基于液晶弹性体的软体机器人

王猛; 杨剑峰

doi:10.7536/PC210354

化学进展 ›› 2022, Vol. 34 ›› Issue (1) :168-177 DOI: 10.7536/PC210354

综述

扫码查看或转发全文

基于液晶弹性体的软体机器人

王猛 ^* ,
杨剑峰

作者信息 +

Liquid Crystal Elastomers Based Soft Robots

Meng Wang ^* ,
Jianfeng Yang

Author information +

文章历史 +

摘要

作为热门的机器人研究方向,软体机器人通常由软材料制成,具有众多的自由度、能够承受大变形、连续变形和柔顺接触等优势,在微小物体操作和空间受限环境运动等特殊应用领域具有重要的研究价值。其中,液晶弹性体,作为一种最具代表性的智能材料,同时具有液晶各向异性和橡胶弹性,在外界刺激(热、光、电、磁、pH、湿度等)下,其相态或分子结构会产生变化,进而改变液晶基元的排列顺序,从而导致材料本身发生宏观形变,当撤去外界刺激后,液晶弹性体可以恢复到原来的形状。这种独特的双向形状记忆性能使液晶弹性体成为制备软体机器人最适宜的材料之一。目前,根据驱动方式的不同,液晶弹性体软体机器人的研究主要分为热驱动软体机器人、光驱动软体机器人、电驱动软体机器人及其他驱动类型软体机器人,如磁场驱动和湿度驱动液晶弹性体软体机器人等。本文综述了液晶弹性体软体机器人的研究进展,详细介绍了不同驱动方式的液晶弹性体软体机器人体系,并对液晶弹性体软体机器人的发展前景进行了展望。

Abstract

As a hot robot research direction, soft robots have potential applications in many fields, such as the operation of small objects in limited space, due to the advantages including many degrees of freedom, excellent adaptability and flexible contact. As a classical smart material, liquid crystal elastomers (LCEs) are very promising to be the suitable candidate for preparing the soft robots owing to the large and reversible shape deformations in response to external stimuli (heat, light, electric or magnetic field, humidity, etc.). Due to the changes of microscopic orders or molecular structures of uniaxial-aligned mesogens, the whole LCE materials can execute very large and reversible macroscopic actuation during the LC-to-isotropic phase transition process. At present, according to different driving modes, the research of LCE-based soft robots mainly focuses on the thermal-driven soft robots, light-driven soft robots, electro-driven soft robots, magnetic-driven soft robots and humidity-driven soft robots. This article reviews the developments of LCE-based soft robots, and also introduces the main different driving modes and related LCE-based soft robot systems in detail. Besides, the article further provides a view of prospective development in the future for LCE-based soft robots.

Contents

1 Introduction

2 Thermal-driven liquid crystal elastomer based soft robot

3 Light-driven liquid crystal elastomer based soft robot

3.1 Crawling soft robots

3.2 Rolling soft robots

3.3 Swimming soft robots

4 Electro-driven liquid crystal elastomer based soft robots

4.1 Carbon conductive material/liquid crystal elastomer based soft robot

4.2 Metal conductive material/liquid crystal elastomer based soft robot

4.3 Conductive polymer material/liquid crystal elastomer based soft robot

5 Liquid crystal elastomer based soft robots driven by other stimuli

6 Conclusion and outlook

Graphical abstract

关键词

软体机器人 / 液晶弹性体 / 智能材料 / 形状记忆

Key words

soft robot / liquid crystal elastomer / smart material / shape memory

引用本文

引用格式 ▾

王猛, 杨剑峰. 基于液晶弹性体的软体机器人[J]. 化学进展, 2022, 34(1): 168-177 DOI:10.7536/PC210354

Meng Wang, Jianfeng Yang. Liquid Crystal Elastomers Based Soft Robots[J]. Progress in Chemistry, 2022, 34(1): 168-177 DOI:10.7536/PC210354

登录浏览全文

4963

注册一个新账户忘记密码

1 引言

软体机器人^[1⇓⇓~4]是一种人造柔软且可变形系统,由灵活的致动器和敏捷的关节/连杆组成,是机器人领域的热门研究方向。与由电机、轴承、齿轮、铰链等刚性构件构成的传统刚性机器人不同的是,软体机器人通常由软材料制成,具有众多的自由度、能够承受大变形、连续变形和柔顺接触等优势^[5⇓~7],在微小物体操作和空间受限环境运动等特殊应用领域,具有重要的研究价值。

近十年来,刺激-响应材料(如形状记忆高分子、液晶弹性体和水凝胶等聚合物材料),被成功应用于软体机器人研究领域^{[8⇓⇓⇓⇓~13]}。这一类新型软体机器人,可以模仿生物体的某些结构(如人造肌肉、章鱼的触手或虫类的躯体),在外界刺激下实现多种运动模式(爬行、滚动、游泳、抓取和跳跃等)。这些新型软体机器人还具有许多新颖的优点,例如小型化、远程控制和多重感应^{[14⇓⇓⇓⇓~19]},推动了人类社会向智能化进一步发展。

液晶弹性体^{[20⇓⇓⇓⇓⇓⇓⇓⇓⇓~30]},指非交联的液晶高分子经过一定程度的交联后,将相邻的高分子链连接起来形成的网络结构,能够在各向同性相或者液晶相中表现出弹性的一类聚合物。作为一种最具代表性的智能材料,液晶弹性体同时具有液晶各向异性和橡胶弹性,如图1所示,在外界刺激(热、光、电、磁、pH、湿度等)下,其相态或分子结构会产生变化,进而改变了液晶基元的排列顺序,从而导致材料本身发生宏观形变,当撤去外界刺激后,液晶弹性体可以恢复到原来的形状。通过调控液晶单体的分子结构、液晶相的种类、大分子交联网络结构、外界刺激方式和条件等,液晶弹性体的物理和化学性质、响应速度及运动模式等能够得到极大的优化,从而在软体机器人领域有广泛的应用前景。虽然目前仍存在力学性能较低、制备成本较高等不足之处,但是液晶弹性体所具备的独特双向形状记忆、形变大、响应速度快、响应机制多样和可拓展性强等优势,使其成为制备软体机器人最适宜的材料之一。本篇综述将重点介绍基于液晶弹性体的软体机器人的最新研究进展,根据驱动方式的不同对液晶弹性体软体机器人进行分类,讨论最新开发的液晶弹性体软体机器人驱动体系,总结目前在液晶弹性体软体机器人领域的挑战,并对未来的研究方向进行了展望。

