Science Robotics / Research Article

In situ foliar augmentation of multiple species for optical phenotyping and bioengineering using soft robotics

作者：Mehmet Mert İlman, Annika Huber, Anand K. Mishra, Sabyasachi Sen, Fumin Wang, Tiffany Lin, Georg Jander, Abraham D. Stroock, Robert F. Shepherd · 单位：Sibley School of Aerospace and Mechanical Engineering, Cornell University, Ithaca, NY 14853, USA, Department of Mechanical Engineering, Hasan Ferdi Turgutlu Faculty of Technology, Manisa Celal Bayar University, Manisa 45400, Türkiye, Smith School of Chemical and Biomolecular Engineering, Cornell University, Ithaca, NY 14853, USA, Boyce Thompson Institute, Ithaca, NY 14853, USA, School of Integrative Plant Science, Cornell University, Ithaca, NY 14853, USA, Kavli Institute at Cornell for Nanoscale Science, Cornell University, Ithaca, NY 14853, USA · 来源：Science Robotics · 发布日期：2025-06-11 · DOI：10.1126/scirobotics.adu2394

软体机器人安全机器人

精读笔记

Problem Setting

【In situ foliar augmentation of multiple species for optical phenotyping and bioengineering using soft robotics，Science Robotics / 2025】

这篇论文真正处理的是 in vivo plant phenotyping / bioengineering 的入口问题：如何在活体、原位、跨物种条件下，把外源探针稳定、低损伤地送进叶片内部。这里的难点不在于“能不能注入一次”，而在于 foliar delivery 同时受到气孔开度、疏水角质层、叶脉起伏、叶片姿态、heterobaricity 和组织脆弱性的约束。传统方法要么依赖环境和植物状态，要么依赖人工技巧，要么以损伤换渗透。

关键矛盾是压力与安全性的冲突。foliar infiltration 需要压力克服表面张力、气泡和组织阻力；但压力一旦通过刚性、小面积接触施加，就会集中成剪切和撕裂。尤其在 heterobaric leaves 中，bundle sheath extensions 把叶内空气空间切成多个 compartment，小点注射即使打入某个区域，也无法有效横向扩散到周围 areoles。因此 syringe 的失败不是简单“压力不够”，而是它的空间作用方式错了。

Motivation

已有路线缺的是一个既能提供足够机械驱动力、又能被机器人重复执行、还不破坏活体测量对象的 delivery interface。真空渗透有 biological utility，但不适合局部、便携和原位；喷洒/自发吸收对高价值探针和定点测量不够可控；无针注射器虽然是实验室常用 baseline，但其隐含假设是叶内空间足够连通、操作者能控制损伤，这在很多作物叶片上不成立。

作者的核心观察是：foliar delivery 不是单纯 fluid injection，而是 leaf-interface engineering。气孔、疏水表面和 heterobaricity 使得入口条件成为瓶颈；如果能在叶面上临时形成一个软的、可密封、可湿润、可施压的大面积接触区，就可以把原来依赖单点传播的过程改成多点并行进入。这个缺口正好落在软体机器人擅长的接触顺应性和安全力传递上。

Core Idea

核心思想是 stamping-based foliar delivery：用软体夹爪先稳定叶片，再用装载液体的海绵和柔性 gasket 在叶面形成大面积湿润密封区，最后用软执行器施加主要为法向的压力，把液体压入叶片。它把注射从“针筒/注射器式局部硬接触”重构成“软接触压力腔”。这不是简单把注射器自动化，而是改变了 foliar infiltration 的几何和力学边界条件。

理论直觉上有效的原因有两个。第一，大接触面积降低了对叶内横向扩散的依赖，尤其适合 heterobaric leaves：每个被覆盖的 areole 都可以成为入口，而不是指望某个小孔打通后液体继续传播。第二，软界面把不可避免的位置误差、叶片厚度变化和脉络起伏吸收掉，使高法向压力不直接转化为局部剪切损伤。相比 prior，这里新增的不是更强传感或更复杂控制，而是更合理的物理 inductive bias：把叶片当成非均质、分隔、多孔、易损的软材料处理。

