Three-dimensional Morphological Reconstruction of Millimeter-Scale Soft Continuum Robots based on Dual-Stereo-Vision
Stanford University（斯坦福大学）；CUHK Shenzhen Research Institute（香港中文大学（深圳）研究院）；The Chinese University of Hong Kong（香港中文大学）；College of Computer Science and Electronic Engineering, Hunan University（湖南大学计算机与电子工程学院）
针对现有连续机器人建模难以复现形态的问题，提出基于双立体视觉的毫米级带缺口管状连续机器人三维形态重建方法，通过双目点云采集与KD树重定位实现低质量点云下的形态还原，为软体机器人自建模研究铺路。
2024-08-15 cs.RO
Lie Group Formulation and Sensitivity Analysis for Shape Sensing of Variable Curvature Continuum Robots with General String Encoder Routing
Vanderbilt University（范德堡大学）；Carnegie Mellon University（卡内基梅隆大学）
本文认为，驱动肌腱和测量字符串的组合，以实现准确的形状传感和连续体机器人的正运动学。假设一般字符串路由，这些机器人的形状传感的一个有条不紊的李群制剂。形状运动学表示使用弧长依赖的曲率分布参数化的模态函数，和李群积分的马格努斯展开是用来表示的形状作为一个产品的指数。求解了索和弦长度的运动学约束，得到了模态系数，并推导了结构的位形空间和雅可比矩阵。的形状重建问题的噪声放大指数的定义和用于优化字符串/肌腱路由路径，和平面模拟研究表明，精确的形状重建所需的字符串/肌腱的最小数量。扭转刚性连续段用于实验评价，证明平均（最大）末端执行器绝对位置误差小于总长度的2%（5%）。最后，扭转顺应段的模拟研究演示了一般偏转和字符串布线的方法。我们相信，本文的方法可以帮助连续体和软体机器人的设计过程，传感和控制。
2022-12-23 cs.RO
SoftSnap: Rapid Prototyping of Untethered Soft Robots Using Snap-Together Modules
Dartmouth College（达特茅斯学院）；University of Kentucky（肯塔基大学）
本文提出SoftSnap卡扣式模块化系统，集成计算、绳线致动与可变形TPU结构，支持快速组装多种无系绳软体机器人，简化原型设计与功能探索。
2024-10-24 cs.RO
Comprehensive Survey of Evolutionary Morphological Soft Robotic Systems
University of Bridgeport（布里奇波特大学）；King Saud University（沙特国王大学）
进化机器人旨在自动设计自主自适应形态机器人，这些机器人可以进化以完成特定任务，同时适应环境变化。软机器人技术已经证明了进化机器人技术用于机器人控制和形态综合的可行性。发展进化软计算技术，可以产生面向任务的结构形态机器人的动机，使软机器人领域值得认真调查和研究，因此，本文总结了一个重要的研究量的计算和软件体系结构的角度。本文回顾了文献，并讨论了进化机器人学的各个方面，包括形态软体机器人的应用，使自我组装，自我重构，自我修复，自我繁殖。然后，主要的里程碑概述了重要的形态软机器人原型，由于其在该领域的重要性。最后，评估了该领域的当前最新技术水平。
2017-05-30 cs.RO
SoPrA: Fabrication & Dynamical Modeling of a Scalable Soft Continuum Robotic Arm with Integrated Proprioceptive Sensing
ETH Zurich（苏黎世联邦理工学院）；The University of Tokyo（东京大学）
由于其固有的顺应性，软体机器人比刚性连接机器人更通用，当它们与它们的环境交互时，例如物体操纵或仿生运动，并且被认为是将机器人引入日常环境的关键要素。虽然存在各种软机器人致动器，但过去的研究主要集中在设计和分析单个组件上。已经进行了有限的努力来组合每个部件以创建整体能力的、集成的软体机器人。理想情况下，这种机器人的行为可以被精确地建模，并且它在环境中的运动使用其本体感受，而不需要外部传感器。这项工作提出了一个设计和建模过程中的软连续体本体感受臂（SoPrA）驱动的气动。集成设计适用于分析模型，因为其内部电容式柔性传感器用于本体感受测量，其纤维增强流体弹性体致动器。所提出的解析动力学模型考虑了致动器质量和材料特性的惯性效应，并实时预测软体机器人的行为。我们的估计方法集成了分析模型与本体感受传感器来计算外力，所有这些都不依赖于外部运动捕捉系统。SoPrA的一系列实验证明了模型和传感器的估计精度。SoPrA将实现软臂操作，包括在不允许外感受测量的障碍环境中操作时的力感测。
2021-08-06 cs.RO
Underwater Soft Robotic Hand with Multi-Source Coupling Bio-Inspired Soft Palm and Six Fingers Driven by Water Hydraulic
Harbin Engineering University（哈尔滨工程大学）；College of Mechanical and Electrical Engineering, Harbin Engineering University（哈尔滨工程大学机电工程学院）
