通过一种微型化、单信号、颜色可调的软光学传感器，实现软体机器人中的实时形状感知功能

《Advanced Robotics Research》：Enabling Real-Time Shape-Sensing in Soft Robots via a Miniaturized, Single-Signal, Color-Tuned Soft Optical Sensor

三维柔性光学传感器LUMOS的研制及其在软体机器人中的应用

　　本文介绍了一种名为LUMOS的新型软光学传感器，其设计目标是为软机器人提供精确的三维形状感知能力。传统软机器人形状感知技术存在诸多限制，例如刚性材料的使用导致柔顺性不足、多传感器结构使系统变得笨重、计算复杂度高且难以实现实时反馈等。而LUMOS通过独特的设计，克服了这些挑战，实现了紧凑、柔顺、高效的信息采集与处理，从而支持软机器人在复杂环境中的自主导航与精确控制。

LUMOS的创新之处在于其采用了一种基于薄膜颜色调谐的光学设计，使得整个传感器具有1.25毫米的极小横截面，从而显著提升了软机器人系统的微型化程度。该传感器的核心是一个透明的软光学波导，其四周边缘被不同颜色的光学粘合剂（NOA 65）覆盖。这些颜色变化能够根据软机器人的弯曲方向和曲率进行响应，从而实现对三维形状的感知。这种颜色调谐机制使得传感器能够在单个光学通道中提供足够的信息以重建整个机器人的三维形态，避免了传统多传感器方案的复杂性和体积问题。

为了实现信号的传输和接收，LUMOS在传感器末端集成了一个柔性薄膜反射镜。这一反射镜的设计使得光线能够从波导的末端反射回传感器核心，从而在无需嵌入电子元件或复杂布线的情况下完成信号的传输与反馈。这不仅简化了软机器人系统的结构，还提升了其在受限空间中的操作灵活性。反射镜与波导之间的连接方式确保了信号在机器人整个工作空间内的稳定传输，同时使得整个系统的尺寸控制在毫米级别，便于在各种软机器人平台中集成。

LUMOS被集成到一个3.2毫米直径的完全软体连续机器人中，该机器人配备了三个气动执行器，以实现三维空间内的自由弯曲。通过在机器人的整个工作空间内进行多次弯曲操作，LUMOS能够记录并反馈RGB颜色响应数据，这些数据被用于训练两个神经网络模型，以预测机器人的实时形状。在实验中，LUMOS成功实现了0.47毫米的预测末端误差，证明了其在三维形状感知方面的高精度。

为了验证LUMOS的性能，研究团队在不同条件下的测试中展现了其强大的适应性和稳定性。例如，在连续10,000次弯曲操作中，LUMOS的信号保持了一致性，表明其具有良好的耐用性和重复性。此外，在外部负载干扰下，LUMOS能够实时检测变形并作出调整，使得机器人能够准确返回到目标位置，这一能力在软机器人应用于医疗、生物等高精度操作领域中具有重要意义。

在实际应用层面，LUMOS还被成功应用于一个模拟肺部的体内环境测试中。研究人员利用3D打印技术制造了一个符合真实肺部结构的模型，并通过预设的手术路径测试了LUMOS在复杂结构中的导航能力。在这一测试中，机器人能够自主沿着路径移动，甚至在受到外部力量影响时仍能保持稳定。这种在体内复杂结构中的精准导航能力，使得LUMOS成为未来微创手术和医疗机器人开发中的重要技术突破。

进一步地，LUMOS还具备实时反馈与闭环控制的功能。通过将预测的形状参数与目标位置进行对比，机器人能够动态调整其执行器的压力，从而实现对目标点的精确到达。这一闭环控制机制不仅提高了操作的灵活性，还确保了机器人在不同场景下的稳定性和准确性。研究团队还开发了一个基于K-D树算法的路径规划系统，用于确定机器人与目标点之间的最优路径，从而进一步提升了系统的智能化水平。

LUMOS的形状感知能力不仅依赖于其颜色调谐机制，还受益于其采用的神经网络模型。通过将RGB信号作为输入，模型能够预测机器人的弯曲角度和曲率，从而提供精确的三维位置信息。这种模型的训练和优化使得LUMOS能够在多种应用场景中保持高性能，同时降低了对复杂计算硬件的依赖。实验结果显示，该模型在训练和验证过程中表现出良好的泛化能力，能够在不同的弯曲条件下保持较高的预测精度。

从材料和制造角度来看，LUMOS的构建过程采用了多种先进的技术。例如，为了制作透明的光学核心，研究团队使用了Ecoflex 30和NOA 65材料，通过3D打印和模具工艺制造出具有特定几何形状的波导结构。同时，通过精确控制粘合剂的浓度和涂覆方式，研究人员实现了颜色调谐薄膜的均匀分布，确保了信号在不同弯曲方向上的准确响应。这些制造步骤不仅提升了LUMOS的性能，还为其后续的可扩展性提供了基础。

此外，研究团队还考虑了LUMOS在实际应用中的多种可能性。例如，通过使用对非可见光波长敏感的颜料，可以进一步扩展其颜色调谐范围，从而实现更复杂的数据编码和形状感知。这种可能性为未来的软机器人应用提供了更广阔的发展空间，尤其是在需要更高精度和更丰富信息反馈的领域。同时，研究团队建议将LUMOS与微型摄像头结合，以提供更全面的实时视觉反馈，从而构建一个更加稳健和可靠的导航系统。

总的来说，LUMOS的出现标志着软机器人形状感知技术的一个重要进步。它不仅解决了传统方法在体积、灵活性和计算效率方面的不足，还通过创新的光学设计和智能算法实现了高精度的三维感知与闭环控制。其在模拟肺部环境中的成功应用，表明LUMOS在医疗机器人领域具有巨大的潜力。未来，随着技术的进一步发展和优化，LUMOS有望成为软机器人在复杂、受限环境中的关键感知组件，推动该领域在临床应用中的广泛应用。