宇宙空間で「壊れ物を優しくつかむ」にはどうすれば良いでしょうか？ 国際宇宙ステーション（ISS）では宇宙飛行士が繊細な実験装置やフレキシブルなケーブルを扱いますが、従来の金属製ロボットアームは硬い関節と剛体リンクで構成されているため、柔らかい対象物をうまく包み込むように把持することが苦手です。もし人間の手のように柔軟に形を変えて対象物に沿うグリッパがあれば、軌道上の作業は飛躍的に安全かつ効率的になるはずです。
このような要求に応える技術がソフトロボティクスです。シリコンエラストマーや形状記憶合金（SMA）といった柔軟素材で構成されるソフトロボットは、地上では医療・食品産業で急速に普及していますが、近年は宇宙応用にも大きな注目が集まっています。
ソフトロボティクスの宇宙応用を理解すると、以下のような分野に知見が広がります。
- 軌道上サービス: 故障した衛星の修理や燃料補給で、未知の形状を持つ部品を安全に把持するグリッパ技術
- デブリ捕獲: 回転する宇宙デブリを傷つけずに捕まえるソフトキャプチャ機構
- 惑星探査: 月面や火星表面の不整地を柔軟な足で歩行するソフトローバー
本記事の内容
- ソフトロボティクスの基本概念と剛体ロボットとの対比
- 空気圧駆動ソフトアクチュエータの原理と力学モデル
- ゲッコー（ヤモリ）接着 — ファンデルワールス力による真空対応グリッパ
- 形状記憶合金（SMA）アクチュエータの動作原理
- 宇宙環境での利点と課題
- 具体的な研究事例（NASA JPL、Stanford 等）
- Pythonによるソフトアクチュエータの力学シミュレーション
前提知識
この記事を読む前に、以下の記事を読んでおくと理解が深まります。
ソフトロボティクスとは — 柔軟素材で作るロボット
従来のロボットとの根本的な違い
「ロボット」と聞くと、多くの方は金属やカーボンファイバーで作られた硬い腕や脚を思い浮かべるでしょう。産業用ロボットアームやヒューマノイドロボットの骨格は、鋼鉄やアルミニウムなどの剛体で構成されています。各関節にモータを配置し、精密な角度制御で目的の動作を実現します。このアプローチは位置精度や繰り返し精度に優れますが、「柔らかい物体に力を加えすぎて壊す」「複雑な形状に密着できない」という本質的な限界があります。
一方、ソフトロボティクスでは、シリコンゴム、ヒドロゲル、形状記憶合金など弾性変形可能な素材でロボットの本体を作ります。大雑把に言えば、タコの腕やゾウの鼻のように「本体自体がぐにゃりと変形して環境に適応する」機構です。このアプローチには以下の特徴があります。
| 比較項目 | 剛体ロボット | ソフトロボット |
|---|---|---|
| 本体素材 | 金属、CFRP | シリコン、エラストマー、SMA |
| 自由度 | 離散（関節ごと） | 連続（無限自由度） |
| 制御 | 精密な位置/力制御 | 形状全体の大まかな制御 |
| 環境適応 | 制御プログラムで対応 | 素材の柔軟性で受動的に適応 |
| 把持対象 | 硬い部品が得意 | 柔らかい/不定形な物体が得意 |
| 衝突安全性 | 低い（硬いため危険） | 高い（柔らかいため安全） |
| 質量 | 大きい | 小さい |
連続体としてのモデリング
剛体ロボットは各リンクが変形しない仮定のもとで、関節角度 $\bm{q} = (q_1, q_2, \dots, q_n)^T$ で姿勢を記述します。一方、ソフトロボットのアームは全体が連続的に変形するため、理論的には無限次元の自由度を持ちます。これは梁理論や連続体力学の枠組みで記述する必要があるということです。
最も基本的なモデルとして、ソフトアクチュエータを定曲率円弧で近似する方法があります。長さ $L$ のアクチュエータが一様に曲がり、曲率半径 $R$、曲げ角 $\theta$ を持つとき
$$ L = R\theta $$
という関係が成り立ちます。この「定曲率モデル」は、ソフトアクチュエータの運動学を解析するための最も基本的な近似であり、先端位置 $\bm{p}$ は
$$ \bm{p} = \begin{pmatrix} R(1 – \cos\theta) \\ R\sin\theta \end{pmatrix} $$
と表されます。ここで原点をアクチュエータの根元に取り、$x$ 軸を曲がる方向、$y$ 軸をアクチュエータの初期方向としています。
もちろん、実際のソフトアクチュエータの変形は一様ではありません。より精密には、コサラ弾性棒理論（Cosserat rod theory）やオイラー・ベルヌーイ梁理論の非線形版を使いますが、最初のステップとして定曲率モデルは十分に実用的です。
ソフトロボットの基本概念が把握できたところで、次に最もポピュラーな駆動方式である空気圧駆動の原理を見ていきましょう。
空気圧駆動ソフトアクチュエータの原理
空気で動くロボット
ソフトアクチュエータの中で最も広く研究されているのが空気圧駆動型です。イメージとしては、柔らかいシリコンチューブの内部に空気を送り込むと、チューブが膨らんで曲がるという仕組みです。日常の風船を思い浮かべてください。風船に空気を入れると膨張しますが、もし風船の片側だけが厚く作られていたら、薄い側がより大きく膨らむため全体が曲がるでしょう。これが空気圧ソフトアクチュエータの基本原理です。
具体的な構造として代表的なのがPneuNet（Pneumatic Network）アクチュエータです。Harvard大学のWhitesidesグループが開発したこの構造は、シリコンエラストマーの内部に複数の空気室（チャンバー）をネットワーク状に配置し、底面に伸びにくい拘束層（strain-limiting layer）を設けます。加圧すると上面のチャンバーが膨張する一方、底面は拘束されて伸びないため、アクチュエータ全体が底面側に丸まるように曲がります。
力学モデル — 圧力と曲げの関係
空気圧ソフトアクチュエータの振る舞いを理解するために、簡略化された力学モデルを考えましょう。単一のチャンバーを持つアクチュエータに内圧 $P$ を加えた場合を扱います。
アクチュエータの断面は幅 $w$、高さ $h$ の矩形とし、底面に厚さ $t$ の拘束層があるものとします。チャンバーの有効断面積を $A_{\text{eff}}$ とすると、内圧 $P$ による力のモーメントは