Method

方法中值得保留的机制只有几项。

1. 面状并行渗透：20 mm 级海绵接触面替代 3 mm 级 syringe tip，本质上是在对抗 heterobaricity。它解决的是 compartmentalized apoplast 中“液体进得去但扩不开”的问题。核心变化是把 delivery success 从内部传播问题转为覆盖面积问题。

2. 软密封与预润湿：海绵负责存液、防滴漏、适应叶片倾角，并在 stamping 前降低叶面 trapped air；Ecoflex gasket 和上侧柔性支撑负责适应叶脉厚度变化并减少泄漏。这解决的是叶面非平整、疏水和姿态变化导致的界面不稳定。核心变化是让压力真正作用在叶面-液体界面，而不是从边缘泄掉。

3. 软线性执行器：作者优化 hourglass 结构以获得较大轴向伸长和较高阻挡力，同时减少径向膨胀。它解决的是 conventional soft linear actuator 难以同时满足大行程、大力和紧凑集成的问题。这里的必要性主要是工程实现：没有足够可控的法向 stamping force，前面的界面设计无法稳定工作。

4. 避免刚性位移/力控过冲：文中用刚性测试机说明软叶片-软界面的 force-distance 关系非常敏感，0.4 mm 误差就可能导致严重过冲。软执行器的粘弹性等于提供了一个物理低通/缓冲器，使系统不必依赖高精度速度控制或精密力反馈。这是软机器人在这里最实质的价值。

Key Insight / Why It Works

最核心的贡献是把 foliar delivery 的失败归因从“缺少自动注射设备”推进到“注射边界条件与叶片解剖结构不匹配”。对 heterobaric leaves，传统 syringe 的小接触面积天然劣势很大，因为液体必须从一个局部入口跨越 BSE 分隔传播；而 stamping method 通过并行覆盖多个 areoles，绕过了传播瓶颈。这部分是本文最可迁移的 insight。

第二个有效原因是软接触把高压力和低损伤解耦。刚性注射器的问题不是压力本身，而是压力施加方式导致应力集中和剪切。软 sponge/gasket 的接触面积大、可变形、可贴合，使得同样的 infiltration driving force 不再集中在尖锐边界。换句话说，论文的效果很可能来自“压力场空间分布被重塑”，而不是来自 actuator peak force 更大。

第三个原因是系统把植物生理状态纳入了成功条件。作者发现 effective area 与 stomatal conductance 和湿度关联更强，而不是简单随 stamping force 增加。这个结果很重要：它说明 delivery 不是纯机械过程，继续加力很快进入损伤/无收益区。真正 scalable 的策略应该是机械接口 + plant state-aware timing，而不是盲目提高压力。

需要直接判断的是：hourglass actuator 的设计优化是可靠工程贡献，但不是论文最深的科学机制。它确保设备小型、可重复、有足够 force/stroke，但相对 syringe 的大幅增益很可能主要来自 contact-area scaling、soft sealing 和注入几何改变。文中没有完全解耦“面积扩大”“软材料”“执行器力控”各自贡献，增益来源不清。若未来复现，一个更简单的大面积柔性气囊/手动 stamping 也可能获得相当一部分收益。

Relation To Prior Work

这篇工作位于三条技术谱系交叉处：plant nanobionics / in vivo phenotyping、agroinfiltration / foliar delivery、soft robotic manipulation。最接近的 prior 不是一般软夹爪，而是 Koman 等对 syringe-based nanoparticle infiltration 的自动化，以及传统 vacuum/syringe agroinfiltration。区别在于：prior 主要把已有 delivery 操作机械化或协议化；本文改变 delivery interface 本身。

与 vacuum infiltration 相比，它牺牲了全叶片浸没式高覆盖，换来局部、便携、低 cargo 用量和机器人端执行可能性。与 syringe 相比，它不是更精细地控制单点压力，而是放弃单点入口范式。与 plant wearable/contact phenotyping 相比，它不是只贴上传感器读外部信号，而是把功能性 probe 送入活体内部，使后续 optical readout 有更高生物特异性。

