DeepTech深科技 04月12日
告别传统搜救!机器人界的“爬山虎”来了,能钻地缝、绘3D地图
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

麻省理工学院林肯实验室与圣母大学合作研发的柔性机器人SPROUT,是一款专为灾后废墟搜救设计的“藤蔓机器人”。它能够像藤蔓一样伸展,穿梭于狭窄空间,携带摄像头和传感器绘制废墟地图,为救援人员提供关键信息,提高救援效率和安全性。SPROUT的研发克服了诸多技术难题,并在实地测试中不断完善,有望成为灾难救援领域的重要工具。

🌱 SPROUT是一款“藤蔓机器人”,其核心优势在于独特的“生长”能力,能够像植物藤蔓一样通过前端延伸的方式穿越各种障碍物和狭窄缝隙,从而进入倒塌的建筑物内部。

🔎 SPROUT配备摄像头和传感器,可以在废墟中探测环境、绘制地图,为救援人员提供废墟内部的详细信息,帮助他们找到最佳救援通道,避免救援人员进入危险区域。

⚙️ SPROUT由一根气密织物制成的充气管构成,通过向管内充气和电机控制展开,可在拐角处弯曲,挤过狭窄通道。操作人员通过操纵杆控制,并观察显示机器人摄像头画面的屏幕。

💡 研究团队攻克了诸多与机器人灵活性相关的难题,包括控制其形状、减少摩擦、设计转向控制装置等。他们还开发了模拟器,逼真地模拟倒塌建筑结构,进而开发出绘制空隙空间的算法。

🤝 SPROUT是麻省理工学院林肯实验室与圣母大学合作研发的成果,双方的专业知识和经验,加上与城市搜救队的紧密合作关系,推动了该技术在救援领域的应用。

Haley Wahl 2025-04-10 15:48 北京

当重大自然灾害或人为事故导致建筑物坍塌时,一些幸存者往往会被困在错综复杂的废墟之下‌。传统的救援方式不仅需要

当重大自然灾害或人为事故导致建筑物坍塌时,一些幸存者往往会被困在错综复杂的废墟之下‌。传统的救援方式不仅需要救援人员冒着二次坍塌的风险深入危险区域,还面临着体力消耗大、效率低下的困境‌。


为了提升救援效率并保障救援人员安全,麻省理工学院林肯实验室与圣母大学的研究人员研发出一款柔性路径探索机器人观测装置(Soft Pathfinding Robot Observation Unit,简称 SPROUT)。


这种名为“SPROUT”的柔性机器人属于“藤蔓机器人”的一种,核心优势在于其独特的“生长”能力‌,能够像植物藤蔓一样通过前端不断延伸的方式穿越各种障碍物和狭窄缝隙‌。


救援人员可在倒塌的建筑物中部署 SPROUT,利用它探测环境、绘制地图,以及找到穿越废墟瓦砾的最佳救援通道。


图|藤蔓机器人在倒塌建筑物中搜寻幸存者动画示意(来源:MIT News)


“城市搜救环境往往十分恶劣,即便最坚固的技术设备在这种环境下也可能难以发挥作用。藤蔓机器人独特的工作方式,能有效减轻其他救援设备面临的诸多挑战。”项目负责人 Nathaniel Hanson 带领的 SPROUT 团队成员 Chad Council 说道。


当前救援工作中,虽然会使用摄像头和传感器等设备来了解复杂环境,但这些技术存在明显局限。


例如,专门用于搜救行动的摄像头,只能在倒塌建筑内部的直线路径上进行探测。要是救援队伍想进一步搜索某片废墟区域就需要开辟一个通道孔才能抵达。


传统机器人适合在废墟表面作业,但在狭窄且不稳定的建筑内部中却难以施展,而且一旦损坏,维修成本颇高。


图|研究人员在实验室环境中测试藤蔓机器人(来源:MIT News)