$$ M = P \cdot A_{\text{eff}} \cdot d $$
ここで $d$ は圧力の作用中心から中立面までの距離です。単純な矩形断面の場合、$d \approx h/4$ と近似できます。
一方、エラストマーの曲げ剛性は、ヤング率 $E$、断面二次モーメント $I$ を用いて
$$ EI = E \cdot \frac{wh^3}{12} $$
と表されます。オイラー・ベルヌーイ梁理論に従えば、曲率 $\kappa = 1/R$ は
$$ \kappa = \frac{M}{EI} $$
で与えられます。ここに先ほどのモーメントの式を代入すると
$$ \kappa = \frac{P \cdot A_{\text{eff}} \cdot d}{EI} $$
が得られます。この式は「内圧 $P$ に比例して曲率が増す」ことを示しています。つまり、空気を送り込む量（圧力）で曲がり具合を連続的に制御できるということです。
アクチュエータの長さを $L$ とすれば、定曲率近似のもとでの曲げ角 $\theta$ は
$$ \theta = \kappa L = \frac{P \cdot A_{\text{eff}} \cdot d \cdot L}{EI} $$
となります。
材料パラメータの典型値
実際の設計で使われるパラメータの典型値を確認しておきましょう。
| パラメータ | 典型値 | 備考 |
|---|---|---|
| エラストマーのヤング率 $E$ | 0.1 ~ 2 MPa | Ecoflex: ~0.1 MPa, PDMS: ~1.8 MPa |
| 駆動圧力 $P$ | 10 ~ 100 kPa | 大気圧は約101 kPa |
| アクチュエータ長 $L$ | 50 ~ 200 mm | 用途による |
| チャンバー幅 $w$ | 10 ~ 30 mm | |
| チャンバー高さ $h$ | 10 ~ 30 mm |
エラストマーのヤング率が鋼鉄（約200 GPa）の100万分の1以下であることに注目してください。この柔らかさこそが、低圧の空気で大きな変形を実現できる理由です。
ここまでで空気圧駆動の原理がわかりました。しかし、宇宙空間は真空です。空気で膨らませる方式がそのまま使えるのでしょうか？ この問題に対するひとつの解として、ゲッコー（ヤモリ）接着という全く異なるアプローチを見ていきましょう。
ゲッコー接着 — ファンデルワールス力を使った真空対応グリッパ
ヤモリはなぜ壁に張り付けるのか
ヤモリ（Gecko）は天井にも壁にも自在に張り付くことができます。この驚くべき能力は、吸盤でも粘着剤でもなく、ヤモリの足裏にある微細な毛（剛毛、setae）と表面との間に働くファンデルワールス力に由来しています。
ヤモリの足裏を電子顕微鏡で観察すると、約50万本の剛毛（長さ約100 $\mu$m）があり、その先端はさらに数百本のスパチュラ（spatulae、直径約200 nm）に分岐しています。この超微細構造が表面と密着することで、各スパチュラに働く微弱なファンデルワールス力が集積し、ヤモリの体重を支えるのに十分な接着力を生み出します。
ファンデルワールス力は、分子間に働く弱い引力であり、2つの平面間の単位面積あたりの引力は
$$ \frac{F}{A} = \frac{\mathcal{A}}{6\pi D^3} $$
と表されます。ここで $\mathcal{A}$ はハマカー定数（$\sim 10^{-19}$ J）、$D$ は表面間の距離です。距離の3乗に反比例するため、表面が密着（$D \sim 1$ nm）していなければ力はほとんど働きません。ヤモリの足裏の微細構造は、粗い表面にもナノスケールで密着するために進化したものです。
なぜ宇宙で注目されるのか
ここで重要なのは、ファンデルワールス力が真空中でも問題なく働くという点です。吸盤は大気圧との差圧を利用するため真空中では機能しませんし、一般的な粘着テープは宇宙の極端な温度で硬化・劣化します。しかしファンデルワールス力は分子間力であるため、大気の有無に依存しません。
さらにゲッコー接着の優れた特性として以下が挙げられます。
- 繰り返し使用可能: 粘着テープと異なり、剥がしても接着力が低下しない
- 指向性接着: 剛毛の傾き方向に引っ張ると強い接着、垂直に引くと容易に剥離（directional adhesion）
- 残渣なし: 粘着剤を使わないため、対象物の表面を汚さない
- 消費電力ゼロ: 受動的な物理現象であり、電力や作動流体が不要
ゲッコーグリッパの設計原理
Stanford大学のCutkosky研究室が開発したGecko Gripperは、マイクロウェッジアレイと呼ばれる合成ゲッコー接着パッドを使用しています。PDMS（ポリジメチルシロキサン）などのエラストマー上に、リソグラフィで数 $\mu$m 規模の楔形の突起を整列させたものです。
接着パッドの設計において重要なのはプリロード（接触荷重）の制御です。微細構造を表面に押し付ける力が小さすぎると密着が不十分で接着力が得られず、大きすぎるとパッドが座屈して表面から浮いてしまいます。最適なプリロード $F_{\text{preload}}$ は
$$ F_{\text{preload}} = \sigma_{\text{opt}} \cdot A_{\text{pad}} $$
で与えられ、$\sigma_{\text{opt}}$ は最適接触応力（典型的には 1 ~ 10 kPa）、$A_{\text{pad}}$ はパッドの面積です。
接着力の推定には、JKR理論（Johnson-Kendall-Roberts theory）がよく用いられます。半径 $a$ の接触円を持つ弾性球と平面の間の引き離し力は
$$ F_{\text{pull-off}} = \frac{3}{2}\pi w R $$
ここで $w$ は表面エネルギー（$\sim 30 \times 10^{-3}$ J/m$^2$ for PDMS-glass）、$R$ は等価曲率半径です。
ただし、これは単一の突起に関する式です。実際のパッドでは $N$ 個の突起が並列に働くため、総接着力は
$$ F_{\text{total}} = N \cdot F_{\text{pull-off}} = \frac{3}{2}\pi w R \cdot N $$
