综述：具有仿生微结构的高灵敏度和快速驱动机器人材料

本综述系统探讨了仿生微结构在机器人材料中的前沿应用，重点阐述了其在压力传感、驱动及计算一体化中的设计原理与性能优势。文章详细分析了从自然界（如皮肤、纤毛、珍珠层）汲取灵感的多级微结构（如HS-I、HS-II、HS-III）如何显著提升传感器的灵敏度（如高达164.93 kPa?1）与线性范围，并增强驱动器的应力输出（如273.6 MPa）与响应速度。通过对比模板法、光刻、激光加工等制备策略，揭示了微结构在实现功能集成、能源效率和可持续材料开发中的关键作用，为新一代自主适应型软体机器人和智能结构提供了重要设计范式。

　　

2 具有仿生微结构的压力传感器

自然界通过优化结构与功能解决方案进化出复杂的传感皮肤。人类皮肤作为智能生物界面，包含互锁的真皮脊、空间分布的机械感受器和神经网格等复杂微结构。受此启发，仿生微结构界面从传统平面传感器转向显著提升灵敏度与线性度的设计。线性度是可靠、可解释且高效压力传感的基础，因此皮肤的层级结构应被视为未来传感器设计的基础策略。

仿生微结构通过引入表面级微图案（如微金字塔、微柱或微圆顶）来增强压力敏感性和线性度。这些图案改善了灵敏度，实现了更好的应力局部化，并提升了传感器的整体性能。例如，纤毛状微结构通过机械变形和压力下接触面积的增加来增强传感器性能。类似地，皮肤启发的互锁棘状微结构在压缩和变形时导致接触面积和应力集中的显著变化，有效扩展了传感范围。

这些仿生几何结构作为更复杂层级结构（HS）的基础元素，其包含具有互锁突出特征的柔性平坦层。HS促进了传感层和电极层之间的多个接触点，进一步改善了传感器的传感范围和线性度。HS结构可大致分为三类：具有层级形状的HS-I（如玫瑰花瓣的微乳突与纳米褶皱）、具有不同尺寸的HS-II以及具有不规则间距的HS-III。例如，向日葵小花沿叶序螺旋网格定位的金字塔设计，结合了中心高灵敏度与外围高电容和快速响应时间的多重优势。

压力传感器的制造策略多样。模板法天然材料提供简单易行且成本效益高的方法，最小化环境浪费，是传感器微结构化的首选方法。软光刻技术能够创建任何纳米和微结构图案，实现对微观结构几何形状、尺寸和空间排列的精确控制，从而在开发更均匀和可重现的微结构传感器方面具有优势。其他方法使用超快、高强度激光脉冲结合非线性吸收，通过调整激光扫描路径可获得不同高度的多种微结构。此外，微纤毛阵列（MCA）通过旋涂羰基铁颗粒（CIP）、聚二甲基硅氧烷（PDMS）和固化剂到固化膜上，然后嵌入银纳米线（AgNWs）作为电极，利用磁场诱导颗粒聚集成纤毛状图案。

仿生微结构压力传感器的性能显著优于传统和非微结构传感器。例如，互锁棘状结构可表现出高达67.1 kPa^?1的灵敏度，压力范围从0到50 kPa。纤毛状微结构虽然灵敏度较低，但可维持更宽的线性范围。HS-I传感器基于模板天然微结构，表现出令人印象深刻的灵敏度指标，如银杏叶模板的传感器灵敏度高达164.93 kPa^?1，压力范围为0-10 kPa。通过激光技术复制的HS-I结构显示出11.06 kPa^?1的灵敏度，范围0.6-10 kPa。具有不规则尺寸的HS-II类型微结构可表现出高达124 kPa^?1的灵敏度。总体而言，仿生结构如互锁棘状、纤毛和其他层级设计已被开发出来，以增强传感器性能，超越传统的微结构和非微结构传感器。

