Modeling and Control of an Eel-Inspired Soft Robot for Design Optimization
本文提出了一种基于有限元法并结合流体动力学的仿真模型，用于优化一种仿鳗鱼软体机器人的设计与控制，研究表明，轻微的不对称构型在保持游泳速度的同时能增强机动性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在光线渐暗、压力剧增的深海之中，自然界已经完善了一种机器难以模仿的运动方式。几个世纪以来，工程师们一直向鳗鱼寻求灵感，这种细长的鱼类通过全身像波浪一样起伏来游动。这种被称为“波动式游泳”的运动方式极其高效。虽然鳟鱼可能会为了保持稳定速度而快速消耗能量，但鳗鱼只需消耗极少部分的燃料就能游过同样的距离。这种高效性使鳗鱼成为建造自主水下航行器的理想蓝图，这些航行器旨在探索深海、检查水下基础设施或在冰层下收集数据。然而，制造一个能够模仿这种柔软、灵活运动的机器人却非常困难。真实的鳗鱼由肌肉和骨骼组成，能以复杂的方式弯曲和扭转，而传统的机器人通常由坚硬的金属和塑料制成。要创造出一种真正表现得像生物一样的机器，研究人员必须首先了解软性材料如何与水相互作用，如何控制它们而不使其缠绕，以及如何确保即使部分部件损坏或磨损时它们仍能继续工作。
在康奈尔大学机械与航空航天工程系，研究人员张景义（Zhangjingyi Jiang）和马克·坎贝尔（Mark Campbell）开发了一种强大的新工具来解决这些问题。他们没有立即制造物理机器人，而是创建了一个模拟鳗鱼启发式软体机器人的详细计算机仿真模型。这个数字模型作为一个虚拟测试场，让他们可以在制造任何硬件部件之前，对机器人鱼的形状、材料和控制系统进行微调。该仿真将机器人的身体视为由许多小段组成的长而柔韧的杆，类似于链条是由链环组成的。通过使用一种计算这些段在压力下如何弯曲和拉伸的方法，该模型捕捉了随时间变化的软性材料的行为。这种方法使团队能够观察机器人在水中如何移动，如何应对水流，以及如果电机失效或材料开始退化时其表现如何。
研究人员利用这种仿真来测试如何让机器人直线游泳、转向和停止。他们发现，控制机器人的最有效方法是在其身体上发送一种扭转力的行进波，就像在蛇身上移动的波动一样。通过调整这些扭转的力量和时机，他们可以让机器人从静止状态加速、以稳定速度巡航或刹车停止。仿真显示，通过在扭转力中加入轻微的偏移量，机器人也可以实现转向，从而进行宽阔、平缓的曲线运动或急促、紧凑的转弯。至关重要的是，该模型允许团队测试如果机器人受到损坏时会发生什么。在现实世界中，水下机器人可能会被岩石卡住，或者出现电机故障，或者在长期任务中遭受材料磨损。仿真表明，如果机器人前部的电机失去动力，机器人的前进能力会显著下降。然而，如果尾部的电机失效，机器人会在转向方面遇到更多困难。这一洞察有助于工程师设计出即使在部分受损时也能继续工作的系统，确保机器人仍能返回基地进行维修。
这项研究中最令人惊讶的发现之一涉及机器人的形状。长期以来，工程师们可能会认为，一个头尾大小相等的完美对称机器人会是最平衡且最高效的。然而，仿真给出了不同的结论。研究人员测试了头部比尾部稍大的设计，并发现这些略微不对称的设计在向前游泳时与对称设计表现同样出色。事实上，不对称设计在转向方面表现得更好。它们可以更轻松地完成更紧凑的转弯，这对于在复杂的地下环境中绕过障碍物是一项至关重要的技能。研究表明，对于旨在探索海洋的机器人而言，略微不均匀的形状并非缺陷，而是一种特性，它在速度和机动性之间提供了更好的平衡。
这项工作的价值在于其指导未来机器人设计的能力。通过在制造和测试物理原型所需的时间的一小部分内运行数千次仿真，研究人员可以优化机器人的每一个设计细节。他们可以确定使用何种最佳材料、理想的电机数量以及针对特定任务的最稳健形状。这个数字框架不仅仅是预测机器人的运动方式；它还提供了一种预见故障并为韧性进行设计的方法。随着技术从计算机屏幕走向海底，这些见解对于创造能够在深海严酷条件下生存、并在面对损坏或时间的缓慢磨损时仍能继续执行任务的机器至关重要。其结果是为构建不仅高效而且足够坚韧以应对水下世界未知挑战的自主探测器开辟了一条更清晰的路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。