通用形变机器人（GSCRs）的前沿进展：可拉伸形状传感与计算的挑战与机遇
作者及发表信息
本文由Stephanie J. Woodman和Rebecca Kramer-Bottiglio（耶鲁大学机械工程系）撰写，发表于*Annual Review of Control, Robotics, and Autonomous Systems*（2025年4月）。论文标题为《Stretchable Shape Sensing and Computation for General Shape-Changing Robots》，旨在探讨实现通用形变机器人（General Shape-Changing Robots, GSCRs）所需的两大关键技术：可拉伸形状传感（stretchable shape sensing）与可拉伸计算（stretchable computation）。
科学领域：本文属于软体机器人（soft robotics）与自主系统（autonomous systems）交叉领域，聚焦机器人形态自适应技术。
研究动机：传统机器人因固定形态而功能受限，而理想中的GSCRs应能通过自由形变适应多样化任务（如海洋探测、清洁、空中监测）。然而，现有形变机器人（如软体或混合刚性-软体机器人）仅能实现有限自由度（DoFs）的形变，且缺乏闭环形状控制能力。这一瓶颈源于两大技术缺口：
1. 机器人无关的可拉伸形状传感：现有传感技术依赖机器人初始形态模型，无法适应GSCRs的极端形变需求。
2. 可拉伸计算平台：传统刚性电子器件限制了软体机器人的形变能力，亟需可嵌入的高性能可拉伸电路。
研究目标：通过综述现有技术，提出实现GSCRs的路径，推动机器人向多任务自适应形态发展。
问题：传统软体机器人传感（如电容/电阻应变传感、光纤传感）需依赖预定义模型，无法适应GSCRs的任意形变。
解决方案：
- 惯性测量单元（IMU）阵列：如Hoshi & Shinoda（2008）提出的柔性IMU网格，通过刚性链接近似形状，但缺乏拉伸性。
- 距离-方向融合算法：如Stanko等（2017）通过外部推车测量表面距离与方向，实现形状重建，但需离线操作。
- 可拉伸电子集成：Shah等（2023）开发了嵌入IMU和液态金属应变传感器的可拉伸传感带，可耐受30%应变，分辨率达1.7 cm。
挑战：现有技术最高仅支持40%应变（Woodman等，2023），且分辨率不足（平均6.16 cm），需进一步优化材料与集成工艺。
问题：传统刚性电路限制软体机器人形变，而纯软逻辑（如气动/微流体计算）性能不足。
进展：
- 液态金属电路：如Liu等（2021）使用镓铟共晶合金（eGaIn）制作可拉伸电路，复杂度达3（每组件3个刚性-软接口），耐受404%应变（Ozutemiz等，2022）。
- 多层电路设计：Huang等（2018）通过几何图案化铜迹线实现四层可拉伸电路，但未集成微电子组件。
- 嵌入式应用：Xie等（2023）将可拉伸电路集成于章鱼仿生软臂，实现环境交互；Woodman等（2024）开发了可拉伸Arduino，嵌入软机器人后耐受100%应变。
瓶颈：接口应力集中（如刚性IC与软迹线间）导致电路失效，需改进材料梯度与封装技术。
关键步骤：
1. 传感数据融合：局部处理IMU与应变数据，中央计算机生成全局形状估计。
2. 算法开发：如Wang等（2024）提出的SMNet深度学习模型，或Shetab-Bushehri等（2024）的晶格伺服控制，可适配GSCRs的实时形变需求。
3. 硬件-软件协同：需将传感、计算与驱动（如介电弹性体、可变刚度材料）无缝集成。
科学价值：
- 系统性指出GSCRs发展的两大技术壁垒，为未来研究提供明确方向。
- 提出“机器人无关传感”与“可拉伸计算”的协同设计框架，推动软体机器人闭环控制理论发展。
应用价值：
- 促进自适应机器人在地外探索、医疗手术等场景的应用。
- 可拉伸电子技术可延伸至可穿戴设备、人机交互等领域。
本文为机器人形态自适应领域提供了技术路线图，其核心观点——“感知与计算的柔性化是GSCRs实现的关键”——将指引未来十年的研究突破。