精读笔记

Problem Setting

《Design and Control of a Musculoskeletal Bionic Leg With Optimized and Sensorized Soft Artificial Muscles》（IEEE Transactions on Robotics / 2025）

这篇论文不是在提出一种新的步态控制算法，也不是单纯展示一个软体执行器，而是在回答一个更系统的问题：FEA 这类软气动人工肌肉是否能被设计成腿式机器人里可承载、可感知、可闭环控制的肌肉单元。

真正困难点在于软执行器的几个优势通常会互相抵消：低刚度带来安全性和柔顺性，但削弱力输出、位置精度和带宽；大行程带来仿生运动范围，但增加腔体体积、供气需求和动态延迟；嵌入传感能闭环，但往往增加质量、摩擦、布线复杂度或引入迟滞。对于腿式机器人，这些问题会被放大，因为腿不仅要动，还要支撑体重、吸收冲击、感知触地，并在有限空间内完成高力矩输出。

以往路线主要卡在两个层面：McKibben 肌肉力密度不错，但收缩比、径向膨胀、空气消耗和拮抗布置限制了机构紧凑性；普通气缸可控性好，但动密封摩擦和刚性特征与仿肌骨柔顺设计目标冲突。FEA 则有大形变和低摩擦潜力，但通常缺少足够轴向力和可靠本体感知。本文的任务就是把 FEA 从“柔软可变形结构”推到“可作为腿部肌肉的工程单元”。

Motivation

作者的动机不是“软体机器人更仿生”这种泛泛理由，而是看到现有人工肌肉路线缺一个中间形态：既不像 McKibben 那样受限于低收缩比和径向膨胀，也不像气缸那样把可控性建立在高摩擦动密封和刚性传动上。

关键缺口有两个。第一，FEA 的结构设计多数仍偏经验或任务定制，缺少能把波纹几何、压力、行程、堵转力、体积和稳定性联系起来的设计工具；没有这个工具，就很难针对腿式机构的负载和工作空间做反向设计。第二，软执行器的 proprioception 往往是后贴传感器，而不是和承力/导向结构一体化；这会增加质量、复杂度和可靠性风险，尤其不适合腿部末端这种惯量敏感系统。

因此这篇论文的核心观察是：如果内部伸缩套筒本来就需要用来抑制屈曲，那么它也可以顺便成为低摩擦、遮光、对准稳定的光学传感通道；如果波纹壳可被薄板模型近似，那么 FEA 几何可以围绕腿部负载需求进行搜索优化。换句话说，作者试图把结构稳定、力输出和传感闭环放进同一个设计闭环里，而不是分别补丁式解决。

Core Idea

论文真正的核心思想是将软气动执行器的自由变形约束成可建模的一维轴向肌肉行为。波纹弹性壳负责提供大行程和柔顺性，伸缩套筒负责把变形方向锁定在轴向并抑制屈曲，同时避免像气缸活塞那样引入动密封摩擦。这样，FEA 的优势不再是“软”，而是“在低摩擦轴向导向下仍能保持软壳的大应变”。这是区别于 McKibben 和气缸的主要 inductive bias：力学结构先限定可用变形模式，再让软材料在这个模式内工作。

第二个核心思想是把本体感知嵌入导向结构，而不是外挂测量。光强衰减传感并不新，但这里的有效性来自信息流重组：执行器长度变化直接改变封闭套筒内光路长度，传感通道与机械约束同轴、非接触、低质量，并天然隔绝环境光。这使得闭环控制不再依赖外部位移传感器或足端力传感器，至少在单腿低速任务里降低了系统复杂度。

本质区别在于，prior 很多是在“已有人工肌肉”上增加传感或在“已有腿机构”上替换执行器；本文则更像是从腿式机器人需求反推人工肌肉结构，把行程、堵转力、体积、屈曲和传感都作为同一个 actuator-system co-design 问题处理。

Method

方法上值得保留的机制不多，但每个都承担了明确功能。

1. 波纹壳薄板建模与枚举优化：它解决的是 FEA 设计长期依赖经验的问题。作者用 von Karman 薄板方程近似单个环形板的轴对称挠曲，把压力、轴向载荷、几何参数和总伸长联系起来，再用腿部工作空间和静态承载要求约束参数搜索。核心变化是从“做一个能伸缩的软腔体”转为“按最大行程下仍能提供堵转力来设计腔体”。虽然模型简化较多，但对工程设计足够有用。

