氣動腰鼓閥，優發。優發。氣動/電動球閥。軟體機器人能夠根據相互作用力改變自身形狀，從而適應不同的環境。然而，要做出更高層次的決策，仍然需要傳感器反饋。大多數傳感技術都將傳感元件單獨集成到軟致動器中，這對軟機器人制造與堅固程度都是一個很大的挑戰。

　　為此，研究人員提出了一種多功能傳感策略，無需改變設計即可改裝到現有的軟流體設備上。實驗過程當中，研究人員測量了在與環境交互過程中激活軟致動器所需的流體輸入，並將該輸入與其變形狀態聯系起來。通過對物體的大小、形狀、表面粗糙度和硬度進行觸覺傳感，顯示出使用該策略的多樣性。

　　此外研究團隊還對現有的氣動軟致動器和機械手進行了傳感改造三個人一上一下的運動。並且團隊展示了流體傳感策略用于分揀、水果採摘和成熟度檢測的軟機械手閉環控制中的穩定性。因此研究團隊認為，只要致動器與環境的相互作用會導致區間體積的形狀變化，軟流體致動器就無需嵌入傳感器和修改設計即可實現有用的傳感。

　　研究人員首先採用的是軟質PneuNet彎曲致動器來進行測試優發，從不同高度將軟推桿充氣到剛性板上優發，對每個高度的壓力-體積響應進行表征三個人一上一下的運動，即不同高度下的壓力P與提供的空氣體積V 的函數關系。研究人員特別提到，由于軟體的順應性，與環境的任何物理相互作用都會導致軟推桿內部幾何體積的變化優發優發。

　　為了有效感知壓力-體積響應的這些差異，以及軟致動器與環境的相互作用。研究人員使用電磁閥將軟致動器連接到加壓氣罐，並在閥門打開後使用外部壓力傳感器測量平衡壓力。為實現傳感，致動器與外部系統相連。外部系統包括一個氣罐、一個電磁閥和一個壓力傳感器。當抓取較大物體時，會達到較高的平衡壓力，研究人員通過100次循環測試三個人一上一下的運動，壓力測量值的變化在 ± 0.08 kPa範圍內。

　　在實驗過程當中，研究人員採用的是一個或多個相同的軟彎曲致動器，為驗證此方法具備一定的通用性。研究人員對長絲致動器三個人一上一下的運動、麥吉本型致動器、3D打印彎曲致動器、吸盤和兩個商用軟抓手進行了傳感。

　　將流體傳感方法改裝到絲狀致動器（a-c）、麥基本致動器（d-f）和 3D 打印彎曲致動器（g-i）上

　　結果顯示與麥吉本型致動器相比優發，絲狀致動器的傳感分辨率較低三個人一上一下的運動。在 3D打印熱塑性聚氨酯彎曲致動器上，即使是在較高200千帕壓力情況下，也能做到壓力平衡的狀態下進行物體抓取。此外，研究人員也在商用軟爪上加裝傳感裝置，其中一個以真空壓力為動力，另一個則以正壓為動力，盡管兩個夾具的壓力-體積關系相對不同，但在兩種情況下，圓柱形物體的尺寸與測得的平衡壓力之間存在線性相關。

　　在機器人與環境的交互過程中，研究人員發現軟推桿和抓手的絕對壓力變化範圍從 1.3 kPa 到 5.9 kPa 不等。對于需要較高充氣壓力的致動器（例如熱塑性聚氨酯和長絲致動器）來說，即使相對壓力差（與致動器中獲得的最大壓力相比，與環境相互作用產生的壓力差）可能較小，但測試的所有致動器的絕對壓力變化都在同一數量級三個人一上一下的運動。

　　因此，平均傳感分辨率可通過將絕對壓力變化除以測試的傳感目標範圍來確定，因此不會受到較低相對壓力差的影響。

　　研究團隊提出了一種多功能流體傳感策略，它有別于傳感元件嵌入軟致動器設計方式，而是依賴于測量流體輸入響應，只需遠程連接一個壓力傳感器，即可準確解釋機器人與環境之間的軟交互。並且適配于各種軟設備，可在抓取應用的閉環控制中實施。這種相對簡單的傳感功能集成使其能夠隨時用于其他軟體機器人設備和應用當中，而無需改變軟體設備本身的設計。

　　在未來，人工智能與機器學習能夠更好地計算出軟機器人與環境進行交互時壓力-時間曲線的高階差值，從而實現更復雜的傳感應用。該研究團隊表示，目前雖然傳感策略無需在軟致動器上嵌入或安裝傳感器，但系統的硬件仍然很笨重，目前不適合小型軟機器人。為進一步減小體積，研究人員表示，可以通過軟氣動閥來讀取軟機器人與環境交互過程中產生的流體感覺反饋，從而制造出能夠感知和響應環境的無電子軟機器人。這項研究原理使大多數軟流體設備無需改變設計即可具備（某些）傳感功能，並為軟交互設備和系統在現實世界的應用中實現新功能鋪平了道路。返回搜狐，查看更多