一种基于4D打印的仿海星软体机器人及其控制方法

技术领域

本发明涉及机器人领域，特别是涉及一种基于4D打印的仿海星软体机器人及其控制方法。

背景技术

近年来，受自然界中章鱼、尺蠖、草履虫等软体动物和单细胞生物启发，软体机器人的研究受到越来越多的关注，逐渐成为机器人领域的热点方向。传统的机器人一般是由齿轮、铰链、电机等刚性零部件组成，以高精度、高效率的特点著称。软体机器人与传统的刚性机器人相比，其基本结构由一些硅胶、水凝胶、橡胶灯弹性材料构成，一般使用形状记忆合金、介电弹性体、光热电磁敏感材料等驱动。软体机器人在理论上有近乎无限的自由度，因此，具有良好的变形能力和灵活性，更适用于复杂的环境。

目前软体机器人的制造主要包括模具浇注、沉积制造、3D打印和4D打印复合等技术。3D打印技术近年来发展迅速，凭借成本低、制造周期短、生产快速等优点，在多种复杂结构和定制化软体机器人制作中受到青睐。4D打印技术在3D打印的基础上添加了“时间”维度，借助智能材料的特性实现对模型本体结构的重新编译。通过4D打印的物体能够对外界的刺激产生反映，为软体机器人的一体化制造提供了技术支持。

从现有专利中检索发现，中国专利公开号CN108216410A，名称是仿海星机器人，公开了一种仿海星机器人，该仿海星机器人包括底座，底座的边缘处等间隔设置有若干弧形摆动装置，利用刚性结构实现腿的弯曲。但是该发明没有精确的控制算法，并且利用刚性结构复杂，弯曲时灵敏度和自由度受限。中国专利公开号为CN114274162A，名称是一种介电弹性体驱动器、柔性足的仿海星软体机器人。公开了一种介电弹性体驱动器、柔性足的仿海星软体机器人，该软体机器人包括上侧介电弹性体驱动器与下侧硅胶弹性体足底，通过电驱动控制介电弹性体的弯曲而实现软体机器人爬行。但该发明只是通过升压或降压实现简单的弯曲行为，不具备精确的控制算法，无法实现对软体机器人精确的行为控制。

综上，现有的爬行机器人大多采用刚性结构，不仅结构复杂，在复杂环境中也难以发挥作用。并且在软体机器人的控制方面，大多采用依赖模型的控制算法，而软体机器人的模型具有非线性，因此存在着建模困难，模型不准确等问题。

发明内容

本发明的目的是提供一种基于4D打印的仿海星软体机器人及其控制方法，可降低机器人的结构复杂度，提高机器人的环境适应能力，且能够精准控制机器人的运动。

为实现上述目的，本发明提供了如下方案：

一种基于4D打印的仿海星软体机器人，包括：支撑单元及5个腕足单元；5个腕足单元呈中心对称状与所述支撑单元连接；

各腕足单元均包括驱动元件和执行元件；

所述执行元件的材料为液晶弹性体；

所述驱动元件贴附在所述执行元件的上表面，并与外部电源连接；所述驱动元件用于将外部电源的电能转换成热能，以驱动所述执行元件发生弯曲变形。

可选地，所述支撑单元为双层聚酰亚胺薄膜。

可选地，各腕足单元还包括传感元件；

所述传感元件贴附在所述执行元件的下表面；所述传感元件用于检测所述执行元件的弯曲角度。

可选地，所述传感元件为弯曲曲率传感器。

可选地，所述驱动元件包括聚酰亚胺薄膜及网格状碳纳米管；所述网格状碳纳米管压印在所述聚酰亚胺薄膜的表面。

可选地，所述支撑单元的形状为正五边形；各腕足单元的形状均为矩形；

各腕足单元的一端分别与所述支撑单元的一条边固定连接。

为实现上述目的，本发明还提供了如下方案：

一种基于4D打印的仿海星软体机器人的控制方法，用于控制上述的基于4D打印的仿海星软体机器人，所述基于4D打印的仿海星软体机器人的控制方法包括：

获取期望轨迹；所述期望轨迹包括一个运动周期内各时刻各腕足单元的期望弯曲角度；

基于所述期望轨迹，通过外部电源给各腕足单元的驱动元件通电，以驱动执行元件发生弯曲变形，并采用闭环PD型迭代学习的方法控制施加在各腕足单元的驱动元件上的电压大小，使得各腕足单元按照所述期望轨迹运动。