とスケールします。ここで重要な事実は、突起を細かくすると総接着力が増大するということです。パッド面積 $A$ を $N$ 個の突起で分割すると各突起の半径は $\sim \sqrt{A/N}$ に比例するため
$$ F_{\text{total}} \propto N \cdot \sqrt{\frac{A}{N}} = \sqrt{N \cdot A} $$
すなわち、突起の数 $N$ の平方根に比例して総接着力が増加します。これが接触分割効果（contact splitting）であり、ヤモリの足裏に膨大な数の微細な毛がある理由でもあります。
ゲッコー接着は真空環境に適した画期的な技術ですが、宇宙環境ではもうひとつの課題があります。極端な温度環境です。次に紹介する形状記憶合金は、温度変化そのものを駆動力として利用するユニークなアクチュエータです。
形状記憶合金（SMA）アクチュエータ
温度で動く金属
形状記憶合金（Shape Memory Alloy, SMA）は、温度変化によって結晶構造が変わり、マクロな形状変化を示す特殊な合金です。最もよく知られているのはニッケル-チタン合金（NiTi、商品名ニチノール）で、歯科矯正ワイヤーや医療用ステントにも広く使われています。
日常的なイメージとしては、「曲げても加熱すると元の形に戻るバネ」を想像してください。冷却時に容易に変形できますが、加熱すると事前に記憶させた形状に力強く復元します。この現象を形状記憶効果（Shape Memory Effect, SME）と呼びます。
結晶学的メカニズム
SMAの形状記憶効果は、マルテンサイト変態と呼ばれる可逆的な結晶構造変化に基づいています。
低温相をマルテンサイト相（M相）、高温相をオーステナイト相（A相）と呼びます。マルテンサイト変態の温度は以下の4点で特徴づけられます。
| 記号 | 名称 | 意味 |
|---|---|---|
| $M_s$ | マルテンサイト変態開始温度 | 冷却時にM相が現れ始める温度 |
| $M_f$ | マルテンサイト変態終了温度 | 冷却時に完全にM相になる温度 |
| $A_s$ | オーステナイト変態開始温度 | 加熱時にA相が現れ始める温度 |
| $A_f$ | オーステナイト変態終了温度 | 加熱時に完全にA相になる温度 |
変態の進行度をマルテンサイト相の体積分率 $\xi$（$\xi = 0$ で完全にA相、$\xi = 1$ で完全にM相）で表すと、加熱時の逆変態は
$$ \xi(T) = \frac{1}{2}\left[\cos\left(\frac{\pi(T – A_s)}{A_f – A_s}\right) + 1\right] \quad (A_s \leq T \leq A_f) $$
冷却時の正変態は
$$ \xi(T) = \frac{1}{2}\left[\cos\left(\frac{\pi(T – M_f)}{M_s – M_f}\right) + 1\right] \quad (M_f \leq T \leq M_s) $$
のように余弦関数で近似されます（Liang-Rogersモデル）。加熱と冷却で異なる経路をたどるため、$\xi$-$T$ の関係はヒステリシスループを形成します。
構成方程式
SMAワイヤーの応力-ひずみ-温度の関係は、簡略化すると
$$ \sigma = E(\xi)\varepsilon + \Omega(\xi)\xi + \Theta(T – T_0) $$
と書けます。ここで
- $\sigma$: 応力
- $\varepsilon$: ひずみ
- $E(\xi)$: マルテンサイト分率に依存するヤング率
- $\Omega(\xi)$: 相変態に伴う変態ひずみ係数
- $\Theta$: 熱膨張係数
- $T_0$: 基準温度
ヤング率はマルテンサイト相とオーステナイト相で異なります。典型的なNiTi合金では
$$ E(\xi) = E_A + \xi(E_M – E_A) $$
ここで $E_A \approx 75$ GPa（オーステナイト相）、$E_M \approx 28$ GPa（マルテンサイト相）です。
SMAアクチュエータの最大回復ひずみは約6~8%です。直径0.5 mmのNiTiワイヤーが長さ100 mmの場合、最大6~8 mmの収縮が得られます。発生応力は約200~500 MPa に達し、体積あたりの仕事密度はモータやソレノイドを大きく上回ります。
宇宙応用でのSMAの優位性
SMAアクチュエータが宇宙で魅力的な理由は複数あります。
- 極めて高いエネルギー密度: 体積あたりの仕事が大きく、軽量化に直結
- 作動流体不要: 空気圧やオイルが不要で、真空中でも動作可能
- 構造が単純: ワイヤー1本で済むため、部品点数が激減
- 無音動作: 歯車もモータもないため、振動・ノイズがゼロ
電力で加熱して駆動する（ジュール加熱）ため、宇宙環境でのエネルギー源は太陽電池やバッテリーで十分に対応可能です。ただし、冷却は放射のみとなるため、応答速度が地上と比べて低下する可能性があります。
ここまで3つの駆動方式（空気圧、ゲッコー接着、SMA）を見てきました。これらを宇宙で使うとなると、地上とは全く異なる環境条件に直面します。次に、宇宙環境がソフトロボットにもたらす利点と課題を整理しましょう。
宇宙環境での利点 — なぜソフトロボットが宇宙に向いているのか
軽量性とパッキング効率
宇宙ミッションでは「1 kgあたり数万ドル」の打ち上げコストがかかります。ソフトロボットはエラストマーやSMAワイヤーで構成されるため、同等の機能を持つ剛体ロボットに比べて大幅に軽量です。
さらに重要なのはパッキング効率です。ソフトロボットは変形可能なため、打ち上げ時にはコンパクトに折り畳み、軌道上で展開するという運用が可能です。たとえば、直径50 cmの球形グリッパを折り畳んで10 cm角のキューブに収納し、展開後に大型のデブリを包み込むような設計が検討されています。
安全な接触
宇宙で最も恐ろしいのは、ロボットの操作ミスで衛星やステーションを損傷することです。剛体ロボットアームが硬い対象物に衝突すると、衝撃力が集中して破損のリスクが高まります。一方、ソフトロボットは本体自身が変形してエネルギーを吸収するため、衝撃力のピークが抑えられます。
