密歇根大学×上海交大联合研发SPARC，突破软体机器人天花板！

AI科技 2025年09月30日 22:13 1 admin

在自然界中，许多生物进化出了在复杂三维环境中自如运动的能力。受此启发，机器人领域逐渐从传统刚性结构转向柔性本体研究。软体机器人凭借其固有的柔顺性和自适应粘附能力，在非结构化环境探索中展现出独特优势，近年来已有原型机实现了在水平与垂直表面之间的过渡运动。

无缆软体爬行机器人水平圆管爬行

然而，现有软体机器人普遍存在运动维度有限、垂直表面负载能力不足、缺乏有效传感反馈等问题。尽管刚性机器人的轨迹跟踪与路径规划技术已较为成熟，但软体机器人因材料非线性、建模复杂及传感集成难度大，其精确运动控制仍面临显著挑战。目前基于视觉或融合感知的控制方法，尚无法在复杂轨迹跟踪中兼顾精度与实时性，尤其在垂直运动时难以稳定抵消重力影响。

因此，如何开发能够在水平和垂直表面上无缝过渡和精确轨迹跟踪的软体机器人仍然是一个挑战。

▍开发SPARC：实现三维地形运动过渡与精确轨迹跟踪

针对软体机器人当前面临的技术挑战，来自密歇根大学与上海交通大学研究人员组成的研究团队进行深入研究，并开发出一款名为SPARC的软体机器人。该机器人采用独特的折纸结构设计，能够在平坦路径上爬行并攀爬垂直表面，其移动精度达到通常只有刚性机器人才能实现的水平。

SPARC是一款柔软、本体感受、敏捷的3D攀爬机器人，其攀爬动作依赖于三个基于Kresling折纸图案设计的气动执行器。这些几何结构在真空压力作用下可预测地折叠，类似扭曲的手风琴。研究团队利用这种可预测的扭转运动，实现了对机器人形态的精确判断，且无需依赖外部传感器。

具体来说，SPARC机器人集成了三个并行排列的3D打印Kresling折纸执行器与吸盘结构，可在多种表面上实现三维驱动与吸附。团队创新性地利用了Kresling折纸固有的收缩-扭转耦合特性，让SPARC实现了实时本体感知和状态重建，并对负载变化表现出良好的适应性。为提升轨迹跟踪精度，团队在步态控制器中采用了双闭环控制系统，通过角度编码器实现精确姿态管理，同时结合运动捕捉技术调整全局定位。在路径规划方面，团队采用的纯追踪算法能够准确跟踪曲线路径，并在急转弯处保持灵活机动。结合双闭环控制策略与在线路径规划算法，SPARC能够实现精确的姿态控制。

在实际测试中，SPARC展现了在地面与垂直表面之间平稳过渡的能力，并能在垂直平面上承载超过自身重量两倍的有效载荷（自重210克，负载500克）。得益于三个并联气动Kresling执行器的协同工作，SPARC在三维空间中的实现了60%高幅度收缩、50度弯曲性能，以及较高的负载能力。

据研究团队介绍，这项将三维驱动、创新本体感知、运动学建模、鲁棒控制和高效规划策略相结合的工作，使SPARC成为目前已知首个能在三维地形中进行精确运动规划的软体机器人。前不久，该研究成果的相关论文已以“SPARC: A Soft, Proprioceptive, Agile Robot for 3D Climbing and Exploration with Precise Trajectory Following”为题，发表于《Advanced Science》期刊。

▍五大关键：SPARC机器人的研发与设计制造

在复杂三维地形中实现精准运动、重物承载及平面对垂直面的平稳过渡，是软体机器人研发的重要方向。为达成这一目标，SPARC软体机器人需具备高幅度高强度收缩、三维弯曲及强粘附能力，其核心技术方案围绕气动折纸执行器设计、本体感觉建模、参数优化、运动学分析及步态控制展开，形成了一套完整的研发与验证体系。

SPARC的核心驱动单元采用基于Kresling折纸设计的气动折纸软体执行器。该设计使执行器在-80kPa负压条件下可实现60%的收缩率，驱动力达3千克，使用寿命超过20000次循环。这些性能分别源于折纸图案的高展开率、真空驱动方式及高质量3D打印工艺。同时，研发团队创新性地利用Kresling折纸固有的收缩-扭转耦合运动特性，赋予执行器自我感知与实时动态调整长度的能力。机器人的运动机构由三个线性Kresling执行器并联构成，每个执行器包含六个串联且保持手性的基本单元。单元之间插入刚性支撑环以防止六边形横截面变形，确保执行器仅产生纯线性运动。与传统抑制Kresling执行器扭转运动的设计不同，SPARC通过3D打印连接器将执行器末端与轴承内环运动耦合，轴承外环则刚性安装在前脚基座上，实现扭转变形与整体结构的分离。每个执行器一端的轴承上安装微型角度编码器，在实现纯轴向收缩的同时，可测量扭转角度并转换为执行器长度，集成至传感结构系统中。

Kresling折纸执行器的仿真和SPARC的运动学建模

为实现三维地形粘附与穿越，SPARC配备四个硅胶吸盘作为足部，每个足部采用双吸盘配置以降低变形风险，确保真空粘附时位置与方向稳定。机器人本体还安装两个测量标记，为控制系统提供自定位反馈。在执行器制造环节，SPARC采用软硬材料组合的3D打印工艺以保障内部收缩均匀、性能一致并降低人工成本。执行器软质部分选用TPE材料，其较低的肖氏硬度和较好的流动性有助于减少腔室壁缺陷并提升气密性。刚性部件采用PLA材料打印，真空吸盘则由硅橡胶制成。

