SmartBot创刊号│2025年第1期│综述│哈工大刘英想团队：卷绕型人工肌肉最新研究进展

本文来源于SmartBot，欢迎浏览！

论文信息

文章导读

近年来，软体机器人的蓬勃发展使其逐渐成为机器人领域的重要研究方向之一。传统驱动器因刚性较强，难以满足软体机器人在复杂环境和人机交互场景中的需求，因此更具适应性和安全性的柔性驱动器受到广泛关注。其中，卷绕型人工肌肉（TAMs）凭借其高能量密度、低驱动电压、大变形能力和结构简单等优越特性，在软体机器人领域展现出巨大应用潜力。

近期，哈尔滨工业大学机器人技术与系统全国重点实验室刘英想教授团队在SmartBot期刊上发表了题为"Recent Advances in Twisted and Coiled Artificial Muscles and Their Applications"的综述文章。该论文全面梳理了卷绕型人工肌肉的最新研究进展，并探讨了未来的发展方向。

关键词

亮点

综述了用于制备卷绕型人工肌肉的主要材料，包括无机纤维、有机纤维、复合纤维和天然纤维，探讨了不同材料的性能特点。

详细分析了卷绕型人工肌肉的常用驱动方法，包括热驱动、电化学驱动、溶剂驱动和其他非接触式驱动方法。

归纳了卷绕型人工肌肉的基本结构形式，包括单一结构、并联结构和编织结构，分析了不同结构对输出特性的影响。

介绍了卷绕型人工肌肉在柔性操控装置、移动机器人、智能纺织品和柔性传感器等领域的典型应用。

图文概要

本综述系统回顾了卷绕型人工肌肉的研究进展，涵盖其材料选择、驱动策略、结构形式及应用实例（见图1），深入分析了卷绕型人工肌肉在不同应用场景下的优势及挑战，以期为相关研究提供参考与启发。

图1 卷绕型人工肌肉的机理、结构与应用展示

材料选择：本文总结了用于制备卷绕型人工肌肉的四类主要材料, 包括无机纤维、复合纤维、有机纤维和天然纤维，探讨了各类材料的特点及其对驱动特性的影响。无机纤维（如碳纳米管）具有优异的导电性和较高的强度，但其形变量较小且成本较高。复合纤维通过填充客体材料增强了人工肌肉的形变能力。有机纤维（如尼龙和氨纶）因其低成本的优势成为实际应用的重要选择，但通常需依赖外部热源驱动。天然纤维（如蜘蛛丝和羊毛）具有环境响应特性，但其响应速度有待提升。

驱动策略：卷绕型人工肌肉的驱动方式主要包括热驱动、电化学驱动、溶剂驱动及其他外部激励方法（见图2）。热驱动通过温度变化引发纤维的体积膨胀，但受限于热传导速率，导致散热速度较慢。电化学驱动通过离子的嵌入与扩散使纤维膨胀，但液态电解质系统的质量较大，限制了其广泛应用。溶剂驱动依赖纤维对液体或蒸汽分子的吸收，形变量较大但响应速度较慢。此外，通过磁场或光照驱动的方式可以实现无线缆驱动，为软体机器人提供更多驱动方式。

图2 卷绕型人工肌肉的主要驱动方式

结构形式：卷绕型人工肌肉的输出特性与其结构形式密切相关，主要包括单一结构、并联结构和编织结构（见图3）。单一结构的卷绕型人工肌肉由单根纤维制成，通过自发卷绕或绕芯轴卷绕的方式形成螺旋形态，实现线性变形。并联结构由多根人工肌肉并联排列，具备更高的输出力和负载能力。编织结构的卷绕型人工肌肉受纺织技术的启发，通过纤维交错编织增强输出力，通过环形连接优化形变能力，适用于智能织物等应用。

图3 卷绕型人工肌肉的三类结构形式

应用场景：卷绕型人工肌肉在柔性操控装置、移动机器人、智能纺织品和柔性传感器等领域展现出广泛应用前景。在柔性操控装置领域，卷绕型人工肌肉被用于驱动柔性机械臂、夹爪及小型手术工具，实现精准操控和安全抓取（见图4）。在移动机器人领域，卷绕型人工肌肉驱动的爬行机器人能够在复杂地形中稳定运动，展现出优异的环境适应能力（见图5）。此外，卷绕型人工肌肉在智能纺织品和可穿戴设备中的应用正在持续拓展，如基于湿度响应的智能毛衣可自动调节散热，以及可感知形变的光学薄膜传感器等。

图4 卷绕型人工肌肉在柔性操控装置中的应用

图5 卷绕型人工肌肉在移动机器人中的应用

期刊简介

SmartBot (Print ISSN:2998-4432，Online ISSN:2998-1891，季刊) 是由中华人民共和国工业和信息化部主管，哈尔滨工业大学与Wiley出版集团合作出版的开放获取英文学术期刊，由瑞士工程院(SATW) 院士、苏黎世联邦理工学院机器人与智能系统研究所所长布拉德·尼尔森(Bradley Nelson) 担任主编，中国工程院院士、哈尔滨工业大学副校长、机器人技术与系统全国重点实验室主任刘宏担任编委会主任，哈尔滨工业大学期刊中心主任、哈尔滨工业大学机电工程学院李隆球教授担任执行主编。编委团队由来自20多个国家和地区的49位国内外机器人及相关领域知名专家和学者组成，其中包括国内外院士26位。期刊依托于机器人技术与系统全国重点实验室，已获得中国科技期刊卓越行动计划高起点新刊项目支持，旨在打造高影响力、多学科、专业性的机器人领域国际卓越期刊。

点击投稿