论文标题：Research Trends and Future Perspectives in Marine Biomimicking Robotics

期刊：Sensors

作者：Jacopo Aguzzi, Corrado Costa, Marcello Calisti, Valerio Funari, Sergio Stefanni, Roberto Danovaro, Helena I. Gomes, Fabrizio Vecchi, Lewis R. Dartnell, Peter Weiss, Kathrin Nowak, Damianos Chatzievangelou and Simone Marini

发表时间：29 May 2021

DOI：10.3390/s21113778

微信链接：

https://mp.weixin.qq.com/s?__biz=MzI1MzEzNjgxMQ==&mid=2650013976&idx=3&sn=

b49d2802f9289b71b7bca91aa0823d55&chksm=f1d9bbdcc6ae32ca41d535a56f68cf4fbc

25d492c872129d37addf211b957868dc004803e1a5&token=233953432&lang=zh_CN#rd

期刊链接：https://www.mdpi.com/journal/sensors

引言

人类社会正在经历一场机电一体化下的“机器人革命”(robotics revolution)。在这场革命中，机器人的能力得到了前所未有的开发，并推进着下一个工业时代的到来。以仿生为代表的机电一体化技术，从自然界中获取设计与开发技术的灵感，创造出全新的高性能“软机器人”。在过去的几十年里，与海洋仿生有关的研究正在快速发展，其中三个重要的研究领域分别为：海洋机器人的能源供应、用于尚未完全运行的软机器人解决方案的生物材料、设计和控制且主要面向运动设计。来自西班牙ICM-CSIC研究所的Jacopo Aguzzi博士及其团队，使用创新性的文献统计工具，对海洋仿生领域进行深入探讨研究，总结并展望了海洋仿生机器人70年以来的研究动向，将该综述发表在Sensors期刊上。

研究材料与方法

本研究在Scopus数据库中检索了1950至2020年间与海洋仿生相关的英文书目记录，将数据库中筛选出的文章、出版物导入VOSviewer软件中，制作可视化的文献计量图。在本文研究范围内制作了三类文献计量图：1、术语聚类图：聚类后属于同一知识领域的术语在图中以相同颜色显示；2、术语年份图：术语的颜色表示术语所在的所有出版物的平均出版年份；3、术语引用图：术语的颜色由术语所在出版物的平均引用影响力决定。最后使用PAST软件进行基本的统计分析。

研究结果

在Scopus数据库中 (1950-2020年) 共检索到6980份出版物，结果表明2003-2004年间海洋仿生领域的研究数量大幅增加 (图1)。早期的仿生学论文发表在普通工程或电子期刊上，后来随着该领域的发展，各国作者的论文在专门的仿生学期刊上发表。采用聚类分析 (cluster analysis) 分析国家间的合作，结果可明显分为两个类别，类别一为亚洲和北美的研究，类别二为欧洲的研究 (图2)。

图1. 1950-2020年间发表与仿生领域相关的出版物的时间趋势。

图2. 国家合作的集聚及其相互联系，集聚是基于作者的地址。不同的颜色代表不同的国家组。

根据每个术语聚类间的相互联系与差异化分析，确定了本研究提取出的海洋仿生研究的三大领域。图3中红色的聚类为生物能量供应，其发展主要依赖于微生物燃料电池。绿色聚类代表了生物材料，在中间起到了连接红色集群和蓝色集群的作用。蓝色聚类代表仿生机器人的设计与控制，主要应用于对环境的检测及对海洋的探索。

图3. 基于仿生出版物的术语图，不同的颜色代表不同聚类的术语。

研究结果表明，与海洋仿生相关的出版物具有时间变化趋势 (图4)。随着技术的不断成熟进步，主要研究方向由最初对仿生机器人的控制和推进的研究，发展为关注设计的研究，近些年更多的研究领域集中在膜结构工程及探寻生物能源的可持续解决方案 (图5)。

图4. 基于仿生出版物的术语年份图。时间轴代表了该术语出现的较早年份 (蓝色) 或较近年份 (红色)。

图5. 基于仿生出版物的术语引用图。

结果分析

海洋仿生机器人研究的主要新兴领域是用于提供能量的微生物燃料电池，用于开发尚未完全运行的软机器人的生物材料，以及与动作相关的仿生设计和控制。海洋仿生机器人面临的最大挑战是缺乏持久的能源供应，这一挑战限制了机器人操作自主性的发展。为了解决该问题，研究设想了相关的可行方案，即通过机器的内部系统与周围环境的稳态相互作用来产生能量。因此，海洋仿生机器人越来越倾向于识别生物从其环境中获取能量的代谢过程，以及允许优化能量消耗的自然设计。

原文出自Sensors期刊

Aguzzi, J.; Costa, C.; Calisti, M.; Funari, V.; Stefanni, S.; Danovaro, R.; Gomes, H.I.; Vecchi, F.; Dartnell, L.R.; Weiss, P.; Nowak, K.; Chatzievangelou, D.; Marini, S. Research Trends and Future Perspectives in Marine Biomimicking Robotics. Sensors 2021, 21, 3778.

Sensors 期刊介绍

主要刊载传感器科学和技术研究领域的学术文章。在JCR Instruments & Instrumentation学科分类中排名居Q1 (14/64)，在 Scopus Physics and Astronomy: Instrumentation 学科分类中排名居Q1 (13/128)。

2020 Impact Factor：3.576

2020 Citescore：5.8

Median Publication Time：40

Time to First Decision：15.1