本文研究的一种新型流体驱动软体机器人手，采用仿生学的思想，具有拟人的外形，面向柔性抓取功能。软体机器人手由一种新型的多自由度柔性手指和柔性手掌组成，实现了手握和反手的特征抓取功能。结合精细流体控制系统，软手可在高压下实现柔性抓取，从而实现对水下环境中不同类型目标物体的柔性抓取操作。最后，将软体机器人软体机器人手与精细流体控制系统连接，构成水下软体机器人手实验平台。
2021-06-13 cs.RO
Printed helicoids with embedded air channels make sensorized segments for soft continuum robots
MIT Computer Science & Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）
本研究提出了一种嵌入空气通道的螺旋体结构，用于制造具有传感功能的软连续机器人段，通过多材料打印技术集成压力传感器和IMUs，实现了对变形的分布式传感，并展示了可扩展的软臂应用。
2026-02-26 cs.RO
Human Emotion-Mediated Soft Robotic Arts: Exploring the Intersection of Human Emotions, Soft Robotics and Arts
School of Engineering and Materials Science in Queen Mary University of London（伦敦女王学院工程与材料科学学院）；Department of Engineering, University of Cambridge（剑桥大学工程系）
本文提出通过软机器人艺术动态响应脑信号中的α波，探索人类情感与艺术的交汇，展现情感介导的软体艺术新形式。
2026-02-13 cs.RO
Hybrid Soft Robots Incorporating Soft and Stiff Elements
DePaul University（德保罗大学）
软体机器人具有内在的顺应性，具有实现人类友好和安全机器人的强大潜力。尽管不断的研究强调了软体机器人的潜力，但它们仍然主要局限于实验室环境。在这项工作中，灵感来自蜘蛛猴的尾巴，我们提出了一个混合软体机器人（HSR）的设计。我们详细的设计目标和方法，以提高可控刚度范围，实现独立的刚度和形状控制。我们扩展曲线参数化的方法，我们实验证明，建议HSR有大约100%的刚度范围增加比以前的软体机器人设计具有相同的物理尺寸。此外，我们根据经验映射HSR的弯曲形状压力刚度，并提出了一个应用程序的例子-一个软机器人夹具-证明刚度和形状变化的解耦性质。实验结果表明，建议HSR可以成功地用于独立的刚度和形状控制的应用程序中，需要。
2022-02-14 cs.RO
A Legged Soft Robot Platform for Dynamic Locomotion
Columbia University（哥伦比亚大学）
本文提出一种开源无绳四足软体机器人平台，结合柔性3D打印结构与实时软体仿真调优步态，实现0.9米/秒的高速动态运动。
2021-03-26 cs.RO
Reconciling distributed compliance with high-performance control in continuum soft robotics
Delft University of Technology（代尔夫特理工大学）
本文提出一种高度合规的连续机器人臂，无需硬件离散化或刚性模式抑制，实现了动态条件下的快速精准任务空间收敛，展示了分布式合规性与高性能动态控制可以共存，为真正软 manipulators 开辟了新路径。
2026-04-11 cs.RO
A Review of Soft Robots
传统的机器人具有刚性的链接和结构，限制了它们与周围环境动态交互的能力。例如，具有刚性连杆的传统机器人操纵器只能使用特定的末端执行器来操纵物体。这些机器人经常在非结构化和高度拥挤的环境中遇到困难。各种生物有机体表现出复杂的运动，具有缺乏刚性组件的软结构。受生物学的启发，研究人员已经能够设计和制造软体机器人。这些机器人具有柔软的结构和冗余的自由度，可用于非结构化环境中的精细任务。本文综述了软体机器人的研究动机、设计过程、应用及局限性。软体机器人具有在非结构化环境中操作的能力，这是因为它们具有利用形态计算来以刚性系统难以实现的方式适应世界并与世界交互的内在潜力。软体机器人可用于从自然灾害救援工作中的搜索和救援行动的操作，并且新兴的兴趣是在个人机器人中看到的医疗护理领域。
2019-10-08 cs.RO
Integrating Soft Robotics with ROS - A hybrid pick and place arm
University of Edinburgh（爱丁堡大学）
软机器人系统为解决复杂问题提供了各种新的机会。例如，使用软机器人夹具可以简化任务的复杂性，例如抓取不规则和精细的物体。然而，学术界和工业界对软机器人技术的采用一直很缓慢，部分原因是每次使用软系统组件都必须从头开始开发大量的硬件和软件。在本文中，我们详细介绍了设计，制造和验证的开源框架，我们设计的，以降低门槛进入软机器人子系统集成。这个框架是建立在ROS（机器人操作系统），我们用它来展示一个模块化的，软，硬混合系统，能够完成拾取和放置任务。通过降低进入门槛，我们希望系统设计人员和研究人员能够轻松地将软组件集成到现有的支持ROS的机器人系统中。
2017-02-02 cs.RO
Multimodel Sensor Fusion for Learning Rich Models for Interacting Soft Robots
University of Cambridge（剑桥大学）
