安徽工程大学、西湖大学：仿生触觉传感器新突破，实现高精度跨域目标识别

能感知5-600赫兹的宽频振动，耐摩擦2000次不坏，还能自清洁——科研人员研发出一款仿生纺织滑动触觉传感器，让机器拥有了媲美甚至超越人类的“触觉神经”。人类的手指是自然界最精密的触觉仪器。指尖的四种机械感受器各司其职：有的感知静态压力，有的捕捉低频颤动，还有的专攻高频振动。正是这种精密分工，让我们闭着眼也能分辨丝绸的顺滑、砂纸的粗糙，甚至摸出盲文点字的意义。然而，要让机器复现这种能力却困难重重。传统触觉传感器常常“偏科”——能测压力的对振动迟钝，能测振动的又难以兼顾静态力；多个传感器堆叠在一起，信号串扰严重，结构臃肿不耐用；更别提在真实世界中随手一摸就准确识别物体了。

近日，安徽工程大学郑贤宏团队联合美国加州大学圣地亚哥分校/西湖大学丁士超、澳门大学周冰朴、南京工业大学孙庚志等人在Advanced FunctionalMaterials上发表了一项突破性成果：他们研发出一种仿生纺织滑动触觉传感器（BTSTS），不仅首次在单一压阻式传感器上实现了5-600赫兹的超宽频振动感知，突破了人类触觉的生理极限（<500赫兹），还兼具超强耐磨、疏水自清洁的特性。与机器学习算法结合后，系统能以超过98.8%的准确率实时识别盲文、布料、木材、泡沫等跨域目标。相关论文以《Intelligent, Robust and Biomimetic Textile Sliding Tactile Sensor With Ultrabroad Frequency Perception for Cross-Domain Object Recognition》为题发表。郑贤宏博士、王帅、张润润、张曌博士为本文的共同第一作者。

图1. 仿生纺织触觉传感系统的构建

一块布如何模拟人类触觉？这主要取决于传感器独特的仿生结构，完美复刻了人体慢适应体和快适应体的功能。当物体按压时，蜂窝结构发生整体压缩变形，导电纤维与电极的接触面积增大，电阻降低——这模仿了慢适应感受器的工作模式。滑动时，表面微观纹理引发的微小振动使电极之间发生快速的界面微动，产生高频电信号——这与快适应感受器的行为如出一辙。这使得传感器具有超硬核性能：感知从2帕超轻触到600赫兹高频振动。更妙的是，有限元模拟显示，正面的PVDF绝缘层不仅提供保护，还将传感器的固有频率从64.3Hz提升至78.7Hz，意味着结构刚度更高、动态响应更快，为捕捉高频振动信号奠定了物理基础。传感器的性能参数堪称“六边形战士”。该传感器不仅具备上述优异的静态力/机械振动感知性能，耐用性同样令人印象深刻。在砂纸上反复摩擦2000次后，传感器表面虽有磨损但功能层依然完整。这一数值创下了同类传感器的最高耐磨纪录。


从信号到识别：机器学习赋能“电子皮肤”

有了高保真的触觉信号，如何让机器“读懂”这些数据？研究团队将传感器集成到一只商业手套的指尖，并开发了一套无线边缘计算系统。当戴着手套的手指以随机速度和力度划过物体表面时，传感器采集的电流信号同时包含宏观几何形貌（低频成分）和微观纹理细节（高频成分）。通过小波变换，这些混合信号被分解到时频域，再通过机器学习提取关键特征，最终建立触觉信号与物体身份之间的映射关系。


在包含21种日常材料（棉、麻、针织布、无纺布、泡沫、海绵、木材等）和22个盲文字符（数字、字母、电梯符号等）的测试中，系统表现惊艳。即使滑动速度和接触力度完全随机——模拟真实世界中人类摸索物体的方式——盲文识别准确率达到98.8%，纹理识别准确率高达99.9%。此外，该系统的整个识别过程的延迟仅0.5-20毫秒，展现出优异的实时性，手机端App能同步显示当前触碰的物体图片、名称并语音播报，为视障人士提供即时的环境感知辅助。

图2.跨域目标识别应用

应用前景：从智能假肢到人形机器人

这项研究的意义远不止于实验室的漂亮数据。它将材料创新、结构仿生和边缘人工智能深度融合，为下一代触觉智能系统提供了切实可行的技术路径。对于神经假肢，这种兼具静态压力与宽频振动感知的传感器有望让截肢者重获接近自然的触觉反馈，精细到可以感受爱人指尖的轻触或分辨衣物的质地。对于人形机器人，集成BTSTS的机械手将能更灵巧地操作不同材质的物体，在家庭服务、精密装配等场景中大显身手。而对于视障辅助设备，基于该传感器的智能手套或指环能以听觉或振动形式反馈物体信息，成为“触觉版”的智能导盲系统。这项工作在单一传感机制下模拟了人类机械感受器的功能整合，并通过材料设计与嵌入式智能的耦合，为实际场景中的人机交互和感官增强开辟了新途径。

论文链接： https://advanced.onlinelibrary.wiley.com/doi/10.1002/adfm.74971

来源：国际仿生工程学会