第一作者：陈仲铭

通讯作者：沈国震教授，化麒麟教授

通讯单位：北京理工大学集成电路与电子学院

原文链接：https://doi.org/10.1002/adfm.202522932

全文速览

由于传统刚性机器人和传感系统的适形性有限，因此对受限、非结构化和淹没环境（例如管道、焊接狭缝和被水淹没的基础设施）的监测仍然是一项的挑战。在此，介绍了一种仿生两栖超声软机器人（AUS-R），它将分布式柔性超声阵列与全软气动的运动系统相结合，能够在陆地和水下环境中实现自适应缺陷映射和三维地形重建。AUS-R 具有用于缺陷成像和地形回声定位的中央阵列，以及用于边界感知和横向缺陷检测的周边触须阵列，从而实现实时全空间环境感知。其防水和微型化设计支持在狭窄空间中的无缝导航，并确保在空气-水界面的功能完整性。基于铝块缺陷和水下地形的实验验证了该系统的多功能性和鲁棒性。这项工作确立了 AUS-R 作为无损检测、基础设施检查和自主操作的多功能平台的地位，为柔性智能全场景机器人感知系统奠定基础。

背景介绍

在包括天然气管道检修、污水管网检测、大型工业设备维护及水下基础设施监测等关键领域，对此类受限、狭窄与复杂环境开展高效的结构评估与地形探测，已成为保障工业安全、落实环境管理与支撑特种作业的核心技术需求。然而，现有检测技术在面对非结构化、不规则或水下等苛刻工况时，普遍存在适应性不足与功能集成度低的问题，严重制约其实际应用效果。具体而言，当前技术瓶颈主要体现在机械适应性与感知能力两个方面。在机械结构方面，传统刚性机器人缺乏在复杂地形中灵活运动的柔顺性，难以适应管壁曲率变化或狭小空间约束，其防水设计亦面临挑战。在感知能力方面，常规视觉传感器多局限于表面成像，无法有效探测水下或遮蔽部位的内部缺陷；而传统超声检测设备受限于其刚性结构，难以贴合曲面或深入窄隙，限制了其在复杂几何环境中的检测效果。此外，现有系统普遍缺乏能够集成两栖运动、实时环境感知与缺陷识别于一体的综合检测平台。

研究出发点

1. 软体机器人：通过微结构界面设计，提升PDMS与Ecoflex异质复合材料的层间结合强度及循环耐久性，实现驱动-传感层一体化封装。优化十字型多臂构型与气动驱动结构，利用应变集中效应提升机器人运动效率、驱动响应精度及姿态稳定性，适配复杂地形约束。

2. 超声阵列：基于1-3型压电复合材料，开发兼具优异声学性能、机械耐久性与适形贴合能力的柔性超声阵列，满足差异化结构设计需求。解决柔性超声阵列与软体机器人的结构适配及功能协同问题，实现体波/导波模式的精准匹配，保障两栖环境下运动与传感的同步稳定性。

3. 两栖场景下多维度感知与智能识别：构建陆上“路径成像”机制与导波边界检测模型，突破静态扫描局限，实现全空间声学识别与缺陷精准定位。建立水下多介质声学识别模型，实现复杂水下环境的地形重构与介质区分。

图文解析

本文提出了一种采用仿尺蠖正交设计的软体机器人系统AUS-R，有效解决了此类机器人运动维度有限和灵活性不足的问题。该系统集成多模态柔性超声阵列作为核心传感部件：位于躯体中部的阵列用于深层成像与地形重建，而触须末端的倾斜阵列则负责横向检测与导航。这些阵列具有优异的机械顺应性，不影响机器人运动，且性能媲美传统刚性探头。凭借其双模态成像能力与无缝集成设计，AUS-R可广泛应用于管道检测、工业设备缺陷排查等复杂或人迹难至的环境。

图1.两栖超声软体机器人（AUS-R）的结构与应用

两种超声阵列采用激光直写、精密装配与PDMS封装工艺制成厚度约0.64 mm的阵列；其中央阵列通过“岛-桥”结构与行列寻址设计提升集成效率，触须阵列采用蛇形电极适应形变。测试表明电极在大幅应变下电阻稳定，压电复合材料表现出频率一致性高（平均谐振频率5.18 MHz）和压电常数优（平均237.86 pC/N）的特性，封装后阵列仍具备宽带宽（19%）与高信噪比（约21.7 dB），支持体波与导波双模式探测，扩展了在不同介质中的感知能力。

