对拮抗软连续体机器人高精度控制用于灵巧物体抓取和组装

软体机器人凭借其在人机交互中的安全性和生物相容性优势，正日益受到业界认可，成为工业革命进程中的关键创新。然而，其应用仍受限于编程灵活性不足和运动重复性差的瓶颈问题。针对这些挑战，我们研发出一款基于仿生拮抗驱动策略的软连续体机器人，该机器人不仅具备近似恒定曲率的弯曲特性，还拥有卓越的运动重复性。通过几何建模方法实现精准开环运动控制，这种突破性成果源于特制气动软体机器人采用的气动-缆索驱动拮抗策略，既提升了驱动性能又确保了运动精度。因此，这类软连续体机器人可进一步扩展为软连续体夹爪和软工业机器人，适用于精细抓取、机床刀具更换等多样化作业场景。所提出的拮抗驱动软体机器人及其运动建模方法，为实现软体机器人精准可靠的运动控制展现出巨大潜力，有力推动了该技术的实际应用进程。

文章核心创新点

1.仿生拮抗驱动策略：创新的动力机制

1. 文章受生物体（如人类手臂）中屈肌与伸肌拮抗配合的启发，提出了“气动-缆索驱动拮抗策略”。该策略融合了气动驱动的柔顺性与力量，以及缆索驱动的精确控制与约束，有效平衡了软体机器人在柔性与刚性、灵活性与精度之间的矛盾。

2.突破运动重复性瓶颈

1. 传统软体机器人因材料超弹性和驱动滞后性，运动重复性不佳，限制了其实际应用。本研究通过拮抗驱动策略，显著提升了机器人的运动重复精度，实现了关键性突破。

3.实现精准开环控制

1. 通常，软体机器人需依赖复杂的闭路传感器和反馈控制系统来实现高精度。本研究则通过“几何建模方法”，实现了“精准的开环运动控制”，使机器人在无实时传感器反馈的情况下，也能依据模型预测完成精确运动，简化了系统结构，降低了成本与控制复杂度。

4.机械性能与运动特性并重

1. 所设计的机器人不仅柔软安全，还具备以下特点：

1.弯曲特性近似恒定曲率：运动可预测，易于建模与控制。

2.驱动性能提升：拮抗策略可能增强了输出力或加快了响应速度。

3.运动精度保障：创新的直接成果。

5.提供可扩展的平台化技术方案

1. 本研究并非局限于单一机器人设计，而是提出了一种可扩展的平台技术。文中指出，此核心驱动单元可模块化扩展为“软连续体夹爪”和“软工业机器人”，适用于精细抓取、机床换刀等多种工业场景，展现了其广泛的通用性和应用潜力。

6.加速软体机器人实际应用步伐

本研究针对软体机器人应用的两大核心瓶颈——“编程灵活性不足”和“运动重复性差”，提出了有效的解决方案。所提出的驱动策略和建模方法为实现精准可靠的运动控制奠定了基础，有力推动了软体机器人从实验室走向真实工业应用的进程。

总结而言，本研究的创新之处在于将仿生学的拮抗理念、软体驱动结构的创新设计（气动-缆索混合）以及简洁高效的几何建模方法相结合，在保持软体机器人固有安全性和柔顺性的同时，赋予了其硬质机器人所具备的高重复精度和可控性，成功解决了该领域的核心难题。

研究背景

基于柔性材料的机器人，凭借其出色的柔性与安全性，在众多领域展现出独特优势。尤其在危险和重复性高的工业任务中，它成为替代传统刚性机器人的理想之选[1-3]。这类机器人不仅柔性出众，还具备良好的生物相容性，极大提升了与操作人员及环境交互时的安全性[4,5]。然而，目前柔性机器人在工业场景的精准装配任务应用中，仍面临两大核心挑战，有待进一步探索：

其一，柔性机器人普遍存在响应性能欠佳的问题，具体表现为重复性低、超调量大、稳定时间长。这主要归因于柔性材料本身刚度低、滞后性强的特性[6-8]。其二，柔性材料的超弹性行为，给精准运动学建模方法的研发带来阻碍，进而限制了其在工业领域的广泛应用[9-11]。