可选地，所述采用闭环PD型迭代学习的方法控制施加在各腕足单元的驱动元件上的电压大小，具体包括：

针对第k次迭代，获取第k次迭代过程中的控制量；所述控制量为施加在各腕足单元的驱动元件上的电压大小；0

针对任一腕足单元，通过所述腕足单元的传感元件检测执行元件的实际弯曲角度；

根据所述实际弯曲角度及所述腕足单元的期望弯曲角度，确定第k次迭代过程中所述腕足单元的弯曲角度误差；

判断第k次迭代过程中各腕足单元的弯曲角度误差是否小于设定阈值，若是，则停止迭代控制，否则，根据第k次迭代过程中各腕足单元的弯曲角度误差及第k次迭代过程中的控制量，确定第k+1次迭代过程中的控制量。

可选地，采用以下公式，确定第k+1次迭代过程中施加在腕足单元a的驱动元件上的电压大小：

其中，u

可选地，5个腕足单元按顺时针依次为第一腕足单元、第二腕足单元、第三腕足单元、第四腕足单元及第五腕足单元；

一个运动周期包括7个时刻；所述期望轨迹为：

在第1时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为0°；

在第2时刻，所述第一腕足单元及所述第二腕足单元的期望弯曲角度均为90°，所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为0°；

在第3时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元及所述第五腕足单元的期望弯曲角度均为90°，所述第四腕足单元的期望弯曲角度为0°；

在第4时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为90°；

在第5时刻，所述第一腕足单元及所述第二腕足单元的期望弯曲角度均为0°，所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为90°；

在第6时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元及所述第五腕足单元的期望弯曲角度均为0°，所述第四腕足单元的期望弯曲角度为90°；

在第7时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为0°。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

仿海星软体机器人包括支撑单元及5个腕足单元，5个腕足单元呈中心对称状与支撑单元连接，各腕足单元均包括驱动元件和执行元件，执行元件的材料为液晶弹性体，驱动元件贴附在执行元件的上表面，并与外部电源连接；驱动元件用于将外部电源的电能转换成热能，以驱动执行元件发生弯曲变形，仿海星软体机器人基于4D打印，各部件均由柔性材料组成，顺应性好，具有很强的环境适应能力，且结构简单，一体化程度高，可编程能力强。此外，通过闭环PD型迭代学习控制的算法不依赖模型，仅仅根据输入输出数据即可实现对仿海星软体机器人精确的行为控制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于4D打印的仿海星软体机器人的立体图；

图2为单个腕足单元的示意图；

图3为本发明4D打印仿海星软体机器人运动过程中状态1的示意图；

图4为本发明4D打印仿海星软体机器人运动过程中状态2的示意图；

图5为本发明4D打印仿海星软体机器人运动过程中状态3的示意图；

图6为本发明4D打印仿海星软体机器人运动过程中状态4的示意图；

图7为本发明4D打印仿海星软体机器人运动过程中状态5的示意图；

图8为本发明4D打印仿海星软体机器人运动过程中状态6的示意图；

图9为本发明4D打印仿海星软体机器人运动过程中状态7的示意图；

图10为本发明基于4D打印仿海星软体机器人的控制流程图；

图11为迭代学习控制算法的流程图；

图12为本发明中一个腕足单元对阶跃轨迹的跟踪仿真图；

图13为本发明中一个腕足单元对阶跃轨迹的跟踪误差仿真图；

图14为本发明中一个腕足单元对正弦轨迹的跟踪仿真图；

图15为本发明中一个腕足单元对正弦轨迹的跟踪误差仿真图。

符号说明：

支撑单元-1，第一腕足单元-21，第二腕足单元-22，第三腕足单元-23，第四腕足单元-24，第五腕足单元-25，驱动元件-3，执行元件-4，传感元件-5。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于4D打印的仿海星软体机器人及其控制方法，实现对机器人精确的行为控制，使其对沙石，泥土等复杂地形具有良好的通过能力。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

如图1所示，本实施例提供的基于4D打印的仿海星软体机器人包括：支撑单元1及5个腕足单元。5个腕足单元按顺时针依次为第一腕足单元21、第二腕足单元22、第三腕足单元23、第四腕足单元24及第五腕足单元25。在本实施例中，支撑单元1为双层聚酰亚胺薄膜。

5个腕足单元呈中心对称状与所述支撑单元1连接。在本实施例中，各所述腕足单元呈中心对称状与支撑单元1平滑连接。具体地，所述支撑单元1的形状为正五边形。各腕足单元的形状均为矩形。各腕足单元的一端分别与所述支撑单元1的一条边固定连接。