目前,根据驱动方式的不同,液晶弹性体软体机器人的研究主要分为以下几大类:①热驱动液晶弹性体软体机器人,热作为最常见的能源之一,具有易于控制和来源广泛等优势,被最早应用于液晶弹性体的驱动研究^[31,32]。通过加热使液晶弹性体温度达到清亮点之上,实现各向同性-液晶相变,从而完成宏观的驱动行为。②光驱动液晶弹性体软体机器人,光能具有瞬时性、精度高、可控性强、无污染和来源广等优势,被广泛应用于软体机器人的研究^[33⇓~35]。通过光热效应或光致异构化反应,可以使得光响应型液晶弹性体发生可逆形变,进而驱动软体机器人实现多种形变及运动模式;③电驱动液晶弹性体软体机器人,电作为人类社会最常用的能源,具有方便、清洁、成本低和可调节性强等优点,是现代设备首选的驱动能源^[36⇓~38]。利用导电材料的焦耳热效应,将电能部分转化为热能,使液晶弹性体加热至清亮点温度以上,实现液晶相到各向同性相的转变,使得液晶弹性体发生可逆形变,驱动软体机器人实现运动;④其他类型软体机器人,例如利用磁场、湿度等方式来驱动软体机器人运动,相较于热、光、电驱动模式,这些软体机器人的研究仍处于初始阶段,运动模式和应用环境也相对单一。

2 基于热驱动的液晶弹性体软体机器人

de Gennes在1975年指出,液晶分子有序度的变化可以强烈影响单畴液晶弹性体的形状,并且这种形状变化与温度具有函数关系^[39]。在相变温度范围内(从各向同性到液晶相),细微的温度变化就会引起液晶弹性体的大尺度形变,从而产生热机械效应。在此基础上,多种基于热驱动的液晶弹性体软体机器人被设计并制造。

Ware等^[40]通过三维打印(3D打印)技术制备了一种热驱动液晶弹性体软体机器人。他们先将液晶单体RM82和扩链剂聚合得到丙烯酸酯端基的液晶低聚物作为打印油墨,再通过3D打印机编辑打印成设计形状后,利用紫外光引发交联反应固定住液晶弹性体复杂三维结构,得到了一种圆柱形的空心液晶弹性体软体机器人,在外界温度刺激下可以实现径向的收缩以及轴向的膨胀形变。

Zhao等^[41]制备了一种含有肉桂酸基团的液晶弹性体软体机器人,其可以实现可编程的复杂形变。他们先将液晶聚合物薄膜进行单轴拉伸,再置于365 nm紫外光照射下,诱导肉桂酸基团发生光交联反应形成网络结构,固定液晶基元的取向,从而获得了在热刺激下可以实现可逆形变的液晶弹性体材料。他们进一步研究发现,对液晶聚合物进行局部紫外光照射,可以在液晶弹性体上选择性地制备出具有光响应性的驱动区域以及没有光响应性的非驱动区域,在热刺激下,这两种不同的区域会导致液晶弹性体内部产生不同的收缩/拉伸力,从而实现复杂的形状变形。基于此,他们制备了一种章鱼状的软体机器人,如图2所示,由于软体机器人的8个脚经过了局部编程的光交联处理,其在温度刺激下可以实现8种不同的形状变化。

Ware等^[42]将四维打印(4D打印)技术与液晶弹性体相结合,制备了具有复杂形变的热响应液晶弹性体软体机器人。他们利用两种不同的液晶弹性体墨水打印出圆盘状软体机器人,其外部边缘为响应温度较低的液晶弹性体,而内部为响应温度较高的液晶弹性体材料。在低温度刺激下,外部液晶弹性体发生形变从而使软体机器人从扁平状变形为三维的圆台状;而当高温刺激时,两个部分的液晶弹性体同时发生形变使软体机器人进一步转变为圆锥状。这种具有逐步驱动行为的软体机器人为智能驱动器领域提供了一种全新的发展思路。

3 基于光驱动的液晶弹性体软体机器人

光能是一种强大的可再生能源,可以满足地球上大部分生物的能源需求。光可以长距离传输并精确控制,因此已成为液晶弹性体软体机器人理想的驱动能源^[43⇓~45]。光驱动的液晶弹性体软体机器人有两个主要工作原理:一是利用含有二苯乙炔结构的偶氮苯基团吸收紫外光,实现顺反异构化,使得液晶弹性体发生形变,进而驱动软体机器人运动;二则是通过光热转换材料,将光能部分转化为热能,使液晶弹性体实现液晶相到各向同性相的转变,发生可逆形变,进而驱动软体机器人运动。目前,光驱动液晶弹性体软体机器人实现的运动形态主要分为三种:爬行型、滚动型以及游泳型光驱动液晶弹性体软体机器人。本综述将依次从这三种不同的运动形态对光驱动软体机器人展开论述。

3.1 爬行型光驱动软体机器人

爬行^[46]可以定义为软体机器人通过身体变形,使锚定点在周围环境中产生有效的摩擦力,从而产生净推力的一种运动。拥有爬行能力的软体机器人可以在狭窄的空间、裂缝或隧道中移动,在人类身体无法进入的空间受限环境中执行特殊的任务。迄今为止,光驱动液晶弹性体软体机器人已经可以实现多种复杂的爬行动作。

Zhao等^[47]通过将近红外光热转换材料掺杂到含有肉桂酸基团的液晶弹性体单层薄膜中,制备了一种近红外光驱动的软体爬行机器人。该体系所用的光热转换试剂为带有2-丁酰基碳链的N,N-二烷基咪唑啉-2,4,5-三酮镍络合物,其光热转换效率高,在液晶聚合物网络中分散性好。通过非均匀的光交联反应可以使液晶弹性体膜的一侧可以被光驱动,而另一侧则没有光响应性。在近红外刺激下,光能部分转化为热能,引起液晶弹性体的液晶-各向同性相转变,具有光响应性的一侧的可逆收缩行为将会导致液晶弹性体软体机器人整体发生反向卷曲形变。当近红外光从软体机器人尾部(后端)扫描到机器人头部时,机器人身体会向下卷曲,而机器人尾部会向前移动。在近红外光被移除后,机器人将恢复初始形状,此时机器人头部的摩擦力小于尾部,尾部保持位置不变,进而推动机器人的头部向前运动。基于这种运动方式,软体机器人可以在近红外光刺激下以2 cm/min的速度在15°的斜坡上爬行。

为了更简易和精确地调节软体机器人的运动方向和变形方式,本课题组提出了一种构建多重刺激响应液晶弹性体软体机器人系统的策略^[48],该系统在实现不同的形状变形模式的同时可以进行多向运动。该体系由双层液晶弹性体膜构成,其中上层膜为一整张未拉伸的液晶弹性体膜,而底部由三张含有不同的光热试剂(分散红1、YHD796以及Dye1002)的单畴取向液晶弹性体膜构成,利用三种不同波段的光(520、808、980 nm)对具有分层结构的软体机器人的特定区域进行选择性刺激,从而使驱动系统摆脱光扫描位置/方向的限制,实现软体机器人的精准多方向运动控制(图3)。

