研究“打结”,登上Science头条!

问AI · 绳结拓扑如何编程实现驱动器的多样化运动?

解锁“绳结拓扑”密码,让软体驱动器飞起来

在日常认知中,绳结往往意味着“缠住”“约束”“动不了”。但换个角度看“打结”其实也是一种能量压缩技术只是普通绳子太软,存不住多少能量。然而,当这种潜龙在渊的拓扑结构,遇上可编程的智能液晶弹性体(LCE),情况就完全不同了:强韧的材料足以存储大量的能量。一旦触发原本被束缚的弹性瞬间释放,像压紧的弹簧“啪”地弹开,让纤细的纤维爆发出了惊人的动力
近日,宾夕法尼亚大学杨澍教授团队与加州大学洛杉矶分校金丽华教授团队合作,在《Science》上发表了题为“Programming touch-me-not knot topologies for rapid and diverse leaping and flying motions”的研究成果,并登上Science网站头条他们绳结当作一种可编程的力学架构,开发出一类会跳、会翻、会转,甚至能自主飞行、自动回返,还能执行钻地播种任务的微型软体系统
简单而言他们让一根打结的线,拥有了“动作设计权”。
图片
图片
一、毫秒级爆发:从“打结”到“起飞”
这项研究的灵感部分源自具有爆发式运动的植物。研究团队研制出一种特殊的凯芙拉(Kevlar)纤维增强液晶弹性体(LCE)复合纤维。这种纤维的构造极为考究:高模量高强度的Kevlar内核提供了必要的刚度支撑,而包裹在外的LCE壳层则是驱动引发器“
当这些毫米级的绳结受到温度(约90°C)或光热刺激时,LCE内部的取向场开始执行“预写好的变形脚本”问题在于:结限制了自由变形于是经典的力学剧情出现了随着形变的累积,绳结内部的应力达到临界点,最终触发爆发式弹跃Snapping效应。一个呼吸间(约几毫秒),缠绕的绳结迅速解开,储存的弹性势能转化为动能弹地而起。实验数据相当震撼:一个毫米大的小结,能瞬间跃起1.8米,起跳初速度高达11/
本质上,这是一个几何非线性 + 材料非线性 + 拓扑约束共同驱动的能量释放系统。
图片
图:绳结的制造过程、跳跃以及打开的方式
二、拓扑编程:为驱动器编写动作剧本
不同于以往跳跃软体机器人单一的运动模式,这项研究最核心的突破在于提出了拓扑编程的概念。研究人员发现,结的打法直接决定了能量在弯曲和扭转之间的分配比例通过构建精密的力学与材料耦合模型——即利用曲率curvature、扭转torsion)Frenet标架与材料标架之间的耦合关系研究人员实现了绳结拓扑与液晶取向(Lmesogen alignment)的简洁统一描述,并得出清晰的运动映射
翻转模式(Flip):诸如过手结(overhand)等拓扑结构,能量主要储存在弯曲能中,起跳后驱动器会像弹尾虫一样完成高难度的后空翻
自旋模式Spin):诸如“8字结等拓扑结构,则受扭转能主导。在解结的一瞬间,驱动器会化身为一个高速自旋的微型陀螺
体操式连招Sequential Motion):更复杂的拓扑结构甚至拥有多个解结数。这意味着驱动器可以分阶段释放能量,在腾空后“二段跳”甚至“三段跳”,呈现出极其复杂的时序动力学行为
图片
图:结合拓扑材料特性的运动相图,以及自旋运动
三、仿生播种:从回旋镖自钻头的跨
为了将这些复杂的运动转化为实际的功能,研究团队在纤维驱动器上集成了微型羽翼,实现了高度仿生的飞行操控,并将其应用于极具挑战性的森林再生场景
图片
图:自返回飞行和自旋飞行以及在森林再生方向的潜在应用
精准回归的飞行轨迹:通过将特定的翻转拓扑与对称翼片相结合,驱动器在起跳后能产生类似回旋镖的被动气动稳定,在空中划出一道优美的弧线后返回起点附近为微型驱动器的投放与回收提供了可能
自钻式播种机制:某些植物种子(如牻牛儿苗)具有通过扭转进入土壤的能力。研究团队模拟了这一机制,利用自旋拓扑配合定向螺旋翼。驱动器在落地时利用高速自旋产生的轴向推进力,像电钻一样直接穿透并插入干燥的土壤中
真·播种系统在演示实验中,团队将松树芝麻菜的种子固定在驱动器末端。这是一个完全无电子控制的自主系统这些拓扑驱动种子不仅能自主飞行寻找落点,还能自动钻入地表。观察显示,这些种子成功萌发验证了该系统在生态修复中的实用价值
四、环境韧性与未来蓝
这种绳结驱动器展现出很强的环境鲁棒性。实验证明,无论是在坚硬的地面、流动的沙地、潮湿的水面还是松软的雪地,只要触发条件满足,驱动器都能稳定工作
杨澍Shu Yang教授表示,这种无需复杂控制电路、完全依靠材料特性与拓扑结构编程的自主系统,为大规模植树造林、边远地区的环境监测以及生物医学中的微创介入开辟了新的道路。未来,随着光控技术的进一步集成,这些会打结的纤维或许将成为守护地球绿色的微型飞行军
文章的通讯作者为宾夕法尼亚大学(University of Pennsylvania)杨澍Shu Yang教授,第一作者为洪尧烨(Yaoye Hong)博士。合作者加州大学洛杉矶分校(UCLA)金丽华(Lihua Jin)教授、博士生刘伟轩Weixuan Liu宾夕法尼亚大学的Yinding Chi、Antonio Proctor Martinez、Bingzhi He、Ziyun Zhang、Kun-Yu Wang、Alexander Y. Wang。