弗吉尼亚理工大学和克莱姆森大学的研究人员合作生产模仿植物特征的机器人传感器

如何在无人居住的岛屿上部署环境传感器来长期收集气候变化读数而不失败?如何为地震探测器提供动力使其在水下洞穴中运行数月?

在由于人类面临危险或困难而难以到达的环境中，像本地植物一样的设备可能是答案。这是弗吉尼亚理工大学机械工程副教授 Suyi Li和克莱姆森大学教授兼合作者Ian Walker采取的方法。得益于国家科学基金会为期四年、价值 84 万美元的资助，他们的工作正在取得进展。

“几年前，当我开始涉足机器人领域时，我惊讶地发现几乎所有机器人都在某种程度上受到人类和动物的启发，”李说。“然而，我相信广阔的植物王国可以为我们提供许多关于机器人设计、驱动和操作的独特经验。这就是我和伊恩开始共同研究这个主题的方式。“

李建立了一个研究小组，利用折纸原理来创造具有独特结构的新颖形式的软机器人。沃克是克莱姆森大学电气和计算机工程教授，拥有二十年丰富的受生物启发的机器人技术背景。他们的提案旨在为新设计奠定广泛的基础，创造具有能够在野外条件下长期生存的技术的机器人。

野外机器人

将尖端电子产品与不可预测的自然现象结合在一起通常是世界的冲突。当电力可用且环境可预测或可控时，技术可以成为一种优势。当电池耗尽和零件损坏时，这些措施就会失效。

这并没有阻止技术进入户外，但挑战也随之而来。其他研究人员最近在加利福尼亚州和俄勒冈州的偏远地区部署了用于野火检测的传感器，但面临着诸如在高海拔岩石地区航行以及受保护土地的具体情况等问题。

需要始终开启并编程来检测空气中颗粒或稀有鸟类等物体的设备通常面临两大障碍：时间和环境。这些是李团队正在应对的主要挑战。其目的不是对抗自然的流动，而是引导自然所使用的方法来生产更具适应性的机器人。

“作为人类，我们自然倾向于考虑注意力时间范围内的变化，比如秒和分钟，”沃克说。“然而，长期、持续的户外部署带来了另类和独特的挑战。在数周和数月的时间里，户外自然环境是高度动态的地方。植被生长，碎片在暴风雨中落下。在这些条件下，机器人的操作需要以新颖的方式变得更像周围环境，以保持监控。”

能够成长和适应的机器人

李和沃克不会制造机器人植物或制造从种子中生长的传感器。相反，他们的工作将利用大自然提供的洞察力，这些洞察力已被证明是长期持久的。这些自然机制将转化为适应和响应环境的机制。

他们关注植物的哪些特征?他们的目标是随着太阳移动的能力，这在向日葵的行为中得到了体现。同样令人感兴趣的是打开和关闭的花器官，就像捕蝇草一样。他们还记录了那些适应性地附着在物体上的植物，比如缠绕在树上的藤蔓。所有这些行为都是植物适应周围环境的结果，并且每种行为都有一套使该行为成为可能的机制。有些动作速度更快，例如捕蝇草。有些速度较慢，比如稳定盘绕的藤蔓。

为了将这些特征整合到机器人技术中，李和沃克共同努力模仿这些植物行为，并将它们包装成一套创新的机器人技术。

李的团队将利用其在折纸方面的工程专业知识，创造出类似手风琴的机器人躯干，可以展开和自锁，并将其与沃克的仿生电子学知识相结合，创造出一个耐用且能够响应物体动态的容器。室外环境。该树干能够适应随着树叶生长和变厚而形成的拥挤空间。以这种方式进行调整有可能克服通常可能导致机器人停止运行的障碍。

为了感知环境的运动，李和沃克预见使用树叶和针叶的模型来指导他们的设计。这些扩展将配备指导操作和“生长”动作的设备，将有关实时变化的信息输入行李箱中的电子设备，告诉机器人如何适应。这些可能包括光传感器等元素，其灵感来自向日葵。仿生针还可以与环境相互作用，将干扰环境监测的树叶推开。

“大自然为机器人结构的设计和操作提供了各种各样的存在证据，”沃克说。“特别是，植物行为的特征可以让我们深入了解系统如何成功适应自然环境并茁壮成长。”

为电子设备供电至关重要，因为机器人无法在电池耗尽的情况下运行，但在人类难以到达的地方维持电源很困难。由于这种必要性，模仿真实植物的能量收集可以持续为机器人提供动力，并防止其在无法更换电池的情况下丢失关键数据。李和沃克的团队正在对为其机器人提供动力所需的方法进行初步研究，其早期工作还包括能源效率。通过使用低能耗的新型采集方法，研究人员可以应对保持机器人长时间运行的挑战，这在不可预测、荒凉或偏远的地区部署传感器时非常重要。

每个植物机器人的方法也将根据其运行的时间长度进行调整。例如，李和沃克的机器人测量数月或数年的长期污染水平的方法将不同于机器人在数天或数周内观察稀有动物的方法。

最终，该小组希望制造出一种新型机器人，能够在数月和数年内适应和保护我们的环境，监测温度和湿度等缓慢变化的过程以及野火爆发等快速发生的事件。

“在监控城市环境时，静态设备不是问题，因为环境是受控的，”李说。“但在珊瑚礁或森林等环境动态且不稳定的地区，拥有一种能够生长并适应环境的机器人植物，而不需要由人类替换和移动，将彻底改变我们研究和监测偏远地区的方式。 ”