Priimagi和Zeng等^[49]报道了一种基于光驱动液晶弹性体的软体机器人,其可以模仿在空间均匀可见光刺激下毛毛虫的爬行运动。该软体机器人所用的液晶弹性体是通过一种具有多种取向区域的液晶盒为模板光聚合制备而成,其内部不同区域的液晶基元具有不同的排列形式,再经过退火处理释放内应力后,液晶弹性体薄膜自发形成了Ω形状的软体机器人。在近红外光刺激下,光能经由液晶弹性体内部的光热试剂部分转化为热能,诱导薄膜从弯曲的结构变为平整伸展的结构,进而驱动软体机器人实现毛毛虫般的几何变形模式;此外,该软体机器人可以感应地面状况并执行不同的步态模式,在一系列不同的基底(如炽热的光栅、纸张表面和人体皮肤)上实现驱动爬行。本课题组^[50]还提出了一种新型爬行软体机器人,该机器人由双层液晶弹性体膜和锯齿形脚组成,可以模仿蛇形运动。如图4所示,该爬行机器人是由两张拱形的单畴液晶弹性体膜分别粘在一张S型液晶弹性体膜的外侧而成。在近红外光刺激下,内部的YHD796C将光能转化为热能,导致单畴液晶弹性体膜向多畴液晶弹性体膜方向弯曲,从而实现由S形运动到反向S形运动的可逆变形。在近红外光反复照射下,该机器人依靠不对称摩擦向前移动,可以实现类似于蛇类的蛇形运动。这种近红外光驱动的蛇形液晶弹性体软体机器人能为仿生软驱动装置的制造和开发提供一种新的视角。

3.2 滚动型光驱动软体机器人

由于滚动阻力明显低于滑动摩擦,滚动是一种有效的平面运动模式。基于这个特点,滚动机器人可以在不平整或柔软的表面(如沙子、雪、灌木丛和植被等)上进行更为稳定的运动,在碰撞后极易恢复原状。基于这些优势,滚动机器人非常适合在未知且变化多样的地形中使用,在侦察、探险、勘探等行业中拥有巨大的应用潜力。

White等^[51]成功制备了一种基于偶氮苯液晶弹性体的滚动软体机器人,并展示了其在紫外光连续照射下的滚动行为。当机器人暴露在紫外光下时,顶部和底部之间的不对称应变产生的应力克服了滚动阻力,从而实现滚动运动。此外,当机器人开始滚动时,原本处于下部的薄膜位移至机器人上部,重新产生不对称应力以实现持续的滚动。Cheng和Zeng等^[52]将kirigami(一种剪纸艺术)概念应用于光驱动液晶弹性体薄膜软体机器人中。在这个体系中,液晶弹性体通过液晶盒对掺杂光热转化材料的液晶聚合物进行取向并利用紫外光交联形成网络结构,再利用激光雕刻机将其裁剪成一系列具有三角形尾部结构的条带,每个条带的裁剪方向都是沿着液晶弹性体膜的取向方向,因此其可以在光照下实现弯曲形变。如图5所示,将切割后的条带卷成管状,并用塑料环加固得到滚动型软体机器人,在近红外光照下,条带会通过不对称的弯曲形变,驱动机器人在前和后两个方向上实现多步态滚动运动;此外,其还可以沿着预先设计的轨迹滚动,在20 s内爬上坡度为6°的斜坡。Cai等^[53]受到动物骨骼的启发,构建了一种混合式张拉机器人,亚克力杆被用作机器人的抗压支柱部分,而液晶弹性体和碳纳米管形成的复合材料则充当柔性的抗张结构。该张拉机器人具有较高的可扩展性,可以完全由光来实现复杂运动。在光刺激下,张拉机器人中的某一根或者多根液晶弹性体柔性杆,由于受热发生收缩形变,使得整个机器人重心发生偏移,从而可以沿着许多不同的路径在各种地形上实现多方向的滚动前进。

3.3 游泳型光驱动软体机器人

不同于干燥环境,软体机器人在湿润的环境下同样可以大有所为,例如软体机器人可以像微生物一样在各种液体和组织中自由移动从而执行微创诊断或治疗任务。然而在这种环境中,黏性力往往大于惯性,以往只有通过多个驱动机器人协调作用下才能实现多种复杂的运动,液晶弹性体则因其自身独特的双向形状记忆优势,成为制备游泳仿生机器人最适合的材料之一^[54,55]。

Huang和Lv等^[56]基于偶氮苯液晶弹性体制作了一种光驱动的微型游泳机器人,能够实现游泳、抓取、携带和运输等多种复杂运动。偶氮苯基团在紫外线和可见光照射下,可以实现顺式、反式异构体之间的相互转化,由于两种异构体的长度不同,会导致材料实现宏观的收缩和弯曲等形变。如图6所示,在该体系中,偶氮苯液晶弹性体作为机器人的鞭毛来产生游泳的推进力,在紫外光的照射下鞭毛呈现周期性运动,从而推动机器人在水中持续前进。该光驱动软体机器人可以实现非接触式的驱动和复杂运动控制,不需要任何电池、电源线、电机或传动机构,大大简化了机器人的结构,在狭长液体环境(如微流控设备等)中有着巨大的应用潜力。

Yu等^[57]制备了一种基于偶氮苯液晶弹性体/聚酰亚胺薄膜双层复合结构的新型光驱动游泳机器人。该机器人的运动可以通过光照射来控制,双层薄膜在暴露于紫外线后会迅速向聚酰亚胺侧弯曲,并在移除光后立即恢复。当放置在液体表面上时,游泳机器人会像海豚一样依靠液晶弹性体尾鳍有节奏地拨动液体产生推力,从而不断推动自己前进。此外,只需更改尾鳍的长宽比和照射位置,即可以模仿海豚胸鳍的功能实现游泳机器人的光驱动旋转。这种新型软体机器人将向前运动和旋转运动结合在一起,可以轻松地在室温下实现多方向运动控制,展现了其在运输用微型化设备领域的应用前景。Cai等^[58]成功制备了一种基于聚多巴胺-液晶弹性体复合材料的光驱动游泳机器人。由于涂覆的聚多巴胺层具有很高的光热转换效率,所制备的液晶弹性体可以在十分之一秒内响应近红外光的刺激。在暴露于近红外光下时,聚多巴胺层将光能转化为热量,使得液晶弹性体膜的温度出现梯度分布,从而产生可逆的局部弯曲形变。基于这种特性,该驱动器可以作为游泳机器人的尾部驱动其运动,通过周期性地打开和关闭近红外光,游泳机器人可以以1 mm/s的平均速度不断前进。

4 基于电驱动的液晶弹性体软体机器人

与大多聚合物一样,液晶弹性体本身是电绝缘材料,为实现液晶弹性体的电致驱动,可将导电材料与液晶弹性体复合,制备电驱动软体机器人。当施加一定的电压或电流时,导电填料的焦耳热效应可以使一部分电能转化为热能,使液晶弹性体到达其相转变温度以上,从而使液晶弹性体发生形变,驱动软体机器人产生运动。此外,电流、电压等电信号可以通过软件程序实现精确输出,从而实现对软体机器人的精确控制。目前,用于电驱动软体机器人的导电材料主要分为三类:碳材料、金属材料以及导电高分子材料,我们将分别从这三类材料依次展开论述。

4.1 基于碳材料的液晶弹性体软体机器人

碳材料是目前应用最为广泛的导电材料之一,它具有零维、一维和二维等多种纳米结构,并且来源广泛,成本较低,目前液晶弹性体软体机器人常用的碳基导电材料主要包括碳纳米管和炭黑等。