如图2所示，各腕足单元均包括驱动元件3和执行元件4。在本实施例中，执行元件4的材料为LCE(LiquidCrystallineElastomer，液晶弹性体)。执行元件4用于实现各所述腕足单元的弯曲运动。

驱动元件3贴附在执行元件4的上表面，并与外部电源连接。驱动元件3用于利用电热效应将外部电源的电能转换成热能，引起温度上升，以驱动执行元件4发生弯曲变形。在本实施例中，驱动元件3包括聚酰亚胺薄膜及网格状碳纳米管。网格状碳纳米管压印在聚酰亚胺薄膜的表面。即驱动元件3由聚酰亚胺薄膜及其表面压印的网格状碳纳米管构成。

进一步地，各腕足单元还包括传感元件5。传感元件5贴附在执行元件4的下表面。传感元件5用于检测执行元件4的弯曲角度。在本实施例中，传感元件5为弯曲曲率传感器。

当利用外部电源给腕足单元通电时，各执行元件4受热量影响产生向下的弯曲变形。当停止通电时，各执行元件4将慢慢恢复到初始状态。各传感元件5在各腕足单元弯曲变形过程中检测弯曲角度。各腕足单元能够在电刺激下产生灵活的弯曲变形，通过多个腕足单元配合可实现类似海星的爬行运动。

本发明基于4D打印的仿海星软体机器人各部件均由柔性材料组成，顺应性好，具有很强的环境适应能力，在爬行过程中能够应对沙石、泥土等复杂环境，并且腕足元件使用了基于4D打印的柔性智能材料，使得仿海星软体机器人制作成本低，结构简单，一体化程度高，可编程能力强。

本发明4D打印仿海星软体机器人的运动周期主要分为以下七个状态：

如图3所示，状态1：仿海星软体机器人处于初始状态，其中第一腕足单元21和第二腕足单元22面向前进方向，所有腕足单元均处于未通电状态，保持水平。

如图4所示，状态2：第一腕足单元21和第二腕足单元22通电，弯曲到90度，利用腕足单元与地面之间的摩擦力带动机器人前移。

如图5所示，状态3：第一腕足单元21、第二腕足单元22、第三腕足单元23和第五腕足单元25通电，即位于前侧的4个腕足单元通电，处于弯曲状态，仿海星软体机器人呈现前倾趋势。

如图6所示，状态4：第一腕足单元21、第二腕足单元22、第三腕足单元23、第四腕足单元24和第五腕足单元25通电，所有腕足单元均处于弯曲状态，与初始状态相比仿海星软体机器人重心前移。

如图7所示，状态5：第三腕足单元23、第四腕足单元24和第五腕足单元25保持通电，处于弯曲状态，第一腕足单元21和第二腕足单元22停止通电，逐渐恢复平直状态，利用弯曲过程中所积累的弹性势能推动机器人重心前移。

如图8所示，状态6：第四腕足单元24保持通电，第三腕足单元23和第五腕足单元25停止通电，即位于前侧的四个腕足单元停止通电，仿海星软体机器人持续前行。

如图9所示，状态7：第四腕足单元24停止通电，仿海星软体机器人回到初始状态，完成一个完整的运动周期，整体表现为前行运动。

实施例二

为了控制上述实施例一提供的基于4D打印的仿海星软体机器人，本实施例提供一种基于4D打印的仿海星软体机器人的控制方法。

如今，迭代学习控制算法在机械臂控制中得到广泛应用，具有一套较为完善的理论体系。迭代学习控制算法能够实现对任意轨迹的完全跟踪，且算法简单，不需要精确的数学模型，通过不断迭代、修正，即可实现对系统的精确控制。对于柔性智能材料来说，建立模型是一个困难的过程，迭代学习控制算法能够通过训练利用输入输出数据实现对机器人的精确控制，规避了建模困难的问题。本发明采用迭代学习控制算法不依赖模型，仅仅根据输入输出数据即可实现对仿海星软体机器人精确的行为控制。

如图10所示，本实施例提供的基于4D打印的仿海星软体机器人的控制方法包括：

S1：获取期望轨迹。所述期望轨迹包括一个运动周期内各时刻各腕足单元的期望弯曲角度。期望轨迹是机器人运动所需达到的最终目标。迭代学习控制算法不需要精确的数学模型，根据输入输出数据不断迭代学习可实现对任意期望轨迹的精确跟踪，本发明中对阶跃轨迹和正弦轨迹两种轨迹进行了跟踪控制。

