《Small Structures》:Motion-Driven Self-Visualizing Soft Robots Enabled by Mechanoluminescent Tubular Fibers
编辑推荐:
运动响应的光学传感能够直接可视化变形而无需外部电子设备,这一功能极具应用价值,但在气动软体机器人系统中仍难以实现。特别是,由于传统传感器与高柔顺性驱动器之间存在力学失配,将有线或电池供电的传感器集成到由低模量弹性体组成的软体机器人中颇具挑战。在此,研究人员提出
运动响应的光学传感能够直接可视化变形而无需外部电子设备,这一功能极具应用价值,但在气动软体机器人系统中仍难以实现。特别是,由于传统传感器与高柔顺性驱动器之间存在力学失配,将有线或电池供电的传感器集成到由低模量弹性体组成的软体机器人中颇具挑战。在此,研究人员提出了一种柔顺性匹配的管状机械发光(mechanoluminescent, ML)纤维,该纤维通过变形诱导的光发射实现气动软体机器人运动的无电池可视化。该ML纤维通过将可自恢复的ZnS:Cu–聚二甲基硅氧烷(polydimethylsiloxane, PDMS)复合材料封装于弹性硅胶管内制备而成,形成了一种机械自适应结构,既能保持高拉伸性,又能在重复变形下维持稳定的ML响应。得益于管状结构固有的柔顺性,该纤维可承受超过200%的拉伸应变。当以编织网络结构集成到气动驱动软体机器人中时,ML纤维在发生驱动的区域产生与变形相关的光发射,从而实现在无需导线、信号处理电路或外部传感电源的情况下对机器人运动进行定性视觉监测。这种柔顺性工程化的ML纤维架构为将自供电光学传感嵌入高变形软体系统提供了一种可扩展的策略,并为自可视化软体机器人、可穿戴运动监测和人工皮肤界面提供了一个多功能平台。
**论文解读:基于机械发光管状纤维的无电池自可视化软体机器人**
**研究背景与问题提出**
软体机器人因其固有的机械柔顺性、对复杂环境的适应性以及与人类安全交互的能力,作为下一代机器人平台受到越来越多的关注。与传统的刚性机器人系统相比,基于弹性体的软体机器人能够产生大幅度且可逆的变形,这使得其在可穿戴设备、生物医学系统、搜救行动以及人机交互界面等领域具有广阔的应用前景。在各类软体机器人系统中,气动驱动软体机器人因其结构简单且能在相对较低的驱动压力下产生大变形而被广泛采用。然而,在此类高柔顺性系统中,实时监测变形仍然是提高运动可控性、操作可靠性和环境适应性的关键挑战。
目前已报道的多种传感策略,包括电阻式应变传感器、电容式传感器、光波导和压电器件等,尽管能够提供定量电信号,但通常需要外部电源、导线和信号处理电路来进行传感,这增加了结构复杂性,并可能干扰软体机器人本体固有的可变形性。因此,能够在没有外部电子设备的情况下将机械变形直接转换为视觉可检测信号的传感策略,对于下一代软体机器人平台而言极具吸引力。与电子传感方法并行发展的是基于比色传感系统和其他刺激响应软体材料的无电子视觉传感方案,但这些系统大多面向化学、环境或生理监测,而非直接可视化气动软体机器人中的动态机械变形。
机械发光(mechanoluminescence, ML),即由机械刺激诱导的光发射,作为一种自供电变形传感方法而备受关注。ZnS:Cu–PDMS复合材料因具有强发射强度、力学柔性和循环变形下的可重复响应等优点而被广泛研究。然而,以往报道的此类ML系统大多为平面薄膜或图案化构型,与经历大三维变形的软体机器人系统匹配不佳,其力学刚度失配会显著限制驱动器的变形并降低传感可靠性。因此,开发能够顺应性地与软体机器人本体集成而不降低驱动性能的机械柔顺ML架构,仍然是一个重要的挑战。
**研究内容与意义**
针对上述问题,研究人员提出了一种高拉伸性管状ML纤维架构,旨在实现与气动驱动软体机器人的柔顺性匹配集成。该ML纤维通过将ZnS:Cu–PDMS复合材料封装在弹性硅胶管内制成,形成了一种机械自适应传感结构,同时保持了大变形能力和稳定的ML发射。与传统的平面ML复合材料不同,管状封装最大限度地减少了对主体驱动器的机械约束,同时保护复合材料在重复变形中免受结构损伤。当集成到气动软体机器人中时,所提出的ML纤维通过变形诱导的光发射实现了机器人运动的直接可视化,而无需外部电子传感元件、导线或传感电源。编织纤维网络构型为机器人本体上的变形提供了定性视觉指示,为无需计算解码或矩阵式信号处理即可实现自可视化软体机器人系统提供了一种简便策略。这一柔顺性工程化的ML纤维架构为将无电池光学传感功能嵌入高变形软体结构开辟了可扩展的途径,并为智能软体机器人平台提供了新机遇。
**关键技术方法**
本研究所涉及的主要关键技术方法包括:(1)管状ML纤维的制备,即将ZnS:Cu(铜掺杂硫化锌)微粒与PDMS基体和固化剂混合后注入不同内/外径规格的硅胶管中,经热固化形成封装结构;(2)扫描电子显微镜(scanning electron microscopy, SEM)与能量色散X射线光谱(energy-dispersive X-ray spectroscopy, EDS)对纤维微观结构和元素分布进行表征;(3)万能试验机对ML纤维及平面复合材料进行拉伸力学性能测试;(4)光纤耦合光谱仪和校准型光谱辐射计对ML光谱、色度坐标及绝对亮度进行测量,并开展循环拉伸–释放耐久性测试(1000次循环,40%应变,100次/分钟);(5)采用Ecoflex 00-30硅橡胶弹性体,通过3D打印模具浇注成型制备气动软体机器人本体、底部约束层及三角形摩擦结构,底部粘贴不可拉伸纸层以引导弯曲变形,并以编织网络构型将ML纤维集成至机器人表面,覆盖薄层Ecoflex涂层进行机械固定。
