自供电+柔性化+AI？未来MEMS传感器技术将往这些方向发展！（前沿趋势）

编辑按：过去20年来，从惯性传感器到红外传感器等各类传感器件，MEMS技术被广泛应用，微型化、低功耗的MEMS传感器拓宽了传统传感器的应用边界，推动了传感器行业的繁荣。接下来，MEMS传感器将往哪些方向发展？本文从学术科研角度，探索了未来MEMS传感器技术的主要演进路径——与光子学技术的融合、能量自维持与可穿戴技术、前沿应用领域拓展等，并提出了更高集成度、环境适应性优化、神经形态光子计算、产业化与标准化、跨领域拓展等技术突破方向。

新家坡国立大学Chengkuo Lee团队聚焦纳米微尺度传感器与执行器的技术发展，系统梳理了从离散 MEMS 组件到自维持边缘 AI 微系统的演进路径，重点阐述了材料创新、光子学融合、AI 集成及能量自维持技术的突破，为多领域智能应用提供了全面技术参考。相关报道以“Advances in Intelligent Nano-Micro-Scale Sensors and Actuators: Moving toward Self-Sustained Edge AI Microsystems”为题发表于Advanced Materials期刊上。

一、研究背景

1990-2000 年是硅基 MEMS 技术奠基期，惯性传感器（加速度计、陀螺仪）、红外 MEMS 传感器等实现从实验室到商业化的跨越，广泛应用于汽车安全、消费电子，但早期器件依赖外部电源、功能单一，难以满足长期免维护需求。

随着 IoT 规模化部署，对 “无电池、自运行” 系统的需求激增，推动技术向“能量收集 + 传感” 一体化发展，压电、摩擦电等能量转换技术成为关键；同时，边缘 AI 对实时数据分析的需求，促使传感器与 AI、光子学深度融合，形成 AIoT 系统。

传统传感器存在检测灵敏度低（如红外光谱受限于比尔 - 朗伯定律）、系统集成度低（传感、计算、通信分离）、环境适应性差（柔性、恶劣环境下可靠性不足）等问题，需通过材料创新与跨域融合突破瓶颈。

光子学（中红外、太赫兹、近红外）的进步提升了分子检测的选择性与分辨率，光子集成电路实现低延迟边缘计算；柔性电子与可穿戴技术的发展，推动生理信号、机械信号的直接 transduction，为多模态传感奠定基础。

二、综述核心内容

1. 关键传感技术与光子学融合

（1）AI 增强红外超表面分子传感

技术突破：利用超表面（如超材料完美吸收体、双共振超表面）解决红外波长与分子尺寸的尺度失配问题，通过电磁热点增强光 - 物质相互作用，突破比尔 - 朗伯定律限制。

AI 集成价值：针对复杂混合物光谱重叠问题，引入 CNN、SVM、深度神经网络（DNN），实现多组分精准识别 —— 如对混合醇类（甲醇、乙醇）识别准确率 100%，CO₂检测限降至亚 ppm 级，动态葡萄糖酶反应识别准确率 92%。

（2）中红外光电探测器与太赫兹调制

中红外探测器：结合石墨烯（宽光谱吸收）与超表面（局域场增强），解决石墨烯本征吸收弱（~2.3%）的问题，实现室温高响应探测 —— 如非中心对称超表面赋能的石墨烯探测器，室温响应度比传统器件高 3 个数量级，可直接检测偏振角（NEP=0.12 nW・Hz⁻¹/²）。

MEMS 可调太赫兹超表面：通过 MEMS 静电 / 电热驱动，实现太赫兹波的动态调制（如频率调谐、相位控制），典型器件包括像素化超表面（4 态控制）、电磁诱导透明（EIT）调制器，为 6G 通信、医疗成像提供核心组件，如 2018 年实现的太赫兹逻辑门，支持自由空间通信信号编码。

（3）集成纳米光子平台

片上传感与计算一体化：基于 Si、AlN、LiNbO₃等材料构建光子集成回路，实现 “传感 - 预处理 - 计算” 无缝衔接 —— 如 AlN-Si 双层波导架构支持手势识别、光谱指纹分析，光子神经网络（PNN）推理延迟 < 10 ns，能耗 < 0.34 pJ / 操作。

长波红外（LWIR）拓展：采用悬浮硅波导与亚波长光栅包层，抑制衬底吸收，实现甲苯（检测限 75 ppm）、丙酮（检测限 2.5 ppm）的高灵敏度检测，无需富集层即可满足实时环境监测需求。

2. 能量自维持与可穿戴技术

（1）能量收集技术演进

MEMS 能量收集器：从早期静电、压电、电磁式 MEMS harvester（如 2010 年旋转梳齿式静电 harvester，输出功率 0.35 μW），发展到宽频带设计（如非线性刚度压电 harvester，带宽 17 Hz），解决环境振动频率多变的问题。

