超越人体触觉，香港科技大学最新Advanced Materials！

近年来，融合了感知与驱动功能的体感人工智能（EAI）和机器人技术的迅猛，这就需要具备类似人类皮肤的感觉能力。人类能够熟练地进行操作、环境探索、感知触摸物体的物理特性以及触觉感知，这得益于皮肤对多模态机械刺激的辨别触觉能力。在人类指尖处，触觉机械感受器的密度高达每平方厘米 240 个单位，尺寸小于毫秒级，这使得其能够实现毫秒级分辨率的触觉感知。因此，触觉感受器在触摸物体时能够编码多模态、精确的时空特征，例如压力、振动、滑动和纹理等，这些对于在探索任务中对处理物体的辨别触觉提供触觉信息至关重要。

近日，香港科技大学訾云龙教授团队在《Advanced Materials》国际期刊上发表了一篇题为“Sub-Milliscale-Resolution Bimodal Tactile Sensor Array with Human-Skin-Like Graphesthesia Sensation"的文章，报告了一种具有亚毫秒级分辨率的双模态触觉传感器阵列，该阵列由一个用于绘制压力分布的压电传感器阵列和一个用于接触高度检测的摩擦电传感器阵列组成，能够计算杨氏模量分布。

与现有研究相比，这种双模态触觉传感器阵列实现了 700 微米的亚毫秒级空间分辨率和 226 像素/平方厘米的相对高传感器密度，展示了精细的多模态感知能力。通过将来自压电传感器阵列的压力映射信息与来自摩擦电传感器阵列的接触高度信息相结合，并在 50 毫秒的快速响应时间内揭示杨氏模量分布，从而实现了对信息的区分。此外，这种触觉传感器阵列能够实现与人类皮肤类似的触觉感知，并借助深度学习算法重建蕴含柔软度的信息模式，为向具有实体智能和机器人技术的微毫秒级分辨率触觉感知的范式转变提供了策略。

• 亚微米级分辨率双模触觉阵列的集成结构

手指的表皮上密集分布着各种触觉感受器，包括迈斯纳小体、梅尔克氏盘、帕西尼小体和鲁菲尼末梢，它们负责感知多维触觉感受。当手指与物体接触时，这些机械感受器会被刺激，并产生信号通过神经突触汇聚到中枢神经系统，使大脑能够获取关于物体特性的信息。为了通过模仿人类皮肤的功能来实现微毫秒级分辨率的力分布和柔软度解码的双模态识别，通过压电和摩擦电功能部件制造了一个集成传感器阵列。

在压电传感器阵列层（PSAL）的顶部，集成了一个 10×10 的三维半球形结构的摩擦电传感器阵列层（TSAL），用于接触高度检测。压力传感器部分包含一个由 10×10 个 PVDF 传感器单元组成的压电阵列层（每个传感器单元尺寸为 350 微米，间距为 350 微米，总面积为 6.65 毫米×6.65 毫米），这些传感器单元通过单独的电极与外部电路通道相连。

其中 PSAL 用于检测施加力的分布，而 TSAL 用于检测接触高度。该 TSAL 采用半径 175 μm、间距 350 μm 的半球形结构，用于接触高度检测。研究团队利用摩方精密面投影微立体光刻（PμSL）技术（nanoArch® S140，精度：10 μm）制备出半球形 TSAL 模具，随后使用 PDMS（前驱体材料）进行后续加工。值得注意的是，摩擦电传感器的柱状结构具有较高的弹性模量，从而成为有效的力传输介质，将力传递至底层压电传感器。

• 单个压电传感单元的性能

灵敏度通过电压-压力相关性来量化，该相关性定义为单位力或压力变化所引起的电压变化。该压力传感器单元展现出了极其宽广的检测范围，跨越了三个数量级。在低压区域（< 28 毫牛顿，230 千帕）内，该压电压力传感器单元实现了 2608 毫伏/牛顿和 0.31 毫伏/千帕的灵敏度，与其他压电传感器相比，其灵敏度表现尤为出色。而在中间压力范围内（28在（mN - 2.45N，0.23 - 20MPa）的条件下，灵敏度达到了 510mV/N 和 0.062mV/kPa。这种压电式压力传感器单元甚至能够在压力超过 2.45N（20MPa）的情况下检测到压力变化，其灵敏度为 270mV/N（0.034mV/kPa）。

