伊利诺伊大学Holly Golecki团队研究文章：专为极端环境设计的软体机器人
作者：系统管理员 发布日期：2025-06-23 浏览次数：

导读

在全球医疗监测需求快速增长的背景下，颈部姿势异常引发的急性斜颈问题亟需低成本、可穿戴的实时监测方案。传统计算机视觉技术存在便携性差、侵入性强等局限，难以满足日常健康管理需求。对此，中南大学阳军亮教授团队基于绿色印刷技术，创新性开发出石墨烯/碳纳米管复合织物应变传感器。该传感器采用环保溶剂Cyrene配置导电油墨，通过模板印刷工艺在弹性织物上构建导电网络，具备112%宽应变范围、GF>210高灵敏系数及超3000次循环稳定性。研究团队进一步研制出集成式睡眠监测系统，可同步追踪睡眠时颈部活动姿态与心电信号，为预防颈椎疾病、评估睡眠质量提供了无创、连续的创新解决方案。这种功能织物传感器还可拓展应用于关节运动、声带振动及脉搏监测，展现了柔性电子在智能医疗领域的巨大潜力。这项研究成果以“Printed graphene/CNTs/TPU-fabric wearable strain sensor for healthcare monitoring”为题，发表在Soft Science上。

图片摘要


图片

图文导读

本文旨在通过系统比较软体机器人与传统刚性机器人在特定环境中的功能效用（见章节"刚性与软体机器人特性比较"），着重梳理当前面向极端环境的先进软体执行机构、配套传感系统及专用控制方法。研究针对人体内环境（章节"人体内软体机器人"）、海洋环境（章节"海洋环境软体机器人"）、太空探索（章节"太空探索软体机器人"）以及搜救场景与密闭空间（章节"搜救及密闭空间软体机器人"）等典型极端场景展开分析。在技术发展路径方面，本研究强调基于拓扑优化的结构设计方法、智能控制策略以及商业化教育产品的终端用户需求分析，以此作为拓展软体机器人极端环境适应性的关键研究方向（章节"极端环境软体机器人应用拓展"）。通过整合多维度研究成果，本文系统提出极端环境机器人设备开发策略，并深入探讨该领域未来发展的技术机遇与创新方向。
图片

图 1  本综述聚焦于在极端环境（包括人体内部、海洋探测、太空探测以及搜索、救援和受限空间）中工程软驱动器和软传感器的挑战与机遇。

图片
图 2  可植入软体机器人中 PAMs 的应用
图片

图 3  用于体内使用的软体机器人微工具

图片

图 4 人体内生物医学应用的柔性传感器

图片

图 5  各种软体机器人的水下旅行速度比较

图片
图 6  用于水下软体机器人的柔性传感器

图片
图 7  （A）不同太空探索应用的各种软体机器人概述[22]；（B）由气动连杆组成的软体机械臂，可存储于小型包装中用于太空应用[92]；（C）太阳能驱动的软体机器人驱动器 [193]; （D）介电弹性体软体仿尺蠖机器人及其奔跑-跳跃运动机制[195]。
图片
图 8  空间环境应用柔性传感器
图片
图9  密闭空间搜救与管道检测软体机器人直径对比分析。蠕虫机器人（50 mm）：采用多气动驱动单元构型，通过轴向拉伸、径向膨胀与弯曲变形复现生物蠕虫运动特征，应用于管道检测[208]；章鱼仿生机器人（70 mm）：基于肌腱驱动原理设计，集成仿生吸盘结构，实现管道内自适应攀爬运动[216]；气动管道机器人（84-115 mm）：通过气动驱动模式调控实现多模态管道运动[209]；藤蔓生长型机器人（200 mm）：采用尖端延伸与导向控制技术的气动仿生系统，具备定向生长能力[207]。
图片
图 10  搜索和救援环境中的柔性传感器

总结与展望

软体机器人在人体、海洋、太空和狭小空间等极端环境中相较于传统刚性机器人具有独特优势，如柔韧性、生物相容性和轻质特性。它们可变形、自愈，且更适合安全接触人体，适用于特定应用场景。但由于材质柔软且行为非线性，其动力和控制能力相对较弱。为此，研究者正开发结合刚性与柔性部件的混合系统，以提升性能并拓展应用范围。未来应加强材料性能、引入AI控制，并在设计中注重可用性与可持续性，推动高性能软体机器人从实验室走向实际应用。

通讯作者

图片

Holly McIlwee Golecki 伊利诺伊大学教学助理教授 博士

现任伊利诺伊大学生物医学与转化科学系教学助理教授。她在材料科学与工程领域拥有坚实的学术背景，先后获得德雷塞尔大学材料科学与工程学士及硕士学位，并在哈佛大学获得工程科学博士学位。

Golecki博士的研究兴趣涵盖工程教育、生物材料力学以及软体机器人等交叉学科领域，致力于将工程科学应用于生物医学与可穿戴系统的创新研究。她积极投身本科教学，近年来主讲的课程包括《生物工程导论》《开放专题研讨》《高级设计 I/II》及《生物工程毕业设计》等。

基金支持

本研究得到了亨利·卢斯基金会通过克莱尔·布思·卢斯本科生研究奖的支持，以及国家科学基金会（项目编号#2106286）的支持。

引用信息

Kulkarni, M.; Edward, S.; Golecki, T.; Kaehr, B.; Golecki, H. Soft robots built for extreme environments. Soft Sci. 2025, 5, 12. http://dx.doi.org/10.20517/ss.2023.51

第一作者：Mayura Kulkarni

通讯单位：伊利诺伊大学

全文链接：https://www.oaepublish.com/articles/ss.2023.51

文章来源：SoftScience