论文信息

英文题目：Design and Control of a Modular, Untethered Soft Origami Robot Driven by SMA Coils

中文题目： 基于 SMA线圈驱动的模块化无线软体折纸机器人设计与控制

作者：Qiqiang Hu，Zhenlin Chen，Erbao Dong，Dong Sun

作者单位： 香港城市大学生物医学工程系，中国科学技术大学

期刊：IEEE Transactions on Industrial Electronics（IF 7.2 中科院一区，JCR Q1）

发表时间：2025年1月15日

链接：https://doi.org/10.1109/TIE.2024.3519630

引文格式：Hu Q, Chen Z, Dong E, Sun D. Design and Control of a Modular, Untethered Soft Origami Robot Driven by SMA Coils[J]. IEEE Transactions on Industrial Electronics, 2025, 72(8): 8208 - 8218.

01 全文速览

软体机器人这些年并不少见，但真正同时做到模块化、无线、闭环控制和可重构应用的工作，其实并不多。很多系统要么依赖外部气源或线缆，要么单模块自由度有限，要么能变形却不容易精确控制。

这篇论文给出了一条很清晰的路线：先做一个能力完整的折纸软体模块，再让模块之间通过磁吸快速拼接，最终构成不同任务形态的机器人系统。

核心亮点：

✅ 单个模块就具备独立能力。

论文中的折纸模块不是简单结构件，而是集成了 SMA 驱动、IMU 感知、MCU、BLE 通信、电池和无线充电 的独立机器人单元。

✅ 控制不是开环，而是闭环姿态控制。

作者提出了一个基于交叉耦合思想的无模型控制器，实现了单模块双轴姿态的闭环调节。

✅ 模块不是只能展示单一动作。

基于同一模块，可以快速重构出爬行机器人、柔顺夹爪和串联机械臂，分别对应运动、抓取和操作三类任务。

✅ 论文的价值不只在结构设计，也在控制和验证做完整了。

从单模块姿态感知、控制精度、负载能力、抗扰表现，到多模块重构演示，整条证据链是闭合的。

图1： 基于折纸模块构建的多种软体机器人形态，包括爬行机器人、夹爪和机械臂。

如图1所示，这篇论文的核心并不是单做一个软体模块，而是围绕模块的独立性和可拼接性，构建一套面向多任务的重构机器人思路。

02 研究内容

📦 2.1 先看模块本身：它不是“软壳子”，而是完整机器人单元

论文设计的单个模块采用矩形截面的折纸结构，主体材料是 PET 薄膜。相比常见硅胶，PET 的弹性模量高得多，但通过折纸结构设计，仍然可以实现较大的压缩和弯曲变形。