为将Kresling折纸执行器的本体感受特性应用于运动控制，研发团队通过有限元分析建立执行器长度与扭转角度的映射关系，并对3D打印后的TPE样品进行单轴拉伸测试以修正材料特性变化。基于拉伸测试获得的材料参数，利用计算机辅助工程软件对Kresling折纸室折叠过程展开分析。结果显示执行器长度与自扭转角存在明确关联，且最大应力集中于不可折叠六边形的外边缘，与实验中观察到的疲劳损伤位置一致。通过特定拟合方法推导的自我感知模型，经实验验证具有较高可靠性。

壁厚是影响SPARC气动执行器功能的关键参数。研发团队结合有限元分析仿真与实验确定最佳壁厚，发现当壁厚低于0.6毫米阈值时，执行器易在实验中开裂损坏。最终，为确保结构完整性，折纸腔室壁厚选定为0.6毫米。研究指出，若采用更先进的制造方法，有望进一步减小壁厚并避免破裂或泄漏问题。

SPARC 在复杂环境中的多功能 3D 运动

针对软体机器人建模难度高的问题，SPARC采用在多段连续体机器人领域广泛应用的分段恒定曲率模型。该模型基于恒定曲率假设的简单性与有效性，将多个恒定曲率段连接以构建整体运动学模型。在SPARC的逆运动学建模中，当后足吸盘固定、前足吸盘释放时，模型可建立前足位置与三个执行器长度的关联。基于此模型确定的运动空间显示，其最大前向步长为30毫米，工作空间呈圆锥体结构，与实验结果一致。

爬行步态设计方面，SPARC的灵感来源于蚯蚓的运动模式。一个完整的向前步态周期包含四个阶段：前足固定、腔室收缩、后足固定、腔室伸展。两个步骤构成一个完整循环，可推动机器人向前移动30毫米。为确保在光滑表面的可靠粘附，实验中采用对吸盘施加预加载向下力的策略，增加吸盘边缘与表面的接触面积以保障密封效果。

基于上述步态设计与纯追踪控制器，研发团队开发了SPARC的跟踪控制算法。该算法构建了双环闭环反馈控制系统：外环为基于机器人全局位置反馈的系统级轨迹跟踪控制，内环为利用局部末端执行器角度编码器反馈的执行器级控制。实验验证显示，SPARC在水平面S形曲线、水平面正方形轨迹、垂直面半圆轨迹及垂直面承载500克负载直线运动中，均能完成轨迹跟踪任务，实际位置与理论位置的误差处于较低水平，证明该控制算法具备良好的稳定性与准确性。

▍能力验证：SPARC的轨迹跟踪与模块化地形适应测试

为评估SPARC软体机器人在不同工况下的运动性能，研发团队对其在水平与垂直平面上的轨迹跟踪能力进行了系统测试。

测试场景包括无负载和携带500克负载（约为机器人自重两倍）两种条件，设计了水平面S形曲线路径、锐角路径，以及垂直面直线路径、曲线路径四种典型测试轨迹。

路径跟踪控制器和实验验证

实验结果显示，SPARC能够成功跟踪水平面上的预定轨迹。在直角转弯阶段，由于控制算法主要聚焦于前脚轨迹的精准控制，后脚出现了轻微偏差。在垂直平面弧线轨迹跟踪过程中，机器人初始阶段受重力影响产生向下偏移，但通过双闭环控制算法的实时调整，在后续运动中逐步修正了轨迹偏差。

值得关注的是，在垂直平面直线向上轨迹测试中，SPARC在携带500克负载的情况下仍能保持稳定的上升运动。量化数据分析表明，SPARC在水平地面运动时相对跟踪误差约为0.5%；在垂直墙壁曲线路径跟踪实验中，轨迹偏差控制在3%以内，这一结果验证了机器人在水平与垂直表面均具备精确自主运动的能力。

为进一步拓展机器人的地形适应能力，研发团队探索了多模块组合方案。通过将两个SPARC模块串联，构建了串行配置机器人。理论分析显示，该配置可使机器人最大弯曲角度提升至100度，同时最大步长达到单模块的两倍，使其能够实现从地面到正交（90度）墙壁的平稳过渡，突破了单模块在复杂地形衔接处的运动限制。

使用串行配置的SPARC 进行地面到墙壁过渡的运动策略和演示

针对串行配置SPARC从地面到墙壁的过渡场景，团队设计了分阶段运动策略。当机器人前脚接近墙壁（距离≤2厘米）时，过渡程序启动。整个过程分为四个协调步骤：首先通过控制后模块下执行器的压力实现向上弯曲；随后调节前模块下执行器使整个机器人拱起；接着微调上执行器将前脚压向墙壁并激活吸盘；最后通过执行器收缩将机器人整体固定在墙面上。

在墙壁攀爬阶段，串行配置SPARC采用了与地面爬行相似的步态周期原理，但针对垂直环境进行了优化调整。通过降低特定腔室的负压值，控制执行器的伸展幅度，使机器人头部先向上倾斜再缓慢下降，有效减少了与墙壁的碰撞风险，提升了攀爬过程的安全性和流畅度。

这些测试结果验证了SPARC软体机器人在复杂环境中的运动性能和地形适应能力，为后续在更复杂场景中的应用奠定了基础。多模块组合方案的提出，则进一步拓展了软体机器人在实际工程中的应用潜力。

参考链接：https://doi.org/10.1002/advs.202510382