王中林院士&张志滨副教授&张世理教授合作Nano Energy：自供电传感器支持的人工触觉周围神经系统

【研究背景】

人类通过双手感知世界并灵巧地使用工具。在这个过程中，触觉提供了皮肤和物体之间相互作用的直接信息，从而帮助双手在操纵物体时进行快速规划和感觉—运动控制。人手超灵敏的触觉感知能力与触觉神经系统独特的结构和信号处理机制密切相关，这通常被归因于大脑皮层中的神经活动。然而最新神经生物学研究表明，提取外部刺激几何特征的触觉信号处理在最初端的周围神经系统中就已经开始。而在结构上，触觉周围神经系统包括位于皮肤表层的相互重叠的感受野、树状的外周神经元及与楔形神经元间复杂的突触连接等主要部分。

近年来，尤其是在新冠大流行的背景下，自动化和无人化越来越成为世界发展的趋势。机器人逐渐走进人们的日常生活。为了让机器人能够像人一样在复杂的环境中灵巧地操作物体，必须赋予机器人灵敏的触觉。然而，在以往关于电子皮肤的研究中，绝大多数工作都集中在单个传感器和传感器阵列的开发，很少有工作尝试构建人工触觉神经系统。在传统的电子皮肤架构下，需要复杂的读出电路对阵列中每个传感器逐一进行周期性采样；随着传感器数目的增加，触觉信号采集的延迟和功耗也迅速增加。这就使得传统的电子皮肤很难大规模扩展到能够真正应用在机器人和假肢上。此外，还妨碍了电子皮肤对高频机械刺激的正确响应。而对高频动态刺激的正确响应，对于提取物体表面粗糙度等特性至关重要。

【成果简介】

最近，受人体触觉神经系统结构的启发，北京纳米能源与系统研究所王中林院士和瑞典乌普萨拉大学张志滨副教授与张世理教授课题组合作，指导陈立博博士与文宸宇博士在Elsevier旗下的旗舰期刊NanoEnergy上发表了题为“Artificial Tactile Peripheral Nervous System Supported by Self-powered Transducers”的论文。该研究报道了一种基于摩擦电纳米发电机技术的超灵敏慢适应人工触觉传入神经系统。该研究利用摩擦电子学晶体管设计机械感受器，从而使神经元表现出生物上对外界机械刺激的典型的适应行为；神经元电路将感受器产生的机电信号转化为脉冲序列进行编码和传输；搭建的人工神经元网络则具有神经形态信号处理的能力，从而提供比感受器间距离小两倍的最小可分辨度。这些结果为旨在达到人类触觉水平的大规模神经形态电子皮肤的实现开辟了一条途径，在假肢和机器人领域具有潜在的广泛应用。

【图文导读】

图一、仿生人工SA-I触觉传入神经系统示意图

(A) 基于摩擦电子学晶体管的人工SA-I机械感受器。所有与一个人工外周神经元相连的机械感受器共同定义一个感受野。(B)基于环形振荡器与晶体管的人工外周神经元，用于将机械感受器产生的机电信号转化为神经脉冲序列。(C) 基于反向放大电路的多突触结构，实现外周神经元与楔形神经元之间多对多的突触连接。

图二、单支人工SA-I触觉传入对机械刺激反应的信号处理通路特征。

(A) 摩擦电位和受体电位（即机械感受器的输出电压）随物体与皮肤之间距离d的变化；d=0代表物体和皮肤表面刚刚接触，d<0的区域代表了物体与皮肤接触后引起不同程度的形变。(B) 动作电位（即环形振荡器的输出电压）的幅度（左轴）和频率（右轴）随距离d的变化。(C) 突触后电位的幅度（左轴）和频率（右轴）随距离d的变化。(D) 物体接近皮肤表面并驻留的过程中，突触后电位的脉冲序列；深蓝色区域表示距离d保持不变。(E) d=-0.250mm时物体与皮肤保持静态接触阶段的突触后电位的幅度和频率随时间的演变。(F) 物体接近皮肤时的运动速度对突触后电位的幅度和频率的影响。从(A)到(C)的所有实验结果都是通过将物体从远处以2mm/s的速度向人工皮肤移动一段特定距离而获得的。

图三、具有四个机械感受器的人工SA-I触觉神经元的表征

(A) 人工触觉传入神经元的结构示意图； 4个机械感受器（标记为R1到R4），分别与一个人工神经元和一个突触并行连接。(B) 4个感受器的空间分布示意图，箭头标示不同的物体移动方向。(C) 刺激不同感受器及其组合时，神经元的突触后电位保持不变。(D) 刺激不同组合的感受器时，(C) 中脉冲时序信号的傅里叶变换也显示频率保持不变。(E-F) 当(B)中物体沿两个不同方向移动时，不同数量的感受器被依次激活，相应的突触后电位表现出不同数量的脉冲序列。

图四、三重突触整合的特征

(A) 由三个人工一级神经元组成的人工触觉系统，这些神经元分别通过突触连接到一起，实现跨突触整合，作为一个共同的二级神经元的输入。(B) 单个突触（I-III）和跨突触整合（IV）的突触后电位。(C) 对(B)中时序信号进行傅立叶变换。(D) 跨突触整合的突触后电位的峰值电压等于各一级神经元的峰值电压之和。(E) 跨突触整合的突触后电位保留了各一级神经元独立的频率信息。

图五、双层人工SA-I 触觉神经系统对机械刺激的空间识别

(A) 具备神经形态信号处理能力的双层人工触觉神经系统结构示意图，包括分布在PDMS皮肤中45个机械感受器的输入层（R）、9个人工一级神经元构成的第一卷积层（¹A）和包含16个二级神经元突触结构的第二卷积层（²_kA（k=0,1,2…15））。(B) 机械感受器（I）、人工一级神经元（II）和突触结构（III）的的空间分布及映射关系。(C) 突触后电位分别在幅度（I）和频率（II）上的空间响应，表明频率编码可以提供精确的位置，并提高空间分辨率（III）。在(C-III)中，三个方块的颜色是不同的。虚线方框标示受刺激区域。

【结论展望】

综上所述，作者提出了一种基于自供电传感器的人工触觉神经系统。设计的人工触觉神经元，很好地模拟了生物SA-I神经元的慢适应特性。这种对机械刺激的慢适应特性，与事件驱动的工作方式和基于神经脉冲序列的并行信息处理模式，展示了人工触觉神经网络能够克服传统架构下电子皮肤难以大规模扩展的弊端，即机械感受器和人工神经元的数量增加不会引起触觉信号传输延迟和功耗的显著增加。搭建的人工神经系统处理触觉信号的过程可以用典型的卷积神经网络（CNN）模型来描述，再加上重叠的感受野的设计，该人工神经系统提供了高保真的触觉信息，其可分辨率比最小感受体间距离小两倍。这些结果为人工皮肤在精细纹理识别中达到人类指尖的超凡能力开辟了一条途径。虽然该工作使用了简单的电路设计来模拟生物神经网络，但只要遵循该人工触觉神经系统的设计思路和架构，利用先进的电路设计和半导体芯片技术（如专用集成电路ASIC），就有望在人工皮肤中实现生物触觉神经系统优越的功能，并推进人工皮肤在假肢和机器人上的真正应用。

文献链接：

Artificial tactile peripheral nervous system supported by self-powered transducers (Nano Energy,2021,82, 105680)

https://doi.org/10.1016/j.nanoen.2020.105680

本文由作者投稿。