接触力学の観点から、ヘルツ接触理論（Hertzian contact theory）によれば、2つの弾性球体が接触したときの最大接触圧力 $p_0$ は
$$ p_0 = \frac{1}{\pi}\left(\frac{6 F E^{*2}}{R^{*2}}\right)^{1/3} $$
ここで $F$ は押し付け力、$E^*$ は等価ヤング率、$R^*$ は等価曲率半径です。等価ヤング率は
$$ \frac{1}{E^*} = \frac{1 – \nu_1^2}{E_1} + \frac{1 – \nu_2^2}{E_2} $$
で定義されます。ソフトロボット（$E \sim 1$ MPa）が金属表面（$E \sim 200$ GPa）に接触する場合、等価ヤング率はソフトロボット側で決まるため、$E^* \approx E_{\text{soft}}/(1 – \nu_{\text{soft}}^2) \sim 1.3$ MPa 程度と極めて小さくなります。この結果、接触圧力は剛体同士の衝突に比べて数桁低下し、対象物を損傷するリスクが大幅に軽減されます。
形状適応性
軌道上サービスのシナリオでは、未知の形状を持つ衛星部品やデブリを把持する必要があります。剛体グリッパでは対象物の正確な形状を事前に知っていなければ適切な把持計画を立てられませんが、ソフトグリッパは対象物に沿って自然に変形するため、形状不確実性に対してロバストです。
この性質は制御の観点からも有利です。ソフトグリッパでは「形状に合わせるための精密なセンシングと制御」の負担が軽減され、単に「押し付ける」だけで受動的に形状適応が起こります。これを形態学的計算（morphological computation）と呼び、ソフトロボティクスの重要な概念です。
宇宙環境にはソフトロボットに有利な側面が多いことがわかりました。しかし当然ながら、深刻な課題も存在します。次にその課題を詳しく見ていきましょう。
宇宙環境での課題 — 克服すべきハードル
真空での空圧制御
空気圧駆動ソフトアクチュエータの最大の課題は、宇宙空間が真空であることです。地上では大気圧をベースラインとして正圧・負圧で制御しますが、宇宙では外圧が0です。
この問題に対するアプローチは主に2つあります。
方法1: 閉鎖系での作動流体循環
アクチュエータ内部に作動流体（気体または液体）を封入し、ポンプで循環させる方式です。気体を使う場合、真空環境では微小な漏れが致命的です。チャンバーのシールが不完全だと作動流体が散逸して駆動不能になるだけでなく、周囲の光学系を汚染するリスクもあります。液体（非圧縮性流体）を使えばシール要件は緩和されますが、質量増加と応答速度の低下がトレードオフとなります。
方法2: 空圧以外の駆動方式への転換
SMAアクチュエータ、誘電エラストマーアクチュエータ（DEA）、テンドン駆動など、作動流体を必要としない駆動方式に切り替える方法です。このアプローチでは空圧の課題を根本的に回避できますが、各方式には固有の制約（SMAの応答速度、DEAの高電圧要求など）があります。
極端な温度環境
宇宙空間では、太陽に照らされる面は $+120\,^\circ$C 以上、影の面は $-150\,^\circ$C 以下になります。この温度差は材料に深刻な影響を与えます。
シリコンエラストマー（PDMS 等）は低温でガラス転移を起こし、脆化します。PDMSのガラス転移温度は約 $-125\,^\circ$C ですが、それ以前に弾性率が急激に変化するため、$-80\,^\circ$C 程度でアクチュエータの性能は大幅に低下します。
SMAの場合、変態温度 $A_s, A_f, M_s, M_f$ が設計値から外れると正常に動作しません。NiTi合金の変態温度は組成を微調整して $-20\,^\circ$C ~ $+100\,^\circ$C 程度に設定できますが、宇宙環境の温度範囲をカバーするには熱制御サブシステム（ヒーター、断熱材）との統合が不可欠です。
ゲッコー接着パッドのPDMSベースの微細構造も、低温で硬化すると表面密着性が失われます。高温ではクリープ変形が加速し、微細構造がつぶれてしまう恐れがあります。
放射線劣化
宇宙空間では、銀河宇宙線、太陽粒子イベント、ヴァン・アレン帯の高エネルギー荷電粒子など、さまざまな放射線にさらされます。
有機材料（エラストマー、ポリマー）は放射線によって分子鎖が切断（scission）または架橋（cross-linking）が進行し、機械的特性が変化します。典型的には
- 架橋が優勢: 材料が硬化 → 柔軟性の喪失
- 切断が優勢: 材料が脆化 → 強度の低下
シリコーン系エラストマーは一般的にポリウレタンやポリエチレンに比べて放射線耐性が高いとされていますが、総線量（Total Ionizing Dose, TID）が 100 kGy を超えると性能劣化が顕著になる報告があります。LEO（低軌道）で1年間に受けるTIDは遮蔽条件にもよりますが概ね数十 Gy 程度であり、数年のミッションであれば対応可能と見積もられています。
アウトガス
真空環境では、有機材料からの揮発性成分が放出されるアウトガスが問題になります。アウトガスされた物質は光学系やソーラーパネルに付着し、性能劣化を引き起こします。NASAはアウトガス試験（ASTM E595）で TML（Total Mass Loss）< 1.0%、CVCM（Collected Volatile Condensable Materials）< 0.1% という基準を設けており、使用するエラストマーはこの規格をクリアする必要があります。
多くの課題があることがわかりましたが、世界中の研究機関がこれらの課題に正面から取り組んでいます。次に、具体的な研究事例を見ていきましょう。
具体的な研究事例
NASA JPL — Lemur / Gecko Gripper
NASAジェット推進研究所（JPL）は、LEMUR（Limbed Excursion Mechanical Utility Robot）プロジェクトにおいて、ゲッコー接着パッドを搭載した壁面走行ロボットを開発しました。LEMUR-3は4つの脚を持ち、各脚の先端に合成ゲッコー接着パッドを装備しています。このパッドはStanford大学と共同で開発され、ISSの船外実験でも試験されました。