看似新的部分中，软执行器优化、3D 打印、机械臂集成都属于已有软机器人/自动化思想的重组；实质创新在于把这些机制组织成一个适配叶片解剖结构的 foliar delivery boundary condition。它更像是一个 interface-level innovation，而不是 sensing algorithm 或 robotic planning innovation。

Dataset / Evaluation

evaluation 覆盖了几个关键维度：heterobaric species 上与 syringe 对比，不同生长环境/湿度/光照/气孔导度下的性能变化，多物种可行性展示，以及两个 downstream 应用——AquaDust 水势测量和 RUBY agroinfiltration。整体上，它确实支持“该方法比 syringe 更适合异质叶片低损伤 delivery”这个核心 claim。

但 evaluation 对“automated field phenotyping”支持还不充分。机械臂演示主要证明 gripper 可作为 end-effector 工作，并没有验证高通量田间 pipeline。多物种结果更像 coverage demonstration，而不是系统泛化评估；大多数统计和机制分析集中在 sunflower/cotton。环境变量分析有价值，特别是 gs 与有效面积的关系，但也暴露了方法对 plant physiological state 的强依赖。

两个应用案例的说服力不同。AquaDust 案例较强，因为它直接受益于低损伤、大面积、可重复读出的 delivery；RUBY 案例证明 agroinfiltration 可行，但更多是 reporter 成功表达，不足以说明复杂基因工程任务的效率或均匀性。总体而言，benchmark 验证了 interface 有效，而不是完整农业机器人系统已成熟。

Limitation

最大限制是方法的成功依赖叶片当前的可渗透状态。作者自己也显示 gs、湿度和光照对有效面积影响很大；这意味着系统不是“任何时间任何叶片都能注入”，而是需要选择合适生理窗口。若部署到田间，调度策略可能和机械设计同等重要。

第二，泛化边界未充分说明。文中展示了 broad bean、milkweed、tomato seedling 和 outdoor examples，但没有系统覆盖极端蜡质叶、强毛状体叶、厚叶、窄叶、下垂叶、风扰叶、病叶或不同叶龄。gasket 尺寸固定时，小叶会变成整叶 pressurized cuvette，大叶则只能局部注入；这对 distributed phenotyping 是否足够取决于任务，文中未充分说明。

第三，增益归因不完全清晰。有效面积提升可能主要来自大面积 sponge，而不是 soft actuator 的精细设计；损伤降低可能主要来自软界面，而不是 stamping protocol 本身。论文没有做足够强的 ablation，例如同面积刚性接口、同面积手动软压、不同 sponge 孔隙/湿润性、不同 gasket stiffness 的系统比较。

第四，自动化与生物安全问题被低估。Agrobacterium delivery 涉及污染控制、残液处理、不同植株间交叉传播；海绵作为液体中介可能带来 carryover。真实机器人系统还需要叶片检测、姿态估计、避障、目标选择、清洗、重复定位和吞吐量评估。当前工作把 delivery interface 做通了，但没有解决完整 deployment stack。

第五，长期 phenotype 干扰仍需谨慎。低可见损伤不等于无生理扰动，局部压力、液体浸润、细胞壁水势改变、微生物感染响应都可能影响后续读数。对于表型研究，这一点尤其关键：delivery method 不能成为 phenotype 的主要来源。

Takeaway

  • 1. foliar delivery 的核心瓶颈不是单纯压力不足，而是压力施加几何与叶片解剖结构不匹配；对 heterobaric leaves，应优先考虑并行多入口，而不是单点扩散。
  • 2. 软机器人在植物场景中最有价值的地方不是“抓得温柔”这种泛泛表述，而是能重塑接触压力场，把高驱动力和低损伤同时实现。
  • 3. 未来高通量 in vivo phenotyping 需要 plant-state-aware actuation：根据气孔导度、湿度、光照和叶龄决定何时注入，比继续堆机械力更重要。
  • 4. 这篇真正推动的是 biointerface for plant augmentation，而不是完整农业机器人。

一句话总结

这篇论文把 foliar bioengineering 的关键瓶颈从“如何自动推注”重新定义为“如何构造适配异质叶片的软接触压力界面”，其主要贡献是 interface-level 的软机器人 delivery 机制，而不是单纯 actuator 或机器人系统创新。