软体机器人通常近似为低维系统，特别是当使用基于学习的方法时。这导致模型在预测软体机器人可能具有的大量变形模式和相互作用的能力方面受到限制。在这项工作中，我们提出了一种深度学习方法来学习结合多模态感觉运动信息的软体机器人的高维视觉模型。模型以端到端的方式学习，因此不需要中间传感器处理或数据基础。这种建模方法的能力和优势显示在一个软的拟人手指与嵌入式软传感器。我们还展示了这种方法如何扩展到开发更高层次的认知功能，如识别自我和外部环境，并获得对象操作技能。这项工作是软机器人和开发机器人架构的集成，以创建下一代智能软体机器人的一步。
2022-05-09 cs.RO
A Soft Electronics-Free robot
The University of Auckland（奥克兰大学）；Ecole Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
完全仿生的软体机器人具有类似动物的行为和集成的人工神经系统，将开辟全新的前景和应用。然而，到目前为止，所有关于软体机器人的研究都局限于部分软设计，因为所有的设计至少需要传统的、刚性的电子设备来感测、处理信号和激活致动器。我们提出了第一个集成人工神经系统的软体机器人，完全由介电弹性体制成，没有任何传统的刚性电子部件。只有一个外部直流电压供应，机器人自主地产生所有必要的信号来驱动其执行器，并将平面内的机电振荡转化为爬行运动。因此，所有功能部件都由聚合物材料和碳制成。除了世界上第一个完全软体机器人的基本设计，我们提出的前景，以控制这种机器人的一般行为。
2016-03-16 cs.RO
Adaptive Tracking Control of Soft Robots using Integrated Sensing Skin and Recurrent Neural Networks
University of Maryland, College Park（马里兰大学帕克分校）
本文研究了软体机器人的综合估计与控制问题。在部署闭环控制器中的一个重大挑战是通过软体机器人中的集成感测实现可靠的本体感受。尽管在软体机器人的制造、建模和基于模型的控制方面取得了相当大的进展，但集成传感和估计仍处于起步阶段。为此，本文介绍了一种新的方法来估计程度的曲率的软体机器人使用可拉伸的传感皮肤。皮肤是乳胶膜上喷涂的压阻传感层。通过使用递归神经网络估计从应变信号到曲率程度的映射。研究了单节软体机器人的单向弯曲和双向弯曲。此外，一个自适应控制器的开发，以跟踪的软体机器人的弯曲程度存在的动态不确定性。随后，使用集成的软测量皮肤，我们实验证明成功的曲率跟踪控制的软体机器人。
2020-11-17 cs.RO
Collision-Aware Fast Simulation for Soft Robots by Optimization-Based Geometric Computing
The University of Manchester（曼彻斯特大学）；Delft University of Technology（代尔夫特理工大学）
软体机器人由于其机械顺应性而可以安全地与环境交互。在软体机器人的现代设计中，自碰撞也被用来提高它们在不同任务中的性能。然而，开发一种高效、可靠的仿真器，能够很好地处理碰撞响应，仍然是软机器人研究中的一个具有挑战性的任务。本文提出了一种基于几何优化的碰撞感知模拟器，在其中我们开发了一个高效，逼真的碰撞检查/响应模型，将超弹性材料的属性。软体机器人的驱动变形和碰撞响应都是基于几何的目标。通过最小化基于几何的目标函数，可以得到软体机器人的无碰撞体。与基于FEA的物理模拟不同，所提出的管道执行低得多的计算成本。此外，自适应网格重划分，以实现在处理软体机器人，有大的体积变化时的收敛性的改善。在不同的软体机器人上进行了实验测试，以验证我们的方法的性能。
2022-07-31 cs.RO
Category theory as a foundation for soft robotics
Nagahama Institute of Bio-Science and Technology（长滨生物科学与技术学院）；Network System Research Institute, National Institute of Information and Communications Technology（国立信息与通信技术研究所网络系统研究部）；Graduate School of Informatics, Nagoya University（名古屋大学信息学研究科）；Interdisciplinary Graduate School, University of Yamanashi（山梨大学跨学科研究科）
软机器人是一个新兴的研究领域，其中机器人主体由柔性和软材料组成。它允许身体弯曲，扭曲和变形以移动或使其形状适应环境以进行抓取，所有这些对于具有刚性身体的传统硬机器人来说都是困难的。然而，软机器人的理论基础和设计原则并没有很好的基础，尽管他们公认的重要性。例如，软体机器人的控制外包给形态属性和自然过程;因此，机器人与其环境之间的耦合关系尤为重要。在本文中，我们提出了一个基于范畴理论的软机器人的数学基础，范畴理论是抽象数学的一个分支，任何概念都可以用对象和箭头来描述。它允许一个严格的描述的固有特性的软体机器人和它们的关系，以及与传统的硬机器人相比的差异。我们提出了一个概念，称为流动性的类别，很好地描述了主题。该理论被应用到一个模型系统和分析，以突出在通用夹具，这是一个典型的例子，软机器人观察到的适应行为。本文铺平了道路，发展软机器人的理论背景和设计原则。
2018-09-25 cs.RO
Swimming locomotion of Soft Robotic Snakes
School of Computing, DePaul Univeristy（德保罗大学计算机学院）
