一、摘要

當前的壓力和溫度傳感方法面臨著串擾、低集成度以及難以實現大規(guī)模陣列等問題。這些問題顯著影響了多功能仿生傳感器在智能仿生機器人中的實際應用價值。在本研究中，作者提出了一種新型多功能仿生電子手掌系統(tǒng)（BEPS），該系統(tǒng)由16個雙模解耦仿生電子皮膚（e-skin）組成。通過巧妙地引入垂直堆疊設計以及原位光聚合和3D打印技術的制造，構建了具有高傳感性能的大規(guī)模陣列集成。此外，開發(fā)了一種通用解耦計算模型，實現了溫度和壓力的無串擾傳感。為展示所提出的仿生手掌的實際應用價值，本文實施的三個示范應用表明，該機械手能夠檢測水溫和水位，并確認被抓取物體的柔軟度和形狀。BEPS系統(tǒng)結合神經手收縮反射，實現了在處理熱物體和冷物體時的閉環(huán)控制和反饋。這一進展在增強機器人系統(tǒng)的功能性和適應性方面具有巨大的潛力。

二、背景介紹

人類的手是感知外部世界的重要器官，每個關節(jié)參與各種精確的操作。手能夠感知溫度、壓力、濕度、紋理、振動和疼痛等刺激，尤其是壓力和溫度。目前，許多研究致力于開發(fā)能夠模擬壓力和溫度的設備。例如，Ren等人設計了一種基于組合仿生策略的柔性多層連續(xù)壓力定位傳感器，實現了壓力模擬。同時，Zhang等人利用熱誘導離子遷移動力學和電誘導陽離子植入機制，在由非離子聚合物和聚電解質層組成的不對稱雙層中實現了溫度傳感。人手對壓力的感知是通過位于皮膚中的壓力感受器，如梅克爾細胞和帕契尼小體實現的；而溫度的感知則是通過神經末梢中的熱感受器（如熱和冷感受器）來實現的。實際上，這些位于皮膚有限空間內的感受器能夠獨立接收和處理信息，且由于神經感受器的選擇性敏感性，不會相互干擾。此外，神經系統(tǒng)中每種類型的感受器信號都有專門的通路，分別由不同的神經纖維傳遞溫度和壓力信號。這種“分工”機制確保了不同類型的感覺信號能夠獨立運作，并在不發(fā)生交叉干擾的情況下到達大腦，使人類能夠準確感知環(huán)境信息及其變化。不幸的是，目前的研究仍然在很大程度上依賴單一設備來實現溫度和壓力的同時感知。例如，Chen等人探索了一種高性能壓力傳感器，該傳感器能夠通過功能化碳納米管與柔性改性硅橡膠的結合， simultaneously 對溫度和壓力刺激作出響應。然而，所提出的傳感器在溫度和壓力信號之間表現出顯著的交叉敏感性。如何克服這種交叉敏感性，解耦干擾，實現對兩種信號的獨立感測，是當前研究中必須勇敢面對的挑戰(zhàn)。因此，為了實現更先進、精確和深入的仿生學，有必要對“分工”進行高度精確的模仿。

在本研究中，作者開發(fā)了一種生物仿生電子手掌系統(tǒng)（BEPS），用于溫度和壓力的雙模解耦感測，該系統(tǒng)由16個雙模解耦生物仿生（BDB）電子皮膚陣列組成。BDB電子皮膚通過雙層柔性印刷電路板（FPCB）結構設計，實現了溫度和壓力感測單元的高度集成垂直分層堆疊（見圖1b(iii)）。壓力感測單元采用均勻分層的微錐結構，利用3D打印技術實現超電容離子壓力感測；溫度感測單元使用具有海膽狀結構的PANI@PS微納米顆粒作為溫度敏感材料，同時采用原位光聚合技術，使溫度感測層的熱阻電極與溫度感測層緊密接觸，以確保在溫度感測過程中接觸電阻不受壓力變化的影響。此外，基于設備的整體特性，建立了一個通用的解耦模型，用于溫度和壓力雙模信號的無干擾解耦算法。BDB電子皮膚在30 kPa以下的壓力范圍內表現出線性靈敏度（30.99 kPa?1），在室溫至80 °C的溫度范圍內表現出超高靈敏度（0.29 K?1）。如圖1c所示，與單一設備結構和平面集成設備架構相比，本研究所采用的垂直堆疊分層結構在靈敏度、信號獲取的便捷性、解耦和抗干擾能力等方面表現出更為平衡的性能。此外，與平面設備相比，其集成度優(yōu)異。此外，本研究通過使用決策樹算法實時識別杯中水的溫度和水位，展示了該系統(tǒng)無干擾的溫度感知能力。基于無干擾的壓力感知能力，卷積神經網絡（CNNs）用于識別該系統(tǒng)中機器人手抓取物體的硬度和形狀。同時，基于溫度和壓力的同步無干擾認知能力，實現了生物啟發(fā)手的收縮響應反饋控制。

三、內容詳解

欲了解詳細制備過程，請閱讀原文。

3.1 結構設計與表征

圖1. 新型仿生電子手掌系統(tǒng)的示意圖，集成了壓力-溫度BDB電子皮膚。a) 機器人獨立感知溫度和壓力信息的示意圖，以及人類皮膚及其感受器的示意圖。b) 壓力-溫度BDB電子皮膚綜合性能的比較：熱電壓敏電阻集成電子皮膚(i)、溫度和壓力傳感單元平面分布電子皮膚(ii)、本研究涉及的電子皮膚(iii)。c) 綜合性能比較圖。d) BDB電子皮膚的集成陣列示意圖(i)、BDB電子皮膚的器件結構示意圖(ii)、溫度傳感層示意圖(iii)、PVDF-HFP層均勻分層微錐結構的激光共聚焦圖像(iv)、PUA&HEA和PUA&HEA&PANI@PS的FTIR圖(v)、PANI@PS海膽狀顆粒的SEM圖像(vi)及PVDF-HFP分層微錐結構的SEM圖像(vii)、PVDF-HFP分層微錐結構的局部放大SEM圖像(viii)。

