工程师们创造了一种由四脚爬行生物启发的机器人

工程师们创造了一种由四脚爬行生物启发的机器人 一种替代方法是使用所谓的微型棘爪。这些夹具包含一系列锋利的小钩子，可以钩住被攀爬表面的小角落和缝隙。当抓取器被抬起，进行下一步攀爬时，钩子就会从表面松开。有些微型棘爪是被动的，依靠机器人悬挂身体的重量来保持抓地力。这种类型在相对平坦的墙壁上可以正常工作，但在悬崖峭壁等较不规则的表面上就比较吃力，需要采取更多的攀爬策略。有源微棘抓取器通过安装电动致动器，将一圈钩子有目的地沉入表面，从而绕过了这一限制，保持了在任何方向上都能起作用的电动抓取。不过，这种装置往往比较笨重、耗能、机械结构复杂，而且攀爬速度相当慢。这就是四足机器人 LORIS 的用武之地。LORIS 是与美国国家航空航天局（NASA）合作开发的，旨在探索其他行星该装置以一种攀爬有袋类动物命名，同时也取自"不规则斜坡轻型观测机器人"的字样，由保罗-纳丹、斯宾塞-巴克斯、亚伦-M-约翰逊和卡内基梅隆大学机器人力学实验室的同事们共同创造。机器人四条腿的末端都有一个伸展的微型棘爪，棘爪上有两组棘刺，彼此成直角排列。抓手通过一个被动腕关节与腿相连。这基本上意味着，无论腿部在做什么，抓手都会随之摆动。罗丽丝的每根微型螺旋管都由一个封装在 3D 打印塑料体内的钩组成机器人利用板载深度感应摄像头和微处理器，有策略地推进双腿，当一条腿上的抓手抓住攀爬表面时，对侧腿上的抓手在身体的另一侧，在身体的另一端也会这样做。只要这两条对角相对的腿保持抓手向内的张力，抓手就会牢牢地固定在表面。与此同时，机器人的另外两条相对的腿就可以自由地向上迈出下一步。这是一种受昆虫启发的攀爬策略，被称为定向向内抓取（DIG）。据研究人员介绍，LORIS 结合了被动式微螺纹抓手的轻便、快速、节能和简易性，以及主动式抓手的稳固抓取和适应性。此外，该机器人还具有制造简单、成本低廉的特点。您可以在下面的视频中看到 LORIS 的工作情况。有关这项研究的论文最近在国际机器人与自动化大会上发表。 ... PC版： 手机版：

受野生燕麦启发的自播生物杂交"机器人种子"

受野生燕麦启发的自播生物杂交"机器人种子" 当能量突然释放时，种子尖尖的另一端就会被压入土壤中。然后，沿着果壳外侧的背向绒毛会帮助种子保持稳固。设计所依据的天然野生燕麦种子意大利技术研究所（IIT-Italian Institute of Technology）和德国弗莱堡大学（University of Freiburg）的研究人员试图将这种机制复制到一种可用于输送任何种类种子的装置中。这就是所谓的 HybriBot。机器人的核心是种子（和一些肥料），种子被封装在一个由面粉和水制成的模塑胶囊里。胶囊干燥后，它就会被乙基纤维素包裹，这是一种不溶于水的环保型生物聚合物，常用于将肥料控制释放到土壤中。HybriBot 没有使用人工合成的姊妹芒，而是使用从真正的野生燕麦种子中提取的真正芒。它还加入了真正的燕麦籽壳毛。整个机器人的重量为 60 毫克，大约是天然野生燕麦种子重量的三倍。左图为 HybriBot 的制造材料，包括 3D 打印的可重复使用的模具、面粉/水面团、野燕麦籽毛和野燕麦籽姊妹芒研究人员告诉我们，虽然生产过程听起来可能相当繁琐和耗时，但自动化机器人装配系统可以快速、低成本地生产出成千上万个装有种子的HybriBots。重要的是，所有材料都可以在环境中生物降解，而且对任何可能食用它们的动物都无毒。在目前进行的测试中，机器人已成功地将番茄、菊苣和柳叶菜等植物的种子送入盆栽土、粘土和沙子中。希望该技术得到进一步开发后，能应用于农业和林业领域。由印度理工学院的芭芭拉-马佐莱（Barbara Mazzolai）和伊莎贝拉-菲奥雷罗（Isabella Fiorello）领导的这项研究的论文最近发表在《先进材料》（Advanced Materials）杂志上。您可以在下面的视频中看到 HybriBots 的工作情况。 ... PC版： 手机版：

"昆虫大脑"启发的机器人能轻松绕过障碍物

"昆虫大脑"启发的机器人能轻松绕过障碍物 在机器人技术日益先进的时代，有一个团队却逆流而上，从一只小飞虫针尖大小的大脑中寻找灵感，制造出了一个只需花费极少精力和能量就能巧妙避开碰撞的机器人。科学家们认为，果蝇的大脑非常小，在飞行过程中可用的计算资源非常有限，这种生物模型可以用于机器人的"大脑"，以实现高效、低能耗和避开障碍物的运动。格罗宁根大学的物理学家伊丽莎白-奇卡（Elisabetta Chicca）说："就像在火车上一样。附近的树木似乎比远处的房屋移动得更快。昆虫利用这一信息来推断事物的距离。我们从中学到的是：如果你没有足够的资源，你可以用你的行为来简化问题。"在果蝇的大脑中，周围物体的运动是通过光学神经元 T4 和 T5 处理的。在比勒费尔德大学神经生物学家马丁-埃格尔哈夫（Martin Egelhaaf）的帮助下，研究小组通过算法在小型机器人"大脑"中模拟了这种神经活动，使其具备了处理方向信息的能力，从而有效地移动并避免与路径上的任何障碍物发生碰撞。"许多机器人技术并不关注效率，"奇卡说。"我们人类在成长过程中往往会学习新的任务，在机器人技术领域，这也反映在当前的机器学习趋势中。但昆虫一出生就能立即飞行。在它们的大脑中，高效的飞行方式是硬性规定的。"最终，这个小巧的机器人实现了一个主要目标转向检测到的移动最少的区域。格罗宁根大学的索尔本-肖佩（Thorben Schoepe）是硬件的设计者，他对轮式机器人进行了一系列测试，发现它能在物体之间找到中心点，还能灵巧地调整路径，引导自己绕过障碍物就像昆虫在飞行时一样。由研究员索尔本-肖佩（Thorben Schoepe）制造的机器人在导航测试中对准目标中心 Leoni von Ristok/格罗宁根大学奇卡说："这个模型非常出色，一旦设置好它，它就能在各种环境下工作。这就是这项成果的魅力所在。"研究小组认为，这是第一项专注于避障的同类研究，它为机器人神经形态硬件的发展迈出了一大步。未来，这样的机器可用于在灾难现场等杂乱地形中导航，能量输出极低，还可根据用途配备不同类型的传感器，如探测无结构物体的雷达。奇卡说："我们开发的机器人灵感来自昆虫。它具有在密集地形中行进、避免碰撞、穿越缝隙和选择安全通道的卓越能力。这些能力是通过一个神经形态网络引导机器人向表面运动较小的区域移动来实现的。我们的系统利用了有关昆虫视觉处理和避障的知识"。这项研究发表在《自然通讯》杂志上。 ... PC版： 手机版：