受蠕虫启发的折纸机器人：面向复杂管道环境自适应移动的多模态运动

《Advanced Science》：A Worm-Inspired Origami Robot with Multimodal Locomotion for Adaptive Mobility in Complex Pipeline Environments

　　

研究人员开发了一种受蠕虫启发的折纸机器人，旨在实现受限复杂管道环境内的多模态运动（Multimodal Locomotion）和多功能操作。该机器人集成了八个由气动人工肌肉（Pneumatic Muscle, PM）驱动的吉村折纸（Yoshimura-origami）爬行模块、两个带有可展开襟翼的滚动模块以及一个形状记忆合金（Shape Memory Alloy, SMA）驱动的水弹（Waterbomb）抓取器，构成了一个紧凑的模块化机电一体化系统。一个统一的步态生成框架实现了25种不同的运动步态，包括蚯蚓式的蠕动爬行（包括直线型、侧向波动型和圆周型）、尺蠖式的两锚点爬行以及双向轮式滚动。运动学模型预测了跨模式的性能并与实验表现出定性一致，偏差归因于粘滑（Stick-slip）和摩擦效应。该机器人在包含倾斜、弯曲、变径、不连续管道以及垂直探测和大直径穿越的复杂工业管道场景中展示了强大的移动能力。气动系统与SMA系统之间的协调驱动允许对具有不同刚度的物体进行有效抓取和类似吞咽的操作。这种集成设计实现了高机动性、环境适应性和功能多功能性，为受限工程环境中的检测、探测和维护任务提供了一个有前景的平台。

该研究针对复杂工业管道环境下的机器人检测与操作需求，基于多模态设计理念，构建了包含爬行、滚动和抓取模块的机电一体化平台。研究人员采用了以下关键技术方法：首先，利用吉村折纸结构构建爬行模块核心，结合气动人工肌肉（PM）实现轴向伸缩与空间弯曲；其次，设计了基于水弹折纸结构的抓取模块，利用SMA弹簧的焦耳热效应实现可控变形与抓握；第三，开发了带有可展开襟翼的六边形滚动模块，通过气动驱动实现轮式滚动；第四，建立了基于齐次变换矩阵（Homogeneous Transformation Matrices）的运动学模型，并定义了统一的步态参数化生成算法，涵盖蚯蚓式、尺蠖式和滚动三种运动模态；最后，构建了包含平地、倾斜管、弯管、垂直管及断管等场景的复合管道测试平台，结合高清摄像与视频处理软件进行运动性能量化验证。

研究结果表明，该机器人在多种环境下均表现出优异的性能：

1. 机器人设计与控制

研究人员设计了包含八个爬行模块、两个滚动模块和一个抓取模块的模块化原型。爬行模块集成了吉村折纸与PM，具备大变形和高刚度调节能力；抓取模块利用SMA驱动水弹结构实现抓取；滚动模块则通过襟翼序列展开产生滚动转矩。通过统一的步态生成算法，定义了参数G = {n₀, n₁, n₂, n₃, n₄, n₅, n_R|n_P}，成功合成了25种步态。

2. 多模态运动性能

在直线蠕动步态中，实验测得最大平均速度出现在步态R6，速度为10.61 mm·s^?1，与运动学预测误差仅为0.59%。然而，随着驱动强度增加（如步态R5-R8），由于电磁铁锚定力不足导致的粘滑效应，预测误差超过30%。在侧向波动（Sidewinding）步态中，增加传播模块数n_P可有效提升速度，而增加轴向伸展模块数n₁则会减小轨迹倾角χ。在圆周运动中，实验观测与运动学预测具有高度定性一致性，但受轴向和侧向滑移影响，部分运动学指标出现显著偏差。尺蠖式两锚点爬行表现出更高的效率，其平均速度达到39.82 mm·s^?1，是直线蠕动的两倍以上。轮式滚动则实现了高达11.62 mm·s^?1的平均稳态速度，且实验与预测偏差极小（<5.5%），证明了该模式在平面地形上的高效性。

3. 复杂工业管道场景验证

在实地测试中，机器人展现了卓越的环境适应性。在平地上采用轮式滚动快速行进；在120 mm内径、倾角为13.1°的管道中，采用直线步态R4实现上行；在连接120 mm与250 mm管径的变径弯管段，机器人凭借结构顺应性顺利通过；在垂直管道分支中，通过特定模块的姿态调整实现了194.7 mm的抬升运动；面对167.7 mm的管道断裂间隙，机器人利用垂直面内的弯曲变形成功跨越；在大直径管道内，切换至尺蠖式步态实现了20.50 mm·s^?1的高速线性移动。此外，抓取模块成功完成了对海绵、橙皮和沙袋等不同刚度物体的抓取与“吞咽”操作。

讨论部分指出，该受蠕虫启发的折纸机器人通过整合生物启发的爬行机制与人类设计的滚动运动，在一个紧凑的机电一体化平台内实现了多功能运动。利用模块化架构——八个带气动人工肌肉的吉村折纸爬行模块、两个带可展开襟翼的气动滚动模块以及一个SMA驱动的水弹抓取器——该系统提供了大范围可逆形变、可调刚度和按需运动模式切换的能力。统一的步态生成框架参数化并合成所有允许的步态，实现了25种步态。运动学模型能有效预测不同模式下的性能，实验验证了运动的定性特征与结果高度匹配，定量偏差归因于粘滑行为和未建模的摩擦/驱动动力学。

结论强调，在包含倾斜、弯曲、变径、垂直和不连续截面的复杂管道环境中的综合试验表明，该机器人能够实现模式和步态的无缝转换、高效穿越以及鲁棒的物体抓取。总体而言，所提出的折纸蠕虫启发平台代表了向多功能和环境自适应软体机器人系统迈出的重要一步。其结合了模块化、机电设计、结构智能和多模态运动的特点，为未来的管道检测、搜救作业和原位环境监测应用提供了有前景的基础。未来的工作将集中于优化机器人的锚固硬件和其他组件，以进一步增强其在管道环境中的移动性和适应性，同时开发全面的动力学模型以系统地量化机器人性能。该研究发表于《Advanced Science》。