3 具有仿生微结构的驱动器

仿生微结构驱动器是通过微结构模拟自然材料中复杂、高效和多功能机制的运动生成设备。与依赖多个部件或组件连接在一起的传统驱动器不同，仿生驱动器利用复杂的层级微结构，如肌肉中发现的螺旋纤维排列或松果鳞片中的刚度梯度，实现高度复杂、可逆和节能的变形。

仿生微结构驱动器可根据排列和复杂性广泛区分。单向类别包括珍珠层状和其他层状微结构；纤维状通常包括纤维排列、螺旋和管状微结构；复杂微结构包括双层、梯度、Janus以及其他微结构的组合，如螺旋和管状；此外还有一些其他微结构，如蘑菇形、图灵等。

珍珠层状“砖块-砂浆”微结构将机械弹性与可编程响应性相结合。这种仿生设计通过剪切传递和硬质片晶与软基体之间的裂纹偏转实现其功能。珍珠层状微结构由硬质纳米片（如氧化石墨烯（GO）、MXene、碳纳米网）嵌入软聚合物基体中并以层状方式排列组成。这种微结构可通过蒸发诱导自组装、铸造和离子交联等技术加工。珍珠层状微结构赋予高强度、灵活性和多刺激响应性。

层状片层微结构具有片状排列，与珍珠层的互穿“砂浆”相形成对比，从而实现更强的定向驱动。这类片层微结构通常通过环境条件变化或外力作用下的自组装形成。这类微结构结合结构各向异性与刺激响应性，连接湿度传感器、定向传输和高应变驱动，以解决软机器人、可穿戴电子设备和人机交互设备中的关键需求。

纤维基系统将肌肉的层级、高应变力学转化为可扩展的驱动器。纤维状微结构通常包含具有一定直径和长度的圆柱形微结构纤维。热拉伸双形态纤维（高密度聚乙烯/环烯烃共聚物弹性体）实现>1000%的应变耐受性和50%的收缩率，功率质量比90 W kg^?1，超过人类骨骼肌一个数量级。这些纤维可被拉成千米长的连续线，直径从μm到mm，然后冷拉制成卷须状弹簧。嵌入银纳米线网格赋予本体感应传感功能，持续>10⁵个周期，同时促进多功能性，如同步驱动和内在传感。

螺旋排列施加运动学约束，从而将纤维扭曲转化为扭转、提升和扭矩，从植物卷须和昆虫刚毛中汲取灵感；因此，可以实现弯曲、扭曲、卷曲和长度变化等多种运动。螺旋纤维驱动器使用多种弹性材料设计，如液晶弹性体（LCE）、形状记忆材料和纤维（如碳、玻璃甚至陶瓷）。通过湿/干纺和加捻等方法，将LCE和羧甲基纤维素（CMC）等材料成型为具有紧密缠绕螺旋几何形状的纱线或多股纤维。螺旋结构减少链滑移，抵抗蠕变，并支持多功能响应，特别是与可编程磁性或光热转换层结合以实现多模式驱动。

管状架构主要为中空管状结构，提供了一个独特的平台，在一个连续紧凑的主体内编码复杂、类似肌肉的变形模式。研究人员通过将加捻棉纱嵌入亲水性聚氨酯管中，开发了水热响应型管状软驱动器，模仿象鼻的肌肉排列。暴露于水或温度变化时，这些驱动器经历可编程变形，实现约40%的线性伸长、约10%的可逆收缩，以及通过战略性外层涂覆的多轴运动，包括弯曲和旋转。它们的制造通过浸渍、卷绕和图案化实现。

复杂微结构主要组合或排列两种或多种微结构排列。其中一种复杂微结构是双层微结构，其中一层具有一定程度的微结构组织，以 deliberate 方式组织在另一层上，以受益于局部微结构。因此，这通过将空间控制的增强架构嵌入响应基质中，展现出可编程和仿生的形状变换。

