随着3D打印机和机器人技术的不断碰撞和相互补充，新机器正在被创造出来。在软机器人技术中，我们看到了一类机器的出现，它们可以根据环境的变化而变形。

     罗布·谢夫是Tu Delft的博士生，他更详细地讨论了这些机器人如何通过传感器和形状改变颜色，进一步向软机器人的闭环控制方向发展，并在“基于颜色的软执行器与对象交互本体感知”中发表了进一步的研究。Earchers解释了他们的目标，即使用基于颜色的传感器，创造出能够与他们以前不知道的物品进行交互的软机器人。

     “我们的结果表明，在相互作用过程中，包括乙状结肠形状在内的执行器变形可以精确地重建。研究人员表示，精确的形状传感是在非结构化环境中实现软机器人闭环控制的重要一步。

     罗布·谢夫将软机器人解释为当今更柔软、更适应环境的机器人，并指出，它们的抓握装置已经变得更适合处理水果或蔬菜等物品，例如，使它们对食品杂货店或其仓库等行业有用。但在练习中，他们对抓取的物品大小或易碎性可能无法预测。

     为什么我们不能在软机器人中使用传统的传感器？

     “传统机器人的关节通常绕着一根轴旋转，”罗布·谢夫说。因此，每个关节中的一个编码器就足以重建机器人的形状。相比之下，软性机器人可以同时弯曲、拉伸和扭曲，使得现有的传感器不适用。因此，我们需要能够捕捉各种变形的传感器。除此之外，传感器必须灵活，以免妨碍执行器的移动。”

     你的传感器是如何工作的？

     本研究所展示的弯曲执行机构由底部具有不可拉伸层的气室和顶部具有可延伸波纹管形状的气室组成。向气室充气将导致顶部的波纹管膨胀，而底部保持相同的长度，从而产生弯曲运动。我们3D打印了顶部波纹管内的颜色图案，并在执行机构不可拉伸的底部用颜色传感器观察这些颜色图案。当执行器充气时，先前被传感器遮挡的颜色开始出现。我们利用颜色的变化和光强的变化来预测执行器的形状。”

     你是如何从这种颜色中得出位置的？

     “我们使用前馈神经网络校准传感器。为了训练网络，我们收集了1000个具有相应执行器形状的传感器值样本。执行器的形状由6个标记表示，标记位于不可拉伸层上，由摄像头跟踪。网络的输入是4个颜色传感器的读数，每个传感器有4个通道（红、绿、蓝、白）。

     你的新方法的准确度是多少？

     “我们的方法能够预测每个标记的位置，误差通常在0.025到0.075mm之间。我们的方法在训练数据中不存在的负载情况下也表现良好。与现有的软机器人传感器不同，我们可以测量抓取器在物体周围弯曲的确切形状。因此，这项工作是向使用软机器人精确移动和抓取物体迈出的一大步。”

     执行机构是如何制造的？

     “执行器是使用Polyjet多材料3D打印机制造而成的单件产品。波纹管是用柔韧的Agius黑色材料制成的，而彩色结构则由Verocean和Veromagenta交替组成。定制的传感器打印电路板是嵌入在小的3D打印机插头插入到底部的执行器，以创造一个密封的配合。彩色传感器非常便宜，而且容易得到，这使得它很容易在其他软性机器人中实现。”

     随着技术和硬件跟上概念和用户需求，以及传感器、电子设备、可穿戴设备等的伴随，多种材料和多种颜色的3D打印机将会变得越来越普遍。