2019年には、ISS内部でのゲッコーグリッパの微小重力試験が行われ、浮遊する物体を接着パッドで捕獲し、保持するデモンストレーションに成功しています。特筆すべきは、従来の吸着式グリッパが使えない真空環境でも同じ原理で動作できることが確認された点です。
Stanford大学 — Gecko-Inspired Adhesive
Stanford大学のCutkoskyグループは、ゲッコー接着技術のパイオニアです。彼らが開発したPDMS製マイクロウェッジアレイは、クリーンルームのリソグラフィプロセスで製造されます。指向性接着の特性を活かし、「スライドして押し付けるとくっつき、持ち上げると簡単に剥がれる」という直感的な操作が可能です。
2016年には、ISSでの宇宙実験（Astrobee ロボット搭載）が計画され、微小重力環境での把持性能が検証されました。結果は地上試験とほぼ同等の接着力が得られ、真空・微小重力でのゲッコー接着の有効性が裏付けられています。
Harvard大学 — PneuNet ソフトアクチュエータ
Harvard大学のWhitesidesグループは、空気圧駆動ソフトロボットの先駆けです。彼らのPneuNetアクチュエータは、3Dプリンティングやモールディングで容易に製造でき、研究者コミュニティに広く普及しました。
宇宙応用を直接ターゲットにしたものではありませんが、PneuNetの設計原理はESA（欧州宇宙機関）やJAXA（宇宙航空研究開発機構）の研究者によって宇宙用に改良されています。液体駆動型への改造や、耐放射線エラストマーの採用などが進められています。
ESA — CESAR（Compliant and Soft Robotics for Space）
ESA（欧州宇宙機関）は、宇宙向けソフトロボティクスの研究プログラムCESARを推進しています。主な研究テーマは以下の通りです。
- SMAアクチュエータによる展開機構（ソーラーパネルの展開ヒンジ）
- テンドン駆動ソフトグリッパの軌道上試験
- ソフトロボットのデブリ捕獲ミッションへの適用検討
特にSMAを使ったソーラーパネル展開ヒンジは既にフライトヘリテージ（実際の宇宙ミッションでの使用実績）があり、SMAの宇宙適合性を実証しています。
MIT — 誘電エラストマーアクチュエータ
MITの研究グループは、誘電エラストマーアクチュエータ（Dielectric Elastomer Actuator, DEA）の宇宙応用を研究しています。DEAはエラストマー薄膜を2枚の柔軟電極で挟み、高電圧（数kV）を印加することでマクスウェル応力によって膜が面方向に伸張する仕組みです。
DEAの利点は、作動流体が不要で電気駆動であること、高いエネルギー密度を持つこと、応答速度が速い（msオーダー）ことです。真空中での動作試験も行われており、有望な宇宙向けソフトアクチュエータ候補です。
ここまで見てきた研究事例は、ソフトロボティクスの宇宙応用が「机上の空論」ではなく、実際に試験と検証が進んでいる実用的な技術であることを示しています。では最後に、ソフトアクチュエータの基本的な力学挙動をPythonでシミュレーションしてみましょう。
Pythonによるソフトアクチュエータの力学シミュレーション
空気圧ソフトアクチュエータの変形
まず、先ほど導出した空気圧アクチュエータの力学モデルを実装します。内圧 $P$ を変化させたときの曲率、曲げ角、先端位置を計算し、可視化します。
import numpy as np
import matplotlib.pyplot as plt
# --- パラメータ設定 ---
E = 0.5e6 # ヤング率 [Pa] (シリコンエラストマー)
w = 20e-3 # チャンバー幅 [m]
h = 15e-3 # チャンバー高さ [m]
L = 100e-3 # アクチュエータ長さ [m]
A_eff = w * h * 0.6 # 有効断面積 [m^2] (充填率60%)
d = h / 4 # 圧力作用中心と中立面の距離 [m]
# 断面二次モーメント
I = w * h**3 / 12
# 曲げ剛性
EI = E * I
print(f"曲げ剛性 EI = {EI:.4f} N·m²")
# 内圧の範囲
P = np.linspace(0, 50e3, 200) # 0 ~ 50 kPa
# 曲率 κ = P * A_eff * d / (EI)
kappa = P * A_eff * d / EI
# 曲げ角 θ = κ * L
theta = kappa * L
# 先端位置（定曲率モデル）
# R = 1/κ なので κ→0 で特異性 → 条件分岐
x_tip = np.where(kappa > 1e-6,
(1.0 / kappa) * (1 - np.cos(theta)),
0.0)
y_tip = np.where(kappa > 1e-6,
(1.0 / kappa) * np.sin(theta),
L)
# --- 可視化 ---
fig, axes = plt.subplots(1, 3, figsize=(15, 4.5))
# (a) 圧力 vs 曲げ角
axes[0].plot(P / 1e3, np.degrees(theta), 'b-', linewidth=2)
axes[0].set_xlabel('Internal Pressure [kPa]')
axes[0].set_ylabel('Bending Angle [deg]')
axes[0].set_title('(a) Pressure vs Bending Angle')
axes[0].grid(True, alpha=0.3)
# (b) 先端軌跡
axes[1].plot(x_tip * 1e3, y_tip * 1e3, 'r-', linewidth=2)
axes[1].set_xlabel('x [mm]')
axes[1].set_ylabel('y [mm]')
axes[1].set_title('(b) Tip Trajectory')
axes[1].set_aspect('equal')
axes[1].grid(True, alpha=0.3)