多年来，仿生蛇机器人一直是一个非常活跃的研究领域，并产生了许多原型。这些原型大多采用串联连接的刚体形式。软机器人技术的出现促成了一种新型的蛇形机器人，这种机器人由柔性和结构可变形的模块制成。利用可控的大弯曲，这些机器人可以自然地产生各种蛇的运动步态。在这里，我们调查的游泳运动的软机器蛇。首先推导出机器人的数值有效的动力学模型。然后，一个分布式的接触模型增加到包含水动力。然后对该模型进行数值测试，以确定有效游泳的最佳弯曲传播。研究结果表明，柔性机器蛇在海洋应用中具有很大的潜力。
2019-08-14 cs.RO
Leveraging Passive Compliance of Soft Robotics for Physical Human-Robot Collaborative Manipulation
Brigham Young University（杨百翰大学）
本文通过气动连续体软体机械臂与全向移动基座组成的系统，基准测试了大型软体机器人与人协作操控长形物体的能力，结果表明其表现可媲美人类非视觉跟随者，并挑战了软体机器人力量受限的传统认知。
2025-04-11 cs.RO
Obstacle-Aware Navigation of Soft Growing Robots via Deep Reinforcement Learning
Egypt-Japan University of Science and Technology（埃及日本科技大学）；Norwegian University of Science and Technology（挪威科技大学）
本文提出深度强化Q-learning算法，将机器人与环境交互纳入决策，使软体生长机器人能在杂乱受限空间中实现障碍物感知导航。
2024-01-23 cs.RO
OpenFish: Biomimetic Design of a Soft Robotic Fish for High Speed Locomotion
Delft University of Technology（代尔夫特理工大学）；Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）
我们介绍OpenFish：一个开源的软机器鱼，它针对速度和效率进行了优化。软体机器鱼使用主动和被动尾段的组合来精确地模仿金枪鱼的游泳模式。通过实现一种新型的推进系统，能够实现更高的振荡频率与更正弦的波形，开源软机器鱼实现了$0.85~\mathrm{m/s}$的最高速度。因此，它比以前报道的最快的软机器鱼$27\%$。除了动力系统之外，鱼类形态的优化也起到了至关重要的作用。在这项工作中，详细描述了软机器鱼的设计，建造和定制。因此，我们希望这个开源设计将加速未来软机器鱼的研究和开发。
2022-06-03 cs.RO
Human Interface for Teleoperated Object Manipulation with a Soft Growing Robot
Stanford University（斯坦福大学）
软生长机器人被提出用于复杂的操作任务或灾难场景中的导航等应用。安全的交互和易于生产促进了这项技术的使用，但由于其独特的自由度，软体机器人的遥操作可能具有挑战性。在本文中，我们提出了一个以人为中心的界面，允许用户远程操作的软增长的机器人使用手臂运动的操作任务。进行了一项研究，以评估我们的软体机器人的界面和性能的直观性，涉及取放操作任务。结果显示，用户完成任务的成功率为97%，平均放置误差低于2厘米。这些结果表明，我们的身体运动为基础的接口是一种有效的方法，用于控制软增长机器人机械手。
2019-10-28 cs.RO
Distributed Sensor Networks Deployed Using Soft Growing Robots
Stanford University（斯坦福大学）
由于它们能够相对于环境移动而不滑动，软生长机器人对于在受限空间中部署分布式传感器网络具有吸引力。对这种机器人状态的感知也将增加它们作为人类安全的、适应性强的操纵器的能力。然而，将分布式传感器结合到软生长机器人上是具有挑战性的，因为它需要硬材料和软材料之间的接口，并且传感器网络需要承受显著的应变。在这项工作中，我们提出了一种方法，用于添加传感器的软增长的机器人，使用灵活的印刷电路板与独立的单元的微控制器和传感器封装在一个层压装甲，保护他们免受不安全的曲率。我们证明了该系统的能力，在难以访问的空间中继定向温度和湿度信息。我们还展示和表征了一种方法，用于感测不断增长的机器人形状，使用惯性测量单元部署沿其长度，并开发一个数学模型来预测其精度。这项工作推进了软生长机器人的能力，以及软体机器人传感领域。
2021-03-10 cs.RO
Koopman Operators for Modeling and Control of Soft Robotics
University of California, Riverside（加州大学河滨分校）
审核目的：我们回顾了利用Koopman算子理论的软体机器人建模和控制算法开发和验证的最新进展。最近的研究结果：我们确定了以下趋势，在最近的研究工作在这一领域。(1)提升函数的设计用于数据驱动近似的Koopman算子是软体机器人的关键。(2)强调了稳健性考虑。针对建模和控制过程中的不确定性和噪声的影响，提出了相应的改进措施。(3)Koopman算子被嵌入到不同的基于模型的控制结构中来驱动软体机器人。摘要：由于它们的顺应性和非线性，软体机器人的建模和控制面临着关键的挑战。为了解决这些挑战，已经提出了基于Koopman算子的方法，试图以线性方式表达非线性系统。Koopman算子使得全局线性化能够减少非线性和/或用作软体机器人的基于模型的控制算法中的模型约束。软机器人系统中的各种实现进行了说明和总结的审查。
2023-02-07 cs.RO
Discrete Cosserat Approach for Multi-Section Soft Robots Dynamics
IRCCyN（南特通信与控制研究所）；Ecole de Mines de Nantes（南特矿业学院）；Khalifa University（哈利法大学）