梯度微结构在驱动器中的排列以执行特定功能，实现位点特异性变形和功能。出现了四种实现梯度的策略：i）交联密度梯度，ii）预加载弹性能的双梯度，iii）排列/各向异性梯度，以及iv）填料/组成梯度。梯度可通过紫外光图案化、电/磁场诱导、渗透、润湿性控制或灰度增材制造引入。

Janus微结构通过堆叠具有显著不同物理化学性质的层来扩展梯度设计，因此依赖于双层力学。出现了两种重复的设计原型：i）导电湿敏双层，和ii）光热机械双层，同时也提供结构色。柔性导电吸湿Janus双层驱动器通过真空过滤导电MXene到吸湿性纤维素纳米纤维（CNF）纸上制造，将CNF的湿胀与MXene的高电/光热转换耦合。

组合架构驱动器整合多种结构主题，如螺旋、管状、梯度和珍珠层状设计，利用变形控制、机械强度和多功能的协同效应，这些在单一主题中难以实现。仿生螺旋人工纤维肌肉结构管状软驱动器将缠绕纤维嵌入可充气壳内；通过调整缠绕角θ，单个主体可访问11种变形模式，弯曲、扭曲、趋光或避光转向、体积泵送，同时局部切换泊松比（ν=0或ν<0），实现独特的体积变换。

蘑菇形架构通常为蘑菇形状，在驱动器中提供多功能设计策略，结合粘附控制和主动变形，受壁虎趾垫启发。具有集成蘑菇尖端微柱阵列的光驱动无绳驱动器已在光热响应PDMS/多壁碳纳米管（MWCNT）三层结构上演示。通过软光刻和墨水压印制造，这些微柱提供可切换的干粘附，通过光控变形调制。近红外照射下，MWCNTs将光转化为热，引起PDMS膨胀和弯曲，实现运动（滚动或爬行）和通过粘附开/关切换的物体操纵。蘑菇几何增强范德华接触，实现跨弯曲或不规则表面的粘附，而光热驱动允许无绳操作，无需机械部件。

图灵图案源于反应-扩散系统，基本上是自组织图案，为将复杂材料各向异性编码到驱动器微结构中提供了一个强大的仿生框架。它最初是为解释形态发生而 formulated，然而，这些图案现在可以通过计算生成，并用于将优化的各向异性材料方向映射到可制造的、各向同性的架构中。田中等人演示了一种策略，将通过基于梯度的优化获得的连续方向场转换为二进制图灵图案，使用各向异性反应-扩散方程。这些图案代表交替的软硬区域，然后使用灰度数字光处理直接制造，通过光强度在单个树脂槽中调制局部刚度。结果是高分辨率复合材料，模仿原始各向异性设计的机械功能，同时与基于体素的增材制造完全兼容。图灵图案驱动器表现出可编程、定向变形，由内部异质性驱动，实现可逆形状变换，如弯曲、扭曲和软机器人元件中的3D变形。从反应-扩散系统衍生的二元材料布局有效地保留了驱动所需的机械各向异性，尽管使用各向同性基础材料。有限元模拟验证了变形行为与原始方向优化设计紧密匹配，可调纤维角编码到图灵条纹几何中。这种方法桥接了计算逆向设计与制造可行性之间的差距，为创建可扩展、仿生驱动器提供了一个稳健平台。

具有仿生微结构的驱动器的性能通过关键指标评估：产生的应力、响应时间和工作能力。产生的应力表示驱动器材料可以施加于其周围环境的内力大小，而响应时间决定驱动器执行运动的速度。工作能力决定输出工作效率，用于确定每单位质量的运动。此外，耐久性是确保长时间一致性能的关键因素，防止意外故障和中断。

