多年来，机器人技术已成为搜索与救援行动的关键组成部分，在危险、难以到达或超出人类能力的场景中增强人类的能力。传统刚性机器人虽然在某些场景中有效，但在复杂的搜救环境中，刚性机器人在穿越狭窄通道、不稳定的废墟或崎岖地形时往往力不从心，而这些情况在震后灾区尤为常见。

近年，软体机器人作为一种变革性的机器人设计受到了关注。这类机器人采用柔性、可变形和自适应材料，以仿生的运动方式（如触手状、蠕虫状），进入狭窄或不规则的空间，穿越不平整或不可预测的表面，在复杂的灾难环境中展现出较好的机动性和人机交互安全性，能够满足救援行动中的关键要求。

本研究针对可应用于搜索与救援的软体机器人支撑技术与研究应用案例开展综述，探讨了其当前的能力、局限性以及未来的发展方向。通过弥合理论进步与实际应用之间的差距，阐述软体机器人在灾害应对中的变革潜力，为该领域的研究人员和从业者提供参考。

1 搜救软体机器人类型、潜在应用与局限

软体机器人根据其驱动机制和材料可分为：气驱动、磁驱动软体机器人，折纸式软体机器人，以及水凝胶、形状记忆材料软体机器人等类型。每种类型软体机器人也有其独特属性，在灾区和水下救援等复杂环境中发挥不同作用。各类软体机器人潜在应用场景与局限总结如表 1 所示。

表 1 软体机器人类型及其潜在应用场景与局限

搜救任务中，软体机器人的主要优势之一是其能够良好适应复杂环境。它们能够变形、弯曲和拉伸，可以在狭窄空间中穿行，并贴合不规则表面，抵达刚性机器人或救援人员难以到达的区域。软体机器人还具有安全优势。尤其是在与人近距离作业时，其柔软的特性降低了物理接触时造成伤害的风险，适合执行需要与幸存者直接接触的任务。这一特性在搜救行动中至关重要，因为受害者和救援人员的安全是搜救行动的首要考虑因素。

然而，在力量、效率和可靠性等方面，柔性机器人仍不及传统刚性机器人，成为制约其应用的关键因素。例如，软体机器人使用的柔性材料在接触到尖锐的碎片或高温时易磨损，因而在长时间运行或搬运重物时表现不佳。再如，软体机器人通常依赖气动或液压系统等复杂的驱动机制，能耗高，限制了机器人的运行时间。又如，在柔性机器人中嵌入常规刚性传感器也颇具难度，虽然可拉伸和柔性电子技术的发展前景广阔，但这些技术仍处于早期开发阶段且成本高昂，限制了软体机器人执行关键任务的能力，如探测幸存者体温信号或监测有害气体等。此外，软体机器人的控制系统相对复杂，与运动可预测且能预先编程的刚性机器人不同，软体机器人需要能够处理实时形变的先进算法，这可能会降低在动态环境中做出决策的速度，导致控制速度和可靠性不足。最后，软体机器人自主性仍然不足，实际工作中往往需要人工引导，降低了它们在大规模或长期任务中的实用性。

2 灾害应对软体机器人的支撑技术

2.1 材料选择

材料选择是用于灾害应对的软体机器人技术设计与实施中的关键环节。所选材料必须在柔韧性、耐用性、适应性和安全性之间取得平衡，以确保机器人能够有效地在复杂和危险的环境中行进。当前常用于制作软体机器人的材料及有关特性见表 2。

表 2 可用于制造软体机器人的材料

柔韧性和顺应性至关重要，这使得机器人能够贴合不平整的表面，并在废墟、狭窄空间和不规则地形中灵活移动。耐久性和韧性是确保耐受极端温度、潮湿、灰尘和机械应力等恶劣环境的关键，且不会出现明显性能下降。采用轻质材料可提高机器人的机动性和部署便利性，这对于时间紧迫的救援行动至关重要。驱动兼容性确保所选材料能与各种驱动器（包括气动、液压或形状记忆合金）无缝配合，从而实现平稳有效的动作。安全性则是首要考虑因素，材料必须无毒、耐磨，并且在与幸存者近距离接触时安全可靠。此外，传感器集成需要材料能够容纳或留有电子元件接口，在不损害机器人的柔韧性的条件下，实现导航和危险探测。

