SPARC：基于Kresling折纸结构的新型软体机器人实现三维精准轨迹跟踪与攀爬探索

本文推荐一款创新性软体机器人SPARC（Soft, Proprioceptive, Agile Robot for 3D Climbing and Exploration），其集成了三个并行布置的3D打印Kresling折纸驱动器与真空吸盘，具备大变形（60%收缩率）、高负载（垂直面承载500g）、实时本体感知与精准轨迹跟踪能力（水平面误差0.5%，垂直面误差3%）。通过双闭环控制策略与在线路径规划算法，SPARC实现了在复杂三维地形中的敏捷运动与地面-墙面平滑过渡，为软体机器人在搜救、检测等领域的应用提供了重要技术支撑。

1 引言

自然界中许多生物（如蚯蚓、章鱼）通过形态适应与机械锚定机制在复杂三维环境中自如运动。受此启发，机器人学领域近年来致力于开发具备三维运动能力的攀爬机器人。然而传统刚性机器人存在结构复杂、抗冲击性差等问题，而现有软体机器人虽具有固有柔顺性、自适应粘附与抗冲击优势，却在垂直面运动、转向控制与负载能力方面存在显著局限。尤其缺乏能够在三维地形中实现精确轨迹跟踪的软体机器人系统。

2 机器人设计与制备

SPARC机器人采用三组并行布置的Kresling折纸气动驱动器，通过真空驱动实现线性收缩与三维弯曲。驱动器由六组手性保持的Kresling基本单元串联而成，内部嵌入刚性支撑环以防止径向变形。通过在驱动器末端安装角度编码器，利用折纸结构的收缩-扭转耦合特性实现实时本体感知。吸附系统采用四组硅胶真空吸盘，通过预压策略确保在光滑表面的可靠密封。所有部件均采用熔融沉积成型（FDM）技术进行3D打印，其中驱动器使用热塑性弹性体（TPE），刚性部件使用聚乳酸（PLA）。

3 本体感知建模与验证

通过有限元分析（FEA）与单轴拉伸试验，建立了驱动器长度与扭转角的映射关系（公式1）。实验验证表明模型与实测数据的均方根误差仅为0.4438 mm。研究还通过参数扫描确定了驱动器壁厚（0.6 mm）的最优值，兼顾了收缩率与结构完整性。

4 运动学模型

基于分段常曲率（PCC）假设构建了逆向运动学模型（公式2-3），通过蒙特卡洛方法确定了机器人的工作空间。SPARC单步最大前进距离为30 mm，最大弯曲角度达50度，工作空间呈锥形分布。

5 步态设计与轨迹跟踪

模仿蚯蚓蠕动机制，设计了包含前足锚定-驱动器收缩-后足锚定-驱动器伸展四个步骤的爬行步态。采用纯追踪算法（算法1）与双闭环控制系统（图4）：外环基于全局位置反馈进行轨迹跟踪，内环基于编码器反馈控制驱动器角度。实验表明，SPARC在水平面S形曲线（曲率半径15 cm）和直角路径（边长30 cm）上的跟踪误差仅为0.5%，在垂直面半圆形路径（曲率半径15 cm）上的误差小于3%，且在携带500g负载时仍能沿垂直墙面直线攀爬。

6 串行模块增强地形适应性

两个SPARC模块串行连接后可实现100度弯曲能力与双倍步长，成功演示了从地面到墙面的平滑过渡（图5）。过渡过程通过协调控制六个驱动器的真空压力，分步实现身体抬升、前足定位与吸附锚定。

7 讨论

SPARC是首款能够在三维地形中实现高精度轨迹跟踪的软体机器人，其性能显著优于现有软体机器人系统（表1）。未来研究方向包括开发集成化嵌入式系统、优化多地形吸附策略以及实现单模块自主越障能力，最终目标是构建完全无缆化的自主三维运动机器人平台。

实验方法

包括折纸驱动器的CAD建模与FDM打印工艺、有限元仿真参数设置、步态控制算法（算法S1-S3）以及实验系统搭建（OptiTrack运动捕捉系统、Jetson Nano主控制器、Arduino从控制器与比例电真空调节器协同工作）。