尽管最近取得了进展，软机器人仍然缺乏统一的建模框架。目前，软体机器人的设计和控制中最常用的模型是分段常曲率模型，它的优点和缺点都很突出。在这项工作中，一个替代模型的多节软体机器人动力学的基础上提出的离散Cosserat方法，它不仅考虑到剪切和扭转变形，要素，以应付面外的外部负载，但也继承了连续Cosserat模型的几何和力学特性，使其自然的软机器人对应的传统的刚性机器人动力学模型。该模型的合理性证明了通过广泛的模拟和实验结果的平面和出平面的运动。
2017-02-13 cs.RO
Image-based Pose Estimation and Shape Reconstruction for Robot Manipulators and Soft, Continuum Robots via Differentiable Rendering
University of California San Diego（加州大学圣地亚哥分校）；LIRMM（蒙彼利埃计算机科学、机器人学与微电子实验室）；Univ Montpellier（蒙彼利埃大学）；CNRS（法国国家科学研究中心）
根据测量数据进行状态估计对于机器人应用至关重要，因为自主系统依赖于传感器来捕获运动并在3D世界中定位。在设计用于测量机器人姿势或测量软体机器人形状的传感器中，视觉传感器是有利的，因为它们信息丰富、易于设置且具有成本效益。随着计算机视觉的最新进展，基于深度学习的方法不再需要标记来识别机器人上的特征点。然而，基于学习的方法需要大量数据，因此不适合软机器人和原型机器人，因为构建此类基准数据集通常是不可行的。在这项工作中，我们实现了基于图像的机器人姿态估计和形状重建从相机图像。我们的方法不需要精确的机器人网格，而是利用可微分渲染器和原始形状。因此，它可以应用于CAD模型可能不可用或粗糙的机器人。我们的参数估计管道是完全可微的。机器人的形状和姿态估计迭代通过反向传播的图像损失更新的参数。我们证明，我们使用几何形状基元的方法可以在软连续体机器人的形状重建和机器人操作器的位姿估计中实现高精度。
2023-02-27 cs.CV cs.RO
Full State Estimation of Continuum Robots from Tip Velocities: A Cosserat-Theoretic Boundary Observer
University of Notre Dame（圣母大学）
本文针对连续体机器人状态估计难题，提出一种基于 Cosserat 杆理论的边界观测器，仅利用尖端速度即可估计全部无限维状态，并证明了估计误差的局部输入-状态稳定性，且该设计可适用于任意离散化方法。
2024-07-31 cs.RO cs.SY eess.SY
A review paper of bio-inspired environmental adaptive and precisely maneuverable soft robots
本文从软机器人的材料、驱动、力学性能、尺寸与尺度、结构等方面综述了软机器人领域的最新研究进展，并分析了软机器人的功能、制造工艺与这些因素之间的关系。
2021-01-10 cs.RO physics.bio-ph
Understanding Legged Crawling for Soft-Robotics
Faculty of Mechanical Engineering, Technion – Israel Institute of Technology（以色列理工学院 机械工程学院）
爬行是软体机器人和非骨骼动物中常见的运动机制。在这项工作中，我们建议建模软机器人腿运动近似它与一个等效的关节式机器人与弹性关节。具体来说，我们研究我们的软机器人与两个弯曲执行器通过一个铰接的三连杆模型。具有粘滑接触过渡的超静定系统的求解需要一种新的混合拟静力分析方法。然后，我们利用我们的分析，研究相移谐波输入对爬行步态的性能的影响，包括摩擦不确定性和运输的能量成本的敏感性分析。我们实现了步态参数的最佳值。最后，我们制作并测试了一个流体驱动的软体机器人。实验结果与理论分析非常吻合，证明了我们的简单模型正确地捕捉和解释了尺蠖爬行的基本原理，并可应用于其他软机器人腿式机器人。
2019-11-17 cond-mat.soft cs.RO
Adaptive Dynamic Sliding Mode Control of Soft Continuum Manipulators
ETH Zurich（苏黎世联邦理工学院）；The Sapienza University of Rome（罗马第一大学）；The University of Tokyo（东京大学）
软体机器人由柔性材料制成，并执行刚性机器人具有挑战性的任务。然而，它们的连续性使得很难开发基于模型的控制策略。提出了一种基于模型的柔性连续体机器人鲁棒控制方案。我们的动态模型是基于欧拉-拉格朗日方法，但它使用了更准确的描述机器人的惯性，不包括过于简化的假设。基于此模型，我们提出了一种自适应滑模控制方案，该方案对模型参数不确定性和未知输入干扰具有鲁棒性。我们进行了一系列的实验与物理软连续臂，以评估我们的控制器在跟踪任务空间的轨迹在不同的有效载荷。该控制器的跟踪性能比最先进的控制器精确约38%，即，逆动力学方法此外，所提出的基于模型的控制设计是灵活的，可以推广到任何连续的机械臂与任意数量的段。通过这种控制策略，软机器人对象操作可以变得更准确，同时保持对干扰的鲁棒性。
2022-02-26 cs.RO cs.SY eess.SY
A MATLAB Toolbox for Hybrid Rigid Soft Robots Based on the Geometric Variable Strain Approach
