大多数机器人手臂是由长直管和驱动关节组合而成。这一点也不奇怪，因为我们的四肢都是以同样的方式建造的，这是一个聪明而高效的设计。通过增加更多的管和关节（或自由度），可以提高机械手臂的功能性，但代价是复杂性、重量和成本也会增加。
在ICRA，由Nicolas Rojas领导的伦敦帝国理工学院（Imperial College London）的REDS Lab的研究人员介绍了一种机器人的设计方案，这种机器人是围绕着可延展的结构而不是刚性结构构建的，这样可以在不增加额外自由度的情况下提高手臂的多功能性。这个想法是，你不再受静态管道和关节的约束，而是可以重新配置你的机器人，使其完全按照你想要的方式设置，并在你想改变的时候轻松地改变它。
在手臂的可弯曲部分内部是一层又一层的聚酯薄膜，切成片状，叠放在另一层上，这样每个皮瓣至少由11个其他皮瓣重叠或重叠。聚酯薄膜足够滑，在大多数情况下，皮瓣可以平滑地相互移动，帮助调整手臂的形状。挡板被密封在乳胶膜之间，当空气从膜之间被抽出来时，它们互相挤压，使整个结构变得坚硬，无论你把它放在什么形状，它都会自动锁定。
这个系统的好处是它是一个软机器人和刚性机器人的结合，你可以获得一个软系统的灵活性（物理和隐喻），而不必担负其他的控制问题。它在机械上比两者都复杂（混合动力系统往往如此），但你节省了成本、尺寸和重量，并减少了所需的执行器数量，而执行器往往是容易发生故障的地方。
更多细节，我们（作者，以下简称我）通过电子邮件与第一作者Angus B. Clark进行了交流。
IEEE Spectrum：这个想法是从哪里来的？
Angus Clark：可塑性机器人的概念来自于这样一个认识：大多数串联机器人手臂有6个或更多自由度（DoF）——通常是旋转关节，但通常只需要2到3个自由度即可完成任务。机器人手臂的想法，实现灵活性和适应任务，但保持简单的低自由度系统，以及快速发展的可变刚度连续体机器人的医疗应用，启发了我们发展可塑性机器人的概念。
有哪些方法可以使可延展的机器人手臂具备独特的优势？哪些潜在的应用可以利用这些优势？
可延展机器人能够完成多种传统任务，如拣放或垃圾箱拣选操作，而无需在每个任务中使用额外的关节，因为机器人手臂的灵活性是由可延展连杆提供的。这使得整体尺寸更小，包括机器人的重量和占地面积，以及更低的功率要求和成本，虽然使用了更少的关节，但却不会牺牲适应性。这使得机器人非常适合于这些因素都很关键的场景，例如在太空机器人领域，每节省一公斤的重量都是至关重要的，或者在康复机器人领域，降低成本可以帮助扩大应用。此外，柔性机器人的协作性和软机器人的特性也使得其可以在工厂中作为协作机器人与人类安全地工作。
“The idea of malleable robots came from the realization that the majority of serial robot arms have 6 or more degrees of freedom (DoF), yet are typically performing tasks that only require 2 or 3 DoF”
—Angus B. Clark, Imperial College London
与传统的关节间刚性连杆相比，使用可锻连杆有哪些缺点？
目前，可锻连杆的最大刚度比等效的实心钢刚性连杆的最大刚度要小得多，这是影响运动精度和精度的关键研究领域之一。我们已经创造了现有最大的可变刚度连杆，长度约为800毫米，直径为50毫米，适用于中小型工作空间的可塑性机器人。我们目前评估这一精度的结果是好的，但是在整个可锻链环上实现均匀的刚度可能会有问题，因为在封装膜弯曲时会产生褶皱。正如我们的SCARA topology所证明的，这可能会产生轻微的结构变化，从而导致精度降低。
机器人有办法知道自己的形状吗？有可能，这个系统会以某种方式重新配置自己吗？
目前，我们使用运动跟踪来计算机器人的topology结构，并在机器人的关节上放置标记。利用距离几何学，我们可以得到机器人的正运动学和逆运动学，并以此来控制机器人的末端执行器（夹持器）。理想的情况是，在未来，我们希望开发一个不再需要使用运动跟踪摄像机的系统。
至于机器人自身的重新配置，我们称之为“固有的可延展性连接（intrinsic malleable link）”，有许多方法已经被证明可以控制连续体结构，例如使用正压力或通过钢筋束线，但是能够实时确定连接的曲率，而不仅仅是关节位置，是一个需要解决的重大障碍。然而，我们希望看到未来发展的可塑性机器人努力解决这个问题。
你下一步要做什么？
对我们来说，改进机器人的运动学，使之成为一个健壮和完整的系统，允许用户协作重塑机器人，同时仍能达到机器人系统预期的精度，这是我们目前的主要目标。可塑性机器人是我们引入的一个全新领域，因此为开发和优化提供了许多机会。在未来的几年里，我们希望看到其他研究人员与我们一起解决这些问题。
企业空间
