
-
生物通官微
陪你抓住生命科技
跳动的脉搏
一种具备3D打印技术的柔性连续体机器人,内置传感系统,可通过机器学习实现多种用途的预测功能
《npj Flexible Electronics》:A 3D printing-enabled soft continuum robot with integrated sensing for multi-purpose predictions with machine learning
【字体: 大 中 小 】 时间:2026年05月16日 来源:npj Flexible Electronics 15.5
编辑推荐:
摘要软连续体机器人能够实现灵巧的操作,但由于其连续的可变形性,在形状感知方面存在挑战。我们报道了一种软连续体机器人,该机器人将基于石墨和PDMS的导电聚合物复合材料(CPC)直接集成到基于节点的格子结构中,以实现内在的感知功能,并结合神经网络进行近乎实时的形状重建。CPC既作为结
软连续体机器人能够实现灵巧的操作,但由于其连续的可变形性,在形状感知方面存在挑战。我们报道了一种软连续体机器人,该机器人将基于石墨和PDMS的导电聚合物复合材料(CPC)直接集成到基于节点的格子结构中,以实现内在的感知功能,并结合神经网络进行近乎实时的形状重建。CPC既作为结构材料,也作为分布式应变传感器;机器人体内嵌入了多个网状传感单元,从而无需外部传感器即可保持柔韧性。一个由三个电机驱动的肌腱系统负责驱动机器人的运动,而一个紧凑的数据采集单元则监测CPC网络中的电阻变化。为了解决CPC的非线性和滞后响应问题,我们采用了基于Conformer的神经网络,该网络将电阻时间序列与肌腱输入数据融合起来进行状态估计。实验表明,即使在外部负载作用下,该机器人也能实现可靠的应变感知和准确的形状重建。经过训练的重建模型使得末端执行器的均方根误差(RMSE)为6.3毫米,平均位置误差为3.8毫米。此外,我们还展示了利用这种自感知软连续体结构准确预测抓取物体几何形状的能力。这种方法能够在不牺牲柔韧性的前提下实现近乎实时的本体感知,具有在生物医学操作和远程检测等领域的应用潜力。