软体机器人具有无限的自由度，可以做出复杂的运动或变形，这给监测其运动和位置带来了巨大挑战。以往对柔性传感的研究主要集中在一个或两个方向的拉伸或压缩变形上，而软体机器人表面发生的复杂多维变形却经常被忽视。
本文，
广东工业大学
招瑜 教授、
Zhoujun Pang等研究人员在《A
CS Appl. Mater. Interfaces
》期刊
发表名为“
Superflexible Carbon Nanofibers for Multidimensional Complex Deformation Sensing in Soft Robot
s
”的论文，
受蜘蛛丝的启发，
研究利用电纺丝技术和碳化处理，仿生设计并制造了具有束状结构的超柔性碳纳米纤维。
制成的纤维可在显微镜下进行 180° 折叠，并能在 20 万次反复折叠过程中承受多维收缩变形，而不会造成微观结构损伤。
此外，这种纤维处理后的超小弯曲阻力比A4纸和商用导电纤维低两个数量级，表现出极佳的柔韧性，是制造软机器人传感器的理想材料。结合对折纸技术和机械模拟的研究，我们发现纤维的抗弯强度会随着不同的变形角度和半径而发生阶跃变化。作为示范，基于这种柔性碳纳米纤维的传感器成功地监测了软部件的不规则收缩变形，在抓取、识别和感知等应用中显示出巨大的潜力。这项研究为超柔性导电碳材料的设计提供了启示，并为软机器人的极端形状变形监测提供了途径。
图1.蜘蛛丝和静电纺丝工艺。
图2、束状碳纳米纤维的微观结构
图3.BCNFs的表征
图4、退火速率的影响
图5.（a） 不同样品的材料弯曲刚度。（b） 不同商业材料与 BCNFs-5 的柔韧性。（c） 不同材料在空气中的柔韧性比较。
图6. (a) BCNF 重复折叠测试示意图。(b) 200,000 次折叠过程中的电阻变化。(c-f) 分别折叠 0 次、50,000 次、100,000 次和 200,000 次后折叠区域的扫描电镜图像。弯曲（g1-g3）致密纤维、（h1-h3）多孔纤维和（i1-i3）束状纤维的应力分布。
图7. (a) 水弹结构二维折叠和多维折叠的应力分布云图。(b) 将 BCNFs 放入水弹结构中进行压缩测试。(c) 折叠角与拟合曲线的对应关系。(d) 三种不同的折叠 BCNFs 体电阻测试示意图。(e) 不同折叠变形过程中折纸玩具上传感器的感应图。
图8. (a) 模拟章鱼的软体机器人，从其表面前端提取多维折叠结构。(b) 安装在章鱼柔软触手上的传感器的运动监测。(c) 小球半径与体积电阻之间的对应关系。(d) 在柔性抓手顶部安装 BCNF 传感器的测试原理。(e) 不同小球半径下 BCNF 的识别信号。
我们利用改进的电纺丝技术制备了具有蛛丝般束状结构的超柔性碳纳米纤维材料。与现有的慢退火技术不同，我们采用了快速退火技术来获得束状纤维结构。得益于这种束状结构，制备出的纤维可承受 20 万次以上的折叠，并能承受极端的多维压缩变形而不会造成结构损坏。这种纤维还具有超低的抗弯强度和良好的变形灵敏度，可用于监测软机器人或柔性部件的运动状态。这项工作的重点是监测软机器人运动过程中的收缩变形，这是一项非常重要但经常被忽视的能力。与大多数仅用于应变或膨胀变形的应变传感器不同，我们提出的 BCNF 传感器侧重于监测软体机器人的多维收缩变形，这一点迄今尚未实现。具有超柔性和导电性能的 BCNF 不仅为准确识别软机器人和折纸机器人产生的极端变形提供了一种潜在技术，而且在柔性电极、柔性电容器等应用领域也具有巨大潜力。我们的研究工作为下一代同时具有高折叠灵敏度和良好拉伸性能的柔性传感材料铺平了道路。
文献：
https://doi.org/10.1021/acsami.4c13537