2. 静密封 + 伸缩套筒：它解决两个相互冲突的问题：气密和低摩擦。传统气缸为了密封引入动摩擦，FEA 若完全软壳又容易屈曲。本文用弹性波纹壳承担静密封，用碳纤维伸缩套筒承担轴向导向，避免高静摩擦的同时限制无效变形。核心变化是把软执行器的一部分自由度主动牺牲掉，换取可用功输出。

3. 光学波导式位移传感：它解决的是软人工肌肉闭环控制中的重量、迟滞和布线问题。PD/IR LED 方案本身不复杂，关键是利用伸缩套筒形成稳定光路，并通过几何和材料选择让光强变化在工作行程内单调。核心变化是传感器不再是附加层，而是嵌入机械约束结构的副产物。

4. 两执行器平面腿：MAA 控制髋部，BAA 跨髋膝形成关节耦合。它解决的是用最少人工肌肉验证 musculoskeletal leg 的问题。这个设计并不追求生物肌肉冗余，而是利用 FEA 可伸可缩的双向运动减少拮抗肌数量。核心变化是用执行器双向性换取机构简化，但代价是刚度调节和冗余性下降。

5. 用执行器状态估计触地：作者用 BAA 的压力/位移推断堵转力变化，再以阈值判断接触。它解决的是避免足端力传感器带来的重量和复杂度。机制上可行，因为触地扰动会通过机构静力映射改变 BAA 负载；但这是强依赖姿态和任务的启发式方法，不是通用接触感知框架。

Key Insight / Why It Works

这篇最有效的部分不是控制，而是结构归纳偏置。作者真正抓住的是：软执行器若想进入腿式机器人，不能只依赖材料柔顺性，必须通过结构把能量流和变形模式组织起来。伸缩套筒看似是机械细节，实际上是核心：它同时提升轴向稳定性、降低无效膨胀、提供低摩擦导向、构成光学传感通道，并让薄板模型的轴对称/轴向假设更接近现实。没有这个套筒，FEA 的高应变大概率会变成不可控屈曲和横向变形。

薄板模型和优化的贡献也主要是工程设计范式，而不是精确预测。文中承认自由位移预测和实验存在差异，原因包括边界条件简化和线弹性材料假设。这里模型有效不是因为它完全准确，而是因为它给出了可排序的设计空间：哪些几何组合在压力、体积、屈曲和行程上更可能满足腿部需求。也就是说，它是 design prior，不是高保真 digital twin。

嵌入光学传感是第二个实质贡献。它的价值不在于传感原理新，而在于 integration cost 极低、迟滞小、带宽高于执行器闭环带宽。对于软人工肌肉，这类“传感能力跟随结构自然出现”的方案比贴应变片或液态金属更有迁移价值。这里的传感带宽不是系统瓶颈，真正瓶颈是气动流量和腔体体积。

控制部分相对弱，更多是验证 actuator 可伺服，而不是提出先进控制。级联 PID、压力脉冲、阈值触地检测都属于工程上合理但不深的方案。步态成功主要来自受限实验条件、低速任务、机械柔顺性和人工调参的组合。所谓稳定行走不能过度解读为动态 locomotion 能力。

性能增益有一部分很可能来自 scaling / engineering：较高供气压力、优化后的较大波纹结构、低摩擦导向、足够大的阀流量共同带来了力和速度。论文没有做足够消融来分离“薄板优化”相对于“结构放大/材料选择/供气条件”的贡献，因此增益归因不完全清晰。但作为系统论文，它确实证明了这些工程因素可以被整合成一个工作原型。

Relation To Prior Work

最接近的谱系有三条：McKibben 驱动的肌骨腿、带刚性约束的高力 FEA、以及传感化软气动执行器。本文不是从零发明新的执行器原理，而是把这三条线重新组合到一个腿式系统里。

相对 McKibben 肌肉，真正差异在于运动模式。McKibben 本质是拉肌肉，需要拮抗或复杂布局来实现双向关节运动，并且径向膨胀和低收缩比限制紧凑性。本文 FEA 可正压伸展、负压回缩，因此能用更少执行器完成二维腿机构。但这不是免费午餐：双向性来自单腔压力状态和材料恢复力，导致伸缩动态强非对称，也缺少拮抗肌天然提供的刚度调节。