**研究结果**
*2.1 ZnS:Cu–PDMS基ML纤维的微观结构与成分分析*
该部分展示了ML纤维的结构概念和成分表征。ML纤维通过将ZnS:Cu–PDMS复合材料直接注入硅胶管而制成,硅胶管既作为力学框架又作为保护封装层。SEM观察显示硅胶管内部被复合材料均匀填充,保证了沿整根纤维的连续光发射。EDS面扫结果显示Si、O来源于硅胶管和PDMS基体,Zn、S来源于ZnS:Cu荧光粉颗粒,各元素在纤维截面上均匀分布,为大变形下均匀的ML发射提供了结构基础。
*2.2 不同管径ML纤维的力学性能*
该部分通过拉伸试验评估了四种不同内/外径ML纤维的力学行为。结果表明,管径越小的纤维力学柔顺性越高,其中最小管径的ML纤维(i)在低于1 N的拉伸力下即可达到约206%的最大伸长率,且其表观模量(约1.41 MPa)和表观弯曲刚度均显著低于较大管径纤维。与平面ZnS:Cu–PDMS复合材料薄片相比,该纤维在相同应变下所需的力学载荷更低,同时保有更高的拉伸性。力学分析表明,硅胶管壁是纤维抗变形能力的主要来源,因此最小化管径和壁厚是减少对驱动器机械干扰的关键。
*2.3 ML纤维的ML特性与循环耐久性*
该部分系统研究了ML纤维在重复拉伸–释放(stretching–releasing, S–R)变形下的发光行为和耐久性。在40%拉伸应变下,纤维在拉伸和释放过程中均产生可见的绿色ML发射,光谱峰值约510 nm,色度坐标为(0.237, 0.589)。绝对亮度测量表明,ML发射强度随变形频率和应变幅度的增大而升高。1000次循环S–R测试后,ML强度保持在初始值的约58.4%,且发射信号在整个测试过程中持续可辨,表明封装式ML纤维具有提供连续光学反馈的能力。此外,24小时水浸和24小时连续LED照射后,发射光谱未见明显变化,证实硅胶管封装具备良好的短期环境稳定性。
*2.4 软体机器人的结构设计与ML纤维集成*
该部分介绍了气动驱动软体机器人的结构设计。机器人本体采用Ecoflex 00-30弹性体制成,内部气动通道被设计为周期性均匀截面,以在加压时产生定向弯曲变形,同时将拉伸应变传递至表面附着的ML纤维。底部粘贴不可拉伸纸层,导致上下表面不对称膨胀,实现可控弯曲。足部附加三角形柱状摩擦结构,以在循环驱动中抑制后滑、促进向前运动。
*2.5 ML纤维集成软体机器人腿部的膨胀行为*
该部分通过气动膨胀试验评估不同管径ML纤维对机器人腿部变形的影响。结果表明,无纤维的对照样品在注入30 mL空气时达到约1.82的最大膨胀比。ML纤维(i)集成后,最大膨胀比降至约1.51,但仍能保持平滑均匀的弯曲变形并产生可见的ML发射。较厚的ML纤维(ii–iv)则因过高的力学约束使弯曲变形显著抑制,ML发射也难以被激活。该对比为ML纤维尺寸的选择提供了实践指导:在兼顾ML功能与驱动器变形能力的前提下,最小管径的ML纤维实现了最佳的力学兼容性与ML激活平衡。
*2.6 ML纤维集成软体机器人的动态驱动与可视化ML反馈*
该部分展示了ML纤维以编织网络构型集成到软体机器人本体和腿部后的动态驱动效果。在气动膨胀阶段,编织ML纤维网络在变形区域产生局部ML发射,其空间分布定性反映了变形分布;在压力释放的松弛阶段,ML发射同样因颗粒-基体界面的摩擦电相互作用而被再次触发。完成一个驱动周期后,机器人恢复原始形状并实现约1.6 cm的向前位移。该结果验证了ML纤维作为自供电视觉变形指示器的有效性,能够在无电子传感器或导线的情况下实现动态运动的空间可视化。
**讨论与结论**
本研究引入了一种柔顺性工程化的ML纤维架构,通过将摩擦电激活的ZnS:Cu–PDMS复合材料封装于弹性硅胶管内,并将其作为无电池光学传感元件应用于气动软体机器人系统的运动可视化。与机械约束高变形驱动器的传统平面ML复合材料不同,管状封装提供了一种机械自适应传感结构,可承受超过200%的拉伸应变,同时在重复变形下维持稳定的ML发射。通过将ML纤维以编织传感网络构型集成到气动驱动软体机器人中,变形诱导的光发射与机器人驱动状态宏观同步,从而在无需外部电子设备、导线或信号处理电路的情况下实现了主动运动过程中变形的动态空间可视化。这种柔顺性匹配的传感策略使ML材料能够嵌入软体机器人平台而不降低驱动性能,解决了以往ML传感结构的一个关键限制。除软体机器人之外,所提出的管状ML纤维架构为将自供电光学传感功能嵌入高变形系统建立了可扩展的途径,并为可穿戴运动监测、人工皮肤、结构变形测绘和人机交互界面提供了多功能平台。这些结果凸显了摩擦电驱动ML纤维作为下一代自可视化智能软体系统的力学兼容构建模块的潜力。