创新材料与驱动技术之间的协同作用是软体机器人发展的基础。通过调整材料的弹性、热响应性和机械耐久性等特性，可以在适应性、安全性和效率方面取得平衡。材料的选择始终是开发能够适应各种搜救环境的下一代软体机器人技术的核心所在。

2.2 运动机制

软体机器人采用多种运动机制——爬行、滚动和形状变形——每种机制都有独特的优势（图 1）。

图 1 软体机器人所采用的不同运动机制

爬行指机器人通过其身体的依次收缩和伸展来实现运动的一种模式，类似于蠕虫和毛毛虫等软体生物的运动方式。这种运动方式特别适合在受限和复杂的环境中导航，因为它使机器人能够改变形状并以相当大的灵活性跨越障碍物。Umedachi等人在 2013 年设计的爬行机器人，能够通过其可变形的身体和蠕动运动在充满废墟的空间和倒塌的建筑物中穿行，从而到达传统刚性机器人无法到达的地方。机器人能够抓住并跨越不平整的地形，非常适合在废墟下寻找幸存者。

滚动机制涉及持续旋转，使机器人能够通过推动整个身体来穿越环境。与爬行相比，滚动在速度和能量效率方面具有优势，因为它减少了与表面的摩擦接触，并有助于在各种地形上实现更平稳的过渡。傅等人在 2022 年设计的以湿度为动力的滚动机器人，能够以极低的能量消耗快速穿越开阔的大面积区域。在时间紧迫的情况下，它们的速度和效率使其能够迅速对灾区进行侦察。配备有自适应步态的滚动机器人 Tetraflex，能够切换到狭小空间的移动模式，从而在搜救任务中提高其灵活性。

图 2 Tetraflex 视觉外观

形状变形机制兼具适应性和多功能性，能够对环境挑战做出动态响应。形状变形是指机器人通过动态改变自身形态以适应各种任务和环境的能力。它涵盖了更广泛的变形范围，从而实现了多功能性和更强的适应性。卡布茨等人于 2023 年研发的形状变形原理机器人 mCLARI，为适应不可预测和动态变化的环境提供了独特的能力。这些机器人能够压缩和伸展以穿过狭窄的缝隙，或者调整自身的刚度以在危险的条件下保持稳定。迪奥等人在 2024 年研发的变形界面中融入了机器学习技术，进一步提高了其形状适应的精度，使其能够对复杂场景做出实时响应。

图 3 mCLARI 形变机器人原型

最新的研究表明外部磁场也可以驱动柔性机器人的运动。宾夕法尼亚州立大学通过在柔性机器人中加入磁性材料，在外部磁场作用下，通过调节磁场强度与方向，即可控制机器人的弯曲、扭转、爬行等动作，整个过程无需线缆连接或自带电源。这种机制优势在于机器人灵活性进一步增强，但需要解决电子元件在磁场下的可靠性问题。

图 4 磁驱机器人概念外观

以上机制共同构成了一个强大的工具包，能够应对搜救任务中多方面的挑战。爬行机器人能够深入坍塌的建筑物内部搜寻幸存者，滚动机器人能够迅速勘察开阔区域或快速运输关键物资，而变形机器人能够适应最难以预测和最严苛的环境。当这些软体机器人被整合进一个协调的搜救系统时，它们能够通过扩大和深化行动范围来彻底改变救援工作。例如，在一次搜救任务中，可以先部署滚动机器人进行初步侦察和危险区域测绘，然后派出爬行和变形机器人进入复杂空间搜寻幸存者并提供救援物资。通过充分利用每种移动方式的独特优势，搜救团队能够显著提高其效率，确保任何环境都不会成为救援行动的障碍。