近二十年来，软机器人一直是机器人社区的热门话题。然而，用于软体机器人建模和分析的工具仍然有限。本文介绍了一个用户友好的MATLAB工具箱，软体机器人模拟器（SoRoSim），它集成了几何变应变（GVS）模型的Cosserat杆，以方便静态和动态分析的软，刚性，或混合机器人系统。我们提出了一个简要的概述工具箱的设计和结构，并通过比较其结果与文献中发表的结果进行验证。为了突出工具箱的潜力，有效地建模，模拟，优化和控制各种机器人系统，我们展示了四个示例应用程序。演示的应用程序探索不同的执行器和外部负载条件的单，分支，开放和封闭的机器人系统。我们认为软机器人研究社区将从SoRoSim工具箱中受益匪浅，用于各种应用。
2022-09-26 cs.RO physics.app-ph
Shape Programmable Magnetic Pixel Soft Robot
Zhongyuan-Petersburg Aviation College, Zhongyuan University of Technology（中原工学院中原彼得堡航空学院）
磁响应软体机器人借助磁场实现可编程的形状调节，产生多种动作。磁性软体机器人的形状控制是基于磁性粒子在弹性基体中有序分布所引起的磁各向异性。在以往的技术中，磁性编程与制造过程耦合，磁性粒子的取向无法修改，这给磁性软体机器人的设计和使用带来了限制。介绍了一种具有形状可编程功能的磁性像素机器人。将NdFeB/Ga复合材料封装在硅壳中，制备了具有晶格结构的热磁响应功能薄膜。基于热辅助磁化技术，实现了薄膜的离散磁化区域分布。因此，我们提出了一种磁编码技术来实现软件机器人的数学响应动作设计。利用这些方法，我们制备了几种基于折纸结构的磁性软体机器人。实验表明，磁编码技术可以灵活、重复地调节机器人的行为模式。为软体机器人的程序化形状调节和运动设计提供了依据。
2021-11-05 cond-mat.mtrl-sci cs.RO
Knowledge-based Neural Ordinary Differential Equations for Cosserat Rod-based Soft Robots
University of Pennsylvania（宾夕法尼亚大学）
本文提出KNODE-Cosserat框架，结合第一性原理物理模型与神经常微分方程，利用物理模型的泛化能力和深度学习的高速度，在仿真和真实实验中显著提升软体机器人建模与控制性能。
2024-09-24 cs.LG cs.RO
CUDA-Accelerated Soft Robot Neural Evolution with Large Language Model Supervision
Columbia University（哥伦比亚大学）
本文提出CUDA加速的神经网络进化方法，结合大型语言模型监督和高斯位置编码，实现软体机器人形态与控制的协同设计，显著提升进化效率与形态理解能力。
2024-04-12 cs.NE cs.RO
Soft Robotics for Search and Rescue: Advancements, Challenges, and Future Directions
本文综述用于搜索与救援（SAR）的软体机器人技术进展，分析其仿生设计、柔性材料等带来的适应性优势，指出材料、动力等现存挑战，强调跨学科创新对推动其实际应用的重要性。
2025-02-17 cs.AI cs.RO
Programming Soft Robots with Flexible Mechanical Metamaterials
ETH Zürich（苏黎世联邦理工学院）；Harvard University（哈佛大学）
本研究提出利用柔性机械超材料的复杂变形行为来编程软体机器人，从而大幅提升其整体性能。
2019-06-01 cond-mat.mtrl-sci cond-mat.soft cs.RO
Air-Releasable Soft Robots for Explosive Ordnance Disposal
使用无人机排雷具有挑战性;空中释放的有效载荷通常是非智能的（例如，水气球或爆炸物），并且由于复杂的部署轨迹和无人机飞行员受限的视觉意识，将它们部署在甚至低的高度（~6米）固有地不准确。软体机器人为空中排雷提供了一种独特的方法，这是由于软体机器人的坚固、低成本和重量轻的设计。在此，我们建议使用可释放空气的软体机器人进行排雷，而不是使用非智能有效载荷。我们开发了一个完整的系统，包括一个改装到软体机器人载体上的无人机，包括一个定制的部署机构，以及一个可空气释放、重量轻（296 g）、不受束缚的软体混合机器人，该机器人具有集成电子设备，其中包含一种新型的真空闪光器滚筒致动器系统。我们展示了一个部署周期，其中无人机从4.5米的高度下降的软机器人混合动力，之后机器人接近一个假地雷。通过在兴趣点部署软体机器人，我们可以将软体机器人技术从实验室过渡到现实世界的环境。
2022-02-07 cs.RO cs.SY eess.SY
Safe Supervisory Control of Soft Robot Actuators
Boston University（波士顿大学）；Carnegie Mellon University（卡内基梅隆大学）
尽管软体机器人与环境的交互比传统机器人更安全，但软体机构和致动器仍有很大的损坏或退化潜力，特别是在未建模接触期间。介绍了一种在软体机器人控制过程中实现软体执行器安全操作的反馈策略。为此，监督控制器监视致动器状态并动态地使控制输入饱和以避免可能导致物理损坏的条件。我们证明了，在一定的条件下，监督控制器是稳定的和可验证的安全。然后，我们展示了完全板载操作的监督控制器使用软热驱动的机器人肢体嵌入式形状记忆合金（SMA）致动器和传感。与主管一起进行的测试验证了其理论特性，并显示了机器人肢体在自由空间中的姿态稳定性。最后，实验表明，我们的方法可以防止过热接触（包括环境约束和人体接触）或不可行的运动时，命令。这种监督控制器，以及它的能力，以执行完全板载传感，有可能使软体机器人执行器足够可靠的实际使用。
2022-08-02 cs.RO cs.SY eess.SY