4.1.1 基于碳纳米管的电驱动软体机器人

碳纳米管^[59⇓~61]可以看成是由单层或多层六元碳环石墨层弯曲形成的密闭纳米管体,管的两端为两个类似半球状的半个富勒烯分子。按照石墨层数目的不同,碳纳米管可以分为单壁碳纳米管(SWCNT)和多壁碳纳米管(MWCNT)。其中,SWCNT直径较小,只有几个纳米,但是在范德华力的作用下,SWCNT通常会聚集成直径约为几十纳米的束,每束含有几十到几百根SWCNT。MWCNT的内管直径与SWCNT的直径相当,外管直径则由于石墨层的数目不同而从几纳米到几十纳米不等。碳纳米管具有微米级的轴向长度,有很大的长径比,是一种准一维材料。其中碳原子4个价电子中的3个形成了共价键,剩下一个价电子共用形成金属键性质的离域π键,因此碳纳米管在轴向具有导电性能。

Ware等^[62]报道了一种可编程的电驱动软体机器人,其通过将液晶单体和交联剂等原料利用毛细管力填充到具有有序排列碳纳米管涂层的液晶盒中交联制备而成。在该体系中,碳纳米管具有多重作用:增强机械、导热和导电性能以及作为液晶弹性体的取向层。通过控制液晶弹性体/碳纳米管复合材料中碳纳米管的取向、位置和层数,可实现软体机器人对电流的程序化响应。他们进一步将液晶弹性体/碳纳米管复合薄膜扭曲成纤维,与复合膜相比,这些纤维在15.1 V/cm直流电压刺激下,可实现约12%的驱动应变。这项工作扩展了可编程驱动器的通用性,在自变形结构和软体机器人应用方面展现了巨大的潜力。

Shao和Tian等^[63]提出了一种基于液晶弹性体的可编程电驱动软体机器人,其由柔性电热膜和液晶弹性体膜复合而成。通过将多壁碳纳米管和银纳米线嵌入具有相互连通网状结构的聚合物薄膜中形成柔性电热膜,其中多壁碳纳米管和银纳米线可以使电热膜在保持柔韧性同时,还具备良好的导电性。在电信号刺激下,柔性电热薄膜可以利用焦耳效应产生热能,而液晶弹性体膜在热作用下会产生较大的形变。在6.5 V电压刺激下,机器人以21 ℃/s的加热速率达到189 ℃,从而实现快速收缩形变;此外,类似于印刷电路的结构化设计以及可定制性使得这种电控制的软体机器人能够被编程为实际应用所需的各种形状。

4.1.2 基于炭黑的电驱动软体机器人

炭黑(Carbon Black,简称CB)是一种发现已久的导电材料,属于无定形碳^[64,65],其导电性能优异、稳定、可控,且制造成本很低,是一种比较常用的导电材料。在炭黑粒子中,碳原子通过类似石墨的形状排列形成炭黑准晶体,利用热处理可以增强炭黑中微晶层的排列和取向,因此电子可以自由地在微晶层间移动。

Yu等^[66]报道了一种基于超薄传感和电控的软体机器人,能够感知环境并模仿尺蠖进行适应性软体爬行。这些软体机器人由超薄可变形加热执行器、单晶硅光电探测器的传感器和掺杂炭黑的液晶弹性体(LCE-CB)纳米复合材料组成,通过感测和驱动的结合,可以实现自适应爬行运动,其中传感器感测环境,执行器相应地做出响应并通过调节LCE-CB的变形来自主控制运动。本课题组^[67]开发了一种由环状液晶弹性体/炭黑复合的软体机器人和导电轨道组成的电驱动软体机器人系统。其中,液晶弹性体/炭黑电驱动软体机器人由液晶弹性体圆环和粘贴在液晶弹性体环外表面上的几个U形炭黑导电区域组成。得益于炭黑粉末产生的有效焦耳热和双层液晶弹性体/炭黑薄膜内部产生的相应的不均匀应力,如图7所示,环状软体机器人可以在50 V直流电刺激下,在固定的铜导体轨道上以1.6 mm/s的速度向前滚动。滚动致动器和导电轨道之间的动态连接有效地消除了一般复杂致动装置中电线的限制。这项工作促进了电驱动液晶弹性体执行器的发展,并拓宽了软体机器人在电气设备领域的应用前景。

4.2 基于金属材料的液晶弹性体软体机器人

与碳基导电材料相比,金属类的导电材料具有更好的导电性,这赋予了与其复合的软体机器人在低电压的情况下快速响应的特性。

Zhao等^[68]开发出一种由电场控制的能够实现多种仿生运动的软体机器人。软体机器人由单轴取向的液晶弹性体、聚酰亚胺层和嵌入在中间的蛇形镍铬(Ni-Cr)细电阻线组成。在电信号下,Ni-Cr细电阻线产生焦耳热引起液晶弹性体收缩,从而驱动执行器变形。如图8所示,得益于巧妙的结构设计,这种软体机器人可以执行各种运动模式,其中包括通过身体拱起向上伸直的方式进行定向移动、通过身体拉伸收缩在受限的隧道状管道中爬行和像人类一样的两腿行走,同时推动负载向前的运动。

Cai等^[69]报道了一种新型电驱动软体机器人,这种软体机器人由三根独立控制的细蛇形电热铜丝夹在两层交联的液晶弹性体薄膜之间制备而成。三明治结构的复合材料卷曲并将其拉伸制成管状结构后,再利用紫外光固定其内部液晶基元的排列以获得管状致动器。在外加电场的控制下,细蛇形电热铜丝通过焦耳热效应和热扩散在管状驱动器表面产生近乎均匀的温度分布,通过独立控制单个或多个蛇形铜丝的通断电,管状驱动器可以表现出多向弯曲和较大的均匀收缩。通过进一步地集成电池、微控制器和驱动器,他们制造了一个可以在地面爬行和运输物品的软体机器人,为电驱动软体机器人从实验室走向实际应用提供了可能。

Liu等^[70]报道了一种具有感知性的软体机器人,由高导电性的液态金属和液晶弹性体组成,该软体机器人在独立单元级别上实现了感测、执行和控制。他们利用了一种简便的磁性印刷技术在液晶弹性体表面构筑了液态金属电路,其不仅可以作为一种兼容的电阻加热器,还可以基于外力诱导阻值变化来改变电路中的热量分布,从而实现在无机电控制系统的参与下,对压力或应变刺激进行自主形变反馈。这种完全柔性的液态金属-液晶弹性体软体机器人具有出色的智能性,包括自我感知以及自主决策的性能。如图9所示,机器人弯曲产生的抓力能够提起樱桃,提起后樱桃和机器人之间没有接触压力,电流重新分配到了中间的液态金属电路;随后,在失去接触压力28 s后,机器人打开抓手,樱桃自动释放。这项工作的新颖性在于其证明了仅通过合理的设计即可获得智能软体机器人,而无需依靠繁琐且复杂的控制系统,为构建高度集成化的智能软体机器人提供了新的思路。

4.3 基于导电高分子材料的液晶弹性体软体机器人

导电高分子具有导电性很高、易于加工和成本低廉的优点,对许多聚合物材料具有良好的亲合力^[71,72]。目前,已有科研工作者将其与液晶弹性体复合制备软体机器人,在不影响机械性能的条件下赋予其优秀的导电性能。

