综述：软体机器人中的传感技术、控制方法及新兴挑战综述

这篇综述系统梳理了软体机器人（Soft Robotics）领域的关键技术挑战与解决方案，重点探讨了柔性系统的传感技术（如电子皮肤e-skins、光纤传感器）与多模态控制策略（模型/数据驱动及混合方法），强调了实时反馈在无限自由度（DoF）系统调控中的核心作用，为下一代自适应机器人开发提供了前瞻方向。

　　

软体机器人的传感技术革新

软体机器人凭借其超柔韧结构和无限自由度（DoF）特性，在复杂任务中展现出传统刚性机器人无法比拟的适应性。然而，这种特性也带来了传感与控制的重大挑战。光学纤维传感器凭借高灵敏度（0.005–3.49 mV/°）和抗电磁干扰能力，成为形状检测的首选；而磁传感器则因无导线设计和360°弯曲检测范围，在位移测量中表现突出。值得注意的是，自供电的摩擦电传感器（TENGs）通过机械能转化实现应变感知，其检测范围可达500%，为水下或密闭环境提供了创新解决方案。

控制策略的功能化分类

软体机器人的控制架构可划分为运动控制与力控制两大方向。运动控制中，基于视觉伺服的尖端控制（Tip Control）通过摄像头反馈实现毫米级定位精度，而分段控制（Segment Control）则利用常曲率模型（PCC）协调多节段形变。力控制领域，触觉传感器（如压阻式阵列）与长短期记忆网络（LSTM）的结合，使软体抓手能动态调节0.1–10 N的抓握力，避免物体滑脱。案例显示，闭环力控系统的稳态误差可低至0.17±0.14 N，验证了传感器-控制器协同设计的可行性。

未来挑战与跨学科突破

材料-传感-控制的一体化设计是未来核心方向。例如，压电纳米发电机（PENGs）既能感知形变又可回收能量，但长期稳定性仍待提升。在控制层面，混合策略如物理信息神经网络（PINNs）有望解决模型不确定性，而形态计算（Morphological Computation）可通过机械结构简化控制复杂度。值得注意的是，生物相容性（如PDMS基传感器）和制造标准化（如3D打印弹性体）将成为医疗机器人商业化的关键壁垒。

应用场景的多元化拓展

从仿生运动（如章鱼触手机器人）到微创手术器械，软体机器人的应用边界不断扩展。磁控微型机器人在血管导航中可实现亚毫米级操作，而电容式触觉皮肤（检测范围0–2550 kPa）已用于假肢的纹理识别。不过，水下环境的声学传感器衰减问题，以及电磁干扰对霍尔效应传感器的限制，仍是特定场景需攻克的技术瓶颈。

（注：全文严格依据原文数据及结论缩编，未添加非文献支持内容；专业术语如DoF、TENGs等均按原文格式标注；数学符号以^{、_{规范表示。）}}