2.3 感知能力

由于软体机器人固有的柔韧性和顺应性，将传感器集成其中存在几个方面问题：（1）机械兼容性，传统传感器较为刚硬，在受到变形时可能会脱落或出现故障，必须在传感精度与机器人柔顺性之间做出取舍；（2）耐用性，软体机器人在持续拉伸和弯曲过程中，可能会导致传感器磨损，从而造成信号衰减或失效；（3）信号传输，传统的布线在动态运动中容易断裂，因而将传感器嵌入软材料中会带来可靠信号传输的问题；（4）环境适应性，搜救环境以灰尘、水和温度波动为特征，给传感器系统带来了更大的压力，因此需要坚固耐用且具有适应性的解决方案。

可能的创新解决方案包括：（1）柔性和可拉伸传感器，由石墨烯、液态金属和弹性体等材料制成的传感器在变形时仍能保持其功能，这些材料与机器人的机械特性相匹配，能够实现无缝集成；（2）嵌入式传感器网络，在机器人制造过程中将传感器嵌入其机身，形成既受保护又功能协调的网络，从而降低了脱落或损坏的风险；（3）无线通信，采用无线传输可最大程度减少对固定线路的依赖，从而提高机器人的适应性和可靠性；（4）环境强化，传感器采用防护涂层封装，以抵御极端的救援条件，例如水浸或高温。

由苏黎世联邦理工学院开发的 RoBoa 是一种类似藤蔓的软体机器人，其头部装有多种传感器。该头部集成了温度、气体和运动等多种传感器。温度传感器能让机器人探测到热源，从而有可能发现被困的幸存者。在坍塌的建筑物中，往往存在甲烷或一氧化碳等有害化学气体，气体传感器用于监测危险气体。运动传感器增强了机器人的空间感知能力，使其能够有效地在不断变化的废墟中穿行。RoBoa 系统紧凑且适应性强的设计突显了将多功能传感器嵌入柔软、可变形材料中的技术进步，同时又不牺牲其灵活性。麻省理工学院林肯实验室与圣母大学合作最近研发了最大延伸长度可达 3m 的 SPROUT 软体路径探测机器人，通过携带摄像头和各种传感器，机器人在蜿蜒曲折的路径中自主导航，灵活绕过障碍物，穿过狭小空间，为救援决策提供关键信息。在救援现场，急救人员可以将 SPROUT 部署到倒塌的结构下方，让它对内部区域进行探索、绘制环境地图，从而帮助确定穿过瓦砾堆的最佳进入路线。

还有研究开发了能够在狭小空间内部署分布式传感器网络的软体生长机器人。这些机器人利用软体驱动器“生长”进入难以触及的区域，其伸展方式类似于植物的根系。嵌入驱动器内的传感器阵列能够监测温度、湿度和气体浓度等环境参数，使机器人能够在其整个长度范围内收集数据，而无需依赖单一的传感器集线器。这种基于网络的传感策略能够提供全面的环境评估，这对于在坍塌区域搜寻幸存者或评估结构完整性至关重要。

2024 年开发的非接触式传感系统使软体机器人能够在不直接接触的情况下感知周围环境。这些机器人利用电磁或光学传感技术，如激光雷达（光探测和测距）或电容式接近传感器，能够绘制环境地图，并从远处探测障碍物或危险。激光雷达能够实现高分辨率的 3D 测绘，有助于在废墟中导航，而电容式传感器则能在不发生物理接触的情况下探测附近物体，从而在不稳定条件下将传感器损坏的风险降至最低。

2023 年，研究人员又开发出了具有本体传感（proprioceptive sensing，如图 5）能力的机器人原型，即软体机器人本身具备了监测自身位置、运动和变形的能力。通过嵌入可拉伸应变传感器或使用光纤传感器，这些机器人能够实时获取自身结构配置的反馈。这一进步使机器人能够调整其运动，从而有效地在狭窄或不规则的空间中导航。

图 5 软体机器人中本体传感的设计与实现：（a）软体机器人结构的初始设计，（b）用于形状感知的柔性传感器在机器人身体上的分布，（c）优化传感器布局以确定最有效的配置，（d）采用优化传感器布局制造的软体机器人，以及（e）实时体内感知的模拟用于验证传感器性能和动态特性的测试