Greco和Mattoli等^[73]通过在液晶弹性体膜表面沉积聚(3,4-乙撑二氧噻吩)∶聚(苯乙烯磺酸盐)(PEDOT∶PSS)的导电聚合物层制备了一种电驱动软体机器人。该体系中,PEDOT∶PSS导电聚合层具有与液晶弹性体膜相似的杨氏模量和泊松比,其可以与液晶弹性体膜进行更好的黏合。在1.3V电压的刺激下,PEDOT∶PSS导电聚合层产生热量致使软体机器人实现弯曲运动。

Jákli等^[74]将离子液体与液晶弹性体相结合制备了第一例电驱动离子液晶弹性体软机器人。该体系中,离子液体与液晶单体混合后填入液晶盒内,后经过紫外光交联形成离子液晶弹性体。在两侧复合聚(3,4-乙撑二氧噻吩)∶聚(苯乙烯磺酸盐)(PEDOT∶PSS)作为电极后,其可在2 V电压刺激下实现弯曲形变。具体来说,当在电极上施加电压时,液晶弹性体内正负电荷离子向相反方向移动,较大尺寸离子(阳离子)在薄膜一侧占据较大的体积,并施加拉伸应力,而较小尺寸离子(阴离子)则在薄膜的另一侧施加压缩应力,从而实现弯曲形变。

5 其他类型液晶弹性体软体机器人

除了热、光、电这三大类最常见驱动方法外,其他多种刺激方式驱动的液晶弹性体软体机器人正逐渐引起科学家的关注,一些基于磁、湿度等响应模式的软体机器人被报道,开拓了液晶弹性体软体机器人的应用领域。

磁响应具有非接触性、穿透性强和安全等多种优势,通过将磁响应纳米粒子和液晶弹性体复合,可以制备具有多种运动模式的磁响应软体机器人。Sitti等^[75]成功制备了一种磁响应软体机器人,该机器人由液晶弹性体和嵌入其内的磁性纳米颗粒组成。在这个体系中,软体机器人内部的磁性纳米颗粒进行了不同方向的磁化,因此其可以在磁性纳米颗粒局部磁矩与外界磁场之间的相互作用下实现形状变化,如图10所示,软体机器人在外界磁场的刺激下可以实现自发的行走。这项工作通过结合液晶弹性体和磁性纳米颗粒的优点,为软体机器人的设计提供了全新的思路。

在自然界中存在大量湿度改变的场景,利用湿度进行驱动的软体机器人可以很好地利用这一环境优势,并将其转化为利于人类生活的其余能量。目前主要的策略是将湿度与其他驱动方式相结合以实现不同的用途。Schenning等^[76]通过在拉伸的聚酰胺6(PA6)衬底上喷涂液晶混合物,成功制备了热/湿双响应软体机器人,取向的PA6可以引导液晶单体自行形成排列整齐、各向异性的液晶网络。在恒定的低相对湿度(5%)下,软体机器人的曲率随温度升高而保持不变;而在更潮湿的条件下(80%相对湿度),PA6的弹性模量充分降低,导致软体机器人随着温度的升高而发生形变。Priimagi和Schenning等^[77]报道了一种新型的液晶弹性体软体机器人,该机器人由偶氮苯衍生物(丙烯酰酸分散红)、羧酸单体和交联剂共聚而成。经过碱处理后,羧酸二聚体之间的氢键被破坏,并将其转化为吸湿性羧酸盐。在相对湿度较低的条件下,即使在450 nm高强度光照(100 mW/cm²)下,机器人仍处于关闭状态;而在高相对湿度下,聚合物链被水分膨胀,液晶弹性体中液晶基元的取向度下降,导致其可以在450 nm的较低光强度(8 mW/cm²)刺激下迅速触发而打开。这种软体机器人在运动速度、几何形状和方向性的控制方面更具有便捷性,其有望在自适应生物启发式软体机器人领域得到进一步应用。

6 结论和展望

机器人在我们的生活中扮演着重要角色,它能够极大提高人类的生产效率和工作效率。作为机器人领域的延伸,软体机器人由软材料制作而成,相对刚性机器人,其有柔顺性和灵活性等优点,可以弥补刚性机器人的不足,未来软体机器人在物料加工、康复医疗和环境探测等领域有着极大的应用潜力。本综述总结了近几年关于液晶弹性体软体机器人的研究,讨论了基于热、光、电、磁、湿度等多种驱动方式的液晶弹性体软体机器人的优点及进展,但是依然存在一些问题亟待解决。首先,液晶弹性体材料本身存在制备成本较高、力学性能差和耐疲劳性差等不足之处;此外,为了实现面外变形,液晶弹性体材料通常是多层复合结构,且需要外界变频的刺激,对其走向实际应用造成了一定的阻碍。目前的研究主要集中在光驱动的液晶弹性体软体机器人,然而光的穿透性是有限的,这导致软体机器人的结构相对单一,只能局限于制备薄膜类、管状等,只能满足较低要求的机械力和简单运动模式,限制了应用场景,而其他驱动方式的液晶弹性体软体机器人研究都相对偏少。为了解决这些问题,在对现有体系不断挖掘的同时,应该继续寻找新的策略并尝试新的驱动机制来不断扩展液晶弹性体软体机器人的应用环境。总的来说,需要通过科学家和工程师的共同努力,不断开发新型液晶弹性体软体机器人,推进其从实验室走向实际应用。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Trivedi D, Rahn C D, Kier W M, Walker I D. Appl. Bionics Biomech., 2008,5(3): 99.

[2]	Kim S, Laschi C, Trimmer B. Trends Biotechnol., 2013,31(5): 287.

[3]	Majidi C. Soft Robotics, 2014,1(1): 5.

[4]	Laschi C, Cianchetti M. Front. Bioeng. Biotechnol., 2014,2: 3.

[5]	Palagi S, Fischer P. Nat. Rev. Mater., 2018,3(6): 113.

[6]	Li J, de Ávila B E F, Gao W, Zhang L F, Wang J. Sci. Robot., 2017,2: eaam6431.

[7]	Rus D, Tolley M T. Nature, 2015,521(7553): 467.

[8]	Jin B J, Song H J, Jiang R Q, Song J Z, Zhao Q, Xie T. Sci. Adv., 2018,4(1): eaao3865. DOI: 10.1126/sciadv.aao3865.

[9]	Zheng N, Fang Z Z, Zou W K, Zhao Q, Xie T. Angew. Chem., 2016,128(38): 11593.

[10]	Fang Z Z, Zheng N, Zhao Q, Xie T. ACS Appl. Mater. Interfaces, 2017,9(27): 22077.

[11]	Zhao Q, Zou W, Luo Y, Xie T. Sci. Adv., 2016,2: e1501297.

[12]	van Oosten C L, Bastiaansen C W M, Broer D J. Nat. Mater., 2009,8(8): 677.

[13]	Li X, Cai X B, Gao Y F, Serpe M J. J. Mater. Chem. B, 2017,5(15): 2804.

[14]	Suzumori K, Iikura S, Tanaka H. IEEE Control Syst. Mag., 1992,12: 21.