3.2 傳感性能特征化

圖2. BDB電子皮膚的溫度和壓力傳感性能表征。a) BDB電子皮膚壓力傳感單元電信號測量方法的示意圖。b) 不同濃度離子液體的壓力靈敏度測試（在室溫下）。c) 在1 kPa壓力下的響應/恢復時間。d) 壓力傳感的最小檢測限。e) 溫度電流傳感測試的示意圖。f) 含有不同質量分數PANI@PS的溫度傳感單元隨溫度變化的相對電流變化。g) 溫度從室溫變化到30°C時的傳感響應和恢復時間。h) 溫度傳感在20至30°C范圍內的重復性測試。i–l) 在不同溫度（20、30、40和50°C）下，壓力傳感單元在變化壓力下的電容變化。m) 擬合系數隨溫度的變化。n) 在不同溫度下，經過解耦計算后的壓力傳感單元在變化壓力下的輸出信號變化。o) 在20°C下，溫度傳感單元在不同壓力變化下的電流變化。p) 在不同溫度變化（5、10、15、20、25、30、35和40 kPa）下，溫度傳感單元的電流變化。

3.3 傳感機制的表征

圖3. BDB電子皮膚的傳感機制。a) 溫度傳感單元的等效電路圖。b) 壓力傳感單元中超電容離子電子的示意圖。c–e) COMSOL有限元分析模擬結果顯示設備在不同壓力下的應力分布、設備在不同溫度下的電場強度分布，以及設備在不同溫度下的離子濃度分布。f) 電子皮膚溫度和壓力傳感的解耦計算。用手指按壓玻璃載玻片以隔離溫度，僅施加壓力刺激（i 和 ii），使用熱風槍加熱以僅施加溫度刺激（iii 和 iv），以及手指觸碰設備，同時刺激溫度和壓力（v 和 vi）。

3.4 仿生電子掌智能認知系統(tǒng)

圖4. 智能認知系統(tǒng)的演示。a) 具備智能認知能力的機械手概念圖。b) 基于決策樹和神經網絡的杯中水位和溫度識別以及物體硬度識別，包括數據生成與獲取、訓練過程和實際認知過程。c) 智能感知系統(tǒng)，BDB電子皮膚捕捉機械手抓取不同溫度和水位的杯子時的當前數據和熱圖像。d) 杯中水位和溫度識別界面，顯示識別結果以及不同溫度和水位對應的曲線。e) BDB電子皮膚在機械手抓取不同硬度球體過程中輸出的壓力信號變化。f) CNN網絡結構示意圖。g) 硬度識別的混淆矩陣。h) 硬度識別界面，顯示識別結果以及不同硬度水平對應的曲線。

3.5 先進的智能閉環(huán)反饋系統(tǒng)

圖5. 先進智能閉環(huán)反饋系統(tǒng)的演示。a) 仿生人手撤回反射系統(tǒng)的示意圖。b) 仿生人手撤回反射系統(tǒng)的流程圖。c) 在機器人手抓握過程中系統(tǒng)壓力和溫度傳感器數據的曲線。d) 仿生人手撤回反射與閉環(huán)控制機器人手抓握系統(tǒng)的界面，展示在不同溫度下的自我保護，以及對不同硬度杯子的抓握閉環(huán)控制：抓握裝有冷水的玻璃杯的演示 (i)，抓握裝有冷水的紙杯的演示 (ii)，抓握裝有熱水的玻璃杯的演示 (iii)，正常抓握演示 (iv–vi)，抓握演示中的過熱自我保護 (vii–ix)。e) 在抓握過程中機器人手的角度隨時間的變化：用機器人手抓握冷玻璃水杯的過程 (i)，機器人手抓握高溫自我保護的過程 (ii)。

四、全文總結

當前的壓力和溫度傳感方法面臨著串擾、低集成度以及難以實現大規(guī)模陣列等問題。這些問題顯著影響了多功能仿生傳感器在智能仿生機器人中的實際應用價值。本研究遵循“分工”原則，成功開發(fā)了一種具備雙模式解耦溫度和壓力傳感能力的BEPS。該BEPS集成了16個BDB電子皮膚，有效解耦溫度和壓力信號。這些BDB電子皮膚展現出高線性靈敏度、快速響應和恢復時間、低檢測限以及卓越的穩(wěn)定性。為了解決溫度對壓力傳感單元的干擾，提出了一種通用解耦算法，實現了無串擾的溫度和壓力傳感。此外，通過將BEPS與機器人手臂集成，該系統(tǒng)能夠檢測周圍環(huán)境的溫度和壓力，計算被抓取物體的溫度，并確定容器內的液位。在CNN算法的輔助下，機器人手臂還能夠更深入地理解被抓取物體的形狀和硬度，從而拓寬其應用范圍。本研究的突出貢獻在于開發(fā)了一種先進的智能閉環(huán)反饋系統(tǒng)，該系統(tǒng)能夠模擬人手的靈活性和自我保護功能。此外，該系統(tǒng)增強了機器人手臂操作的靈活性和安全性，為自動化應用開辟了新可能，并提升了機器人技術的智能性和安全性。通過創(chuàng)新設計和智能

審核編輯 黃宇