2017 年7 月的Science Robotics 封面上，有這樣一款機器人，其外形像是長條狀塑料袋前端位置配了一顆小小的攝像頭，整體似乎給人一種廉價粗糙感。不過，既然能登上機器人頂刊封面，這條由美國斯坦福大學機械工程系聯合加州大學聖巴巴拉分校機械工程系打造的機器人自然有兩把刷子。

這款機器人就像是一根藤蔓，不斷向前延伸較長的距離。

當然，除了向前延伸，它還會轉彎。

能夠撐起一個重量100 公斤的木箱子，未來可以在搜索救援、醫療救護等場景大顯身手。

過去4 年，研究團隊在這款機器人的導航問題上沒少下功夫，如今這條“機器藤蔓”甚至可以利用障礙物進行路徑規劃了。

前不久，有關這款機器人的最新研究成果發表，題為Robust Navigation of a Soft Growing Robot by Exploiting Contact with the Environment（利用與環境接觸的軟性生長機器人的魯棒導航）。

“機器藤蔓”如何自由生長？

先來了解一下這款機器人是如何“自由生長”的。

2017 年7 月發表的論文顯示，這款機器人的設計受到了藤蔓、真菌和神經細胞等生物的啟發：

這些生物體是通過生長而非運動來駕馭其所處的環境。它們的特徵在於，身體從一端向外延伸，長度成倍增加，並且還能主動控制生長方向，因此形成了一種有用的三維結構，有了一種在嚴格受限的環境中移動的能力。

研究團隊設計出的軟體氣動機器人外部是一根由軟性材料製成的透明管，內部材料在未延伸時呈折疊狀態。

其外形不禁讓編輯想到美國通用電氣公司受蚯蚓和樹根的啟發，為美國國防部高級研究計劃局（DARPA）研發的一款用於軍事行動的快速隧道挖掘機器人。

但不難發現，斯坦福團隊的機器人更具靈活性。

關於機器人的內部材料，斯坦福大學官方介紹：

在原型中，我們用到的是一種又薄又便宜的塑料，向其註入加壓空氣時，塑料就會展開；不過在其他版本中，我們會用流體代替空氣。

實際上，做出這款機器人主要基於兩方面原理。

其一，基於用承壓流體驅動材料的原理，研究團隊給機器人設計了一個倒置的薄壁“外衣”，通過內部施壓，機器人能夠由頂端延伸出去。

其二，基於延長時的不對稱性，研究團隊設計了一種環境刺激感知系統，可以主動控制方向（簡單來講就是，機器人的驅動通過縮短身體的一側來實現，只有這樣機器人才有了轉彎的能力）。

“機器藤蔓”如何規劃路徑？

那麼在實際應用中，這款機器人如何導航呢？

無疑，對於剛性機器人而言，與障礙物產生碰撞是較為危險的——相比較而言，由於軟體機器人具有低慣性，身體也更為柔軟，因此研究團隊認為，科學家們專門去約束機器人、避免其產生碰撞的做法其實是不必要的，有時反而會對機器人的運動有所限制。特別是在搜索救援等情況下，機器人一般要在混亂或受限的環境中導航，碰到障礙物是不可避免的。

因此研究團隊的做法是，用一個經驗運動學模型（empirical kinematic model）對“機器藤蔓”與其所處環境的相互作用進行了數學化的描述。通過該模型，研究團隊開發了一種規劃機器人路徑的方法。

研究團隊將這一模型稱為是“啟發式模型”（heuristic model），這是因為障礙物可以被動地引導機器人，減少其運動過程中的不確定性。如下圖所示，紅色線條對應的是未經過優化的機器人運動路徑，藍色則代表優化後的結果。

這張動圖可以更加清晰地看到路線的調整。

我們可以這樣理解，這一方法並不是要避免機器人與環境接觸，而是在遇到障礙物時，善於利用障礙接觸，使其對導航產生積極作用。

實驗表明：

與避免所有障礙接觸的規劃方式相比，考慮並善用障礙接觸的規劃方式所產生的路徑面對不確定性表現更佳。

值得一提的是，這一路徑規劃方法把對機器人身體的操控轉移到了環境中，機器人所需的驅動由此減少。

可見，斯坦福大學的最新研究使得軟體機器人導航問題有了進一步突破。

關於作者

論文作者包括IEEE Fellow、斯坦福大學機械工程系計算機科學專業教授 Allison M. Okamura，即IEEE Robotics and Automation Letters 雜誌主編，曾是約翰霍普金斯大學機械工程系教授、副主席。

1994 年，Allison M. Okamura 獲加州大學伯克利分校理學學士學位，在1996 年、2000 年分別獲得斯坦福大學機械工程碩士和博士學位。

其主要研究領域包括觸覺學、遠程操作、虛擬環境和模擬器、醫療機器人、軟體機器人、神經力學和康復、修復術與教育等等。曾獲2020年IEEE醫學與生物工程學會技術成就獎、2019年IEEE機器人與自動化學會傑出服務獎、2005年IEEE機器人與自動化學會早期學術生涯獎等獎項。