通用仿生粘合剂突破机器人抓取难题

在结构化程度低、环境复杂的场景中，灵巧机械手是实现精密操作的核心硬件。然而，传统基于摩擦力和形状匹配的夹持方式面临严峻挑战：面对易碎或低刚度物体时，过大的法向压力极易造成损伤；对于重型或高扭矩负载物体，单纯依赖摩擦力可能导致打滑或需要极大的握力；而在表面形貌未知的非结构化环境中，传统机械爪难以在适应形态变化的同时保持接触稳定。这些瓶颈促使业界探索新的抓取策略，其中受壁虎启发的仿生干粘合技术因具备材料普适性、无残留及可重复使用等优势，成为拓展机器人抓取能力的重要方向。

微纳协同结构实现跨尺度自适应

尽管现有仿生粘合结构在硅片或玻璃等特定表面上的粘附性能已超越天然壁虎刚毛，但其设计往往局限于单一类型的表面（如仅针对光滑、粗糙或不规则表面）。例如，为适应粗糙表面，研究者通常调整微纤维阵列的刚度；而为适应宏观不规则曲面，则常引入相变材料以通过外部场调控刚度。然而，在实际抓取任务中，目标表面的多样性和不可预测性使得现有系统难以在无需复杂传感反馈的情况下实现稳定抓取。

鉴于此，研究团队提出了一种面向任意未知表面的通用仿生粘合剂（UBA）。该结构设计灵感源自壁虎的“双尺度软硬协同”机制：微观层面，通过软-硬复合材料实现界面刚度调节，模仿壁虎刚毛适应微纳粗糙度；宏观层面，底部柱状阵列层通过弹性变形模拟肌肉作用，适应不规则轮廓；中间刚性支撑层则作为类似骨骼的协同枢纽，协调多尺度相互作用，提供旋转顺应性以建立平行接触，并增强界面应力均化。这种三层结构旨在解决跨尺度表面形貌下的通用粘附难题。

电场诱导一步法制备工艺突破

实现此类多层、多材料、跨尺度结构的集成制造极具挑战。传统技术如 imprint、光刻或3D打印难以一体化成型。为此，团队提出了一种基于多层聚合物电场诱导流变生长的一步法制备工艺。在电压作用下，上下极板间形成空间电场，双层聚合物和单层聚合物克服表面张力与粘滞阻力，向模板发生流变生长并接触后展铺，Zui终一次性形成顶部的蘑菇状核壳微结构和底部的微米柱阵列。

实验结果显示，该粘合剂在任意表面上实现了十倍于传统结构的粘附增强。其顶部蘑菇帽直径约300微米，底部支柱阵列直径约2毫米。有效弹性模量从表面的16 MPa增至底部的900 MPa，整体等效刚度约为150 kPa，这种显著的顺应性使其能够适应极端非平面轮廓。数值模拟进一步揭示了生长机制：在电场驱动下，聚合物经历垂直生长和水平展铺两个阶段，电场强度与流场的正反馈加速了结构形成，且通过调节电压和气隙可控制结构的周期性和直径。

多指灵巧手验证广泛适用性

基于该通用仿生粘合剂的多指灵巧机器人实验表明，其能够稳定抓取包括易碎、重型、不规则形状、粗糙纹理及高扭矩负载在内的多种物体。相较于仅依靠传统机械夹持动作，这种技术赋予了机器人前所未有的目标适应性和操作稳定性。研究团队在磨砂玻璃、A4纸、泡沫塑料和烧杯等日常物品上验证了其广泛的适应性，这是传统干粘附策略从未实现的。

这一突破为具身智能硬件提供了新的解决方案。中国企业在人形机器人及工业自动化领域正处于快速扩张期，对复杂环境下的灵巧操作需求迫切。该研究展示的一体化制造工艺不仅降低了多层结构的生产成本，更通过“去传感化”的被动自适应机制简化了控制算法复杂度。国内相关科研机构与制造企业可重点关注电场诱导组装等新型微纳加工技术的转化应用，结合本土在柔性电子与精密制造方面的优势，加速开发具备通用抓取能力的下一代机器人末端执行器，从而在高端智能装备竞争中占据技术高地。