盖世汽车讯 由柔性、可顺应变形材料构成的软体机器人（Soft Robot），正日益广泛应用于微创手术、深海探测等领域。然而，它们的发展仍受制于一个根本性瓶颈：为了感知周围环境并作出响应，大多数软体机器人仍依赖独立的电子传感器、信号处理电路和有源执行器，并由计算机统一协调控制。这一整套电子系统不仅增加了重量和复杂性，也带来了更多潜在故障点，尤其是在潮湿、高温或高压等环境中，电子元件极易受到干扰。

据外媒报道，新加坡国立大学（NUS）设计与工程学院（College of Design and Engineering，NUS CDE）研究团队开发出一种机械式柔性力传感器（Mechanical Soft Force Sensor），彻底摆脱了上述电子系统。

该传感器能够将施加的外力直接转换为流体流动，并利用流体驱动执行器，形成从感知到动作（sensing-to-action）的完整闭环，整个过程无需计算单元，也无需外部能源。

研究人员表示，这一方案有望推动更加简单、可靠的软体机器人发展，使其能够在传统电子系统难以工作的环境中稳定运行。

该研究由新加坡国立大学材料科学与工程系Benjamin Tee教授和机械工程系Cecilia Laschi教授共同领导，相关成果于2026年7月8日发表于期刊《Science Advances》。

研究团队将这一传感器命名为ME-SOFS（Mechanical Soft Force Sensor）。它采用纯机械结构，可检测并区分多轴方向上的受力，并直接将其转换为流体驱动信号。

图片来源：《Science Advances》

传感器的工作原理

ME-SOFS采用3D打印制造，由一种柔性多孔结构组成。其核心是一根中央支柱，连接着五个充满流体的腔室，其中四个水平排列，一个垂直排列。

当外力作用于传感器时，中央支柱会向受力方向倾斜，并压缩对应的流体腔室，使其中的流体通过柔性管路流向另一端的执行器。

每个腔室均可独立响应，因此传感器能够分别检测并区分三个方向上的受力，即水平、横向以及垂直方向。

换言之，施加在传感器上的机械力直接转化为流体流动，而流体流动又直接驱动执行器，中间无需任何电子信号转换。

为了在保持机械输出的同时获得可读取的电信号，研究团队还设计了一套无源电路（passive circuit）。

流体推动小型磁体经过3D打印金属弧形结构时，变化的磁通量会感应产生电压脉冲，其原理与自行车发电机利用车轮旋转发电相同。

产生的脉冲数量与施加力的大小直接对应，因此无需供电电子元件即可实现可测量的电信号输出。

由于ME-SOFS的设计主要由中央泡沫结构的孔径、斜壁厚度和倾角等几何参数决定，因此研究人员只需修改3D打印模型，即可根据不同应用需求调整传感器灵敏度。

Benjamin Tee表示：“我们受到了自然界的启发，从而采用了一种独特的方法。生物体能够仅依靠主要由液体组成的细胞，在各种环境中构建触觉感知系统。因此，我们开始思考：充满流体的通道是否不仅能够感知触觉，还可以直接向他人提供触觉反馈？结果表明，这种架构不仅具有极高的鲁棒性，还可用于训练面向物理AI（Physical AI）应用的机器人。”

图片来源：《Science Advances》

可适配多种机器人系统

为了验证ME-SOFS的多功能性，研究团队将其集成到多个机器人平台中。

研究人员采用单一材料，通过一次连续3D打印，制造出一只柔性手套，全程无需人工组装。

手套的五个手指尖各集成了一枚微型ME-SOFS传感器，每个传感器大小约相当于一颗青豌豆。

佩戴该手套后，系统能够检测每根手指的抓握力，并预测所抓取物体的重量，未来有望应用于智能假肢及人机交互等领域。

研究团队还将ME-SOFS连接至佩戴在人类指尖上的柔性触觉反馈垫（Haptic Pad），构建了一套触觉反馈系统。

实验中，操作者在蒙眼状态下，仅依靠触觉控制机器人机械臂完成抓取。

机械臂夹爪检测到的抓握力会以流体压力形式传递至操作者指尖，使其能够直接感知机器人抓取鸡蛋、木块以及半瓶水等不同物体时施加的力度。

随后，研究人员将成功抓取过程中记录下来的信号重新播放给机器人，使机器人自主学习并复现相同动作，证明ME-SOFS不仅能够实时传递触觉，还可记录训练数据，用于后续机器人学习。

同样的“感知—动作”闭环还成功应用于无需软件控制即可操控微型流体控制器中的单个液滴，这对于便携式医学诊断具有重要意义。此外，该系统还能驱动一组类似毛发的柔性结构，使其根据检测到的受力方向和大小发生相应弯曲。

可耐高温、高压及电磁干扰

实验表明，ME-SOFS在90°C热水以及约相当于11米水深的高压环境下，仍能保持稳定性能。由于其开放式流体通道能够自动与周围水压保持平衡，因此传感器测量的是施加的外力，而非环境压力。

此外，ME-SOFS内部完全不包含电子元件，因此不会受到电磁干扰，而这正是传统电子传感器容易受到影响的问题。

Cecilia Laschi表示：“这项研究生动展示了‘仅依靠物理结构本身，无需控制系统，也能实现感知—运动行为’。这可以看作是生物神经系统的一种类比。这种具身智能（Embodied Intelligence），即将机械智能嵌入身体结构本身，在自然界不同物种中广泛存在。”

图片来源：《Science Advances》

下一步：构建更具“本能反应”的软体机器人

研究团队表示，未来将进一步探索ME-SOFS在更多领域的应用，充分利用其在驱动力规模和微型化方面的可扩展性。

未来，感知与驱动的直接闭环有望无缝集成到软体机器人本体中，使机器人能够在不断变化的交互环境中展现近似本能反应的智能行为。

此外，ME-SOFS产生的动态信号不仅包含脉冲数量，还携带更加丰富的受力信息，可用于更加精细的机器人感知与复杂交互。

论文共同第一作者、新加坡国立大学材料科学与工程系研究员Yang Kelu博士表示：“ME-SOFS无需依赖电子元件或处理单元，就能将外力直接转化为动作，因此具有广阔的应用前景。例如，在医学培训中，它能够让学员获得与专家执行复杂操作时相同的力反馈；在机器人辅助养老场景中，当机器人检测到老人跌倒导致负载突然增加时，可像人体反射一样迅速增强支撑力度。这种从感知直接到动作的响应机制，使ME-SOFS特别适用于需要安全与人类互动的软体机器人。”