在变幻莫测的跨介质环境中，无论是干燥陆地、潮湿表面还是完全淹没的水下，实现可靠的抓取与附着一直是仿生机器人、移动机械臂及两栖作业装备面临的长期挑战。自然界中，虽然壁虎、树蛙、章鱼等生物演化出了精妙的粘附结构，但每种机制都有其特定的“舒适区”和明显的物理约束：环境介质的物理阻隔和表面形貌的固有权衡。针对这些挑战，大自然早已给出了进化的答案：作为地球上最古老的脊椎动物之一，进化超过5亿年的七鳃鳗（Lamprey），凭借其独特的口吸盘结构，即便在湍急的水流中也能死死吸附在猎物或岩石表面。这种卓越的适应力源于其“负压吸附+机械锁合”的协同策略：柔软的唇圈负责密封，肌肉泵产生强力负压，而环绕的角质齿则与复杂表面实现物理互锁。

图1 七鳃鳗的口吸盘结构

喻俊志教授团队受七鳃鳗口吸盘形貌与功能启发，在国际知名期刊、Science合作期刊《Cyborg and Bionic Systems》上发表了题为“Lamprey-Inspired Amphibious Suction Disc with Hybrid Adhesion Mechanism”的研究论文。

图2 七鳃鳗启发的两栖吸盘结构

该研究开发了一种形状记忆聚合物（SMP）吸附面板与柔性唇圈密封的混合粘附吸盘。其核心是温控SMP阵列，在常温（玻璃态）下，SMP面板表现出高达约1600 MPa的储能模量，能够提供坚固的结构支撑。一旦加热至33°C以上的玻璃化转变温度，SMP会迅速软化进入“橡胶态”，模量骤降至5 MPa以下。通过嵌入式加热电路使SMP进入高弹性的“橡胶态”，在真空负压驱动下使其精准渗透并贴合表面的微观拓扑；随后通过快速冷却恢复至高模量的“玻璃态”，实现形貌锁合，产生类似于七鳃鳗角质齿的强力机械嵌合力。这种“刚柔并济”的设计使吸盘不仅能在光滑表面维持卓越的真空吸附，更能在传统吸盘难以奏效的极粗糙表面实现稳固、可逆的粘附，为研发全地形适应的附着装置提供了关键技术支撑。

图3 SMP材料工作原理与仿生吸盘工作流程

空气与水下的粘附性能实验结果表明，该仿生吸盘在性能上实现了跨越式的突破。在光滑表面上，该吸盘在空气中产生的最大吸附力可达562.6 N，而在水下则表现出更优的性能，吸附力进一步提升至590.7 N。这意味着这个重量仅为70 g的小巧装置，能够吊起超过其自身重量850倍的重物。

更为关键的是，该研究打破了传统吸盘在粗糙表面性能断崖式下跌的魔咒。在表面粗糙度Ra达到707 µm的工况下，传统真空吸盘往往因漏气产生泄漏路径而彻底失效，而本研究的混合吸盘依然能保持稳固粘附。量化对比显示，SMP层的引入使吸盘在空气和水下的粘附力较纯负压模式分别提升了377%和270%。

在耐久性方面，得益于SMP的形貌锁合效应，吸盘在空气中承受5 N负载时的粘附时间长达26.8小时，相比无SMP的对照组提升了近195%。而在水下环境，其保持时长的提升幅度可达到540%。

图4 仿生吸盘性能测试与表征

为了进一步验证这种混合粘附机制的系统级功能，研究团队通过一系列挑战性的实验演示，展示了该吸盘在真实作业环境中的自适应能力。在空气中，该吸盘表现出了极宽的作业跨度，能够稳固抓取质量跨越6个数量级的物体。无论是仅重0.01 g的电子芯片、形状规则的笔记本电脑（1.1 kg），还是重达11.4 kg的木质桌面，吸盘均能游刃有余地完成任务。此外，它还完美兼容了平整、粗糙、弯曲及不规则的各种几何表面，如电路板、水杯、甚至是结构复杂的扳手和铁锤。在水下环境中，这种适应性同样出色。吸盘不仅能吸附光滑的金属钱币，还能在红砖、扇贝壳、大海螺等具有自然孔隙或复杂曲线的物体上维持稳定抓取。

图5 仿生吸盘抓取性能展示

最令人印象深刻的演示是该吸盘与机械臂集成的跨介质操作。在实验中，机械臂携带仿生吸盘，在空气中精准抓取了一台仿生蝠鲼机器人，并将其平稳地放入水中并释放；机器人游过一圈后，吸盘在水下再次吸附，将机器人从水中稳稳提回空气中。这一过程充分证明了吸盘在空气与水界面转换时的极高可靠性。实验记录的压力与温度曲线显示，SMP的相变与负压系统协同工作，为跨介质的动态过程提供了持续且稳定的粘附力。

图6 蝠鲼机器人跨介质抓取展示

通过与现有的仿生吸附系统进行横向基准对比，该混合吸盘在粘附应力和摩擦应力方面均展现出了显著的优势。尤其在处理具有挑战性的表面和长时负载附着时，其表现超越了大多数单一机制的仿生设计。

图7 本工作与现有仿生吸附系统性能对比

该论文的第一作者为北京大学先进制造与机器人学院博士后李磊和硕士研究生高文卓。北京大学先进制造与机器人学院喻俊志教授为唯一通讯作者。

合作者包括北京大学先进制造与机器人学院博士研究生秦博扬、王博、助理研究员孔诗涵，新加坡国立大学设计与工程学院博士研究生张以远，香港城市大学校长助理教授令狐昌鸿，北京理工大学机电学院本科生马艺甜。

相关研究得到了国家自然科学基金、北京市科技新星计划、河北省自然科学基金、国家资助博士后研究人员计划及中国博士后科学基金等的联合资助。

论文链接：https://doi.org/10.34133/cbsystems.0527