Approximate Piecewise Constant Curvature Equivalent Model and Their Application to Continuum Robot Configuration Estimation
Department of Automation, Tsinghua University（清华大学自动化系）
连续体机器人以其灵活性而受到越来越多的关注。连续体机器人运动学模型是进一步感知、规划和控制的基础。连续体机器人的设计和研究通常基于分段常曲率（PCC）假设。然而，由于摩擦等的影响，连续体机器人的实际运动是近似分段常曲率（APCC）。为了解决这个问题，我们提出了一个连续体机器人的运动学等效模型，即APCC 2L-5 R。APCC 2L-5 R模型在运动学上用经典的刚性连杆机构代替原模型，有效地降低了模型的复杂性，提高了数值稳定性。在此基础上，通过安装在近似常曲率段末端的单目摄像机实现了连续体机器人的位姿自估计。APCC 2L-5 R在连续体机器人的感知、规划和控制方面的潜力仍有待探索。
2020-09-15 cs.RO
Orientation to Pose: Continuum Robots Shape Sensing Based on Piecewise Polynomial Curvature Model
Department of Automation, Tsinghua University（清华大学自动化系）
连续体机器人具有细长、柔性和无限自由度的特点，这对它们的控制和应用提出了挑战。连续体机器人的形状感知是实现精确控制的关键。提出了一种基于分段多项式曲率（PPC）运动学模型的连续体机器人实时形状感知通用框架。我们说明了连续体机器人在任何给定位置的方向和位置之间的耦合。此外，耦合关系可以通过PPC运动学桥接。因此，我们建议通过方向估计来估计连续体机器人的形状，使用现成的方向传感器，例如，安装在特定位置的惯性测量装置。该方法为连续体机器人的形状感知提供了一个有价值的框架，具有通用性、准确性和方便性。在多类型物理样机的实验中验证了通用方法的准确性。
2021-03-09 cs.RO
Geometrically predictable micro fabricated continuum robot
College of Engineering, Peking University（北京大学工学院）；School of Mechanical Engineering, Northwestern Polytechnical University（西北工业大学机械工程学院）；School of Astronautics, Northwestern Polytechnical University（西北工业大学航空学院）
针对现有微制造连续体机器人几何预测模型不符合其真实变形原理的问题，提出基于材料特性与应力点位移的通用预测方法，经仿真与多驱动型机器人验证，可预测扰动变形并实现目标形态塑形，推动相关理论与实操发展。
2024-10-16 cs.RO
Serpentine Synergy: Design and Fabrication of a Dual Soft Continuum Manipulator and Soft Snake Robot
Indian Institute of Technology - Kanpur（印度理工学院坎普尔分校）；National Institute of Technology - Tiruchirappalli（印度国家理工学院蒂鲁吉拉伯利分校）
本文提出一种基于发泡聚乙烯泡沫模块的双用软体连续体机器人，既可作为末端带摄像头的机械臂用于废墟搜救，也可加装主动轮变为蛇形移动机器人，并完成了设计、制造与实验验证。
2024-07-05 cs.RO
Space-Time Continuum: Continuous Shape and Time State Estimation for Flexible Robots
University of Toronto（多伦多大学）
提出一种基于高斯过程先验的因子图优化方法，实现连续体机器人在弧长和时间上的连续状态估计，为首个连续时空估计方法。
2024-09-18 cs.RO
A Modal-Space Formulation for Momentum Observer Contact Estimation and Effects of Uncertainty for Continuum Robots
Department of Mechanical Engineering, Vanderbilt University（机械工程系，范德比尔特大学）
本文提出基于模态空间表示的广义动量观测器接触估计方法，结合实时形状感知和约束优化辨识接触力螺旋，并通过仿真实验验证其在连续体机器人动态接触检测中的有效性。
2025-05-05 cs.RO
Design and Characterization of a Unified Continuum Robot Actuation Platform
University of California, San Diego（加利福尼亚大学圣迭戈分校）
本文设计并验证了一种统一连续体机器人驱动平台，该平台解耦驱动软硬件与机器人设计，可跨类别模块化驱动、扩展至多自由度，经实验表征精度达标，还在手术用例中验证，相关软硬件已开源。
2026-10-15 cs.RO
Open Continuum Robotics -- One Actuation Module to Create them All
University of Toronto（多伦多大学）；Ontario Research Fund（安大略研究基金）
本文提出一种开源驱动模块，可构建多种连续体机器人，并首次实现本体感知外力检测，通过开放软硬件推动连续体机器人研究的民主化与可复现性。
2024-02-23 cs.RO