作者给出的模块尺寸约为 41 × 31 × 70 mm，重量 32.7 g，其中折纸主体仅 3.12 g。

更关键的是，模块内部并不空。它集成了：

四个 SMA 线圈执行器、一个九轴 IMU、MCU、BLE 模块、小型风扇、3.7 V 电池、无线充电线圈、磁吸连接结构

这意味着它不是依赖外部系统驱动的“软体段”，而是一个真正意义上的独立模块。

图2： 单个折纸模块的系统总览、内部电子结构爆炸图以及姿态角定义。

图2把模块的核心设计交代得很完整：左边是折纸主体与系统架构，中间是内部电子结构，右边则定义了模块绕 X 轴和 Y 轴的弯曲角。

🧠 2.2 这篇论文最值得看的地方之一，是控制器设计得很克制

很多软体机器人论文一到控制部分，要么只做开环驱动，要么直接上复杂模型。

这篇文章反过来，明确承认折纸软体模块的逆运动学模型很难精确建立，于是干脆走无模型闭环控制。

模块的两个姿态误差记为 (e_1,e_2)，分别对应 X 轴和 Y 轴弯曲角误差。作者先构造耦合误差矩阵

这里的矩阵 C反映四个 SMA 线圈对两个弯曲方向的耦合作用。

然后，用 PID 形式给出四个执行器的占空比矩阵

其中

这套控制结构很有意思。它没有把问题做得过重，而是把交叉耦合和 PID 接起来，用很直接的方式解决了一个双输入四输出的软体模块控制问题。

图3： 单模块姿态控制框架，展示交叉耦合控制器如何根据双轴误差生成四个 SMA 线圈的 PWM 占空比。

图3是这篇论文控制部分最关键的一张图。它把双轴误差、交叉耦合矩阵、PID 调节和四个执行器输出之间的关系连成了一条线。

🎯 2.3 单模块到底控得准不准，论文给了几组很扎实的实验

单模块首先被当作一个姿态可控系统来验证。

论文先做了单方向弯曲控制，再做多方向弯曲控制，并用外部视觉角度和 IMU 角度相互印证。

在单轴实验中，模块可以在保持一轴水平的同时，让另一轴从 10°、20°、30° 一直到 50°、55° 逐步跟踪。

在双轴实验中，模块则能沿着一组设定好的二维姿态路径连续变化。

论文给出的稳态误差也比较漂亮。根据表 I：

单方向控制下，IMU 测得的 Angle_X、Angle_Y 平均稳态误差都在 0.1°–0.5° 左右

多方向控制下，误差略有增加，但整体仍保持在较小范围内

这说明控制器并不只是让模块“会动”，而是已经能做到比较细致的姿态控制。

图4： 单方向弯曲控制实验，展示模块在单轴弯曲时的设定角、IMU 反馈角、视觉角以及对应执行器占空比。

图4重点展示单方向控制效果。可以看到，不管是绕 X 轴还是绕 Y 轴弯曲，模块都能稳定跟踪给定角度。

图5： 多方向弯曲控制实验，展示模块在双轴同步弯曲时的姿态跟踪与控制输入。

如果说图4说明模块能在单轴上稳定控制，那么图5对应的多方向实验进一步说明，它已经具备了二维姿态层面的协调控制能力。

🏋️ 2.4 不只是能控，还测了负载和抗扰

论文没有停在无负载姿态控制上，而是继续考察模块在负载和扰动下的表现。

在机械负载实验中，模块在 60 g、80 g、100 g、120 g 负载下进行单轴弯曲控制；在双轴场景下，还测试了 80 g 和 160 g 的负载条件。结果显示，随着负载增加，误差会略有变大，但系统仍保持较高控制精度。

在动态扰动实验中，作者在模块末端逐步挂载动态负载，最大到 90 g，结果表明控制器仍能快速抑制由外部扰动引起的振荡。

这部分很重要，因为很多软体机器人能在静态下工作，但一旦遇到负载变化，性能就会明显下降。

图6： 不同机械负载下的姿态控制实验结果。

图6说明，这个折纸模块并不是只能在轻载或空载条件下工作，在较高负载下仍保有较好的姿态控制能力。

图7： 外部动态扰动下的控制实验结果。

图7展示了模块在外部动态负载扰动下的姿态响应，说明这套控制器具备一定鲁棒性。

🧱 2.5 真正让这篇论文立起来的，是模块重构后的三类机器人

前面的单模块设计和控制，其实都是在为后面的重构应用做准备。论文展示了三类代表性系统。

第一类是爬行机器人。

单个折纸模块加上两个带静电吸附垫的足模块，就能组成无线爬行机器人。它能够在水平面上爬行，也能转向，还能沿倾斜平面向下移动，并通过 IMU 实时估计坡面倾角。

第二类是柔顺夹爪。

两个模块组合后，可以构成一个姿态可调的软体夹爪，用于抓取圆柱体、方块和环形物体。这里最有意思的一点是，它不是靠刚性开合，而是通过模块姿态控制去适应不同物体曲面。

第三类是串联机械臂。

三个模块串联后，可以形成柔顺机械臂。论文展示了其姿态调节、重力补偿，以及结合吸附模块后对物体进行提升和操作的过程。这里虽然还谈不上高精度操作，但已经能看出模块化软体机械臂的雏形。

图8： 由单个折纸模块和两个足模块构成的爬行机器人，可实现直线爬行、转向和斜面运动。

图8说明折纸模块从单体姿态控制走向移动平台之后，已经具备较完整的 locomotion 演示能力。

图9： 由两个模块构成的柔顺夹爪，可抓取圆柱体、方块和环形物体。

图9展示了模块重构成夹爪后的抓取能力，说明模块化不仅意味着可拼接，也意味着功能可迁移。

图10： 由三个模块构成的柔顺机械臂，可实现姿态调节、重力补偿和简单操作任务。

图10的这组结果把模块从抓取进一步推向了连续体式操作系统，也让论文的系统意义更完整。

03 创新点

✅  单模块真正做到独立运行

论文设计的折纸模块并不是单一驱动段，而是集成了驱动、感知、控制、供电、通信和无线充电的独立单元。

✅ 用交叉耦合思路解决双轴姿态控制

面对四个 SMA 执行器与两个姿态角之间的耦合关系，作者提出的无模型交叉耦合控制器结构简单，但效果扎实。

✅ 折纸结构不只是轻，还带来了更好的刚柔平衡

相比常见软材料，PET 折纸主体在保持较大压缩和弯曲变形的同时，还具备更高刚度和抗扭能力，这对控制精度很关键。

✅ 论文真正把模块化价值做出来了

爬行、抓取、机械臂这三类演示不是简单堆砌，而是说明单模块能力足够强之后，重构才真正有意义。

04 总结与展望

这篇论文的价值，不只是做出了一个无线软体折纸模块，而是把一个更完整的逻辑跑通了：

先让单模块具备独立的感知、驱动和控制能力，再让模块之间通过快速拼接形成更复杂的机器人系统。这样一来，模块化就不再只是结构设计概念，而真正成为一种面向任务变化的系统构造方法。

当然，论文也没有回避它的局限。SMA 驱动的响应速度仍受热过程限制，多模块串联后还会受到重力和惯性影响，机械臂在动态稳定性方面也还有明显改进空间。作者在结尾提到，后续会继续做系统可扩展性、环境传感集成，以及多模块之间更自主的通信与协作。

未来研究将聚焦于以下几个方向：

其一，是继续提升模块系统的可扩展性，让更多模块协同工作。

其二，是进一步集成环境传感能力，不只感知自身姿态，还能感知外界变化。

其三，是探索多模块之间更自主的通信与协作，让这些模块不只是可拼接，而是真正能形成协同机器人系统。

如果要把模块化软体机器人真正推向复杂任务场景，会是驱动响应速度、多模块协同控制哪个更重要？欢迎在留言区聊聊你的判断。

声明：本文仅供学术交流，版权归原作者所有。如有错误或侵权，请联系更正或删除，欢迎留言探讨。