引用本文

秦博扬, 李磊, 孔诗涵, 喻俊志. 水陆两栖跨介质仿生机器人研究进展. 自动化学报, 2026, 52(5): 882−908 doi: 10.16383/j.aas.c250507

Qin Bo-Yang, Li Lei, Kong Shi-Han, Yu Jun-Zhi. Research advances in amphibious cross-medium bionic robots. Acta Automatica Sinica, 2026, 52(5): 882−908 doi: 10.16383/j.aas.c250507

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c250507

关键词

水陆两栖机器人，跨介质运动，仿生机器人，推进策略

摘要

水陆两栖机器人凭借其跨介质运动能力, 在巡检、侦察、生态监测等多个领域展现出广阔的应用前景. 仿生学通过借鉴水陆两栖动物的形态结构与运动策略, 为提升机器人的环境适应性与运动机动性提供重要的设计思路. 首先, 系统梳理具有不同形态特征的典型水陆两栖生物, 并阐明其推进机制对机器人设计所产生的双向促进作用. 其次, 以推进策略为主线, 将现有两栖机器人划分为采用统一驱动的单一推进机制(包括鳍推进、刚性肢体推进、柔性肢体推进及连续体波推进)以及采用不同驱动方式的混合推进机制, 分别介绍各类代表性仿生两栖机器人原型样机, 并分析各种推进方式在不同介质的适应性变化及效能. 随后, 总结感知、驱动与控制等关键技术的当前发展状况, 比较不同推进模式下控制策略的共性与差异. 最后, 结合跨介质多场景运动、具身智能及物理智能等前沿理念, 探讨水陆仿生两栖机器人未来的研究方向与应用前景.

文章导读

近年来, 水下机器人和陆地机器人的研究已取得大量成果, 但能够同时在水域与陆地中高效运动的水陆两栖机器人仍然相对较少. 水陆两栖机器人不仅为探索复杂非结构化环境中的自主导航策略提供理想的平台, 也为理解动物运动模式、研究步态力学[1]、分析生态系统状态[2]以及探究不同介质下的推进原理[3]提供重要的物理模型. 在此过程中, 仿生两栖机器人不仅汲取生物学的灵感, 其实验结果和运动表现也可反向推动对生物运动机理及其适应性策略的理解, 构建连接机器人学与生物学的桥梁.

在实际应用中, 水陆两栖机器人在侦察、测绘、离岸水雷探测、水质监测等领域具有广阔前景, 其关键优势在于能够在不同运动模式间实现快速、平滑的切换. 然而, 设计高效的水陆两栖机器人仍面临诸多挑战, 核心问题在于如何兼顾陆地承载能力、机动性以及水下的流体动力性能. 尤其是在水陆交界区域(浅滩区), 波浪、沉积物作用、不均匀地形及各种障碍物的存在, 使得机器人运动成为一个多因素、多物理现象交织的问题, 需要创新的推进机制和控制策略.

受生物启发的仿生水陆两栖机器人通过模拟螃蟹、蝾螈、海龟、蛇、青蛙等动物的体型结构和运动方式, 已经在机动性、水陆转换速度和越障能力上表现出显著优势. 自1996年首个自主螃蟹仿生机器人“Ursula”[4]问世以来, 基于不同两栖动物的仿生机器人不断涌现. 近年来, 柔性驱动技术如气动人工肌肉(pneumatic artificial muscle, PAM)、流体弹性体执行器(fluidic elastomer actuator, FEA)、形状记忆合金(shape memory alloy, SMA)及电活性聚合物(electroactive polymer, EAP)[5−9]等, 为实现复杂的水陆运动提供新的可能; 与此同时, 强化学习、人工神经网络等智能控制方法的发展, 正使机器人具备更强的自主性和适应性. 特别是随着物理智能(physical intelligence)[10]的提出, 研究者开始强调材料特性、结构设计与环境交互所固有的智能性, 探索无需复杂计算即可实现自适应行为的可能性, 为两栖机器人的未来发展提供新的思路.

总体而言, 仿生水陆两栖机器人作为一个新兴研究领域, 正日益成为学术界和工业界关注的热点. 其设计核心涉及生物学机理、推进机制、驱动方式、能量供应与控制策略等多个方面, 不仅为理解自然界生物运动提供新的研究途径, 也为实现多环境自主运动和发展具备物理智能的新一代机器人奠定基础.