混合驱动策略的研究进展

为克服上述局限，混合驱动策略应运而生。它通过在单一系统中整合多种驱动机制，展现出巨大潜力[12-14]。例如，光 - 磁驱动可实现微型柔性机器人的多自由度运动[15]；电 - 液压驱动能提升基于形状记忆材料机器人的响应速度[16]；拮抗驱动则可增强柔性充气机器人的刚度调控能力[17,18]。以模仿章鱼手臂刚度增强机制的柔性充气机器人为例，它通过肌腱拉力与压缩空气的纵横向外推力，协同外层织物实现特定刚度[19]。尽管这些创新拓展了柔性机器人的潜在应用场景，特别是在高负载工业场景中，但运动重复性问题仍未完全解决[20,22]，柔性机器人执行重复性工业任务的精度仍有待提高。

柔性机器人运动学建模的研究动态

在柔性机器人运动学建模方面，当前研究主要采用常曲率与变曲率两种方法。运动学模型的精度，对柔性机器人的精准运动控制起着关键作用[23-26]。例如，Katzschmann等人提出基于分段常曲率假设的控制架构，实现了对机器人曲率与弯曲的控制[27]；Huang等人针对柔性连续体机器人，开发了基于变曲率构型的运动学模型，为机器人末端的精准运动控制提供了有力支持[28]。

常曲率模型虽简化了运动学参数与计算需求，但精度有限。在实际应用中，柔性机器人（尤其在受外部扰动时）常呈现变曲率变形特征。近年来，基于神经网络与机器学习[39,40]、多模态估计算法[41]、局部应变与离散位姿融合[42]及分布式本体感知[43,44]的变曲率模型，虽能实现更高精度建模，却存在计算复杂度高、效率低以及逆运动学求解繁琐等问题[29-31]。因此，针对精密装配任务，如何实现柔性机器人高效、快速且精准的运动学建模与运动控制，仍是亟待解决的难题。

本研究的创新方案与内容

本研究从柔性材料机器人的变形机制入手，提出一种拮抗式柔性连续体机器人设计方案，以应对上述问题。该机器人运动重复性显著提升，在 -90°至 90°的弯曲范围内，呈现出近似常曲率的弯曲特性。

此机器人配备一个两段式柔性连续体驱动器，其设计灵感源于人体拮抗肌对，采用气压 - 绳索协同的拮抗驱动机制。与传统单模态驱动策略相比，这种拮抗驱动策略有效降低了柔性机器人的超调量，减少了振荡，缩短了稳定时间，同时显著提升了重复性。

此外，本研究通过分析机器人弯曲角度与绳索长度变化的关系，提出一种基于几何原理的运动学建模方法。该方法专门针对机器人的近似常曲率变形特征进行适配，旨在同时提高面向精密装配任务的运动学建模与运动控制的精度和效率。

下文将详细介绍该机器人的设计与拮抗驱动机制，并对拮抗式柔性机器人的驱动性能进行评估；接着说明运动学建模过程，并验证其准确性与有效性；最后展示该拮抗式柔性连续体机器人的广泛应用场景，如用于精密抓取任务的柔性连续体抓手，以及用于高重复性刀具更换的柔性工业机器人。

研究流程

具有近似恒定曲率变形的拮抗软致动器概述

通过拮抗驱动增强刚度和改善驱动性能的表征

软连续体机器人的制造和运动学建模

软连续体夹具，具有主动式手掌设计

带转盘的软体工业机器人

执行高重复切割器更换的软体工业机器人

研究结论

本文提出了一种新型对抗式软连续体机器人设计，可实现简单运动编程与高精度控制。该机器人集成了具有近恒定曲率变形的特制气动软致动器，以及气动-缆索驱动的对抗机构。该机构通过简化物理模型实现了缆索长度与机器人形变的直接一一对应关系，同时凭借对抗式刚度增强特性，具备良好的阻尼瞬态响应和更高的运动重复性。此外，我们开发了基于几何学的运动学建模方法，该方法充分利用了软机器人缆索长度变化与弯曲角度之间的显式关联。因此，我们的设计方案既实现了精确开环控制，又保证了高精度重复性。通过软连续体夹爪和软工业机器人等应用场景验证，该机器人在精细抓取与装配任务中展现出优异的重复性表现。这些突破为软机器人的工业化广泛应用指明了光明前景。

技术来源：https://doi.org/10.1016/j.sna.2025.116669