具有珍珠层状微结构的驱动器产生最高的应力，从23到273.6 MPa变化，其次是受维纳斯捕蝇草启发的具有复杂微结构的驱动器，然后是具有Janus和具有梯度微结构的珍珠层状的驱动器，产生应力最低的是具有纤维梯度的驱动器。珍珠层状微结构中较高的应力是由于增强颗粒的高填充分数。具有纤维梯度微结构的驱动器由于一侧纤维浓度低而产生最低的应力。然而，具有纤维梯度微结构的驱动器具有0.15秒的快速响应时间，而维纳斯捕蝇草启发的微结构具有0.05秒的最快响应时间。快速响应主要归因于具有[0/90]架构的双层结构的双稳定性，它在制造过程中存储预应力，使系统能够在两个稳定形状之间快速切换。然而，观察到的驱动响应通常随着产生的应力增加而减少。因此，具有珍珠层状、纤维状、层状、组合微结构、螺旋状、管状等的驱动器显示出1到100秒之间的驱动时间响应。

具有螺旋微结构的驱动器表现出最高的工作能力，为1962 J kg^?1，而具有螺旋和管状微结构的驱动器具有最低的约0.00318 J kg^?1。最低的工作能力可能是由于材料和设计的限制，导致弱固有材料特性、低应变失配和 resulting 变形、由于更多耗散热导致的低能量转换效率、薄膜结构以及有限的驱动应变。工作能力持续下降，趋势从螺旋状、管状、梯度、层状、珍珠层状、纤维梯度、纤维状，最后到螺旋和管状。然而，耐久性通常显示出权衡；纤维材料由于连续或加捻纤维排列而高度耐久，达10⁵个周期，而梯度最不耐久，仅50个周期。微结构驱动器的耐久性主要受内部应力分布影响。珍珠层状微结构可以延迟循环载荷下的结构失效。

驱动器的产生的应力与最大可能构建尺寸进行比较，以评估其可扩展性和潜在应用。确实存在紧凑性和功率之间的权衡。例如，工业机械和设备需要高产生的应力，而可植入设备优先考虑紧凑尺寸。无论如何，一种多功能的驱动器将有益于满足两端。具有珍珠层状微结构的驱动器表现出最高的产生的应力，达273.6 MPa，然而，它们尺寸有限，为25 mm³。相比之下，具有图灵图案的驱动器可以具有大的尺寸，达335714 mm³，但产生的应力低，为0.3 MPa。所有其他驱动器似乎表现出产生的应力与尺寸之间的一般权衡。有趣的是，维纳斯捕蝇草启发的双层驱动器表现出良好的折衷，产生的应力约140 MPa，最大可能驱动器尺寸为10000 mm³。

要决定选择哪种驱动器，必须将性能指标与应用的功能需求和约束对齐。例如，如果设备需要高表面复杂性用于高级机器人夹持器，具有可编程运动和高变形曲率的驱动器将适合，如维纳斯捕蝇草启发的双层复杂微结构。另一方面，对于航空航天应用，耐久性至关重要，除了高产生的应力外，具有纤维或纤维梯度微结构的驱动器可能更合适。因此，通过系统评估性能指标并考虑易于制造、制造速率、驱动解耦和欠驱动等因素，研究人员可以做出明智决策，优化驱动设备的设计和功能，以满足其预期应用。此外，此类驱动器可以与微结构传感设计耦合，以在材料级别执行计算。

4 用于耦合传感、计算和驱动的仿生微结构创建机器人材料

仿生微结构可用于创建具有高灵敏度和宽线性范围的传感器。同时，仿生微结构可以产生具有快速响应、高应力输出和大工作能力的驱动器。在机器人材料中，传感和驱动在材料内耦合以允许计算。首先，仿生微结构，辅以层级多尺度设计，使驱动本质上与一种或多种刺激耦合。其次，已经探索了复杂的层级微结构和解释刺激的方式，以在材料级别嵌入计算。

刺激响应复合材料可以改变其形状以响应环境线索，然而它们的功能通常局限于简单的、预编程的变换，限制了它们在需要适应性和自主性的场景中的应用。为了解决这一研究差距，一个新的范式正在出现，专注于将计算能力直接嵌入到材料的物理结构中。