2024 年，研究人员提出了一种针对流体机器人的改造传感策略。该策略采用由压电或导电聚合物材料制成的柔性传感器贴片，贴附在机器人表面，增强了触觉能力，使机器人能够检测压力、纹理或物体接近度。还通过添加环境传感器（如化学探测器），增强了机器人在搜救场景中探测危险碎片或与易碎物品互动的能力。

3 基本问题与未决事项

3.1 移动性和地形适应性

软体机器人通常由诸如硅胶和橡胶等可变形材料等制成，这些机器人在适应性方面表现出色，但承载能力不足，导致在不平整或不稳定的表面上运动和保持稳定时出现变形。

软体机器人的响应速度不如传统的刚性驱动器，限制了实时形状调整和精确控制，容易造成在地面上滑动或被卡住。软体机器人通常缺少集成的高精度传感器，这使实时地形评估和自适应运动变得困难，增加了不稳定的风险。能源需求进一步限制了它们的行动，效率受限以及能量存储不足降低了其在诸如灾害应对等现场应用中的续航能力。

未来的研究工作应着力解决上述问题，例如研发带传感器的地形自适应足部以提高抓地力，以及受蚯蚓蠕动启发的运动方式，以便在狭窄或布满杂物的环境中行进。这些进步有望提升软体机器人的地形适应能力。

3.2 建模与控制

软体机器人因其固有的柔韧性和近乎无限的自由度，给精确建模和控制带来了重大挑战。传统的刚体控制理论往往难以应对这些系统的复杂动力学特性，这就需要开发先进的建模技术和控制策略。

软体机器人持续的变形会产生无数种可能的形态，这使得创建精确的数学模型来预测其行为变得极其困难。此外，用于其制造的软材料表现出非线性的应力 - 应变特性，这进一步增加了精确模型开发的复杂性。

由于缺乏刚性部件，控制系统面临更多障碍，这使得依赖固定关节和连接件的传统算法失效。机器人连续变形能力所形成的高维状态空间进一步加大了实时控制计算的难度。此外，在不影响其柔韧性的前提下将传感器集成到软材料中也是一项重大挑战，这往往导致反馈精度有限，从而妨碍有效控制。

3.3 标准与指标

尽管机器人技术取得了显著进步，但在城市搜索与救援（USAR）场景中，针对软体机器人的明确标准仍存在缺失。对其评估需要采用专门的指标和方法，以考量其材料特性、驱动机制以及与非结构化环境的相互作用。

4 未来方向与结论

软体机器人的发展之路前景广阔，但我们也应正视前方的挑战与机遇。诸如仿生设计和先进材料等新兴技术为提升软体机器人的能力提供了令人振奋的途径。这些创新有望打造出更灵活、更耐用且更具适应性的系统，从而应对现实世界中的种种难题。

然而，研究实验室中开发的创新原型与它们在实际中的应用之间仍存在显著差距。尽管软体机器人技术的热潮已持续了十多年，但大多数进展仍局限于学术研究和实验装置。在搜索与救援（SAR）领域，只有少数软体机器人已投入实际应用。大多数软体机器人仍处于研究阶段，对诸如灾难应对等关键任务的实际影响有限。

这一现实凸显了需要齐心协力弥合实验室与实际应用之间的差距，解决可靠性、可扩展性和成本效益等问题的紧迫性。此外，其部署还必须以伦理和实际考量为指导，以确保这些技术不仅有效，而且安全可靠。

沈阳、天津消防研究所综合整理自：Abhishek Sebastian，Soft Robotics for Search and Rescue: Advancements, Challenges, and Future Directions,2025 和 https://www.azorobotics.com &https://interestingengineering.com/innovation/mini-robot-could-save-earthquake-victims

信息来源：本文转载自“消防科技信息网”。据悉，其原始来源为“局信科司科研处科技信息组 作者：管理员”等官方媒体。版权归属原作者，本平台转载仅为行业信息传播，不保证其准确性。如有异议，请联系我们。