柔性應變傳感器對實現軟體機器人運動感知和自主巡航至關重要。然而，軟體機器人在復雜動態的工作環境中的連續變形對應變傳感器的按需制造和長期穩健性帶來了挑戰。這需要精確的傳感器建模以及傳感器力-電耦合結構的可控制造。

該論文介紹了一種計算機輔助的傳感器設計。研究人員采用環境穩定的單壁碳納米管（SWNT）來制備應變傳感器。通過激光輔助方法，精確制造傳感器的微納結構紋理，顯示出高度可控的微裂紋生長行為和靈活可調的傳感器特性。通過輸入包括裂紋密度和微納褶皺特征在內的傳感器結構參數，建立相應的有限元分析（FEA）模型，模擬力-電雙物理場演變，高精度地預測了不同傳感器的傳感曲線。實驗結果表明，基于可控的裂紋生長和微納褶皺特征，實現了傳感器的良好穩健性。在此基礎上，構建了軟體機器人的自主感知和巡航系統。

研究背景和主要成果

軟體機器人具有靈活的身體變形和出色的運動敏捷性，為其在非結構化環境中的動態任務提供了靈活、安全的交互。為了使軟體機器人能夠智能地和環境交互，需要在機器人身體結構中集成柔性應變傳感器。它可以實時感知各種環境刺激，實現機器人本體運動和周圍環境的靈敏感知，為機器人自主巡航奠定基礎。然而，機器人的高自由度連續體變形和多模態運動對應變傳感器的設計提出了巨大的挑戰。一方面，為了滿足具有不同運動行為或身體尺寸的軟體機器人的差異化感知需求，亟需實現傳感器性能的按需設計（靈敏度和線性工作窗口）。而這通常需要探索不同的設計原理和多次試錯實驗，耗時耗力，效率低下。另一種方法是開發傳感器建模工具，利用數理統計或物理模擬，根據器件組成和形態對傳感器特性進行模擬和優化。然而，這種方法面臨著傳統柔性應變傳感器無法準確預測其結構動態演變的挑戰。

另一方面，在當前軟體機器人技術發展中，傳感器的穩健性問題日益受到重視。當前的柔性應變傳感器的穩定性測試往往局限于單調和重復的條件，無法復現軟體機器人的真實復雜的工作環境。在實際應用中，軟體機器人需要在多變且嘈雜的環境中運作，常面臨著外力干擾和意外變形。這要求軟體機器人的傳感系統即使在間歇性工作和變頻操作下也能保持穩定。然而，大部分傳感器在動態監測中易受到材料或結構破壞的影響，進而導致信號失真和反饋能力下降。因此，開發能在復雜動態環境中保持高度魯棒性的傳感器，是推進軟體機器人技術在實際應用的重要一環。

在此，西北工業大學黃維院士團隊楊海濤教授和新加坡國立大學Ho Ghim Wei教授團隊解決了軟體機器人傳感器的建模和穩定性難題。通過精準的激光加工技術和定制化的微裂紋紋理，實現了傳感器特性的精確控制和建模。借助有限元分析模型，實現了傳感器在復雜力學負載下響應曲線的模擬，確保了在條件下的長期穩定性。特別的，這些傳感器在面對高達50%應變、10萬次循環負載以及0-23 Hz的動態頻率變化時，展現出了優異的魯棒性。利用機器學習算法，這種傳感系統被成功集成于軟體機器人中，實現了精確的軌跡追蹤（機器人軌跡預測誤差<4%）和環境感知（地形高度感知誤差<10%），顯著提升了機器人的自主巡航能力。此項成果標志著軟體機器人技術在本體感知和自主決策領域邁出了重要一步。

總結：本研究成功研發出了一種計算機輔助設計的應變傳感器，利用褶皺內裂紋編程陣列，實現了傳感器的高度定制和超穩定性。這種PCAM傳感器通過控制裂紋密度和收縮率等參數，精確調節其靈敏度和工作范圍，并利用有限元工具進行高精度傳感建模。該傳感器在各種復雜條件下展現出的魯棒性，適用于各規模的軟體機器人，增強了機器人的感知和智能巡航能力。此外，通過將人工神經網絡算法集成到傳感器增強的折紙機器人中，實現了機器人的高精度軌跡預測和環境感知，能夠有效執行從密閉空間操作到遠程控制等多樣化任務。這項技術不僅為軟體機器人在未知環境中的應用開辟了新路徑，也為實現更高層次的機器人協同工作和群體智能提供了強有力的支持，展望未來，通過進一步開發集成多傳感器的機器學習算法，軟體機器人的能力和應用領域將得到更廣泛的拓展。