SPROUT 面临的挑战在于,如何制造出一款低成本、易操作的机器人,使其能够深入倒塌建筑下方,携带摄像头和传感器,穿越蜿蜒曲折的路径。


技术层面,SPROUT 由一根气密织物制成的充气管构成,这根管子从固定底座展开。通过向管内充气,由电机控制其展开过程。当管子向废墟碎石中延伸时,它能在拐角处弯曲,挤过狭窄通道。


安装在管尖的摄像头和其他传感器,会对机器人所经环境进行成像和地图绘制。操作人员通过操纵杆控制 SPROUT,并观察显示机器人摄像头画面的屏幕。


目前,SPROUT 最大伸展长度可达 10 英尺(约 3 米),团队正努力将这一长度拓展至 25 英尺(约 7.6 米)。


在研发 SPROUT 的过程中,团队攻克了诸多与机器人灵活性相关的难题。由于机器人由可在多个点弯曲的可变形材料制成,在实际环境中展开时,很难确定和控制其形状,这就好比试图控制一个不断膨胀且四处摆动的洒水器玩具。


研究团队需要确定如何在机器人内部施加气压,使转向操作像向前推动操纵杆那样简单,从而让机器人顺利前行,这对于应急救援人员能否顺利使用该系统至关重要。此外,团队还需设计出能最大限度减少机器人伸展过程中摩擦的管子,并开发转向控制装置。


尽管远程操作系统是评估废墟中空隙空间危险程度的良好开端,但团队仍在探索将机器人技术应用于救援领域的新方法,比如利用机器人采集的数据绘制地下空隙地图。


“建筑倒塌事件虽然罕见,但极具毁灭性。在机器人技术领域,我们通常希望通过实地测量来验证研究方法,但对于倒塌建筑结构而言,实地测量的条件往往并不具备。” Nathaniel Hanson 指出。


为解决这一问题,Hanson 及其团队制作了一款模拟器,借助它可以逼真地模拟倒塌建筑结构,进而开发出绘制空隙空间的算法。


值得一提的是,SPROUT 是与圣母大学教授、麻省理工学院校友 Margaret Coad 合作研发的成果。Nathaniel Hanson 毕业于圣母大学,在寻找合作伙伴时,他早已了解 Margaret Coad 在工业检测用藤蔓机器人方面的研究成果。


“作为藤蔓机器人的主要发明者之一,Margaret Coad 教授在机器人制造和建模方面的专业知识极为宝贵。研究人员的专业知识,加上实验室丰富的工程经验、与城市搜救队的紧密合作关系,以及将基础技术开发并推向工业应用的能力,使得双方的合作顺理成章,使我们能共同为这个长期缺乏技术支持的领域带来突破。” Nathaniel Hanson 表示。


图|研究人员在真实环境中部署和测试藤蔓机器人(来源:MIT News)


麻省理工学院林肯实验室在现实环境中与救援人员一同对 SPROUT 进行了部署和测试。这些测试让研究人员得以提升机器人的耐用性和便携性,并掌握了更高效的伸展和控制方法。团队计划在今年开展一次规模更大的实地研究。


“城市搜救队和救援人员在社区中发挥着至关重要的作用,但他们通常没有研发预算。” Nathaniel Hanson 说道,“这个项目让我们将藤蔓机器人的技术成熟度提升到了一定程度,救援人员能够参与系统的实地演示,亲身体验操作。”


他还补充道,在受限空间内进行传感探测并非灾难救援领域独有的难题,团队设想将这项技术应用于维护难以抵达位置的军事系统或关键基础设施。


该项目最初的重点是绘制空隙空间地图,而未来的工作目标则是定位危险区域,并评估穿越废墟开展救援行动的可行性与安全性。


“机器人的机械性能带来的成效立竿见影,但真正的目标是重新思考传感器的使用方式,增强救援队伍的态势感知能力。” Nathaniel Hanson 指出,“最终,我们希望在救援人员进入废墟之前,SPROUT 就能为他们提供完整的废墟内部地图。”


原文链接:

https://news.mit.edu/2025/sprout-flexible-robot-help-emergency-responders-search-rubble-0402












阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

SPROUT 机器人 灾难救援 废墟探测
相关文章