少取决于身体本身的几何形状和顺应性。

柔软身体,坚硬工程难题
软体机器人在原理上很吸引人,在实践中却很难。柔性身体的变形方式难以精确建模,因此要准确预测它对给定指令的响应,是一项真正的工程挑战。设计者往往只能通过反复迭代来调整形状和材料特性,而不是从第一性原理推导出来。
在水下,这些挑战会被放大。盐水具有腐蚀性,压力随深度上升,能见度可能很差甚至为零。一台依赖精细柔性肢体的机器人,必须能在与沉积物、海藻、岩石和海洋生物的接触中存活下来,而不被撕裂或缠绕。
海百合方案提供了部分答案。由于推力分布在多个柔性附肢上,而不是集中在单一旋转叶片上,机器与周围环境的相互作用在设计上就更为温和。这使它有望用于脆弱环境附近的工作——调查海草、检查结构,或在拥挤的沿海水域作业,在那里刚性推进器会成为一种负担。
更广泛的野外机器人浪潮
海百合项目出现之际,人们对面向非结构化真实环境的机器人兴趣正广泛高涨。在报道这项工作的同一AI与机器人新闻流中,还有一条标题宣称一款可编队作业的钻探机器人达到了通常速度的十倍,准确率99%——这提醒人们,野外机器人正在多条战线上同时推进,从工厂车间到海底。
这些努力的共同点在于重心的转移。早期工业机器人擅长在变量都可固定的高度受控环境中工作。新一代机器人则是为潮湿、不平整、不可预测或干脆对人类长期驻留过于危险的地方而造。生物启发是进入这一领域最有成效的路径之一,因为进化已经在更严苛的约束下解决了许多同样的问题。
下一步是什么
把实验室演示变成有用的平台,会引出一系列熟悉的问题:
- 续航。 一台小型软体游动器在电源耗尽前能运行多久?
- 控制。 双致动器步态能否被精确操控到足以执行检查或采样任务,还是更适合漂移式探索运动?
- 耐久性。 柔性附肢在数周或数月的浸泡和接触中表现如何?
- 自主性。 需要什么样的传感和机载决策,才能让机器人根据水流、障碍和变化的目标调整游动?
- 尺度。 该设计在放大以承载载荷或缩小用于集群时,是否同样有效?
这些问题没有一个是微不足道的,北卡罗来纳州立大学的这项工作最好被理解为对一项原理的演示,而非成品。不过,原理才是有趣的部分。如果海百合的优雅可以用两个致动器和一个顺应性身体来近似实现,那么能力出众的水下机器人的入门成本可能会大幅下降。
对于一个在很大程度上仍未被观测的海洋来说,这很重要。大部分海域实际上仍未被测绘和监测,而限制因素很少是好奇心——而是被派去观察的机器的昂贵和脆弱。那些简单、廉价且足够温和、能与生物并肩游动的设计,可能会改变哪些探索是可行的,以及探索的频率。
本文基于Interesting Engineering的报道。阅读原文。
Originally published on interestingengineering.com