图2. 超声阵列的制备与表征

图3. 软体机器人的制备与表征

软体机器人通过3D打印模具浇筑Ecoflex并结合PDMS旋涂成型，利用上下层杨氏模量差异（17 kPa与178 kPa）实现气动驱动弯曲；采用网格微结构界面增强材料结合强度，循环测试证实其在±60%拉伸下仍保持稳定。机器人四触手可独立编程控制、弯曲达90°，每个动作周期位移约1厘米与超声成像范围匹配，对称结构支持八向运动及狭窄空间探测，其轻质设计还具备水中浮沉调控能力，显著拓展了在复杂环境中的移动与探测潜力。

图4. 路径成像与自主导航

通过系列实验验证了AUS-R系统超声阵列的成像性能：中央阵列对三种含不同尺寸与分布缺陷的铝块进行检测，通过分析回波飞行时间精确计算出缺陷深度、铝块厚与缺陷直径，测量准确度最高达99%；动态路径成像实验显示系统在机器人移动中能清晰呈现缺陷轮廓与位置，相比静态成像视野更广、细节更丰富。触须阵列采用导波技术，成功实现边界识别（边缘距离检测误差小于0.7 cm）与缺陷定位，展现出在薄板结构中进行自主导航与缺陷探测的能力。

图5. 水下地形成像

图5. 物体形状识别

AUS-R系统在水下环境中的多项探测与识别能力，通过配置配重实现下潜并实时测量至水底距离，支持水下定位与地形重建；中央阵列能够准确区分高反射金属表面与低反射沉积物，有效识别沉积厚度并评估管道淤积情况；利用多通道回波数据成功生成复杂水下地形（含沉积与金属结构）的3D高程图，验证了高保真地形重建能力；进一步通过卷积神经网络（CNN）对水下不同形状物体（方体、球体、圆柱等）的回波信号进行分类，识别准确率达91.3%，表明其在黑暗、强光或浑浊水体中具有稳定目标识别能力，为复杂与狭小环境下的工业检测与基础设施诊断提供了新技术手段。

总结与展望

本文提出了一种新型的两栖超声软体机器人，它集成了多模态超声阵列，能够在狭窄、不规则结构和水下环境中实现有效的缺陷成像和地形重建。AUS-R 系统由一个完全柔软的机器人本体、一个中央超声阵列和两个安装在触手上的超声阵列组成，所有这些部件均采用柔性电子材料制造并封装。这种设计赋予了机器人卓越的机械适应性和在陆地和水下环境中的无缝操作能力——这是传统刚性检测系统无法实现的。

该软体机器人具有四个类似触手的肢体，能够在宽广的角度范围内（0-90°）自主运动，并且具有完全对称的结构，支持全方位、可编程的移动。这种移动性使得机器人能够采用一种新颖的“路径成像”策略，即在机器人移动过程中连续收集空间上的超声回波数据。这种方法克服了低密度超声阵列通常存在的成像视野狭窄和空间分辨率有限的常见局限性。通过路径成像，AUS-R 在各种测试场景中实现了超过 90% 的缺陷识别准确率，能够实现稳健的对象级缺陷定位和水下地形重建。中央阵列和触须阵列的协同集成进一步拓宽了 AUS-R 的功能能力。中央阵列能够实现高分辨率成像和材料分类，而触须阵列则通过导波分析增强边界检测和自主导航能力。这种多模态架构提高了环境适应性，并支持在杂乱或几何形状复杂的环境中进行自主导航。

作为新兴软体机器人技术的代表，AUS-R 展示了软驱动、柔性电子和先进超声波传感的融合。其紧凑、两栖和可编程的设计使其成为下一代无损检测（NDT）、环境检查和在难以到达环境中自主探索的变革性平台。除了基础设施监测，这种方法还可能拓展到生物医学诊断、水下考古以及灾难应对等领域。通过具身智能、全地形和实时感知能力，这项工作为材料、力学和机器智能交叉领域的新型机器人系统奠定了基础。

课题组介绍

沈国震教授主页：

https://ice.bit.edu.cn/szdw/jsfc/a36e4e61a42c4db3ad5b34a26511cac8.htm

化麒麟教授主页：

https://ice.bit.edu.cn/szdw/jsfc/afeaab462e4c4759be01c04aea368fd4.htm

原文信息

Z. Chen, X. Wang, J. Xu, et al. “Bioinspired Amphibious Soft Robotics with Conformable Ultrasonic Array for Adaptive Defect Mapping and Terrain Reconstruction.” Adv. Funct. Mater. 2025, e22932. https://doi.org/10.1002/adfm.202522932