# (c) 代表的な変形形状
axes[2].set_title('(c) Actuator Shapes at Different Pressures')
pressures_sample = [0, 10e3, 20e3, 30e3, 40e3, 50e3]
colors = plt.cm.viridis(np.linspace(0, 1, len(pressures_sample)))
for P_i, color in zip(pressures_sample, colors):
kappa_i = P_i * A_eff * d / EI
theta_i = kappa_i * L
if kappa_i > 1e-6:
R_i = 1.0 / kappa_i
s = np.linspace(0, L, 100)
angle_s = kappa_i * s
x_s = R_i * (1 - np.cos(angle_s))
y_s = R_i * np.sin(angle_s)
else:
x_s = np.zeros(100)
y_s = np.linspace(0, L, 100)
axes[2].plot(x_s * 1e3, y_s * 1e3, color=color, linewidth=2,
label=f'{P_i/1e3:.0f} kPa')
axes[2].set_xlabel('x [mm]')
axes[2].set_ylabel('y [mm]')
axes[2].set_aspect('equal')
axes[2].legend(fontsize=8)
axes[2].grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig('soft_actuator_pneumatic.png', dpi=150, bbox_inches='tight')
plt.show()
上のシミュレーション結果から、いくつかの重要な特徴が読み取れます。
- 圧力と曲げ角は線形関係にある — 線形弾性モデルに基づいているため当然ですが、実際のソフトアクチュエータでも小変形領域（曲げ角30度程度まで）ではこの線形性がおおよそ成り立ちます。大変形領域では幾何学的非線形性（大変形による断面の変化）や材料非線形性（超弾性挙動）が効いてきます。
- 先端軌跡は円弧を描く — これは定曲率モデルの本質です。先端は根元を中心とする円弧上を移動します。実際のアクチュエータでは圧力分布が一様でないため、軌跡は真の円弧からずれますが、設計の初期段階ではこの近似で十分に作業空間を見積もることができます。
- 50 kPaで曲げ角が約90度に達する — これはパラメータ設定（ヤング率0.5 MPa、チャンバーサイズ等）に依存しますが、数十kPaの低圧で大きな曲げ変形が得られることが確認できます。これは大気圧の半分以下の圧力であり、ソフトアクチュエータの「低圧で大変形」という特長が数値的にも裏付けられています。
SMAアクチュエータの温度-ひずみ特性
次に、形状記憶合金の温度応答をシミュレーションします。温度サイクルに対するマルテンサイト分率とひずみの変化を計算し、ヒステリシスループを可視化します。
import numpy as np
import matplotlib.pyplot as plt
# --- SMAパラメータ（NiTi合金の典型値）---
M_s = 45.0 # マルテンサイト変態開始温度 [°C]
M_f = 25.0 # マルテンサイト変態終了温度 [°C]
A_s = 55.0 # オーステナイト変態開始温度 [°C]
A_f = 75.0 # オーステナイト変態終了温度 [°C]
E_A = 75e9 # オーステナイト相のヤング率 [Pa]
E_M = 28e9 # マルテンサイト相のヤング率 [Pa]
eps_L = 0.06 # 最大回復ひずみ（6%）
sigma_applied = 200e6 # 一定応力 [Pa]（200 MPa）
# --- Liang-Rogersモデルによるマルテンサイト分率の計算 ---
def martensite_fraction_heating(T, xi_M_start=1.0):
"""加熱時の逆変態（M→A）"""
xi = np.where(T < A_s, xi_M_start,
np.where(T > A_f, 0.0,
xi_M_start / 2 * (np.cos(np.pi * (T - A_s) / (A_f - A_s)) + 1)))
return xi
def martensite_fraction_cooling(T, xi_A_start=0.0):
"""冷却時の正変態（A→M）"""
xi = np.where(T > M_s, xi_A_start,
np.where(T < M_f, 1.0,
(1 - xi_A_start) / 2 * (np.cos(np.pi * (T - M_f) / (M_s - M_f)) + 1) + xi_A_start))
return xi
# --- 温度サイクル ---
T_heat = np.linspace(20, 90, 500) # 加熱: 20→90°C
T_cool = np.linspace(90, 20, 500) # 冷却: 90→20°C
xi_heat = martensite_fraction_heating(T_heat)
xi_cool = martensite_fraction_cooling(T_cool)
# --- ひずみの計算 ---
def compute_strain(xi, sigma):
"""マルテンサイト分率と応力からひずみを計算"""
E_xi = E_A + xi * (E_M - E_A)
elastic_strain = sigma / E_xi
transformation_strain = xi * eps_L
return elastic_strain + transformation_strain
strain_heat = compute_strain(xi_heat, sigma_applied)
strain_cool = compute_strain(xi_cool, sigma_applied)
