與人工智能系統(tǒng)集成的人形機器人的出現(xiàn)有望在教育、醫(yī)療保健、工業(yè)自動化和危險環(huán)境操作等不同領(lǐng)域?qū)崿F(xiàn)變革性應(yīng)用，顯著改變?nèi)藱C交互。雖然全球人形機器人市場預(yù)計將從2023年的13.2億美元擴大到2030年的41.2億美元（復(fù)合年增長率：17.3%），但開發(fā)智能人形機器人的一個關(guān)鍵挑戰(zhàn)是為它們配備強大的感知和識別能力，這對有效的環(huán)境交互至關(guān)重要。

以人類指尖敏感性為例的生物觸覺感知涉及專門的機械感受器：用于靜壓檢測的慢自適應(yīng)（SA）感受器和用于檢測高頻振動的快自適應(yīng)（FA）感受器。這種雙模機械傳導(dǎo)通過互補的靜態(tài)變形分析和頻譜振動解碼實現(xiàn)了紋理識別。值得注意的是，SA受體，特別是位于指尖表面附近的默克爾盤（MD），提供了對辨別物體形狀至關(guān)重要的高分辨率靜力檢測，而FA受體，主要是分布在指尖深處的帕西尼小體（PC），主要測量動態(tài)振動。這兩種受體類型對于紋理識別都至關(guān)重要。受這種生物結(jié)構(gòu)的啟發(fā)，已經(jīng)開發(fā)出靈活的人工觸覺傳感器來模擬SA和FA受體的功能。感知和識別精細(xì)表面特征（如粗糙度或紋理）的一個關(guān)鍵挑戰(zhàn)是實現(xiàn)快速響應(yīng)和松弛速度，以及對靜力和動態(tài)振動的高靈敏度。觸覺傳感器需要高靈敏度來檢測微觀表面特征的微弱刺激，同時需要快速響應(yīng)和松弛率來解析特征表面拓?fù)浣Y(jié)構(gòu)并捕捉微妙的高頻振動。然而，在單個傳感單元內(nèi)同時實現(xiàn)快速響應(yīng)能力和靜力和高頻振動的雙重感知仍然具有挑戰(zhàn)性。目前，最常見的策略是將分別基于壓阻（或電容）傳感器和摩擦電（或壓電）傳感器的SA和FA模擬受體集成到多層器件結(jié)構(gòu)中，這需要通過單獨的電路進行信號收集和處理。盡管使用這種集成方法取得了重大進展，但幾個關(guān)鍵問題仍然存在：i）多層結(jié)構(gòu)導(dǎo)致設(shè)備又厚又笨重，增加了剪切破壞的敏感性；ii）通過單獨的信道處理多個信號使實際應(yīng)用中的數(shù)據(jù)分析復(fù)雜化；iii）信號之間的潛在串?dāng)_會降低識別精度；以及iv）基本感測性能和整體識別能力之間的關(guān)系尚不清楚。因此，迫切需要使用簡化的傳感設(shè)備和電路提供高度靈敏的觸覺感知和表面紋理識別的智能傳感系統(tǒng)，以促進直接的數(shù)據(jù)處理。

本文亮點

1. 本工作報道了一種僅基于壓阻原理的織物壓力/觸覺（PT）傳感器，該傳感器對高頻振動和靜力具有高靈敏度和快速響應(yīng)。這些特征歸因于傳感器的3D多尺度架構(gòu)及其蜂窩狀傳感織物的相應(yīng)分層結(jié)構(gòu)變形。

2. 作為與人形機器人和假肢相關(guān)的概念驗證應(yīng)用，通過將PT傳感器與機器學(xué)習(xí)算法、假肢設(shè)備、工業(yè)機器人手臂和圖形用戶界面集成，構(gòu)建了一個自動表面紋理識別系統(tǒng)。

3. 這種人工感官系統(tǒng)能夠?qū)W習(xí)不同的物體特征，區(qū)分精細(xì)的表面紋理，并隨后在寬范圍的掃描速度（50-300 mm s-1）下以高識別準(zhǔn)確率（>98.9%）對未知紡織品進行分類。

圖文解析

圖1. 模仿人類觸覺感知的仿生感覺系統(tǒng)的概念。（a）生物和（b）能夠檢測靜態(tài)和動態(tài)力的人工感覺系統(tǒng)。

圖2. PT傳感器的制造、材料表征、傳感性能評估和潛在應(yīng)用。a）MXene/PEDOT的制造：PSS涂層蜂窩織物。b）構(gòu)成不同編織結(jié)構(gòu)的導(dǎo)電織物的光學(xué)圖像：（i）MPHMF4，（ii）LHMF4，（iii）SSHMF4。比例尺：2毫米。c）MPHMF4傳感織物的3D光學(xué)圖像和d）SEM圖像。e）電流-電壓（I-V）曲線，f）電流響應(yīng)，g）不同靜壓下MPHMF4傳感器的相應(yīng)計算靈敏度。h）傳感器在1Pa下的響應(yīng)和恢復(fù)時間。i）用于操縱LED顯示器亮度的壓力控制開關(guān)。

圖3. 織造結(jié)構(gòu)依賴的傳感性能和壓力感知優(yōu)勢。a）作為壓力函數(shù)的MPHMF4、LTHMF4、SSHMF4和LHMF4的相對電流變化。b）在3kPa的加載壓力下，對MPHMF4、LTHMF4、SSHMF4和LHMF4內(nèi)的壓縮應(yīng)變分布進行有限元建模。c）MPHMF和先前報道的仿生結(jié)構(gòu)壓阻式傳感器的壓縮傳感性能比較。（d）雷達圖綜合比較了所提出的傳感器在靈敏度、傳感范圍、檢測限、響應(yīng)時間、可擴展性和滲透率方面的傳感性能與其他壓阻傳感器的傳感性能。e）MPHMF4傳感器在24000次裝載/卸載循環(huán)中的可靠性。

圖4. 所提出的PT傳感器的動態(tài)傳感能力和相應(yīng)機制。a）示出用于振動檢測的設(shè)置的示意圖，b）所提出的PT傳感器的響應(yīng)曲線，以及c）在1-100Hz范圍內(nèi)峰值數(shù)量和振動頻率之間的對應(yīng)線性關(guān)系。d）將所提出的PT傳感器的振動檢測性能與基于摩擦電（TENG）、壓阻（PE）、壓電（Re）、電容（Ca）機制的其他觸覺傳感器進行比較。e）整個感測過程包括手指觸摸、滑動和釋放，以及f）相應(yīng)的信號生成機制。g）在100 Hz的3 kPa振動載荷下，對MPHMF結(jié)構(gòu)內(nèi)的壓縮應(yīng)變分布進行有限元建模。（h）通過在織物上以四種不同的滑動速度（2、20、100和200 mm s-1）滑動PT傳感器獲得的電流信號。

審核編輯 黃宇