[15]	Jung K, Koo J C, Nam J D, Lee Y K, Choi H R. Bioinspir. Biomim., 2007,2(2): S42.

[16]	Laschi C, Cianchetti M, Mazzolai B, Margheri L, Follador M, Dario P. Adv. Robotics, 2012,26(7): 709.

[17]	Chambers L D, Winfield J, Ieropoulos I, Rossiter J. International Society for Optics and Photonics(Eds. BarCohen Y). San Diego: SPIE, 2014,9056: 90560B.

[18]	Nelson B J, Kaliakatsos I K, Abbott J J. Annu. Rev. Biomed. Eng., 2010,12(1): 55.

[19]	Nocentini S, Parmeggiani C, Martella D, Wiersma D S. Adv. Opt. Mater., 2018,6: 1800207.

[20]	Küpfer J, Finkelmann H. Makromol. Chem., Rapid Commun., 1991,12(12): 717.

[21]	Ware T H, McConney M E, Wie J J, Tondiglia V P, White T J. Science, 2015,347(6225): 982.

[22]	Finkelmann H, Nishikawa E, Pereira G G, Warner M. Phys. Rev. Lett., 2001,87: 015501.

[23]	Yu Y L, Nakano M, Ikeda T. Nature, 2003,425(6954): 145.

[24]	Broer D J, Bastiaansen C M W, Debije M G, Schenning A P H J. Angew. Chem. Int. Ed., 2012,51(29): 7102.

[25]	Winkler M, Kaiser A, Krause S, Finkelmann H, Schmidt A M. Macromol. Symp., 2010, 291- 292(1): 186.

[26]	Harris K D, Bastiaansen C W M, Lub J, Broer D J. Nano Lett., 2005,5(9): 1857.

[27]	Wei J, Yu Y L. Soft Matter, 2012,8(31): 8050.

[28]	Lehmann W, Skupin H, Tolksdorf C, Gebhard E, Zentel R, Krüger P, Lösche M, Kremer F. Nature, 2001,410(6827): 447.

[29]	Li X, Ma S D, Hu J, Ni Y, Lin Z Q, Yu H F. J. Mater. Chem. C, 2019,7(3): 622.

[30]	Hu J, Li X, Ni Y, Ma S D, Yu H F. J. Mater. Chem. C, 2018,6(40): 10815.

[31]	Finkelmann H, Kock H J, Rehage G. Makromol. Chem., Rapid Commun., 1981,2(4): 317.

[32]	Clarke S M, Hotta A, Tajbakhsh A R, Terentjev E M. Phys. Rev. E, 2001,64(6): 061702.

[33]	Pang X L, Lv J A, Zhu C Y, Qin L, Yu Y L. Adv. Mater., 2019,31(52): 1904224.

[34]	Ube T, Ikeda T. Adv. Optical Mater., 2019,7(16): 1900380.

[35]	Gu W, Qing X, Wei J, Yu Y L. Chin. Sci. Bull., 2016,61(19): 2102.

[36]	Ali I, Li X D, Chen X Q, Jiao Z W, Pervaiz M, Yang W M. Mater. Sci. Eng. C-Biomimetic Supramol. Syst., 2019,103: 109852.

[37]	Pelrine R, Kornbluh R, Pei Q, Joseph J. Science, 2000,287: 836.

[38]	Qi X D, Xiu H, Wei Y, Zhou Y, Guo Y L, Huang R, Bai H W, Fu Q. Compos. Sci. Technol., 2017,139: 8.

[39]	De Gennes P G, Prost J. The Physics of Liquid Crystals, Oxford University Press, 1993.

[40]	Ambulo C P, Burroughs J J, Boothby J M, Kim H, Shankar M R, Ware T H. ACS Appl. Mater. Interfaces, 2017,9(42): 37332.

[41]	Yang R, Zhao Y. Angew. Chem., 2017,129(45): 14390.

[42]	Saed M O, Ambulo C P, Kim H, De R, Raval V, Searles K, Siddiqui D A, Cue J M O, Stefan M C, Shankar M R, Ware T H. Adv. Funct. Mater., 2019,29(3): 1806412.

[43]	Habault D, Zhang H J, Zhao Y. Chem. Soc. Rev., 2013,42(17): 7244.

[44]	Bushuyev O S, Aizawa M, Shishido A, Barrett C J. Macromol. Rapid Commun., 2018,39(1): 1700253.

[45]	Wang M, Ma D Y, Wang C J. Prog. Chem., 2020,32: 1452.

[46]	( 王猛, 马丹阳, 王成杰. 化学进展, 2020,32(10): 1452.)

[47]	Alexander R M. Evol. Anthropol., 2004, 13:160.

[48]	Ge F J, Yang R, Tong X, Camerel F, Zhao Y. Angew. Chem. Int. Ed., 2018,57(36): 11758.

[49]	Zuo B, Wang M, Lin B P, Yang H. Nat. Commun., 2019,10: 1.

[50]	Zeng H, Wani O M, Wasylczyk P, Priimagi A. Macromol. Rapid Commun., 2018,39(1): 1700224.

[51]	Wang M, Hu X B, Zuo B, Huang S, Chen X M, Yang H. Chem. Commun., 2020,56(55): 7597.

[52]	Wie J J, Shankar M R, White T J. Nat. Commun., 2016,7(1): 1.

[53]	Cheng Y C, Lu H C, Lee X, Zeng H, Priimagi A. Adv. Mater., 2020,32(7): 1906233.

[54]	Wang Z J, Li K, He Q G, Cai S Q. Adv. Mater., 2019,31(7): 1806849.

[55]	Palagi S, Mark A G, Reigh S Y, Melde K, Qiu T, Zeng H, Parmeggiani C, Martella D, Sanchez-Castillo A, Kapernaum N, Giesselmann F, Wiersma D S, Lauga E, Fischer P. Nat. Mater., 2016,15(6): 647.

[56]	Fischer P, Ghosh A. Nanoscale, 2011,3(2): 557.

[57]	Huang C L, Lv J A, Tian X J, Wang Y C, Yu Y L, Liu J. Sci. Rep., 2015,5(1): 1.

[58]	Ma S D, Li X, Huang S, Hu J, Yu H F. Angew. Chem. Int. Ed., 2019,58(9): 2655.

[59]	Tian H M, Wang Z J, Chen Y L, Shao J Y, Gao T, Cai S Q. ACS Appl. Mater. Interfaces, 2018,10(9): 8307.

[60]	de Volder M F L, Tawfick S H, Baughman R H, Hart A J. Science, 2013,339(6119): 535.

[61]	Chen L Z, Weng M C, Zhou Z W, Zhou Y, Zhang L L, Li J X, Huang Z G, Zhang W, Liu C H, Fan S S. ACS Nano, 2015,9(12): 12189.

[62]	Yadav N, Tyagi M, Wadhwa S, Mathur A, Narang J. Methods in Enzymology. Amsterdam: Elsevier, 2020,630: 347.