# --- 可視化 ---
fig, axes = plt.subplots(1, 3, figsize=(15, 4.5))
# (a) 温度 vs マルテンサイト分率（ヒステリシス）
axes[0].plot(T_heat, xi_heat, 'r-', linewidth=2, label='Heating')
axes[0].plot(T_cool, xi_cool, 'b-', linewidth=2, label='Cooling')
axes[0].set_xlabel('Temperature [°C]')
axes[0].set_ylabel('Martensite Fraction ξ')
axes[0].set_title('(a) Martensite Fraction Hysteresis')
axes[0].legend()
axes[0].grid(True, alpha=0.3)
axes[0].axvline(A_s, color='r', linestyle='--', alpha=0.4, label=f'As={A_s}°C')
axes[0].axvline(A_f, color='r', linestyle=':', alpha=0.4, label=f'Af={A_f}°C')
axes[0].axvline(M_s, color='b', linestyle='--', alpha=0.4, label=f'Ms={M_s}°C')
axes[0].axvline(M_f, color='b', linestyle=':', alpha=0.4, label=f'Mf={M_f}°C')
# (b) 温度 vs ひずみ（ヒステリシス）
axes[1].plot(T_heat, strain_heat * 100, 'r-', linewidth=2, label='Heating')
axes[1].plot(T_cool, strain_cool * 100, 'b-', linewidth=2, label='Cooling')
axes[1].set_xlabel('Temperature [°C]')
axes[1].set_ylabel('Strain [%]')
axes[1].set_title(f'(b) Strain-Temperature (σ = {sigma_applied/1e6:.0f} MPa)')
axes[1].legend()
axes[1].grid(True, alpha=0.3)
# (c) SMAワイヤーの収縮量（長さ100mmのワイヤー）
L_wire = 100e-3 # ワイヤー長さ [m]
displacement_heat = strain_heat * L_wire * 1e3 # [mm]
displacement_cool = strain_cool * L_wire * 1e3
axes[2].plot(T_heat, displacement_heat, 'r-', linewidth=2, label='Heating')
axes[2].plot(T_cool, displacement_cool, 'b-', linewidth=2, label='Cooling')
axes[2].set_xlabel('Temperature [°C]')
axes[2].set_ylabel('Displacement [mm]')
axes[2].set_title('(c) Wire Displacement (L = 100 mm)')
axes[2].legend()
axes[2].grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig('sma_hysteresis.png', dpi=150, bbox_inches='tight')
plt.show()
print(f"最大ひずみ（低温）: {strain_cool[0]*100:.2f}%")
print(f"最小ひずみ（高温）: {strain_heat[-1]*100:.2f}%")
print(f"回復ひずみ: {(strain_cool[0] - strain_heat[-1])*100:.2f}%")
print(f"100mmワイヤーの最大変位: {(strain_cool[0] - strain_heat[-1])*L_wire*1e3:.2f} mm")
シミュレーション結果から、SMAの興味深い特性が確認できます。
- 明確なヒステリシスが存在する — 加熱時と冷却時でマルテンサイト分率の変化経路が異なり、約10~30°Cの温度幅を持つヒステリシスループを形成しています。これは制御の観点からは厄介で、同じ温度でも「加熱中か冷却中か」の履歴に依存して状態が異なることを意味します。
- 一定応力下で約6%のひずみ回復が得られる — 100 mmのワイヤーで約6 mmの変位に相当します。これは従来のピエゾ素子（ひずみ0.1%程度）に比べて60倍以上の変形量であり、SMAのアクチュエータとしての魅力がわかります。
- 変態は特定の温度範囲に集中する — 加熱時は55~75°C、冷却時は25~45°Cの範囲で急激にひずみが変化します。宇宙環境でSMAを使うには、この変態温度域をミッションの運用温度に合わせて材料設計する必要があります。
ゲッコー接着パッドの接触分割効果
最後に、接触分割効果をPythonで確認します。パッドの面積を一定に保ちながら突起の数 $N$ を増やすと、総接着力がどのように変化するかを計算します。
import numpy as np
import matplotlib.pyplot as plt
# --- パラメータ ---
w_surface = 30e-3 # 表面エネルギー [J/m²] (PDMS-glass)
A_pad = 1e-4 # パッド面積 [m²] (10 cm²)
# 突起数の範囲
N_array = np.logspace(0, 6, 200) # 1 ~ 10^6 個
# 各突起の半径（正方格子配置を仮定）
r_pillar = np.sqrt(A_pad / (np.pi * N_array))
# 単一突起の引き離し力（JKR理論）
F_single = 1.5 * np.pi * w_surface * r_pillar