相对气缸，差异在于密封和柔顺性。气缸的可控性来自刚性腔体和活塞，但动密封摩擦、stick-slip 和高刚度不适合仿肌骨柔顺设计。本文通过静密封波纹壳避免了主要摩擦源，这是实质性机械创新点之一。

相对已有高力 FEA，本文的新增信息主要在系统共设计：不仅增强单个执行器，还把执行器的几何优化、嵌入传感、腿机构静力需求和触地估计放在同一条链路上。薄板建模、枚举优化、光学传感本身都不是全新思想，但它们在这里服务于“可用人工肌肉单元”的闭环系统目标。

因此这篇更像是 soft actuator → sensorized actuator → musculoskeletal leg 的系统集成推进，而不是单点理论突破。

Dataset / Evaluation

这是实机系统论文，没有传统 dataset。评估覆盖面比较完整：从 actuator-level characterization 到 sensor calibration，再到 single-leg workspace、squat、jump、walking。任务选择基本对齐作者 claim：承载验证力输出，跳跃验证瞬态功率和冲击柔顺性，行走验证传感闭环和触地检测。

但评估的外推边界很明显。步行是在水平轨道和固定髋高条件下完成，本质上是受约束单腿循环运动，不是自由移动 legged locomotion。深蹲是垂直导轨约束，降低了姿态稳定和横向扰动问题。跳跃展示了动态能力，但控制是同步压力脉冲，飞行姿态和落点基本被动，不能说明高动态运动控制能力。

接触检测实验支持“在该姿态、该步态、该地面条件下 BAA 堵转力变化可作为触地信号”，但没有证明在复杂地形、滑移、多接触、冲击或侧向负载下仍可靠。文中对 contact sensing 的 claim 应该被理解为 sensor minimization 的工程演示，而不是通用触觉替代方案。

总体看，evaluation 足以证明一个 integrated prototype 的可行性，不足以证明 full quadruped scalability 或野外鲁棒性。

Limitation

第一，方法强依赖结构约束和任务约束。薄板模型假设环形板轴对称变形、套筒轴向阻力可忽略、弯扭影响可忽略，这些在单腿平面机构和轴向加载下大致成立；一旦进入多自由度空间腿、侧向冲击、非共面载荷或快速摆动，这些假设会变弱。

第二，scalability 上限主要在气动系统。闭环带宽随行程和执行器体积下降明显，伸展与收缩速度严重不对称。未来即使用更大阀、更高压、更短管路改善，也会带来重量、能耗、噪声和安全问题。论文把很多挑战转移到了气源/阀组/管路系统，但没有系统讨论多腿平台的供气规模。

第三，控制能力并不强。PID 可以在低速深蹲和受限行走中工作，但对高动态、不确定接触和多腿协调远远不够。文中所谓 closed-loop control 更像是证明传感器可用，而不是证明 FEA leg 已具备复杂 locomotion controller 所需的可控性。

第四，刚度调节和冗余性被牺牲。两执行器设计很简洁，但不像真实肌骨系统有多肌肉冗余和主动拮抗刚度调节。FEA 的柔顺主要来自材料和压力状态，不具备宽范围、快速、独立的阻抗调节能力。

第五，耐久性和可靠性文中未充分说明。软材料疲劳、波纹根部应力集中、密封长期泄漏、光学传感污染/磨损、负压循环下材料恢复等都是实际部署关键问题，但本文主要停留在短时实验验证。

第六，增益来源不清。优化、材料选择、尺寸、压力、阀流量、套筒导向都在同时变化，没有足够消融说明哪个因素贡献最大。论文的系统效果可信，但单个设计原则的因果贡献还不够干净。

Takeaway

• 1. 对软人工肌肉而言，最重要的不是追求“更软”，而是通过结构把软材料的变形限定到可用功方向；伸缩套筒这种约束件可能比材料本身更决定系统可用性。
• 2. 传感最好嵌入机械必要结构，而不是作为外部附加层。
• 本文的光学波导传感值得迁移到其他线性软执行器，因为它把低质量、低迟滞、低摩擦和结构集成结合得比较干净。
• 3. FEA 进入腿式机器人更可能先在低速、轻量、高柔顺、受限动态任务中落地，而不是直接挑战电驱/液压高动态 quadruped。

一句话总结

这篇论文在软体人工肌肉方向中的位置，是把优化波纹 FEA、低成本嵌入式本体感知和简化肌骨腿机构整合成可闭环实机原型，真正贡献是系统级可用性证明而非单一控制或材料突破。