图1  不同推进机制的两栖动物

图2  鳗鲡目形态和运动图, 经许可转载自文献[12], ©Wiley, 2024

图3  鳗鲡目游动过程中的流体−结构相互作用图, 经许可转载自文献[12], ©Wiley, 2024

未来水陆仿生两栖机器人的发展, 关键在于突破跨水域运动的适应性与连续性. 尽管现有机器人在单一环境(如水下或陆地)中已经能够实现较为稳定的运动, 但在自然场景下, 复杂的水陆过渡环境(如滩涂、湿地、泥沙等)仍然是实现自主登陆和长距离作业的最大障碍. 自然生物在跨介质运动中往往能够通过体态调整、形态变化及能量高效利用实现流畅切换, 而现有机器人在这一方面仍存在明显差距. 因此, 未来的研究需要探索更加高效的仿生结构与柔性材料, 发展能够自适应介质差异的推进与控制机制, 从而提升机器人在多介质过渡区域的运动效率与稳定性.

另一方面, 智能化的发展是推动仿生机器人迈向实际应用的另一关键方向. 传统机器人依赖外部控制和简单感知, 难以在复杂环境中实现真正的自主运行. 随着人工智能、强化学习及新一代控制算法的快速发展, 结合具身智能[118]与物理智能[10]的理念, 为机器人提供了新的发展路径. 具身智能强调感知−运动−环境之间的紧密耦合, 使机器人能够像自然生物一样通过与环境交互不断学习与适应; 物理智能则通过在材料与结构中嵌入反馈机制, 使机器人在无需复杂外部控制的情况下, 也能展现自我调节与自组织的能力. 例如, 通过在材料层面设计非线性延迟反馈机制, 可使机器人在恒定刺激下产生延时响应, 从而实现自主运动和决策. 这类方法有望突破现有软体驱动器仅能完成简单动作的局限, 使机器人逐步具备自感知、自决策与自执行的能力.

例如, Dong等[119]将物理智能思想应用于仿生两栖机器人设计, 通过将可折叠的origami结构与高度可拉伸的本体电阻传感层相结合, 使机器人机体在承担结构功能的同时具备基础的环境感知能力, 从而在陆地与水域等不同介质中实现基于形态变化的多模态运动(如前进、转向与游泳)及其驱动–反馈闭环设计, 体现了具身智能“身体即传感器−执行器”的设计理念. 在控制策略层面, Yao等[120]提出了一种学习型推进控制框架, 利用强化学习训练神经网络以协调带有推进器的四足机器人在水中与陆地运动模式之间的推进与切换, 使系统在存在环境扰动或局部执行器失效的情况下仍能够保持较好的速度与轨迹跟踪性能, 体现了数据驱动控制策略与机体动力学特性之间的协同作用, 但该研究目前仅局限于仿真层面, 尚未在实体机器人上进行实验验证. 此外, 在感知融合方面, IBATR构建了一个视觉–触觉融合感知体系, 通过将视觉信息与肢体接触反馈相结合, 实现对复杂地形的在线识别与能量效率导向的步态调节, 显著提升了机器人在陆−水介质交界区域及复杂地形条件下的运动效率与动态适应能力, 反映了具身智能中感知信息直接参与机体–控制协同生成运动策略的研究思路.

然而, 从整体发展水平来看, 具身智能与物理智能在水陆仿生两栖跨介质机器人中的应用仍处于探索阶段, 现有研究多集中于单一功能模块或特定任务场景, 部分方法尚停留在仿真验证层面, 尚未形成面向真实复杂环境的系统化设计方法. 特别是在水–陆介质突变、界面动力学强耦合以及连续跨介质运动等关键问题上, 如何充分发挥机体形态、材料特性与感知反馈在智能行为生成中的作用, 仍有待深入研究. 未来, 有必要从结构、材料、感知与控制的协同演化角度出发, 结合软体结构、本体感知与自适应学习方法, 推动水陆仿生两栖跨介质机器人逐步具备更高水平的自感知、自调节与环境适应能力.

综上所述, 未来水陆仿生两栖机器人的发展趋势将集中在跨水域运动的适应性突破与智能化水平的提升. 只有在材料、结构与算法层面实现深度融合, 才能真正推动机器人从实验室原型走向野外应用, 具备类似自然生物的自主性和适应性.

作者简介

秦博扬

北京大学先进制造与机器人学院博士研究生. 2025年获得北京理工大学机械电子工程专业学士学位. 主要研究方向为水陆两栖跨介质机器人. E-mail: byqin25@stu.pku.edu.cn

李磊

北京大学海洋研究院博士后. 2024年获得北京航空航天大学博士学位. 主要研究方向为仿生机器人, 软体机器人及智能机器人. E-mail: leili_@pku.edu.cn

孔诗涵

北京大学先进制造与机器人学院助理研究员. 2021年获得中国科学院大学博士学位. 主要研究方向为先进机器人控制, 水下智能机器人. E-mail: kongshihan@pku.edu.cn

喻俊志

北京大学先进制造与机器人学院博雅特聘教授. 2004年获得中国科学院研究生院博士学位. 主要研究方向为智能机器人, 智能控制, 具身智能. 本文通信作者. E-mail: junzhi.yu@ia.ac.cn

支持单位：