S2：基于所述期望轨迹，通过外部电源给各腕足单元的驱动元件通电，以驱动执行元件发生弯曲变形，并采用闭环PD型迭代学习的方法控制施加在各腕足单元的驱动元件上的电压大小，使得各腕足单元按照所述期望轨迹运动。

图11是迭代学习控制算法的控制框图。迭代学习控制算法通过对控制对象进行控制尝试，获得输出信号与期望轨迹的偏差，利用偏差和控制律对控制信号进行不断修正，使得新一次的输出信号误差更小，如此循环往复，系统的输出逐渐逼近预期轨迹，实现对系统的精确控制。图11中的u

由于迭代学习控制算法是根据迭代次数的增加实现期望轨迹的不断逼近的，因此该算法本身存在着积分效果。本发明去除了积分项，选取比例项和微分项构成闭环PD型迭代学习的方法。

具体地，步骤S2中采用闭环PD型迭代学习的方法控制施加在各腕足单元的驱动元件上的电压大小，具体包括：

针对第k次迭代，获取第k次迭代过程中的控制量。所述控制量为施加在各腕足单元的驱动元件上的电压大小。

针对任一腕足单元，通过所述腕足单元的传感元件检测执行元件的实际弯曲角度y

根据所述实际弯曲角度y

根据第k次迭代过程中各腕足单元的弯曲角度误差及第k次迭代过程中的控制量，确定第k+1次迭代过程中的控制量。

具体地，PD型闭环迭代学习控制使用当前控制时的弯曲角度误差作为反馈项，采用以下公式，确定第k+1次迭代过程中施加在腕足单元a的驱动元件上的电压大小：

其中，u

迭代学习算法通过迭代次数的逐渐增加，不断地对控制量进行修改，进而修正软体机器人腕足单元的实际弯曲角度，直至实现对仿海星软体机器人的精准控制。

进一步地，在步骤S1之前，基于4D打印的仿海星软体机器人的控制方法还包括：

利用外部电源给各腕足单元通电，以改变各腕足单元的弯曲角度。通过弯曲曲率传感器测取每一时刻其阻值对应的弯曲角度。采用非线性最小二乘法拟合函数，得到弯曲曲率传感器阻值与腕足单元弯曲角度的关系方程。进一步可控制每个腕足单元的弯曲角度。

更进一步地，一个运动周期包括7个时刻。步骤S1中，根据4D仿海星软体机器人前行原理确定各腕足单元的动作时序，即得到期望轨迹：

在第1时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为0°。

在第2时刻，所述第一腕足单元及所述第二腕足单元的期望弯曲角度均为90°，所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为0°。

在第3时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元及所述第五腕足单元的期望弯曲角度均为90°，所述第四腕足单元的期望弯曲角度为0°。

在第4时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为90°。

在第5时刻，所述第一腕足单元及所述第二腕足单元的期望弯曲角度均为0°，所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为90°。

在第6时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元及所述第五腕足单元的期望弯曲角度均为0°，所述第四腕足单元的期望弯曲角度为90°。

在第7时刻，所述第一腕足单元、所述第二腕足单元、所述第三腕足单元、所述第四腕足单元及所述第五腕足单元的期望弯曲角度均为0°。

本发明将迭代学习控制算法应用于4D打印仿海星软体机器人结构，通过具体的仿真实验检验了迭代学习控制算法对4D打印仿海星软体机器人单个腕足单元的控制效果，期望轨迹采用了阶跃轨迹和正弦轨迹两种。图12和图13是本发明中一个腕足单元对阶跃轨迹的跟踪及跟踪误差仿真图，图14和图15是本发明中一个腕足单元对正弦轨迹的跟踪及跟踪误差仿真图。图12和图14中点划线表示腕足单元的期望轨迹，实线表示腕足单元的实际轨迹，由仿真结果可以看出，经过多次迭代后，腕足单元实现了对阶跃轨迹和正弦轨迹的准确跟踪。图13、图15中可以看出随着迭代次数的增加，腕足单元的跟踪误差逐渐减小，最终趋近于0。仿真研究结果表明了仿海星软体机器人控制的有效性。

本发明利用迭代学习控制算法实现了对4D打印仿海星软体机器人的精确控制，并且利用简单的算法即可以实现对任意轨迹的跟踪，避免了柔性智能材料建模所面临的困难，克服了软体机器人建模困难的问题，提高了软体机器人控制的自由度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。