3D printed cable-driven continuum robots with generally routed cables: modeling and experiments
Indian Institute of Science（印度科学研究所）；FeatherDyn Pvt. Ltd.（FeatherDyn私人有限公司）
连续体机器人在需要机器人变形和改变形状的应用中变得越来越受欢迎，同时也是顺应性的。索驱动连续体机器人是最常用的类型之一。典型的线缆驱动连续体机器人由柔性骨架和线缆组成，柔性骨架具有附接到骨架的间隔盘，线缆从固定基部穿过间隔盘中的孔到达自由端。在大多数此类机器人中，电缆的布线是直线或平滑的螺旋曲线。在本文中，我们分析了3D打印连续体机器人的实验和理论变形，用于6种不同的电缆布线。结果进行了比较离散优化为基础的运动学建模以及静态建模使用Cosserat杆理论。结果表明，实验结果与理论结果相吻合，误差为2%。它也表明，基于优化的方法是快于Cosserat杆理论的基础上。我们还提出了一个三指夹持器原型，其中每个手指都是具有一般电缆布线的3D打印连续体机器人。它表明，原型可用于抓取物体和其操纵。
2020-03-10 cs.RO
Bayesian Continuum Robot Dynamics and State Estimation
Vanderbilt University（范德堡大学）；University of Utah（犹他大学）
针对连续体机器人在动态运动下现有状态估计方法忽略惯性效应的问题，提出基于Cosserat杆动力学的贝叶斯框架，将惯性和阻尼等效为载荷，实现随机前向仿真与联合状态估计，并经仿真和实验验证。
2026-09-18 cs.RO
A Continuum Manipulator for Open-Source Surgical Robotics Research and Shared Development
Imperial College London（帝国理工学院）
许多人已经探索了连续体机器人操作器在微创手术中的应用，并成功地证明了其灵活设计所提供的优势-一些解决方案已经实现商业化和临床实践。然而，这种设计通常的高复杂性和封闭性传统上限制了整个研究领域连续体机器人的共享开发，从而影响了进一步的进展和开放挑战的解决方案。为了缩小这一差距，本文介绍了ENDO，一个开源的3段连续体机器人机械手与控制和驱动机制，其重点是简单，经济实惠，和可访问性。该机器人系统由低成本的现成组件和快速原型制作方法制成，其实施信息（以及未来迭代的信息），包括CAD文件和源代码，可在GitHub上的开源医疗机器人计划存储库（https：//github.com/OpenSourceMedicalRobots）上向公众提供，控制库也可直接从Arduino获得。在这里，我们提出的机器人设计和控制的细节，通过实验评估其工作空间验证功能，并讨论未来发展的可能途径。
2021-01-04 cs.RO
Deep Direct Visual Servoing of Tendon-Driven Continuum Robots
Ryerson University（瑞尔森大学）
基于视觉的控制提供了一个显着的潜力下的物理传感限制的连续体机器人的端点定位。传统的视觉伺服需要特征提取和跟踪，然后进行全部或部分姿态估计，限制了控制器的效率。我们假设，采用深度学习模型和实现直接视觉伺服可以通过消除这些中间步骤来有效地解决这个问题，从而在不需要精确系统模型的情况下控制连续体机器人。本文提出了一种单节肌腱驱动连续体机器人的控制，使用修改后的VGG-16深度学习网络和手眼直接视觉伺服方法。该算法首先在Blender软件中开发，仅使用目标的一个输入图像，然后在真实机器人上实现。在正常、阴影和遮挡场景中的收敛性和精度证明了所提出的控制器的有效性和鲁棒性。
2022-03-25 cs.RO
Efficient RRT*-based Safety-Constrained Motion Planning for Continuum Robots in Dynamic Environments
Southern University of Science and Technology（南方科技大学）；Jiaxing Research Institute, Southern University of Science and Technology（南方科技大学嘉兴研究院）；City University of Hong Kong（香港城市大学）
针对连续体机器人运动规划耗时且难以适应动态环境的问题，提出一种嵌入姿态安全约束的 RRT* 方法，并通过仿真与双段绳索驱动原型验证其高效避障和可迁移性。
2023-09-25 cs.RO
Cosserat Rod Modeling and Validation for a Soft Continuum Robot with Self-Controllable Variable Curvature
Imperial College London（帝国理工学院）；Dyson School of Design Engineering（戴森工程学院）
本文提出了一种基于Cosserat rod的数学模型，用于具有自可控变曲率的软体连续体机器人，通过结合生长脊柱的变刚度特性，实现了连续曲率变化的高精度建模，模型误差仅为3.3%。
2024-06-27 cs.RO
Sliding Sensors: Configurable Confidence in State Estimation for Continuum Robots
University of Toronto Robotics Institute（多伦多大学机器人研究所）
本研究提出可机械重构的滑动传感器设计，通过调整其在连续体机器人内的位置优化状态估计置信度，可降低全身形状估计误差，为连续体机器人的安全交互提供支撑。
2026-08-07 cs.RO