闭环设计包括传感、决策和驱动，并建立在两个互补的第一性原理上，即能量转换和信息流。前者由材料的固有属性定义，并描述其能量转换方法，具有潜在状态和行为，通过第4.1节中演示的对那些刺激的驱动来展示。第二个原则定义了用于访问和控制材料状态的输入/输出（I/O）架构。其重要性在于实现功能多样性，因为改变I/O架构可以为不同的计算任务重新配置相同的物理系统。这两个原则定义了材料如何在传感后通过决策和反馈处理能量和信息，从而本质上形成闭环系统。

集成计算材料的构建可以通过基于能量和信息流的层级框架来理解。该框架的底层由作为材料智能构建块的基本物理单元组成。这些单元包括数字单元，如作为物理位存储信息和构建逻辑门的双稳态或多稳态元件，以及模拟单元，如LCE、水凝胶和SMP，它们逐渐响应外部刺激以基于物理定律执行模拟计算。此外，神经形态单元，如突触晶体管和忆阻器，在单设备级别合并传感、记忆和信号处理能力。其他高性能驱动单元，如具有 exceptionally large 900%应变能力的乙醇-硅酮复合材料，为系统的输出提供了强大的物理基础。

这些基础单元产生了框架的中间层：基本动态行为，它们构成了第一层基本单元的基本计算操作。Milana等人确定了三个主要元素：反应，作为能量谷之间的单次跳跃，形成逻辑操作的基础；序列，一个预编程的反应系列，如4D打印LCE条带所演示，它们基于编码的打印速度执行复杂的弯曲模式；振荡，一种自持的节奏行为，可以作为内部物理时钟。该类别还可以包括随机动力学，它利用随机过程（如热运动）作为计算资源。例如，单个斯格明子的几何约束布朗运动可用于解决非线性可分离问题。

通过组合这些动态原语，然后可以构建计算和控制核心作为顶层。该层通过确定性计算（如通过物理状态机（PSMs））实现复杂的信息处理，其中联网的双稳态元件形成逻辑电路。一个更通用的范式是物理储备计算（PRCs），它利用物理系统本身的复杂、高维动力学作为计算资源。PRC的核心原则是将材料视为固定的、非线性储备作为黑盒，转换输入信号，只需要一个简单的线性读出层来训练。斯格明子的例子也可以被视为一个储备来解决非线性可分离问题。

最终，这些层级使得闭环完成，代表了材料与其环境的智能交互。这个循环从神经形态传感作为其输入开始，它将物理量编码为仿生尖峰信号。循环以物理驱动和生物接口作为输出结束，其中计算结果驱动物理运动或与生物系统通信。这个完整循环的一个显著原型是人工体细胞反射，它集成了柔性传感器、突触晶体管和人工肌肉，以演示一个完整的、内在的闭环反射，其中高于阈值的感官输入直接触发物理驱动。

虽然这个框架描绘了一个引人注目的蓝图，但将愿景转化为材料现实提出了以制造和能源效率为中心的重大挑战。传统上，构建如此复杂的材料系统需要模块化组装，它整合离散功能组件。这种方法受益于成熟的制造技术，但模块之间的接口可能限制整体灵活性和稳健性。这种限制需要向物理编程转变，作为更集成、单片 pathway，通过在制造过程中直接将功能编码到物质中。在这种方法中，仿生微结构作为嵌入智能的主要工具发挥着关键作用。自然通过进化提供了多样化的设计原则，用于创建具有集成功能的材料，如具有互锁界面设计的砖块-砂浆以及章鱼的自主臂。通过模仿这些设计，可以开发出超越简单刺激响应的材料。此外，可以通过整合对不同刺激敏感的微结构来实现多模态响应性，例如将湿度响应水凝胶与含有MXenes或碳纳米管的温度或光响应复合材料结合。这些例子表明，仿生微结构提供了一个强大的途径，实现轻量化和微型化，用材料级智能取代笨重的复杂性。

