这条能自由生长的“机器人精”如今不避障也会导航

这款机器人就像是一根藤蔓，不断向前延伸较长的距离。

当然，除了向前延伸，它还会转弯。

能够撑起一个重量 100 公斤的木箱子，未来可以在搜索救援、医疗救护等场景大显身手。

过去 4 年，研究团队在这款机器人的导航问题上没少下功夫，如今这条“机器藤蔓”甚至可以利用障碍物进行路径规划了。

前不久，有关这款机器人的最新研究成果发表，题为 Robust Navigation of a Soft Growing Robot by Exploiting Contact with the Environment（利用与环境接触的软性生长机器人的鲁棒导航）。

“机器藤蔓”如何自由生长？

先来了解一下这款机器人是如何“自由生长”的。

2017 年 7 月发表的论文显示，这款机器人的设计受到了藤蔓、真菌和神经细胞等生物的启发：

这些生物体是通过生长而非运动来驾驭其所处的环境。它们的特征在于，身体从一端向外延伸，长度成倍增加，并且还能主动控制生长方向，因此形成了一种有用的三维结构，有了一种在严格受限的环境中移动的能力。

研究团队设计出的软体气动机器人外部是一根由软性材料制成的透明管，内部材料在未延伸时呈折叠状态。

其外形不禁让编辑想到美国通用电气公司受蚯蚓和树根的启发，为美国国防部高级研究计划局（DARPA）研发的一款用于军事行动的快速隧道挖掘机器人。

但不难发现，斯坦福团队的机器人更具灵活性。

关于机器人的内部材料，斯坦福大学官方介绍：

在原型中，我们用到的是一种又薄又便宜的塑料，向其注入加压空气时，塑料就会展开；不过在其他版本中，我们会用流体代替空气。

实际上，做出这款机器人主要基于两方面原理。

其一，基于用承压流体驱动材料的原理，研究团队给机器人设计了一个倒置的薄壁“外衣”，通过内部施压，机器人能够由顶端延伸出去。

其二，基于延长时的不对称性，研究团队设计了一种环境刺激感知系统，可以主动控制方向（简单来讲就是，机器人的驱动通过缩短身体的一侧来实现，只有这样机器人才有了转弯的能力）。

“机器藤蔓”如何规划路径？

那么在实际应用中，这款机器人如何导航呢？

无疑，对于刚性机器人而言，与障碍物产生碰撞是较为危险的——相比较而言，由于软体机器人具有低惯性，身体也更为柔软，因此研究团队认为，科学家们专门去约束机器人、避免其产生碰撞的做法其实是不必要的，有时反而会对机器人的运动有所限制。特别是在搜索救援等情况下，机器人一般要在混乱或受限的环境中导航，碰到障碍物是不可避免的。

因此研究团队的做法是，用一个经验运动学模型（empirical kinematic model）对“机器藤蔓”与其所处环境的相互作用进行了数学化的描述。通过该模型，研究团队开发了一种规划机器人路径的方法。

研究团队将这一模型称为是“启发式模型”（heuristic model），这是因为障碍物可以被动地引导机器人，减少其运动过程中的不确定性。如下图所示，红色线条对应的是未经过优化的机器人运动路径，蓝色则代表优化后的结果。

这张动图可以更加清晰地看到路线的调整。

我们可以这样理解，这一方法并不是要避免机器人与环境接触，而是在遇到障碍物时，善于利用障碍接触，使其对导航产生积极作用。

实验表明：

与避免所有障碍接触的规划方式相比，考虑并善用障碍接触的规划方式所产生的路径面对不确定性表现更佳。

值得一提的是，这一路径规划方法把对机器人身体的操控转移到了环境中，机器人所需的驱动由此减少。

可见，斯坦福大学的最新研究使得软体机器人导航问题有了进一步突破。

关于作者

论文作者包括 IEEE Fellow、斯坦福大学机械工程系计算机科学专业教授 Allison M. Okamura，即 IEEE Robotics and Automation Letters 杂志主编，曾是约翰霍普金斯大学机械工程系教授、副主席。

1994 年，Allison M. Okamura 获加州大学伯克利分校理学学士学位，在 1996 年、2000 年分别获得斯坦福大学机械工程硕士和博士学位。

其主要研究领域包括触觉学、远程操作、虚拟环境和模拟器、医疗机器人、软体机器人、神经力学和康复、修复术与教育等等。曾获 2020 年 IEEE 医学与生物工程学会技术成就奖、2019 年 IEEE 机器人与自动化学会杰出服务奖、2005 年 IEEE 机器人与自动化学会早期学术生涯奖等奖项。