仅1.1克重,最快的软跳跃机器人Made in China!

2021 年 12 月 8 日 学术头条

撰文:库珀
编审:寇建超
排版:李雪薇


对于机器人而言,跳跃是一种十分重要的能力,这能够使它们扩大活动范围,克服行进障碍,适应许多非结构化环境等。

连续跳跃和方向可调整性,是具有多模态运动的地面机器人的基本特性。然而,目前只有少数软跳跃机器人能够实现快速连续跳跃和控制转向运动,以实现越障。

如今,中国科研团队提出了一种基于软电静力学弯曲致动器的,电静力学驱动的系绳无腿软跳跃机器人,这种机器人仅仅 1.1 克重、6.5 厘米长,0.85 毫米厚,能够实现 7.68 倍体高的跳跃高度和每秒 6.01 倍体长的连续向前跳跃速度,结合两个执行器单元,可实现每秒 138.4°的转向速度。



相关论文发表在科学期刊《自然-通讯》(Nature Communications)上,论文的主要作者分别来自重庆大学、哈尔滨工业大学、上海大学、北京航空航天大学等。

研究人员还将其他功能性电子设备(如传感器)集成到制动器上,从而实现包括侦测环境变化在内的多种应用,并建议未来进行结构优化以改进软体机器人的跳跃性能,未来或对无绳方案的进一步研究或可增进这类软体机器人的通用性。

创新电液静力驱动方式

提高软跳跃机器人的单跳性能(跳跃高度 JH 和跳跃距离 JD)以提高其越障能力,同时加快跳跃频率以提高其导航效率,是软跳跃机器人面临的两大工程挑战。

目前,业界已经开发出了能够向前导航的软或部分软跳跃机器人,驱动方式也十分多样,有集成弹簧、形状记忆合金(SMA)、磁致动器、光动力致动器、介电弹性体致动器(DEA)、气动致动器、化学致动器、电机和聚偏二氟乙烯(PVDF)致动器驱动等。

有一部分是储能跳跃机器人,这类机器人通常具有强劲的单跳性能,但由于需要额外的弹性储能过程,因此需要牺牲导航效率为代价。

此外,尽管储能过程的延长增加了跳跃高度,但降低了着陆稳定性,同时降低了跳跃频率;由气动执行器、化学执行器和电机驱动的软跳跃机器人,通常需要复杂的导航策略和结构;而基于 DEAs 和 PVDF 执行器的轻型软跳跃机器人,可以通过弯曲身体部位进行简单跳跃,无需额外储能,这会导致快速跳跃频率,但它们的 JHs 和 JDs 不足以满足跨越障碍物的要求(<0.25 体高)。

液压放大自愈静电(HASEL)执行器可以通过电流体静力学改变内部液体的分布来实现线性运动,这种电液驱动方法可以在很短的时间内产生跳跃所需的能量,而不需要复杂的能量储存过程,是快速越障机器人的潜在解决方案,但仍面临三大挑战:

(1)在没有堆叠的情况下提高单跳性能;
(2)实现快速恢复;
(3)产生向前跳跃和转向跳跃。


经过深入分析这些机器人方案的优劣势和性能后,研究人员使用基于电静力学原理和框架的快速弯曲和回弹,来增强致动器的跳跃性能。

图 | LSJR 详细设计和运动原理(来源:Nature Communications


研究人员将新的解决方案命名为 LSJR:一种电液静力驱动的系留式无腿软跳跃机器人,该机器人基于软电液静力弯曲致动器(sEHBA),具有快速、连续、转向跳跃和越障能力。

初步实验表明,sEHBA 的快速响应特性导致短启动时间(~10 ms),LSJR 可用于实现 7.68 个身体高度的 JH,单次跳跃为 1.46 个身体长度,连续向前跳跃速度为 390.5 mm/s(每秒 6.01 个身体长度),频率为 4 Hz。

他们还证明了双体 LSJR 的转向速度能够达到每秒 138.4°,是现有软跳跃机器人中速度最快的。

图|机器人弹跳的原理和效果(来源:Nature Communications

实验场景下,LSJR 的快速连续跳跃运动可以跨越多种障碍物(其中一些比机器人大),包括斜坡、电线、单步、连续步、环形障碍物、砾石丘和不同形状的立方体等。

探索最佳性能参数

LSJR 由两个塑料半圆形袋组成,袋子是双向取向聚丙烯(BOPP)薄膜材料,袋上印有柔性电极,用于潜在电线连接。袋子前面装满了介电液体,后面装满了同样体积的空气。柔性塑料(PVC)环框架固定在边缘上,并进行预拉伸。通过向两个电极施加高压,LSJR 通电以弯曲自身,产生向前跳跃的力和能量,后部气囊有类似于动物的尾巴,用于保持跳跃和着陆姿势的平衡,在LSJR的整个结构中起着重要作用。

从设计理念和运动原理方面来讲,研究人员将一个 HASEL 型致动器热封为一个半圆形分离 HASEL(SCS-HASEL)致动器,该致动器由两个基于拉链机制的半圆形液体袋组成,然后,用等量的空气替换 SCS-HASEL 致动器后半圆袋中的介电液体,并移除后半圆袋的覆盖电极,使介电液体能够相对于整个致动器各向异性流动。