然而，能源效率仍然是一个关键障碍。传统驱动器虽然高效，但需要笨重的外部控制，防止基于电力的微型化。相比之下，基于仿生微结构的新驱动器实现了功能集成，但能源转换效率低，一些高应变系统报告值低至0.2%–0.3%。这与自然界中发现的高效系统形成显著对比，强调了进一步理解和利用自然原理的潜力。因此，未来的进展可以朝着高效的能量转换方向发展，并将它们与先进制造相结合，以实现自主计算材料的全部潜力。

5 结论

通过仿生微结构传感器、驱动器和机器人材料的例子，将这些生物概念转化为机器人系统涉及材料的精心选择、微结构、从微观到宏观尺度的适当结构层级设计，以及选择合适的制造方法。除了所有这些，用于建模这些仿生结构的力学也是一个重要的考虑因素。高效传感与精确机械运动的整合仍然是一个核心科学挑战，因此，本综述共同关注传感器和驱动器的性能以及通过它们内部的微结构耦合。仿生微结构控制和层级材料设计，无论是在传感还是驱动系统中，都提供了更好的功能。

虽然许多微结构和仿生传感器最初在材料级别进行表征，但它们集成到更复杂的机器人系统中已经成功。传感器不仅可以检测压力大小，还可以检测施加力的方向。这是机器人精确操纵的关键能力。类似地，弯曲和扭转变形可以通过使用微结构检测。此外，仿生微结构传感器可用于滑动检测和物体识别。

仿生珍珠层状微结构驱动器可以模仿蜻蜓形状的机器人，在周期性湿度开关下工作。此外，驱动器可以显示仿生人手指的运动和操纵人工肌肉进行提升以响应湿度。纤维驱动器可以作为由水或湿气驱动的智能风扇。管状软复合材料驱动器可以作为被动太阳能跟踪器/反射器操作。使用这些仿生微结构驱动器已经开发了几种夹持器、微滚动设备和负载携带驱动器。

随着该领域的发展，将仿生微结构传感器和驱动器纳入闭环机器人系统可以增强感知和运动控制，在下一代软体和仿生机器人中。

在机器人材料中，微结构和多层或梯度结构的变化产生非均匀应力分布，使得在全局刺激下能够实现复杂变形。如果通过先进制造，尤其是3D和4D打印，实现更精细和可控的微结构设计，我们可以预期超越的灵敏度、能量转换效率和驱动应力。虽然传感器和驱动器中的仿生微结构不仅限于将生物材料中发现的微结构想法转化为创新。这也应包括用稳健的制造策略模仿这些生物结构的潜力。最后，利用这些微结构使得能够使用更多样化的原料来源，这些原料具有较低的环境、伦理和社会成本，用于设计和制造下一代可持续机器人系统。

6 展望

制造方法的进步仍然是仿生传感器和驱动器从实验室原型转变为完全集成、功能系统的核心。虽然激光图案化和光刻等技术提供精度，但它们在可扩展性和耐久性方面的限制限制了它们更广泛的应用，特别是在开发稳健、长寿命系统方面。增材制造方法，尤其是3D和新兴的4D打印，已经实现了复杂仿生架构的构建。

然而，大多数演示仍然局限于结构组件，而不是完整的、单片驱动器组装。为了使这些设备在现实世界机器人应用中可行，制造策略必须发展以适应高通量、多材料处理与精确的空间控制。其中一个途径应该是解决与响应材料（如液晶弹性体和其他软复合材料）相关的加工挑战。

新兴方法，如人工智能引导的结构优化，也在合理化仿生设计以实现功能和可制造性方面持有 promise。作为最后一点，重新构想材料不仅仅作为被动载体，而是作为逻辑和运动的积极参与者，是前进的道路。通过放大微观现象，将决策编码在结构动力学中，以及将智能嵌入双稳态和响应形式中，可以设计出感知多种刺激并根据这些刺激适当行动的材料。可扩展制造、材料-工艺兼容性和结构-功能协同设计的融合对于实现能够闭环控制、自适应响应和长期操作的传感器-驱动器系统至关重要。