昆虫触角启发研发双模触觉传感器

【文章亮点】

多模态感知能力：通过接触高度、接触面积和压力大小，传感器（BITS）能够感知物体的软硬程度。

材料类型识别：利用材料获取或失去电子的能力差异，BITS阵列生成独特的静电信号，从而识别不同材料类型。

杨氏模量量化：开发的ITPS（智能触觉感知系统）能够量化材料的杨氏模量，提供更精确的物理特性评估。

应用潜力：BITS阵列可增强机器人和假肢的触觉感知系统，在医疗康复和智能产业中具有广阔的应用前景，特别是在环境交互和触觉反馈传递方面。

【图文解读】

图1 生物启发型位移和压力传感器的示意图。 (A) 示意图展示了位移和压力传感器与弹性体的接触。(B) 昆虫触角和 (C) 触角上的压电传感器用于双模电信号的检测。(D) 位移和压力传感器感知的信号（电子亲和力、接触高度和接触压力），用于 (E) 机器学习来 (F) 辨别材料类型和软度，并量化模量。

图2 开路电压VOC与归一化接触高度hR之间的关系。（A）BITS单元与弹性体接触的示意图。（B）实验结果和（C）COMSOL模拟结果显示开路电压VOC与带有或不带有参考电极的hR之间的关系。（D）COMSOL模拟（在15％hR处的VOC）。（E）当与PDMS弹性体和PDMS / PMMA接触时，ΔVn与hR之间的关系。（F）关于PDMS弹性体，Ecoflex 00-10，Ecoflex 00-20和Ecoflex 00-30，计算的hR与实验hR之间的一致性。

图3 BITS单元的影响因素。(A) 半球形和平面头BITS随力增加的ΔVn变化。(B) 使用半球形头BITS的PDMS弹性体和PDMS/PMMA之间ΔVn与接触力的关系（蓝色区域：常数区域）。(C) 不同接触分离距离下ΔVn与hR的关系，以及(D) 不同湿度环境下的关系。不同摩擦电层（分别为FEP，PVDC，PE和PU）的BITS单元中ΔVn与hR的关系(E)，以及(F) PDMS弹性体，NBR/PU海绵和PTFE/PU海绵测试样品的关系。(G) 不同表面电荷密度的电压曲线。(H) 接触循环测试的电压曲线及其放大图。

图4 柔软度识别与模量量化。（A）使用PDMS弹性体和PDMS/PMMA的BITS进行接近和接触过程。（B）BITS阵列的示意图和（C）照片。（D）不同物体与BITS阵列的开路电压。（E）材料类型识别的

图5 采用BITS阵列实现的材料类型和软度识别应用。(A) 结构示意图、传感过程及机器学习的说明。(B至D) BITS阵列的输出信号，以及(E至G) 对NBR/PMMA、PDMS/PMMA和PDMS20的识别和预测结果。

【结论与展望】

      多模态触觉感知对增强现实应用至关重要，但现有触觉界面难以同时检测物体类型和软硬度。受昆虫触角钟形感器启发，作者提出了一种基于摩擦电效应的半球形双模智能触觉传感器（BITS）阵列。该系统能够通过材料变形性和电子亲和力的差异，生成独特的摩擦电输出指纹，实现材料类型识别（准确率99.4%）、软硬度识别（准确率100%）和模量量化。BITS具有微型化潜力，可提供实时、准确的触觉信息，为人机一体化应用提供类似天线的触觉感知功能。

【参考文献】

Shaoshuai He et al. ,Biomimetic bimodal haptic perception using triboelectric effect.Sci. Adv.10,eado6793(2024).DOI:10.1126/sciadv.ado6793

审核编辑 黄宇