不用芯片，不靠电，3D打印软传感器让机器人长出“机械反射弧”

发布时间：2026-07-17 05:17:47 来源：安智兰德资讯网 作者：知识

告别电池与芯片，不用不靠纯机械驱动时代已来。芯片

新加坡国立大学（NUS）研究团队近期在《Science Advances》发表了一项突破性成果：开发了一种名为ME-SOFS（纯机械软力传感器）的电D打印新型装置。该传感器无需外部电源、软传让机有源电子元件或计算芯片，感器即可将施加的器人物理力直接转化为流体动力，驱动执行器动作，长出从而构建起从“感知”到“执行”的机械完整闭环。

这一技术不仅实现了真正的反射“无源”运作，更在极端环境下展现出卓越稳定性。不用不靠

核心突破：高鲁棒性与极致可调性

ME-SOFS 的芯片核心优势在于其对环境的高度适应性和设计的灵活性：

• 极端环境耐受性：在 90℃高温、11米水深（约110 kPa）高压以及强电磁干扰环境下，电D打印传感器仍能保持性能稳定。软传让机
• 灵敏度可调范围极大：通过调整三个关键几何参数，感器不同设计方案的器人灵敏度差异可达 92倍以上。
• 多样化定制：支持不同尺寸、材料及多孔结构的变体设计，满足从微观到宏观的各种应用场景。

这种“感知-响应”一体化的机制，使得软体机器人结构更简化，故障率更低，为医疗康复、假肢控制及人机交互等领域提供了全新的技术路径。

图丨机械传感手套原型（来源：Science Advances）

工作原理：模拟生物神经反射

传统软体机器人面临“感知滞后”与“能耗过高”的痛点：随着机器人柔软度的提升，配套的电子感知系统却日益笨重、昂贵且耗电。特别是在深海探测等复杂环境中，电子元件易受干扰且故障率高。

受自然界细胞（流体主导结构）构建触觉传感器的启发，研究团队验证了流体通道能否同时承担感知与反馈功能。ME-SOFS 的工作机制如下：

1. 结构基础：采用3D打印的柔软多孔结构，包含一个中心柱体和五个流体腔室（4个水平排列，1个垂直排列）。
2. 力学转换：当外力作用于中心软柱时，柱体向受力方向倾斜，挤压相应腔室内的流体。
3. 流体驱动：被挤压的流体通过软管流向执行器，直接驱动动作。
4. 多维感知：每个腔室独立响应，能够分离并检测水平、侧向和垂直三个方向的力。

全程无电子转换：力 $\rightarrow$ 流体运动 $\rightarrow$ 执行器动作。

为了获取可读信号，团队集成了一套无源电路：
* 软管内嵌圆柱形磁铁。
* 上方覆盖3D打印的低熔点合金弧形线圈。
* 依据法拉第电磁感应定律，磁铁穿过线圈产生电压脉冲。
* 信号编码：脉冲峰值数量对应磁铁穿过的弧数，直接反映水的位移量（即力的大小）。此过程无需外部供电。

图丨ME-SOFS 内部结构与信号生成机制（来源：Science Advances）

通过调整3D打印模型中的中心泡沫孔径、斜面厚度及角度，即可精准调控灵敏度，实现针对不同任务的定制化设计。

应用场景：从医疗培训到深海探测

研究团队将 ME-SOFS 集成至多个平台，验证了其多功能性：

1. 智能假肢与人机交互

• 3D打印一体化制造：使用单一材料，通过连续3D打印工艺制造出集成5个微型传感器（每个指尖1立方厘米）的柔软手套，无需人工组装。
• 抓握预测：佩戴手套不仅能检测指尖抓握力，还能预测所抓物体的重量。
• 远程触觉反馈：操作员蒙眼仅凭触觉即可控制机械臂。机械臂夹爪受力转化为流体压力，传递至指尖触觉垫。
• 低延迟传输：3米管道延迟仅 30毫秒，15米管道延迟为 160毫秒，满足远程操作需求。
• 示教学习：成功抓取的信号可作为数据，训练机器人自主复现动作（如抓取鸡蛋、木块、半瓶水等易碎或不同质地物品）。

2. 无软件控制的流体逻辑

• 无需软件介入，ME-SOFS 即可引导液滴通过微型流体控制器。
• 驱动微型纤毛状柔性阵列，使其根据力的方向和强度弯曲，适用于便携式医疗诊断设备。

3. 极端环境作业

• 高温/高压稳定性：在90℃热水和110 kPa水压下，灵敏度保持不变。
• 抗电磁干扰：开放式流体通道与环境水压平衡，且不含电子元件，极大减少了电磁干扰影响。
• 适用场景：深水探测、高温管道检修等传统电子传感器难以胜任的严苛环境。

图丨利用 ME-SOFS 构建传感-驱动回路（来源：Science Advances）

展望：身体即智能

ME-SOFS 的出现，让“触觉反馈回路”变得直观且自然。它不仅降低了机器人的复杂度和成本，更让机器人的“身体”本身成为智能的一部分。

未来，随着系统在驱动力可扩展性和小型化方面的进一步探索，该技术有望在工业培训、远程操作及虚拟现实交互中提供革命性的触觉反馈方案。当感知、反馈与执行在物理世界中自然完成，机器人将拥有更接近生物的“机械反射弧”。

参考资料：

1. Science Advances
2. TechXplore

运营/排版：何晨龙
注：封面/首图由 AI 辅助生成

相关文章