《Research》：Strong and Agile Wall-Climbing Robots Capable of Traversing Obstacles via Anisotropic Acoustic Adhesion
编辑推荐：
为解决小型检测机器人在狭窄空间内负载能力弱、移动速度慢的难题，研究人员开展了“基于各向异性声学吸附的强敏捷爬壁机器人”研究。通过优化振动盘结构、建立空气层厚度调控模型，并设计线性伺服弹簧系统，实现了70 g负载下70 mm/s的垂直/倒置表面爬行能力。该机器人融合AI语音控制，可自主穿越三维迷宫及航空发动机叶片间隙，为复杂腔体原位损伤检测提供了新技术方案。
在航空发动机、化工管道等复杂工业设备的内部检测中，传统人工巡检存在高风险、盲区多等问题，而现有爬壁机器人因吸附机制局限，往往面临体积笨重、运动迟缓或负载不足的困境。例如，真空吸附需外接泵管系统，磁吸附仅适用于铁磁表面，仿生干吸附易受表面污染影响。如何让机器人在狭窄空间内兼具强吸附力、高机动性和智能越障能力，成为亟待突破的技术瓶颈。
针对这一挑战，研究团队创新性地提出利用各向异性声学吸附原理，设计出一款仅重20克却可负载3.5倍自重的微型爬壁机器人。该机器人的核心吸附单元由一个高频振动的柔性环形盘构成，通过周期性挤压空气形成稳定负压，产生垂直于墙面的强吸附力，而切向摩擦力极低，宛若冰面滑行般易于移动。团队通过理论建模发现，吸附力与振动频率、盘片直径及空气层厚度密切相关，并首次引入线性伺服弹簧系统实时调控盘-墙间隙，使吸附力峰值提升至1.5 N。更巧妙的是，机器人采用双单元铰接结构，配合AI语音指令解析，可自主完成阶梯、直角转角等复杂地形穿越。实验表明，其在倒置天花板仍能以70毫米/秒的速度稳定爬行，并成功在退役航空发动机叶片上识别裂纹标识。
关键技术方法包括：基于斯托克斯数（St2）和声波数（Λ）的吸附力理论模型、激光三维扫描测量空气层厚度动态分布、伺服弹簧系统精准调控吸附间隙、以及集成大语言模型（LLM）的语音交互控制。实验样本涉及自制三维迷宫、退役航空发动机实体等非结构化环境。
吸附性能与结构优化
通过拉伸实验测得，直径50毫米的振动盘在200赫兹共振频率下产生最大吸附力，理论计算与实验数据高度吻合。负载测试表明，机器人可在垂直墙面携带70克载荷，等效吸附强度达1.2千帕。
越障运动策略
双单元铰接设计使机器人能像尺蠖一样协调运动：前单元吸附后，后单元脱离并摆动至新接触面，实现跨越10毫米台阶或直角转角。过程中，基于重力矩平衡的稳定性模型确保翻转风险系数ψ低于70%的安全阈值。
智能控制集成
通过预训练大语言模型（如ChatGPT-4）解析语音指令，将“检测前方2厘米处角落”等自然语言转化为电机转速、伺服角度等动作序列，大幅降低操作门槛。
研究结论表明，各向异性声学吸附机制有效解决了传统爬壁机器人吸附与移动的矛盾，其特有的“强法向吸附-弱切向阻力”特性为轮式爬壁方案提供了理想物理基础。相较于同类机器人，本工作的性能指标——比功率密度γ值达2,900 W·kg-1·m-1，逼近壁虎生物原型。该成果为航空发动机叶片、燃气轮机等密闭空间的无损检测提供了小型化、强负载的技术路径，且通过材料替换（如陶瓷盘片）有望拓展至高温环境应用。论文发表于《Research》期刊，展现了仿生吸附机理与人工智能技术在微型机器人领域的深度融合前景。