[63]	Kim H, Lee J A, Ambulo C P, Lee H B, Kim S H, Naik V V, Haines C S, Aliev A E, Ovalle-Robles R, Baughman R H, Ware T H. Adv. Funct. Mater., 2019,29(48): 1905063.

[64]	Liu H R, Tian H M, Shao J Y, Wang Z J, Li X M, Wang C H, Chen X L. ACS Appl. Mater. Interfaces, 2020,12(50): 56338.

[65]	Arduini F, Cinti S, Mazzaracchio V, Scognamiglio V, Amine A, Moscone D. Biosens. Bioelectron., 2020,156: 112033.

[66]	Mazzaracchio V, Tomei M R, Cacciotti I, Chiodoni A, Novara C, Castellino M, Scordo G, Amine A, Moscone D, Arduini F. Electrochimica Acta, 2019,317: 673.

[67]	Wang C J, Sim K, Chen J, Kim H, Rao Z L, Li Y H, Chen W Q, Song J Z, Verduzco R, Yu C J. Adv. Mater., 2018,30(13): 1706695.

[68]	Wang M, Cheng Z W, Zuo B, Chen X M, Huang S, Yang H. ACS Macro Lett., 2020,9(6): 860.

[69]	Xiao Y Y, Jiang Z C, Tong X, Zhao Y. Adv. Mater., 2019,31(36): 1903452.

[70]	He Q G, Wang Z J, Wang Y, Minori A, Tolley M T, Cai S Q. Sci. Adv., 2019,5(10): eaax5746.

[71]	Ma B, Xu C T, Cui L S, Zhao C, Liu H. ACS Appl. Mater. Interfaces, 2021,13(4): 5574.

[72]	Holze R, Wu Y P. Electrochimica Acta, 2014,122: 93.

[73]	Naoi K, Naoi W, Aoyagi S, Miyamoto J I, Kamino T. Acc. Chem. Res., 2013,46(5): 1075.

[74]	Greco F, Domenici V, Desii A, Sinibaldi E, Zupančič B, Zalar B, Mazzolai B, Mattoli V,. Soft Matter, 2013,9(47): 11405.

[75]	Feng C R, Rajapaksha C P H, Cedillo J M, Piedrahita C, Cao J W, Kaphle V, Lüssem B, Kyu T, Jákli A. Macromol. Rapid Commun., 2019,40(19): 1900299.

[76]	Zhang J C, Guo Y B, Hu W Q, Soon R H, Davidson Z S, Sitti M. Adv. Mater., 2021,33(8): 2006191.

[77]	Verpaalen R C P, Souren A E J, Debije M G, Engels T A P, Bastiaansen C W M, Schenning A P H J. Soft Matter, 2020,16(11): 2753.

[78]	Wani O M, Verpaalen R, Zeng H, Priimagi A, Schenning A P H J. Adv. Mater., 2019,31(2): 1805985.