# 総接着力
F_total = N_array * F_single
# 接触面積あたりの接着強度
sigma_adhesion = F_total / A_pad
# --- ヤモリの実測値との比較 ---
# ヤモリ: 約10N/cm² = 100 kPa の接着強度
gecko_strength = 100e3 # [Pa]
# --- 可視化 ---
fig, axes = plt.subplots(1, 2, figsize=(12, 5))
# (a) 突起数 vs 総接着力
axes[0].loglog(N_array, F_total, 'g-', linewidth=2)
axes[0].set_xlabel('Number of Pillars N')
axes[0].set_ylabel('Total Adhesion Force [N]')
axes[0].set_title('(a) Contact Splitting Effect')
axes[0].grid(True, alpha=0.3, which='both')
# スケーリング則の参照線
N_ref = np.logspace(0, 6, 50)
F_ref = F_total[0] * np.sqrt(N_ref / N_array[0])
axes[0].loglog(N_ref, F_ref, 'k--', alpha=0.5, label=r'$\propto \sqrt{N}$')
axes[0].legend(fontsize=12)
# (b) 突起数 vs 接着強度
axes[1].loglog(N_array, sigma_adhesion / 1e3, 'g-', linewidth=2)
axes[1].axhline(gecko_strength / 1e3, color='orange', linestyle='--',
linewidth=2, label='Gecko (~100 kPa)')
axes[1].set_xlabel('Number of Pillars N')
axes[1].set_ylabel('Adhesion Strength [kPa]')
axes[1].set_title('(b) Adhesion Strength vs Pillar Count')
axes[1].grid(True, alpha=0.3, which='both')
axes[1].legend(fontsize=12)
plt.tight_layout()
plt.savefig('gecko_contact_splitting.png', dpi=150, bbox_inches='tight')
plt.show()
# 数値確認
print(f"突起1個（全面接触）: F = {F_total[0]:.4f} N, σ = {sigma_adhesion[0]/1e3:.2f} kPa")
idx_1000 = np.argmin(np.abs(N_array - 1000))
print(f"突起1000個: F = {F_total[idx_1000]:.4f} N, σ = {sigma_adhesion[idx_1000]/1e3:.2f} kPa")
idx_1e6 = np.argmin(np.abs(N_array - 1e6))
print(f"突起10^6個: F = {F_total[idx_1e6]:.4f} N, σ = {sigma_adhesion[idx_1e6]/1e3:.2f} kPa")
接触分割効果のシミュレーション結果は、ゲッコー接着の本質を見事に示しています。
- 総接着力は突起数の平方根に比例して増大する — 対数スケールのプロットで傾き1/2の直線に乗っており、$F_{\text{total}} \propto \sqrt{N}$ の理論予測と一致しています。1個の大きな突起で接触するよりも、100万個の微細な突起で接触する方が、接着力は1000倍（$\sqrt{10^6}$）になるということです。
- 突起数10万~100万個で接着強度がヤモリの実測値（約100 kPa）に匹敵する — ヤモリの足裏には実際に数十万~数百万本の剛毛があり、このシミュレーション結果は進化の合理性を数値的に裏付けています。
- 単一の大きな突起では接着強度が数kPa程度に留まる — これでは実用にならない弱い接着しか得られません。微細構造を作ることの本質的な重要性がわかります。
ただし、このモデルにはいくつかの理想化が含まれています。実際には、全ての突起が同時に完全な接触を達成することは困難であり、表面粗さやアライメント誤差によって有効接触率は低下します。それでも、基本的なスケーリング則は実験とよく一致しており、ゲッコーグリッパの設計指針として有用です。
まとめ
本記事では、ソフトロボティクスの基本概念と宇宙応用の可能性について解説しました。
- ソフトロボティクスの基本: 柔軟素材で構成されるソフトロボットは、連続的な変形による形状適応、安全な接触、軽量性という剛体ロボットにない特長を持つ
- 空気圧駆動: PneuNet型アクチュエータは低圧の空気で大きな曲げ変形を実現でき、圧力と曲げ角は線形弾性域で比例する
- ゲッコー接着: ファンデルワールス力に基づく乾式接着は真空中でも機能し、接触分割効果により微細構造を作るほど強い接着力が得られる
- 形状記憶合金: 温度駆動のSMAアクチュエータは作動流体不要・高エネルギー密度で宇宙環境に適しているが、ヒステリシスと変態温度の管理が課題
- 宇宙環境の課題: 真空、極端な温度、放射線劣化、アウトガスへの対策が不可欠
- 研究の進展: NASA JPL、Stanford、Harvard、ESA等で実証試験が進んでおり、ゲッコーグリッパは既にISSで微小重力試験に成功している
ソフトロボティクスは「柔らかさ」を武器にすることで、従来の剛体ロボットでは難しかったタスクに新たな解決策を提供しています。特に宇宙環境においては、軽量性・安全性・形状適応性が大きな優位となり、今後の軌道上サービスやデブリ捕獲、惑星探査で重要な技術になることが期待されます。
次のステップとして、以下の記事も参考にしてください。