“摩擦电”传感器或助力机器人智能手指拥有人类触觉

 

电话 | 010-82030532    手机 | 18501361766

微信 | tech9999    邮箱 | [e-mail]

来源：科技导报       

作者：李舟、曲学铖等

随着传感器的设计及功能愈发完善，这些冰冷的人造仿生机器越来越精通于与周围世界互动。但是，如何让它们获得一种人类皮肤般的触觉这一问题始终困扰着研究人员。一直以来，针对材质感知，研究者们都未能找到一种能最大程度模拟人体触觉功能，并兼顾识别准确率和识别范围的传感模式。

近日，中科院李舟团队结合摩擦电传感和机器学习成功开发出了一种“智能手指”，其能够以超过90%的准确率识别某些表面材料的性质。本文将对该成果进行详细解读。

如何让人造仿生机器也能拥有类似人体的感知觉？近年来，研究者们做了大量尝试，先后为各类人造仿生机器开发出了基于计算机视觉、超声波以及物体热量传导能力为识别策略的传感器或设备，以期它们能像人体诸多器官一样收集并处理不同类型的信号和数据。

8月5日，中国科学院北京纳米能源与纳米系统研究所的李舟团队在Science Advances上发文，详细介绍了团队如何开发摩擦电智能手指，并基于摩擦电效应精确地量化了人类对材料触觉感知的参数。论文第一作者是中国科学院大学纳米科学与技术学院博士曲学铖。

图1  相关论文（来源：Science Advances）

模拟人体触觉的关键难点

     

人类触觉系统可通过物理接触来响应和量化触觉信息，是人体与外界进行交流的重要方式之一。触觉不仅反映了人们对外界物理刺激（如温度、湿度、压力等）的反应，还包括一系列由大脑对信息进行提取和分析的心理参数，如通过触觉感知对质地和粗糙度的识别。因此，不少科学家开始致力于研究通过仿生触觉传感器，模拟人类触觉的工作。

然而，由于材料相关信息参数难以量化，现有的传感器的开发都或多或少地受制于传感器性能与成本，难以广泛应用于工业分类和肢体残障人士的日常生活中。因此，人们迫切需要一种低成本、高效率和高识别率的方法，对各种材料的性质进行分辨。

摩擦电效应让仿生触觉识别

更加高效准确

     

李舟团队构建的基于摩擦起电和静电感应耦合原理的传感阵列，可以规避现有传感器的固有缺陷，可准确、广泛地识别材料。

背后的大致原理是，每种材料都有不同的获得或失去电子的能力，当所构建的传感器与特定物体接触时，会产生特定的摩擦电特性信息，通过获取并分析不同材料特有的摩擦电特性信息，可赋予智能手指对材料类型感知的功能。

新型智能手指的组成

摩擦电触觉感知智能手指由摩擦电传感器阵列、数据采集传输模块和显示模块（OLED屏幕）组成（图2）。摩擦电传感器阵列包含多个离散的传感器，可反映传感器与接触材料之间的摩擦电特征信息。

图2  摩擦电触觉感知智能手指结构

智能手指识别不同材料时产生的摩擦电，可根据电负性和电正性来进行评价（图3）。将聚酰胺（PA66）、聚对苯二甲酸乙二醇酯（PET）、聚苯乙烯（PS）和聚四氟乙烯（PTFE）等不同的摩擦电材料整理为一个系列可作为每个传感器的摩擦层。

图3  不同摩擦电的典型材料：电负性从右到左递增；相反，电正性从左到右递增

新型智能手指的运行

研究人员采用铝（Al）薄膜作为电极层，构成单电极垂直接触分离模式摩擦电传感器。这种具有不同摩擦电特性的传感器组合，保证了其在接触各种材料时产生不同的特征信号，即当传感器与测试材料接触并分离时，所产生信号的相对振幅、电压方向或波形都是有规律性的。

传感器采集模块将这些信号记录下来，再通过蓝牙传输到计算机进行机器学习分析，最终识别出的结果可通过计算机软件或手指的OLED屏进行实时显示。

李舟团队表示，他们开发的这种智能手指材料识别系统，结合机器学习实现了对材料类型和粗糙度的精准识别与分类，“仅使用4个传感单元，就可对12种常见材料（如丙烯酸，EVA，玻璃，PU，PVC，硅片，木头等）进行准确识别，准确率达96.8%。同时对不同粗糙度的单一材质，识别准确率达96.5%。这为触觉传感器实现材料识别功能提供一种可行的方案”。

新型智能手指的优势与

应用前景

     

“就目前而言，相比于以往热导式、压导式、电容式等原理的传感器，我们研发的基于摩擦电传感器的智能手指，在识别材料的范围、准确率和响应速度等指标方面，都有着较为明显的优势。”曲学铖表示。

他解释道，团队本次研发的材料识别智能手指除了具有制造工艺简单、检测速度快、识别效率高等特点，最大的优势也在于它能够分辨相似性质、相似外观的材料。比如外观相似并且都是塑料材质的PET，PS，PVC等，该系统也可以有效地进行分辨，并且识别准确率都能达到95%以上。

图4  通过摩擦电传感器阵列识别材料类型和粗糙度

尽管项目执行期间，面临传感阵列所用到的接触层材料挑选，以及对获取到信号的特征信息处理，对机器学习的模型进行迭代和精确匹配等问题，但李舟团队还是通过对各种材料进行大量的实验数据测试，来不断优化摩擦电传感器和整个系统，最终攻克了这些难关。

“未来，这种智能手指的应用场景将非常广泛，有助于进一步优化人机之间的信息交互传感效能。”李舟表示，“该智能手指不仅易于集成到工业机器中，帮助机器检查产品的成分和表面结构等是否符合制造标准；还能够帮助提高物料的分拣效率；还能够应用到机器人和智能假肢中，使机器人和医疗康复辅具等具备材料分辨的能力，帮助机器人和残疾患者提升与外界环境沟通交互的真实感。”

新型智能手指的优化方向

     

与此同时，曲学铖也坦言，此次研发的新型智能手指的优势尽管十分明显，但是在未来仍然有着较大的提升和改进空间。比如，一旦需要检测的材料数量变得庞大，这一设备的准确率就会有所下降。

因此，李舟在谈及团队的下一步研究目标时表示，“我们将会继续优化传感阵列的材料选择，并扩大传感阵列的数量，使其能够保障足够高的识别精确度前提下，能够识别更多的材料。同时，加大力度研究传感器柔性化，以满足更多的应用场景”。

同时，他们后续还会引入机器学习芯片，以摆脱外部计算机的束缚，使系统的设计达到高度集成化，并且，未来他们也准备与相关团队合作，将该系统与智能机器人或智能假肢进行高度融合，引入多功能传感，实现更加贴合类人类皮肤感知能力的功能，包括对压力、温湿度、材料类型与表面纹理等的识别。