[1]	Trivedi D, Rahn C D, Kier W M, Walker I D. Appl. Bionics Biomech., 2008,5(3): 99.
[2]	Kim S, Laschi C, Trimmer B. Trends Biotechnol., 2013,31(5): 287.
[3]	Majidi C. Soft Robotics, 2014,1(1): 5.
[4]	Laschi C, Cianchetti M. Front. Bioeng. Biotechnol., 2014,2: 3.
[5]	Palagi S, Fischer P. Nat. Rev. Mater., 2018,3(6): 113.
[6]	Li J, de Ávila B E F, Gao W, Zhang L F, Wang J. Sci. Robot., 2017,2: eaam6431.
[7]	Rus D, Tolley M T. Nature, 2015,521(7553): 467.
[8]	Jin B J, Song H J, Jiang R Q, Song J Z, Zhao Q, Xie T. Sci. Adv., 2018,4(1): eaao3865. DOI: 10.1126/sciadv.aao3865.
[9]	Zheng N, Fang Z Z, Zou W K, Zhao Q, Xie T. Angew. Chem., 2016,128(38): 11593.
[10]	Fang Z Z, Zheng N, Zhao Q, Xie T. ACS Appl. Mater. Interfaces, 2017,9(27): 22077.
[11]	Zhao Q, Zou W, Luo Y, Xie T. Sci. Adv., 2016,2: e1501297.
[12]	van Oosten C L, Bastiaansen C W M, Broer D J. Nat. Mater., 2009,8(8): 677.
[13]	Li X, Cai X B, Gao Y F, Serpe M J. J. Mater. Chem. B, 2017,5(15): 2804.
[14]	Suzumori K, Iikura S, Tanaka H. IEEE Control Syst. Mag., 1992,12: 21.
[15]	Jung K, Koo J C, Nam J D, Lee Y K, Choi H R. Bioinspir. Biomim., 2007,2(2): S42.
[16]	Laschi C, Cianchetti M, Mazzolai B, Margheri L, Follador M, Dario P. Adv. Robotics, 2012,26(7): 709.
[17]	Chambers L D, Winfield J, Ieropoulos I, Rossiter J. International Society for Optics and Photonics(Eds. BarCohen Y). San Diego: SPIE, 2014,9056: 90560B.
[18]	Nelson B J, Kaliakatsos I K, Abbott J J. Annu. Rev. Biomed. Eng., 2010,12(1): 55.
[19]	Nocentini S, Parmeggiani C, Martella D, Wiersma D S. Adv. Opt. Mater., 2018,6: 1800207.
[20]	Küpfer J, Finkelmann H. Makromol. Chem., Rapid Commun., 1991,12(12): 717.
[21]	Ware T H, McConney M E, Wie J J, Tondiglia V P, White T J. Science, 2015,347(6225): 982.
[22]	Finkelmann H, Nishikawa E, Pereira G G, Warner M. Phys. Rev. Lett., 2001,87: 015501.
[23]	Yu Y L, Nakano M, Ikeda T. Nature, 2003,425(6954): 145.
[24]	Broer D J, Bastiaansen C M W, Debije M G, Schenning A P H J. Angew. Chem. Int. Ed., 2012,51(29): 7102.
[25]	Winkler M, Kaiser A, Krause S, Finkelmann H, Schmidt A M. Macromol. Symp., 2010, 291- 292(1): 186.
[26]	Harris K D, Bastiaansen C W M, Lub J, Broer D J. Nano Lett., 2005,5(9): 1857.
[27]	Wei J, Yu Y L. Soft Matter, 2012,8(31): 8050.
[28]	Lehmann W, Skupin H, Tolksdorf C, Gebhard E, Zentel R, Krüger P, Lösche M, Kremer F. Nature, 2001,410(6827): 447.
[29]	Li X, Ma S D, Hu J, Ni Y, Lin Z Q, Yu H F. J. Mater. Chem. C, 2019,7(3): 622.
[30]	Hu J, Li X, Ni Y, Ma S D, Yu H F. J. Mater. Chem. C, 2018,6(40): 10815.
[31]	Finkelmann H, Kock H J, Rehage G. Makromol. Chem., Rapid Commun., 1981,2(4): 317.
[32]	Clarke S M, Hotta A, Tajbakhsh A R, Terentjev E M. Phys. Rev. E, 2001,64(6): 061702.
[33]	Pang X L, Lv J A, Zhu C Y, Qin L, Yu Y L. Adv. Mater., 2019,31(52): 1904224.
[34]	Ube T, Ikeda T. Adv. Optical Mater., 2019,7(16): 1900380.
[35]	Gu W, Qing X, Wei J, Yu Y L. Chin. Sci. Bull., 2016,61(19): 2102.
[36]	Ali I, Li X D, Chen X Q, Jiao Z W, Pervaiz M, Yang W M. Mater. Sci. Eng. C-Biomimetic Supramol. Syst., 2019,103: 109852.
[37]	Pelrine R, Kornbluh R, Pei Q, Joseph J. Science, 2000,287: 836.
[38]	Qi X D, Xiu H, Wei Y, Zhou Y, Guo Y L, Huang R, Bai H W, Fu Q. Compos. Sci. Technol., 2017,139: 8.
[39]	De Gennes P G, Prost J. The Physics of Liquid Crystals, Oxford University Press, 1993.
[40]	Ambulo C P, Burroughs J J, Boothby J M, Kim H, Shankar M R, Ware T H. ACS Appl. Mater. Interfaces, 2017,9(42): 37332.
[41]	Yang R, Zhao Y. Angew. Chem., 2017,129(45): 14390.
[42]	Saed M O, Ambulo C P, Kim H, De R, Raval V, Searles K, Siddiqui D A, Cue J M O, Stefan M C, Shankar M R, Ware T H. Adv. Funct. Mater., 2019,29(3): 1806412.
[43]	Habault D, Zhang H J, Zhao Y. Chem. Soc. Rev., 2013,42(17): 7244.
[44]	Bushuyev O S, Aizawa M, Shishido A, Barrett C J. Macromol. Rapid Commun., 2018,39(1): 1700253.
[45]	Wang M, Ma D Y, Wang C J. Prog. Chem., 2020,32: 1452.
[45]	( 王猛, 马丹阳, 王成杰. 化学进展, 2020,32(10): 1452.)
[46]	Alexander R M. Evol. Anthropol., 2004, 13:160.
[47]	Ge F J, Yang R, Tong X, Camerel F, Zhao Y. Angew. Chem. Int. Ed., 2018,57(36): 11758.
[48]	Zuo B, Wang M, Lin B P, Yang H. Nat. Commun., 2019,10: 1.
[49]	Zeng H, Wani O M, Wasylczyk P, Priimagi A. Macromol. Rapid Commun., 2018,39(1): 1700224.
[50]	Wang M, Hu X B, Zuo B, Huang S, Chen X M, Yang H. Chem. Commun., 2020,56(55): 7597.
[51]	Wie J J, Shankar M R, White T J. Nat. Commun., 2016,7(1): 1.
[52]	Cheng Y C, Lu H C, Lee X, Zeng H, Priimagi A. Adv. Mater., 2020,32(7): 1906233.
[53]	Wang Z J, Li K, He Q G, Cai S Q. Adv. Mater., 2019,31(7): 1806849.
[54]	Palagi S, Mark A G, Reigh S Y, Melde K, Qiu T, Zeng H, Parmeggiani C, Martella D, Sanchez-Castillo A, Kapernaum N, Giesselmann F, Wiersma D S, Lauga E, Fischer P. Nat. Mater., 2016,15(6): 647.
[55]	Fischer P, Ghosh A. Nanoscale, 2011,3(2): 557.
[56]	Huang C L, Lv J A, Tian X J, Wang Y C, Yu Y L, Liu J. Sci. Rep., 2015,5(1): 1.
[57]	Ma S D, Li X, Huang S, Hu J, Yu H F. Angew. Chem. Int. Ed., 2019,58(9): 2655.
[58]	Tian H M, Wang Z J, Chen Y L, Shao J Y, Gao T, Cai S Q. ACS Appl. Mater. Interfaces, 2018,10(9): 8307.
[59]	de Volder M F L, Tawfick S H, Baughman R H, Hart A J. Science, 2013,339(6119): 535.
[60]	Chen L Z, Weng M C, Zhou Z W, Zhou Y, Zhang L L, Li J X, Huang Z G, Zhang W, Liu C H, Fan S S. ACS Nano, 2015,9(12): 12189.
[61]	Yadav N, Tyagi M, Wadhwa S, Mathur A, Narang J. Methods in Enzymology. Amsterdam: Elsevier, 2020,630: 347.
[62]	Kim H, Lee J A, Ambulo C P, Lee H B, Kim S H, Naik V V, Haines C S, Aliev A E, Ovalle-Robles R, Baughman R H, Ware T H. Adv. Funct. Mater., 2019,29(48): 1905063.
[63]	Liu H R, Tian H M, Shao J Y, Wang Z J, Li X M, Wang C H, Chen X L. ACS Appl. Mater. Interfaces, 2020,12(50): 56338.
[64]	Arduini F, Cinti S, Mazzaracchio V, Scognamiglio V, Amine A, Moscone D. Biosens. Bioelectron., 2020,156: 112033.
[65]	Mazzaracchio V, Tomei M R, Cacciotti I, Chiodoni A, Novara C, Castellino M, Scordo G, Amine A, Moscone D, Arduini F. Electrochimica Acta, 2019,317: 673.
[66]	Wang C J, Sim K, Chen J, Kim H, Rao Z L, Li Y H, Chen W Q, Song J Z, Verduzco R, Yu C J. Adv. Mater., 2018,30(13): 1706695.
[67]	Wang M, Cheng Z W, Zuo B, Chen X M, Huang S, Yang H. ACS Macro Lett., 2020,9(6): 860.
[68]	Xiao Y Y, Jiang Z C, Tong X, Zhao Y. Adv. Mater., 2019,31(36): 1903452.
[69]	He Q G, Wang Z J, Wang Y, Minori A, Tolley M T, Cai S Q. Sci. Adv., 2019,5(10): eaax5746.
[70]	Ma B, Xu C T, Cui L S, Zhao C, Liu H. ACS Appl. Mater. Interfaces, 2021,13(4): 5574.
[71]	Holze R, Wu Y P. Electrochimica Acta, 2014,122: 93.
[72]	Naoi K, Naoi W, Aoyagi S, Miyamoto J I, Kamino T. Acc. Chem. Res., 2013,46(5): 1075.
[73]	Greco F, Domenici V, Desii A, Sinibaldi E, Zupančič B, Zalar B, Mazzolai B, Mattoli V,. Soft Matter, 2013,9(47): 11405.
[74]	Feng C R, Rajapaksha C P H, Cedillo J M, Piedrahita C, Cao J W, Kaphle V, Lüssem B, Kyu T, Jákli A. Macromol. Rapid Commun., 2019,40(19): 1900299.
[75]	Zhang J C, Guo Y B, Hu W Q, Soon R H, Davidson Z S, Sitti M. Adv. Mater., 2021,33(8): 2006191.
[76]	Verpaalen R C P, Souren A E J, Debije M G, Engels T A P, Bastiaansen C W M, Schenning A P H J. Soft Matter, 2020,16(11): 2753.
[77]	Wani O M, Verpaalen R, Zeng H, Priimagi A, Schenning A P H J. Adv. Mater., 2019,31(2): 1805985.