文章核心观点 - 连续体机器人因其高灵活性和形状适应性，在微创介入治疗中具有巨大潜力，但实现安全操作的关键在于解决其在不可视腔道内的全身接触感知难题 [1] - 上海交通大学研究团队提出一种创新解决方案，通过多路复用光纤技术，将驱动与传感功能集成于一体，并结合物理模型与神经网络，实现了机器人对接触位置和力的实时精准估计 [2][7][8] - 该技术在二维平面、三维空间及模拟医疗场景（如气道介入）的实验中表现出色，接触位置误差最小达0.8毫米，接触力误差最小达7.1毫牛，为毫米级连续体机器人的安全智能作业奠定了基础 [11][14][18][22] 技术原理与硬件创新 - 技术核心是“一身二用”的智能纤维，采用特殊的单芯光纤既作为驱动机器人弯曲的“缆绳”，又通过内部刻写的FBG传感器感知张力，充当“神经” [3] - 在机器人内部嵌入多芯光纤，用于精确感知机器人身体的实时弯曲形状（曲率），从而同步获取驱动张力分布和三维形状两大关键信息 [5][6] - 硬件设计实现了驱动与传感功能的微型化集成，克服了现有力传感技术体积大、刚性高、难以在柔性机器人全身集成的难题 [1][3] 算法与数据处理 - 研究团队将接触力估计视为一个“逆问题”求解，首先建立了描述外部接触力、内部驱动张力与机器人形状三者关系的物理模型作为“运动力学常识” [7] - 为解决实际环境中摩擦、材料非线性等因素带来的计算困难，引入了多层感知器神经网络，学习从机器人状态到接触状态的复杂非线性映射关系 [8] - 为克服训练神经网络所需的海量真实数据难题，巧妙运用生成对抗网络进行数据增强，通过100万组模拟数据与少量真实数据结合，生成高质量训练数据集 [9] 实验性能验证 - 在二维平面实验中，接触位置的平均误差为0.8毫米，接触力的误差为7.1毫牛（约0.7克物体的重力），并成功演示了两台机器人协同抓取气球的精准力控 [11][14] - 在更复杂的三维空间实验中，接触位置的平均误差为1.7毫米，接触力的平均误差为8.7毫牛，即使机器人不断弯曲，AI也能实时准确估算力与位置 [15][18] - 在模拟医疗场景验证中，系统能实现避障运动，在检测到接触力超过安全阈值时控制机器人反向转动避障，并在3D打印的人体气道模型中实时显示接触位置与力度（如准确显示12毫牛的接触力） [19][22] 行业意义与未来方向 - 该技术为毫米级连续体机器人在狭小空间内的安全、智能作业铺平了道路，是迈向真正智能、柔顺腔内手术机器人的关键一步 [23] - 当前系统主要专注于估计单个接触点，未来的攻坚方向是实现对多个接触点位置和力的同时估计，以进一步提升机器人在复杂环境中的交互能力 [23]