以下文章来源于求是风采 ，作者周炜
看到几个四四方方的胶质“积木”，你恐怕很难一下就想到它们其实是一类全新的水下机器人——能在水下进行重组。浙江大学电气学院教授周晶等学者设计出外形整齐划一而功能各有不同的“积木”，它们可以在水下快捷、灵活地进行组合，“合体”成各种造型和类型的机器人，以完成不同的水下任务。
2024 年 3 月 15 日上线的《自然综述·电气工程》（Nature Reviews Electrical Engineering）上刊发的题为 《Cubic Marine Robotics》的文章，详细介绍了这类新型水下机器人的设计思路、制造方案和“试水”表现。这是全球首个能在水下进行重组的机器人，杂志评审认为，这提供了一种全新的设计方案，潜在广泛的应用前景。
机器人：从“下水”到“水生”
随着工程科技的发展，各种各样的水下机器人出现在江河湖海里，辅助人类开展各类作业，其适应性和灵活性是一个无止境的目标。周晶教授长期以来从事水下机器人的研发。2021 年开始，在浙江大学校长专项“面向海洋探测的多功能模块化水下机器人”的支持下，周晶开始了模块化水下机器人的研究，尝试把一类 AUV（Autonomous Underwater Vehicle ）水下机器人进行了模块化改进：进行分舱段的设计，根据功能需求将不同的舱段进行拼接，组合成不同类型的机器人。
然而，传统的水下机器人在制造和维护阶段仍是“旱鸭子”。“机器人需要在空气中完成组装与连接，下水配平后才能开始运动作业。在现实场景工作中，机器人一旦需要维修，首先要把机器人打捞上岸。”周晶说，这局限了水下机器人的能力的拓展。“于是我们开始思考，机器人不仅仅要会‘下水’，而是要能在水下拼装与重构，实现真正的‘水生’。”
“积木”放下去，机器人游起来
周晶介绍，复杂的水环境对机器人实现“水生”提出挑战：各种元器件的性能必须保持稳定，同时模块之间的信息、能量传输也必须稳定的。而对于传统的水下机器人来说，无论其“骨骼系统”——常常为金属/亚克力外壳，还是“大脑与肌肉”——各种电子元件都无法满足水下“重组”的需要。这让周晶意识到，改造必须“脱胎换骨”式的。
在深海探索的过程中，科学家发现，深海狮子鱼的骨骼零散地分布在如凝胶一般柔软的身体中，这一结构使它能够承受马里亚纳海沟深海处近百兆帕的压力。航天航空学院李铁风教授正是在这一发现的基础上，研制出成功“打卡”马里亚纳海沟的仿生软体机器人。李铁风教授的研究给了周晶很大启发，可以使用胶质材料对零散分布的电路元器件进行封装，同时起到密封与耐压的效果。
硕士生车宇超介绍，魔方”水下机器人（Cubic Marine Robotics）由一系列可互换的胶质立方体模块构成（图 a）。每个立方体都是具备不同功能的单元模块，如电源模块、感知模块或运动模块（图 b）。模块内的功能组件通过胶质材料进行固定与封装。
不同“积木”快之间能量和信息的交互，也是水下重组的关键。工程师赵黎明介绍，这里 主要采用了电磁耦合的方式，实现了电气和信息的连接。比如，电能以及控制信号可以从电源模块传输到运动模块。此外，每个模块的两到四个面设计为拓展的接触面，接触面上设置有磁铁，用以辅助模块之间的连接锁紧。这样，水下“积木”就能轻松经过结构、电气、信息“三连”，轻松实现水下的组装与重构。
图：Cubic Marine Robotics
一会儿“一”字形，一会儿“十”字型
论文中展示了两组水下“魔方”机器人的视频，研究人员只需简单将积木垒在一起，就能拼搭出一个机器人：如果将感知模块放在电源模块的一侧，运动模块放在另一侧，可以组装成一台流线型 AUV 水下机器人，在水中开展巡航任务；而将运动模块对称布放在电源模块四周，机器人可以像无人机一样完成垂直起降。
周晶说，“魔方”水下机器人的设计和开发为水下机器人提供了一种快速原型方法，也为海洋现场维护和模块更换提供了新的解决方案。该机器人可配备各种传感器、摄像头和声纳系统来收集数据和图像，为海洋领域的科学研究、环境保护、救援任务和工业应用开辟了新的可能性。
本文为 Nature Reviews Electrical Engineering 全新推出的 Lab to Fab 系列论文，旨在推动实验室原理创新向实际应用转化。浙江大学电气工程学院周晶教授为论文的第一作者和通讯作者，浙江大学航空航天学院李铁风教授为论文共同通讯作者，浙江大学电气工程学院何湘宁教授及课题组胡斯登教授为论文的合作者。浙江大学是论文的唯一作者单位。
本研究得到了陈鹰教授、马皓教授和刘妹琴教授的支持，得到了国家自然科学基金项目资助。浙江大学海南研究院、浙江大学工程师学院、浙江省协同感知与自主无人系统重点实验室提供了实验条件支撑。浙江欧深泰海洋科技有限公司与上海屹海充新能源科技有限公司提供了技术转化支持。
参考文献：
1. Li, G. et al. Self-powered soft robot in the Mariana Trench. Nature 591, 66–71 (2021).
2. He, X. et al. Nature of power electronics and integration of power conversion with communication for talkative power. Nat. Commun. 11, 2479 (2020).
3. Tian, Y., Liu, M. & Zhang, S. et al. Underwater target tracking based on the feature-aided GM-PHD method. IEEE Tran. Instr. Meas. 73, 5500412 (2024).
论文链接：
https://www.nature.com/articles/s44287-024-00030-z
本文内容不代表平台立场，不构成任何投资意见和建议，以个人官网/官方/公司公告为准。
热门跟贴