《Advanced Intelligent Systems》:Stochastic Locomotion Emerging From Body–Environment Interactions in a Mexican Jumping Bean–Inspired Robot
编辑推荐:
生物自适应运动长期为应对非结构化环境的机器人方案提供灵感。然而,动物启发系统与近年兴起的植物启发系统通常被分开考虑。本研究通过受墨西哥跳豆启发的设计融合两界策略:寄生于Sebastiania pavoniana种子内的Cydia saltitans蛾幼虫借助种
生物自适应运动长期为应对非结构化环境的机器人方案提供灵感。然而,动物启发系统与近年兴起的植物启发系统通常被分开考虑。本研究通过受墨西哥跳豆启发的设计融合两界策略:寄生于Sebastiania pavoniana种子内的Cydia saltitans蛾幼虫借助种子特殊的曲面-平面几何结构产生温度诱导的多模态运动。转化为机器人学,Bean-Bot是一种节俭的、直径1.3 cm的热响应跳跃模块,封装于豆形外壳内。温度升高时,其实现地形敏感的运动——包括跳跃(最高30 cm)、翻滚、滚动、滑动、攀爬与自再定向——81.5%的跳跃事件在落地后转入一种或多种附加运动模式,这是传统跳跃机器人不具备的能力。不同于以控制为中心或有缆的多模态系统,这种无电子器件、无缆的Bean-Bot通过双界启发的具身设计实现多模态,该设计耦合了材料属性、形态与环境。其豆形几何被动调节跳跃轨迹并实现依赖地形的模式切换。这种生物启发策略通过温度响应材料、外壳形态与环境相互作用的紧密耦合,以最小计算量展现物理智能(Physical Intelligence)的一个侧面。借助温度变化,Bean-Bot进行随机运动,可能为在非结构化环境中导航提供新策略。
研究背景方面,非结构化环境中的自适应行为与运动一直是智能机器人学的核心挑战。传统方法基于控制与身体的笛卡尔式分离,依赖集中式数字计算协调运动;而具身智能(Embodied Intelligence, EI)与软体机器人强调脑(控制)、身体与环境动态耦合可直接贡献智能行为,材料与形态本身可承载智能响应,将计算从数字系统卸载至物理具身。既有生物启发多单独取自动物界(如章鱼臂)或植物界(如向性生长),少有跨两界融合。墨西哥跳豆提供独特双界协同范例:植物种荚(Sebastiania pavoniana)包裹动物幼虫(Cydia saltitans),30–45 °C下幼虫收缩,耦合种荚“一曲面两平面”三面几何,涌现跳跃、滚动、翻转以避热寻荫,且非幼虫显式控制,而是幼虫驱动-种荚几何-地形交互的涌现。现有多模态机器人常赖外部驱动、机载电子或专用控制架构切换模式,毫米级跳跃平台尤甚;跳跃本身需快速储能释能以越障,与额外模式集成困难。为此,研究人员提出无电子、无缆、双界启发的Bean-Bot,检验“形态-环境耦合”能否以最小计算产生宏观多模态运动。
关键技术方法上,研究人员采用双程形状记忆合金(Shape Memory Alloy, SMA)弹簧(外径约17 mm,丝径1.2 mm,10_active_coils,激活约70–80 °C)作热驱动元件,配一对钕磁环作被动锁存阈值;豆形外壳以Form 4打印机(Fast Model Resin)制作三面几何(两平面夹120°,一曲面,八肋骨架)封装SMA模块于中心杆;通过热风枪均热触发,高速相机500 fps追踪,KMX63加速度计采加速度,Zwick拉伸机测弹簧力-位移;在平滑亚克力、砂纸摩擦面、激光切槽不规则面及10°–18°斜面测试,人工标注92次跳跃事件归类模式。
研究结果部分,2.1节跳跃模块表明:独立SMA模块(长1.3×径1.8 cm,重8 g)加热>70 °C时弹簧膨胀储弹,磁力阈值释放产生地反力(Ground Reaction Force, GRF),理论高约63 cm,实验达约50 cm(33倍体长),峰值速度300 cm·s?1、加速度80 g;但仅竖直姿态可跳,水平态GRF=0,属条件跳跃器。2.2节Bean-Bot显示:装入豆壳后具两稳定平衡(曲面着地/平面着地),破除水平卡死,变姿态无关跳跃器;2.2.1.1节在六类“姿态×地形”下跳高10–30 cm(ANOVA F(5,84)=60.29, p<0.001),曲面在不规则面最高均约24 cm、峰30 cm,平面在摩擦面转长跳(水平距约35 cm),证明形态-地形编码跳迹;2.2.1.2节92次事件中纯跳7.6%、空翻落定10.9%、多模(滚/滑/弹/地翻)81.5%,曲面上跳可空中翻转为平面着并续滚;2.2.1.3节横卧垂直面时GRF侧向化,平滑面滑移、粗糙面滚转位移达80 cm;2.2.1.4节调磁力≤2 N后,借两平面120°内角与平Face着坡,爬10°–18°斜面;2.2.2节异质地形(散沙、黏壤、砾沙、木石障碍)重复热触发产生概率化离散轨迹,类似天然跳豆。
讨论与结论部分,研究人员指出:SMA材料层仅提供驱动与刚度调节,加磁层得姿态相关跳,加豆壳形态层方得姿态无关跳与被动多模态,此为“动物驱动+植物形态”双界具身范式。六模式(跳、翻、滚、滑、自再定向、爬坡)最高跳30 cm,在软/混合跳跃机器人中宏观跳高与多模态并存少见,且模式切换非电子控制而由几何介导物理交互涌现,运动随机但被形态偏置。局限为SMA需70–80 °C、加热30–180 s、恢复130–140 s致频响低;极端地形(饱水、密植)效率或降,但此即EI范式本征。结论:融合简单生物原理(植物几何+动物式驱动)可示明复杂运动源于物理-结构-环境互作,Bean-Bot证双界启发能在无集中控制下拓展机器人具身设计策略。论文发表于《Advanced Intelligent Systems》。