此外，对具有四种不同尺寸的传感器单元在不断增加的压力下的电压响应进行了评估，结果表明，传感器单元面积的增加会导致压力灵敏度的增加。单位力的电压变化可用于比较不同区域中压电传感器的灵敏度，证明了灵敏度的高度均匀性。

此外，压电传感器单元的电压和电荷响应随着力的持续增加而增加。PSAL 单元在压力加载从低压力到高压力的不断增加过程中电压响应有所增加。此外，PSAL 单元的检测限低至 8.7 千帕。在 260 千帕的压力接触/分离循环测试中，超过 10000 次循环期间输出性能保持稳定。

• PSAL 的空间特征

为了了解 PSAL 的性能，通过单点触碰和间距触碰这两种方法对其空间特性进行了系统评估。该阵列产生的电压信号由一个由计算机控制的多路复用器（用于通道地址和路由）和一个静电计（用于电压测量）组成的多通道数据采集系统记录。对目标传感器单元施加局部机械刺激，同时通过多通道数据采集系统检测受刺激单元及其相邻传感器单元的输出电压。标准化结果显示，机械刺激的传感器单元表现出最高的输出电压幅度，而周围传感器单元的响应则最多降低了最高幅度的 11.8%。所有相邻通道之间的串扰系数均超过 9.3 分贝，这证实了在精确空间力映射应用中，各通道之间的信号串扰极低。随后，压力位置以 100 微米的步长进行定位，以检验传感器阵列的空间分辨率能力。随着上述操作随着距离的增加，目标传感器单元受压力影响的区域逐渐缩小，从而导致电压响应逐渐降低。当移动距离接近 400 微米（超过了 PSAL 的间距 350 微米）时，目标传感器的电压响应降至初始值的 6.6%，有效串扰系数为 11.8 分贝。在更远的移动距离 500 微米时，电压响应进一步降至初始值的 3.3%，有效串扰系数为 14.7 分贝。

• 触觉感知 本体感觉（BTSA）

在触觉感知中，人类指尖的触觉图谱能力使它们仅通过触觉就能推断出物体的局部地形和柔软度。同样地，BTSA 可以通过 PSAL 的压力映射以及通过 TSAL 的接触高度测量来实现极其精细的触觉感知，从而推断出材料的柔软度分布。

当接触柔软度加密图案时，BTSA 在不同柔软度的阵列像素上表现出不同的压电压力响应幅度。此外，通过 TSAL 测量的接触高度使 BTSA 能够评估阵列像素的柔软度分布。因此，BTSA 有可能从机械加密图案中解密信息。

综上所述，所开发的 BTSA 展示了在亚毫秒尺度下对精细图案轮廓和物体表面柔软度分布进行触觉感知的能力，这是通过 PSAL 和 TSAL 的协同集成实现的。PSAL 能够以 50 毫秒的快速响应时间实现压力大小分布的映射。TSAL 能够通过开路电压揭示接触高度，通过结合 PSAL 的压力映射结果进一步量化接触物体的杨氏模量分布。通过利用多通道数据采集系统，传感器阵列通过解码软度加密图案中嵌入的信息（通过高弹性模量区域和低弹性模量区域之间的明显软度差异）展示了触觉感知能力，适用于机器人智能识别和具身人工智能。此外，利用 BTSA 采用卷积神经网络（CNN）深度学习算法实现了对嵌入不同信息的数据矩阵条形码图案的触觉识别，并展示了超越人类的优异触觉感知能力，识别准确率高达 98.27%。这种多模态感知模式将物理加密与多模态触觉感知相结合，提高了空间分辨率，为安全的实体人工智能、信息加密/防伪系统以及自适应生物医学假肢等潜在应用奠定了基础。