浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

人工智能 新闻
3 月 4 日,最新一期《自然》杂志以封面文章的形式介绍了由浙江大学、之江实验室、中国科学院深海科学与工程研究所、国防科技大学、上海海洋大学、大连海事大学等团队共同完成的新研究,论文标题为《Self-powered soft robot in the Mariana Trench》。

 人们第一次实现了软体机器人的万米深海操控,以及深海自主游动实验,这是机器人领域的重大进展。

3 月 4 日,最新一期《自然》杂志以封面文章的形式介绍了由浙江大学、之江实验室、中国科学院深海科学与工程研究所、国防科技大学、上海海洋大学、大连海事大学等团队共同完成的新研究,论文标题为《Self-powered soft robot in the Mariana Trench》。

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

即使在地球海洋最深处——马里亚纳海沟「挑战者深渊」10900 米的深处,这款机器人的鱼鳍也能正常启动,此处上覆水压力约是海平面大气压的 1000 倍,可换算成约 1.03 亿帕斯卡。纽约州立大学 Geneseo 的深海生理学家和生态学家 Mackenzie Gerringer 表示:「这相当于一头大象站在你的拇指上。」

深海的巨大压力为工程设计提出了严峻的挑战,传统的深海机器人或载人潜水器均采用坚固的金属框架或压力补偿系统以求稳固,但这些机械庞大而笨重,且失灵风险仍然很高。浙大提出的软体机器人新方法很大程度上解决了这一问题。

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

在深海中出现的极端条件意味着地球的绝大多数表面仍然处于未开发状态,李铁风等人设计的机器人受深海动物狮子鱼启发,开发了一种无束缚软体机器人,通过将电子设备集成到硅树脂基质中来保证动力、控制和驱动系统免受深海压力,这种自供电的机器人消除了对任何刚性容器的需求,能够在马里亚纳海沟的 10900 米的深度正常启动,并在 3224 米深的南海自由行动。

以下动图分别展示了软体机器人在压水室、深湖、南海和马里亚纳海沟四种测试场景中的游动:

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

机器人在压水室中绕圈游动。

机器人在深度 70 米的湖中游动。

机器人在深度 3224 米的南海中自由游动。

机器人在深度 10900 米的马里亚纳海沟拍打侧鳍。

位于西太平洋的马里亚纳海沟是已知的海洋最深处,水压高、温度低、完全黑暗,被称为「地球第四极」,而浙大等机构的工作率先实现了软体机器人的万米深海操控以及深海自主游动实验。

柔软,才能顶住巨大压力

据论文介绍,浙大发明的这款软材料机器人能够探索未勘探过的海洋深处。更令人瞩目的是,作者表示这款机器人能够在目前地球已知最深的海沟—马里亚纳海沟进行操作。传统的水下机器人需要金属材料制成的水密外壳来抵抗深海高压,这些水密外壳的厚度和尺寸必须随着海水深度的增加而增加。与之不同,浙大软体机器人采用的精密超软硅胶电子元件嵌入和分布在软体硅胶中,这种设计不需要耐压外壳。

下图为软体机器人的整体设计与制作流程。

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

在具体的设计上,这款仿生软体机器鱼长 22cm(身长 11.5 厘米、尾长 10.5 厘米),翼展宽度 28cm,大约为一张 A4 纸的长宽,具有两个拍动的侧鳍,如下图所示。

「我们的另一个研究突破,在于设计了一种能在高压低温环境下依然能保持良好电驱动性能的电驱动智能软材料。」李铁风教授表示。

作者使用一种完善的机制来驱动侧鳍的拍动,并且侧鳍附着于机器人躯干上的「肌肉」。这些肌肉由能够将电能转换为机械工的软体材料制成,当机器人的电池为肌肉供电时,转换开始。微小的固体结构机械地将收缩的肌肉连接到侧鳍上,使它们拍动。

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

软体机器人的躯干设计。

鱼鳍拍动。

李国瑞和合作者面临的挑战之一是找到软体机器人电子元件的耐高压方法。他们从钝口拟狮子鱼(Pseudoliparis swirei)的头骨中获取了灵感——这种鱼的头骨并不完全由硬骨拼合而成,额外的延展性可以让其承受的压力得到平衡。新的机器人将电子元件分离,并包裹在柔软的硅树脂中,而没有像常规的那样堆叠在一起。

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

钝口拟狮子鱼(Pseudoliparis swirei)生活在西太平洋马里亚纳海沟等处 6200-8100 米的深海中,2014 年 11 月才被科学家们发现。

「相比于传统的『铠甲式』抗高压深潜装备,我们以全新技术路线研制仿生深海软体机器人,争取大幅降低深海探测的难度和成本。” 李国瑞说。

实验测试和模拟结果表明,这种排列方式降低了水压下电子元件之间接口处的压力。然后,分离的电子元件嵌入至软体硅胶进而并入到机器人中。对于保护深海设备的电子元件而言,这种方法比其他方法更实用且成本更低。下图为集中式与分散式电子元件排列的压力测试情况:

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

李国瑞等人首先在实验室的一个压水室中测试了软体机器人的游泳能力,其中机器人与一个杆子相连,并绕着杆子游动。然后在深度 70 米的湖中进行测试,其中机器人以每秒 3.16 厘米的速度自由游动。接着在深度约 3200 米的南海中进行测试,机器人的速度达到了每秒 5.19 厘米(大约相当于每秒游了 0.45 个机器人躯干长度),这与其他软体机器人的性能保持一致。最后在马里亚纳海沟进行机器人的侧鳍拍动和耐压测试,其中一个提供支持的水下机器人与它相连,并拍摄了测试图像。

下图(左)为机器人在压水室和深湖中的测试;图(右)为机器人在深海中的测试。

浙大机器鱼登Nature:深入万米马里亚纳海沟,里程碑式突破

2019 年 12 月,软体机器人在马里亚纳海沟坐底,海试影像记录显示,在马里亚纳海沟 10900 米海深处该机器人实现了稳定扑翼驱动。2020 年 8 月 27 日晚,该软体机器人在南海 3224m 深处成功实现了自主游动。「凌晨三点,我们在主控室里一分一秒地注视着,等待机器人在海底启动。当看到机器人成功完成预定游动时,悬着的心终于放了下来,数年的艰难探索终于取得了里程碑式进展。」李国瑞说。

深海软体机器人的意义和潜在应用

先前针对开发水下应用软体机器人已经进行了数次尝试,但因为机器人传感器在水下环境下无法很好地工作,因此该领域中机器人与物体进行精密交互是一项挑战。当收集和处理供海洋生物学家研究的脆弱海洋生物时,软体机器人抓手比刚性抓手装置具有明显的优势。仿生软体机器鱼可以与其他鱼类一起游动而不打扰它们,因此可以进行近距离研究。

现在,李国瑞及其同事们的研究突破了可以实现的范围:用嵌入软材料中的分布式电子设备代替电子元件的刚性保护罩,为新一代深海勘探者铺平了道路。

当然,浙大等机构设计的机器人目前还存在一些需要改进的地方。首先它的游动速度有点慢,这意味着其无法承受海流的干扰,在针对具体应用时,人们还需要进一步强化其运动能力。但显然,李国瑞等人的研究为具有可考性的深海探测机械奠定了基础。

在不远的未来,我们或许可以看到这种机器人带来的全新海洋生物研究途径:用软体机器人安全地在海底珊瑚礁和洞穴间穿行。如果在海床上部署大量软体机器人,则可以开发出更多生产力应用,包括海洋监测、有害物质清理和生物保护等方向。总而言之,能够在恶劣环境中工作的机器人为人们探索广阔海洋深处带来了新的希望。

未来,该研究组将继续研究深海软体智能设备的能源、驱动、感知一体化系统,提升仿生深海软体机器人的智能性,同时降低应用成本。

联合研究团队

浙江大学博士、之江实验室智能机器人研究中心的高级研究专员李国瑞、浙江大学博士研究生陈祥平、周方浩为论文共同第一作者,浙江大学李铁风教授为该论文通讯作者。

在研究过程中中,数值计算和大量压力环境模拟实验已经验证了方案的可行性。为进一步证实机器人在深海实地环境下的可靠性,研究团队在上海海洋大学、中科院深海所、大连海事大学、广东海洋地质调查局等单位的合力支持下,先后在马里亚纳海沟、中国南海等海域开展了深海海试。

[[385271]]

李铁风教授(正中)与该研究的主要作者李国瑞、陈祥平、周方浩、梁艺鸣。

该论文通讯作者李铁风是浙江大学教授、博士生导师,2012 年 8 月进入浙江大学应用力学研究所工作,加入浙江大学交叉力学中心,负责浙江大学软体机器人与智能装备实验室。李铁风教授的主要研究方向包括软物质力学、智能材料结构设计、软体机器人、水下智能装备、 医疗康复装置等,他开展了智能软材料力学、智能结构、复合材料、软体机器人等研究,提出通过控制力电失稳实现极大电致变形的驱动理论。

李铁风教授曾在《Sciennce Advances》、《Advanced Materials》等期刊上发表论文 50 余篇,论文被引用次数 2000 余次,曾获国家自然科学基金优秀青年基金、中国科协青年人才托举工程、科学探索奖(前沿交叉领域、麻省理工科技评论科技创新 35 人(MIT TR35-China)等荣誉。

 

责任编辑:张燕妮 来源: 机器之心Pro
相关推荐

2022-05-19 15:51:57

技术信息AI

2012-11-06 09:20:21

软件认证管理云软件认证管理云环境

2015-02-11 16:11:23

微软

2024-02-29 19:37:44

网络安全框架网络安全CSF

2015-11-20 16:21:26

Windows操作系统

2023-02-23 13:25:45

量子谷歌

2012-07-04 08:57:46

微软Windows 8

2023-05-30 13:53:31

模型语言

2020-11-05 16:52:16

数据库腾讯云TcaplusDB

2011-09-09 13:42:16

2011-09-10 19:23:22

2021-02-03 16:19:49

新基建SAP

2021-02-01 12:14:02

SAP云基础架构解决方案

2015-01-21 15:33:11

Windows 10

2013-01-22 09:39:58

芯片晶圆Intel

2016-09-29 09:46:41

JavascriptWeb前端

2023-12-16 09:42:12

2019-01-28 09:21:45

存储

2022-01-20 16:05:02

Nature论文研究

2010-10-11 10:52:58

Facebook
点赞
收藏

51CTO技术栈公众号