不用芯片，不靠电，3D打印软传感器让机器人长出“机械反射弧”

机器人不插电也能动？最近，新加坡国立大学的一个研究团队带来了一个挺有意思的答案。他们开发了一款名为ME-SOFS的纯机械软力传感器，核心思路很简单：把施加的力直接转化成流体运动，进而驱动执行器，形成一个完整的感知-动作闭环。整个过程，完全不需要外部电源，也没有任何有源电子元件或计算芯片参与。

更值得关注的是它的极端环境适应能力。在90℃的高温、相当于11米水深的压力，以及强电磁干扰环境下，它依然能稳定工作。同时，通过调整三个核心设计参数，不同方案之间的灵敏度差异可以超过92倍，而且支持多种尺寸、材料和多孔结构的变体设计。

本质上，这种新方法为制造结构更简单、工况更苛刻的软体机器人打开了一扇门。这种从感知到执行的直接响应方式，也让它在医疗培训、假肢控制和人机交互等场景中有了用武之地。比如，未来的医学培训中，受训者或许能通过力反馈，真切感受到专家操作时的力度；在机器人辅助老年护理中，机械臂可以像人类的“神经反射”一样，一旦感知到跌倒导致的负荷骤增，立刻提供更强有力的支撑。相关论文已发表在《科学进展》（Science Advances）[1]上。

图丨机械传感手套（来源：Science Advances）

不用电，它如何像“神经反射”一样工作？

这些年，机器人在柔软度和灵活度上进步神速，但配套的感知系统却有些跟不上节奏。它们不仅越来越重、越来越贵，耗电量也在节节攀升。从实际应用来看，如果一台软体机器人要深入海底执行任务，复杂的电子组件不仅带来沉重的“负担”，也大大增加了系统的整体复杂度和故障点，尤其是在潮湿、高温或高压等电子元件极易受干扰的环境下。

研究人员的灵感源于自然界——许多生物正是利用细胞（本质上由流体主导）在不同环境中构建触觉传感器的。他们想验证一个设想：充满流体的通道，是否能够同时承担触觉感知和触觉反馈的双重任务？

与传统的电子电路不同，ME-SOFS采用的是3D打印的柔软多孔结构。它的核心是一个中央柱体，当外力施加时，柱体会朝着受力方向倾斜，挤压不同方向的流体腔室（四个水平排列，一个垂直排列）。被挤压出的水通过软管流向另一端的执行器，每个腔室都能独立响应，从而让传感器检测并分离水平、侧向和垂直三个方向的力。整个过程无需任何电子转换：力先转化为流体运动，流体再直接驱动执行器完成动作。

（来源：Science Advances）

为了在机械输出的同时产生可读的电信号，团队还集成了一套无源电路：软管里嵌入圆柱形磁铁，上方是3D打印的低熔点合金弧形线圈，依据法拉第电磁感应定律产生电压脉冲。信号峰值的数量对应磁铁穿过的弧数，而弧数直接反映了水的位移量（也就是施加力的大小）。这样一来，力的信息就被编码成一串可读的数字信号，且信号的产生本身不需要任何外部电源。

由于传感器的设计由可调几何参数定义——主要是中心泡沫的孔径、斜面厚度和斜面角度，因此只需调整3D打印的数字模型，就能改变灵敏度，以适应不同任务。结果显示，这种架构的鲁棒性极高。可以说，ME-SOFS在一定程度上实现了类似人类的“条件反射”，为软体机器人的具身智能提供了一条全新路径。

从触觉反馈到极端环境：验证无源机器人的潜力

为了展示其多功能性，研究团队将传感器集成到了多种机器人平台上。他们仅用单一材料，经过一次连续的3D打印，无需人工组装，就制造出了一副包含五个微型ME-SOFS单元的柔软手套——每个指尖集成一个体积仅1立方厘米的传感器单元。

这副手套在假肢和人机交互中显现出潜力。经验证，佩戴后不仅能检测每个指尖的抓握力，还能预测所抓物体的重量。此外，团队还将传感器连接到佩戴在人指尖的柔软触觉垫上，构建了一个触觉反馈系统。当操作人员蒙住双眼，仅凭触摸就能控制机械臂抓取动作：机械臂夹爪检测到的力，会以流体压力的形式传递到触觉垫上，操作者能直接感知机器人抓取鸡蛋、木块和半瓶水时的不同力度。

成功抓取的信号记录后，还可作为示教数据，训练机器人自主复现动作。实验显示，通过3米长的流体管道传输，延迟仅为30毫秒；15米管道时，延迟为160毫秒，这对于触觉远程操作来说非常有利。

图丨利用 ME-SOFS 创建传感-驱动回路（来源：Science Advances）

同样的感知-动作回路，还能在无需任何软件的条件下，引导单个液滴通过微型流体控制器，驱动一组微型纤毛状柔性阵列，根据检测到的力的方向和强度而弯曲。这种特性，对于未来的便携式医疗诊断设备来说，很有想象空间。

在极端环境测试中，ME-SOFS的表现同样亮眼：在90℃的热水和水下110千帕压力（相当于11米水深）条件下，灵敏度保持稳定。它的开放式流体通道能自动与周围水压平衡，因此传感器主要读取施加的力，受环境条件影响较小。再加上不含任何电子元件，电磁干扰的影响也大大降低。这些特性，对于深水探测、高温管道检修等严苛环境中的机器人来说，至关重要——这些恰恰是现有电子传感器很难胜任的场景。

总体来看，触觉反馈回路让人“教”机器的过程变得更直观、更自然。未来，它有望为工业培训、远程操作乃至虚拟现实交互，提供一种全新的触觉反馈方案。

研究团队表示，下一步将继续深入探索，尤其是围绕该系统在驱动力方面的可扩展性和小型化特性，开拓更多应用。当感知、反馈与执行能在物理世界中自然完成，机器人的身体本身，或许就将成为智能的一部分。

参考资料：

1.https://www.science.org/doi/10.1126/sciadv.aeb8052

2.https://techxplore.com/news/2026-07-soft-sensor-robotic-action-electronics.html#goog_rewarded