正如预期那样,可以发现特殊的液-气布局可以使液-气致动器向前跳跃,即使气囊在地面上跳动,这是因为电极挤压液体电介质,使其快速流动,LSJR 通电弯曲自身,从而使其获得初始动能。为了进一步提高 LSJR 的跳跃性能,可以用氦气或其他密度较低的非爆炸性气体替换该袋中的空气。轻巧的机器人设计使跳跃和着陆稳定,不会翻船。

图|LSJR 移动前进测试(来源:Nature Communications

JD 和 JH 是两个重要的性能指标,可用于表征 LSJR 的跳跃性能。r=电极面积:非电极面积,实验显示 r=1:1 时机器人产生了更大的 JD 和J H,过量的 r(例如 r=2:1)会影响 BOPP 薄膜的柔韧性,阻碍框架的正常弯曲,降低垂直地面反作用力。

此外,连续向前跳跃速度(CFJS)是连续向前跳跃机器人的一个重要性能特征,在 10 kV和 4 Hz 下,平均旋转速度(TS)=138.4°/s,
据论文描述,这是现有软跳跃机器人中速度最快的,这是在木板上的成绩。 而在不同的衬底上会大大影响连续跳跃能力,在表面光滑的玻璃板上,同样 10 kV 和 4 Hz 的条件,平均 TS 仅为 27.9°/s。足够的基板表面粗糙度不仅可以防止机器人在连续运动中打滑,还可以阻碍无动力 LSJR 的运动,从而影响转向行为。

LSJR 具备较好的越障能力,有望在复杂和非结构化的环境中进行探索、检查和侦察任务。在 10 kV 的外加电压和 4 Hz 的驱动频率下,单体 LSJR 以 16.3 mm/s(0.25 体长/秒)的 CFJS 爬上玻璃板(倾斜角度为 3°),跨越直径为 6.3 mm 的电线,跨越 8 mm 高台阶以及跨越连续台阶。

在障碍物高度间隔为4 mm 的穿越试验中,LSJR 可穿越的最大高度为14 mm(长方体),18 mm(三角棱镜和圆柱体),还能顺利穿过含有许多砾石(大小:3 到 6 mm)的砾石丘。

图|LSJR 移动前进测试跨越障碍(来源:Nature Communications

还有更多有趣的演变

总的来说,LSJR 具有低剖面、轻量化、模块化和经济高效等优势,通过简单的控制策略,该机器人就能实现快速、连续和转向跳跃、承载和越障的能力。

采用特殊液气布局和边缘固定预弯框架,实现了由周期性马鞍形弯曲和各向异性液体流引起的快速连续向前和转向跳跃运动,这弥补了 HASEL 致动器的一些局限性,包括:(1)无法实现的向前和转向跳跃;(2)没有堆叠的单跳性能较弱;(3)无法快速恢复。在连续向前跳跃运动中,每次跳跃的角度偏差可控制在 8°以内,机器人的最大跳跃高度可以达到 18 毫米。

LSJR 的跳跃性能不仅取决于外加电压,还取决于各种运动基板的表面纹理,在相同的外加电压(10 kV,4 Hz)下,表面最光滑的玻璃基板提供了所有基板中最低的摩擦导致较低的 CFJS 为 95.6 mm/s(1.47 体长/秒)。目前,这限制了该机器人在相对光滑的表面上跳跃的应用。

研究人员表示,LSJR 可通过连接光和软温度传感器、膏和光致变色染料等,用于检测和记录环境变化,如温度和紫外线,也可通过集成其他传感器,用来检测更多的环境因素,如工业环境和民用建筑中的污染物。

下一步工作,他们将着重研究 sEHBA 的可扩展性和参数优化,以实现更好的跳跃性能,开发无约束 LSJR 和应用,以及基于 sEHBA 的其他软机器人,如爬墙机器人、游泳机器人、还有扑翼机器人等。

参考资料:
https://www.nature.com/articles/s41467-021-27265-w

点这里关注我👇记得标星~



热门视频推荐

更多精彩视频,尽在学术头条视频号,欢迎关注~

添加学术君微信 xueshujun01


备注“昵称+视频号名称+兴趣领域”


加入「短视频爱好者2群」交流群


# 往期推荐 #

剑桥大学发明“超级果冻”:咋碾都不碎,果冻中的诺基亚!




登录查看更多
0

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
45+阅读 · 2021年10月10日
【经典书】信息论与统计: 教程,116页pdf
专知会员服务
58+阅读 · 2021年3月27日
专知会员服务
16+阅读 · 2020年12月4日
【CMU博士论文】机器人深度强化学习,128页pdf
专知会员服务
123+阅读 · 2020年8月27日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
70+阅读 · 2020年8月2日
【教程】自然语言处理中的迁移学习原理,41 页PPT
专知会员服务
94+阅读 · 2020年2月8日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
VIP会员
相关VIP内容
专知会员服务
45+阅读 · 2021年10月10日
【经典书】信息论与统计: 教程,116页pdf
专知会员服务
58+阅读 · 2021年3月27日
专知会员服务
16+阅读 · 2020年12月4日
【CMU博士论文】机器人深度强化学习,128页pdf
专知会员服务
123+阅读 · 2020年8月27日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
70+阅读 · 2020年8月2日
【教程】自然语言处理中的迁移学习原理,41 页PPT
专知会员服务
94+阅读 · 2020年2月8日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员