摘要：《Nature Communications》是《Nature》系列下高影响力的综合性TOP期刊（影响因子：14.7），也是机器人技术等领域公认的高水平期刊。
喜报
近日
我校郭盛教授团队在
《自然通讯》
发表了软体连续体机器人
最新研究成果
我校机械与电子控制工程学院
博士毕业生汪培义
为该文第一作者
博导郭盛教授
为该文通讯作者
北京交通大学
为第一通讯单位
该研究成果于2024年11月18日以“Sensing expectation enables simultaneous proprioception and contact detection in an intelligent soft continuum robot”为题发表于《Nature Communications》。
《Nature Communications》是《Nature》系列下高影响力的综合性TOP期刊（影响因子：14.7），也是机器人技术等领域公认的高水平期刊。
该研究受人脑中的高层感知模型启发，提出了基于期望-实际匹配的感知-运动框架并在集成传感的软体机器人中实现；机器人系统展现了快速且稳定的外界交互感知及软体形变源区分，实现了软体臂在动静态构型下的多模态感知；通过与环境和人的主被动交互作用，软体机器人可在复杂环境中自主学习与探索。
下面就由交交通通
为大家介绍一下这项研究
在大脑机制中，人脑中的高级感知模型将外部来源产生的传入感官信号和与自身行动相对应的期望感知信号结合起来，感知并引导人体运动。
基于以上感知-运动机理，软体连续体机器人面对交互密集型任务时可稳定感知自身状态以及与外界的碰撞信息。但在软体机器人中实现这种高层次的感知-动作框架还面临着两大难题：首先，软体机器人如何稳定准确地区分外界交互和内部驱动产生的材料形变；其次，如何实现软体机器人系统的多模态感知。
研究团队则突破了软体连续体机器人对自身及环境感知与交互关键技术，为研究感知密集型环境交互任务中的智能行为提供了新思路。
研究提出了基于“期望-实际”匹配的“感知-运动“通用模型。具体而言，团队建立了双模块杆驱动软连续机器人（RDSR）的本体感知模型，介绍了集成传感 RDSR 中感知-运动回路的详细实现，测试了多段式柔性传感器（PSS）在仅施加外部刺激而不驱动、仅驱动而不施加刺激、驱动后施加刺激三种情况下的性能表现。结果表明其能准确反映内外刺激造成的局部应变。
软机器人中的预期-实际比较感知-动作循环
团队还进行了本体自感知、交互检测及形变源区分。实验进行不同位置和不同材料的动静态接触，展示本体感知和外界交互检测的快速性及鲁棒性。结果表明，无论外部和内部动作是单独还是同时进行，通过实时感知并匹配“预期-实际”形状（平均误差为 1.4%），机器人系统在感知-驱动环路中快速（0.4 秒内检测到）、准确地检测到接触并区分变形源。
不同硬度材料的接触与区分
软体机器人系统展示了在静态和动态构型中对动静态交互力方向及大小的感知。实验表明，所提出的方法能准确感知接触方向及力大小，方向误差约为 10°。对不可视环境中的地形和交互力进行感知与分析，该实验中视觉传感系统不能发挥作用。软体臂伸入墨水中，通过交互力的感知与估计，从而检测区域周围的环境结构。实验中设置了四种不同形状的交互对象（凸面、波浪、平面和粗糙）。结果表明，力矢量与障碍物轮廓是一致的，且能较好的估计交互力大小。实现了不可视环境中的交互力和形状检测。
不可视环境的物体形状和交互力感知与分析
本研究提出的高级感知-运动环路获得了基于本体感觉的精确闭环运动，并且可基于环境交互信息调整驱动执行策略。基于此，团队设计了以下两个实验场景。
第一个场景实现了软体机器人主动交互下的环境自主探索。让软体臂通过主动与环境碰撞交互学习，实时更新目标并寻找正确路径，实现在环境中的自主探索和导航。
复杂迷宫的探索过程
探索学习后的正确路径
第二个场景则是软体机器人被动交互下的自主学习与适应。让软体臂通过与操作员的被动交互开展自主学习与重复的任务。结果显示交互点位置和力曲线与示教期间记录的几乎相同。
操作员手动教导
软体臂重复位置点和交互力
该项目得到了国家自然科学基金项目，北京市自然科学基金项目，新加坡自然科学基金项目，新加坡-MIT联合基金项目等的支持。
结
汪培义
北京交通大学工学博士
师从机械与电子控制工程学院郭盛教授
北京交通大学机械电子工程专业中外合作办学项目首届毕业生，硕博连读，2024年1月获博士学位。在读期间，以第一作者身份发表学术论文6篇，其中机器人领域TOP期刊3篇，授权发明专利1项；主持北京交通大学创新项目1项，作为学生骨干成员，参加国家自然科学基金、北京市自然科学基金等科研项目。期间获国家公派留学奖学金，在新加坡国立大学联合培养两年。依托博士课题所取得成果，获得第十五届中国研究生电子设计竞赛和第三届中国研究生机器人创新设计大赛全国二等奖，荣获“北京市优秀毕业生”，“北京交通大学优秀毕业生”以及“北京交通大学优秀博士学位论文”等荣誉。博士毕业后，加入新加坡国立大学软体机器人实验室(https://www.softroboticslab.info/)，开展博士后研究工作。
论文链接：
https://www.nature.com/articles/s41467-024-54327-6
近年来，机械与电子控制工程学院紧跟学科前沿，结合学院办学特色和优势资源，凝练多学科交叉融合的“智能+”学科方向，包括智能机械设计与机器人技术、智能制造与装备等，并通过交叉融合、科教融合、产教融合、中外融合的“四元融合”智能制造课程新体系及教学资源建设以及工程实践、创新项目、科研教学、国际交流的“四维并举”创新实践能力培养模式创新，显著提升了研究生对接前沿和学术创新能力，毕业研究生迅速成为智造领域科研中坚力量。
加快发展新质生产力
推进高水平科技自立自强
交大人，在路上！
来源：能怎样i