大象的长鼻(树干)表现出非凡的运动学多功能性，因为它可以操纵一片草叶，但也能承载高达 270 公斤的负载。瑞士日内瓦大学 (UNIGE) 的一组科学家使用为电影业开发的动作捕捉技术，证明了象鼻的复杂行为是由一组有限的基本动作组合而成的，例如传播向内弯曲和假关节的形成。此外，瑞士团队证明象鼻速度遵循在人类手绘运动中观察到的数学定律。这些结果发表在《当代生物学》杂志上。
像人体骨骼这样的关节体由连续的关节组成，限制了它们可以完成的可能动作的数量。相反，象鼻在其整个长度上都是灵活的：肌肉的协调收缩导致扭曲、弯曲、延长、缩短和僵硬，没有任何骨骼支撑。这些形状的变化依赖于管子自支撑组织的恒定体积，与铰接附件相比，允许更多种类的运动。因此，了解大象如何处理这种复杂性并成功控制其躯干的运动是一个具有挑战性的问题。为了调查这个问题，由 Michel Milinkovitch 领导的一个多学科团队，
从咕噜到象鼻
首先，研究人员在两只成年非洲象的树干上放置反射标记，并使用位于场景周围的多个红外摄像机以 3D 方式高精度记录它们的轨迹。这项技术是从电影行业借来的：指环王中的咕噜或阿凡达中的纳维斯通过将戴着动作捕捉标记的演员的动作转换为数字创建的角色而变得栩栩如生。解决方案是简化
瑞士团队今天表明，大象使用了一个基本的简化原则：复杂的躯干轨迹是使用运动学构建块的语言组成的。事实上，研究人员确定了一个工具包，它包含大约 20 个基本的简单动作(相当于我们的单词)，这些动作由主干组合以产生特定的复杂行为，类似于由单词组合组成的复杂句子。选择和组合的元素取决于大象执行的任务。“当抓住并固定要运输的物体时，大象的躯干会表现出局部屈曲，从尖端延伸到最基部，而当大象到达它面前的目标时，它会以一定的方式伸展和缩回躯干的特定部分。模块化时尚，”Paule Dagenais 解释道，米林科维奇团队的研究员。改变对象属性会导致对应于 20 个构建块的不同组合的理解策略中的转换。例如，当抓住一个轻木圆盘时，动物使用吸力作为提升力。另一方面，吸力仅用于固定较重(金属)磁盘的位置，同时将行李箱缠绕在磁盘上以加强抓握。
虚拟关节、神秘的数学定律和仿生学
当目标更靠边时，大象的伸手策略非常奇特：连续的长鼻形成由虚拟关节连接的刚性段，瞬间给人一种肘部和手腕的印象。“此外，我们发现可以根据该路径的局部曲率精确预测跟随曲线时躯干减速的程度;值得注意的是，速度和路径曲率之间的这种数学关系对于人手来说也存在绘画，”米歇尔·米林科维奇继续说道。最后，瑞士团队使用最先进的计算机断层扫描 (CT) 扫描、磁共振成像 (MRI) 和连续切片，以前所未有的细节描绘了非洲和亚洲象鼻的解剖结构。
所有这些结果将作为软机器人操纵新概念的发展基础，该概念将使仿生机器人能够检测、到达、抓取、操纵和释放各种形状和大小的有效载荷和物体。