摩擦电 / 压电纳米发电机（TENG/NG）：实现低频率、不规则运动的能量捕获，如纺织基 TENG（4cm×4cm 尺寸，峰值电压 540 V，功率 3.26 mW）、水 - 空气混合 TENG（用于海水波能量收集，稳定输出 128 V），为可穿戴、海洋 IoT 提供自供电方案。

（2）可穿戴 - 光子混合系统

多模态传感与 AI 集成：智能手套、袜子通过 TENG 阵列捕获手势、步态信号，结合 1D-CNN 实现手语识别（准确率 95%）、用户身份识别（准确率 93.5%）；柔性光电_memristor 系统实现手势识别 latency<0.5 ns，准确率 95.5%。

生物兼容设计：离子水凝胶、PEDOT:PSS 涂层纺织物等材料提升器件生物相容性与柔性，如皮肤黏附式压电传感器可实时监测猪颈动脉血压，剥离时无组织损伤；水凝胶基电子皮肤可同时检测压力（0-40 kPa）、温度（0-80℃），支持物体识别（准确率 98.45%）。

3. 前沿应用领域拓展

（1）神经接口与植入式系统

微创与自供电设计：柔性神经探针（如溶解麦芽糖涂层探针）减少脑组织损伤，结合 MEMS 应变传感器实现植入过程力学监测；自供电神经调节系统（如 TENG 驱动的盆腔神经刺激器），在大鼠模型中实现膀胱功能恢复，无需外部电源。

精准 neuromodulation：柔性神经夹（FNC）实现外周神经（如迷走神经、坐骨神经）的非侵入式附着，通过无线供电实现心率调节、肌肉选择性激活，为生物电子医学提供新工具。

（2）植物可穿戴传感器与精准农业

非侵入式监测：透明有机电子皮肤（PEDOT:PSS/PDMS）附着于叶片，实时监测生长动态与干旱胁迫，透光率 > 85% 不影响光合作用；离子水凝胶传感器实现叶片相对含水量（RWC）检测，线性相关系数 R²>0.95，无需破坏性采样。

AI 与能量自维持：生成式 AI（如条件变分自编码器）提升植物脱水监测精度（RMSE≈5%）；自供电系统（如 hydrogel-based DC 能量收集器，连续工作 56 天）支持大规模户外农田部署，降低维护成本。

（3）自维持 AIoT 系统

一体化节点设计：集成能量收集、传感、通信模块，如智能手杖（混合 TENG / 电磁发电机，输出功率 61.4 μW），通过 1D-CNN 实现用户身份识别（准确率 99.5%）、步态异常检测，同时为 GPS、安全警报供电；立方压电节点（iCUPE）实现三轴向能量收集与振动传感，支持智能城市基础设施诊断。

边缘 AI 优化：光子贝叶斯神经网络（PBNN）解决边缘环境数据不足问题，通过概率权重采样实现 MNIST 分类准确率 98%，同时支持异常值检测，提升系统可靠性。

三、总结与展望

从 “离散 MEMS 器件→能量自维持传感→光子学 + AI 集成→自维持边缘 AI 微系统”，关键突破在于材料（压电 / 摩擦电材料、柔性水凝胶、超表面）、跨域融合（MEMS - 光子学、传感 - AI）、能量自维持（宽频带 harvester、TENG/NG）三大维度。

在医疗健康（植入式监测、可穿戴诊断）、智能农业（植物生理监测）、人机交互（AR/VR 触觉反馈、手语识别）、智能城市（基础设施监测）等领域实现 “无电池、实时化、高精度” 传感，推动 AIoT 从 “设备联网” 向 “智能交互” 升级。

2. 未来展望

技术突破方向：

更高集成度：实现 “传感 - 计算 - 通信 - 能量” 四合一单片集成，如基于 AlN-Si 的光子神经芯片，进一步降低尺寸与能耗；

环境适应性优化：提升柔性器件的机械耐久性（如抗疲劳、抗汗液腐蚀）、极端环境稳定性（高温、高湿度）；

神经形态光子计算：基于光子神经网络的边缘 AI 加速，实现更低延迟（<1 ns）、更低功耗（<0.1 pJ / 操作），满足实时决策需求。

产业化与标准化：建立自维持系统的能量中性验证标准（如长期户外能量收支平衡），推动 CMOS 兼容制造（如新加坡 “Lab-in-Fab” 试点线推进压电 MEMS 量产）；同时，需解决 AI 模型在边缘环境的适应性（如联邦学习、小样本学习），以及数据隐私保护（如光子加密传输）。

跨领域拓展：探索 “数字孪生 + 自维持传感”（如植物生理数字孪生、人体健康数字孪生），实现从 “被动监测” 到 “主动预测” 的升级；推动太赫兹、中红外技术在量子光子学、精准医疗（如早期癌症检测）的应用。

文献链接：

https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202510417

来源：i学术i科研、传感器专家网