中国科学院李舟团队Sci. Adv.: 新型触觉传感器可进行材料信息的感知

材料人编辑小单 2年前 (2022-08-12) 2977浏览

导读：

人类触觉系统可通过物理接触来响应和量化触觉信息，是人体与外界进行交流的重要方式之一。随着材料科学及电子科学的快速发展，具有压力、温湿度等信息监测的触觉传感器也成为了研究热点，然而利用触觉传感器对材料类型信息的量化仍具有一定挑战性。尽管一些材料识别技术已取得一定进展，但它们仍然存在一定的局限性。例如，通过热导率识别材料类型具有成本低、精度高的优点，但需要较长的测试时间。基于电磁的方法具有优异的响应速度，但可识别材料的类型仅限于金属类等。因此，迫切需要一种低成本、高效率和高识别率的方法对各类型材料进行分辨。

成果掠影：

近日，中国科学院李舟团队提出了一种基于摩擦电效应的传感阵列可模拟并量化人类对物体材质触觉感知的参数，并对基于摩擦电效应的材料识别机理及应用进行更深层研究和探索。研究者选用四种典型材料聚酰胺（PA66），聚对苯二甲酸乙二醇酯（PET），聚苯乙烯（PS）和聚四氟乙烯（PTFE）作为传感阵列的摩擦层，系统地研究并分析所构建的传感阵列对不同类型材料的响应信号的差异，证实基于摩擦电效应的传感阵列可对材料类型和粗糙度进行有效判断。并基于此设计了一种具有超越人类触觉感知能力的以智能手指为载体的材料识别系统。在机器学习的帮助下，该系统实现了对材料类型和粗糙度的精准识别与分类，仅使用四个传感单元，可对12种常见材料如Acrylic，EVA，Glass，PU，PVC，Silicon，Wood等的种类识别准确率达96.8%，同时可对不同粗糙度的单一材质（Al）的识别准确率达96.5%，识别结果可通过智能手指上的OLED显示屏进行实时显示。为触觉传感器实现材料识别功能提供一种可行的方案。

相关研究成果以“Artificial tactile perception smart finger for material identification based on triboelectric sensing”为题发表在Science Advances期刊。论文的共同第一作者为中国科学院北京纳米能源与系统研究所曲学铖博士，谈溥川博士及北京航空航天大学刘卓博士。中国科学院北京纳米能源与系统研究所李舟研究员及罗聃青年研究员为本文的共同通讯作者。论文链接为：https://science.org/doi/10.1126/sciadv.abq2521。

核心创新点：

  1. 利用材料得失电子的差异性，基于摩擦电效应的传感阵列来模拟并量化人类对材质触觉感知的参数。
  2. 材料识别系统高度集成于智能手指，并结合机器学习分析，提高了材料识别的准确率，解决可识别材料类型的有限性，同时也提升了检测效率。

数据概览：

图1. 材料识别系统的整体设计。(a) 智能手指示意图。(b) 材料识别系统示意图。(c) 传感器与接触材料之间的摩擦电特性信息示意图。(d) 摩擦电序列。(e) 材料识别系统的运行过程。

图2. 传感阵列对各材料的输出响应。(a，b) 传感阵列对PTFE材料的VOC波形和相对幅值。(c，d) 传感阵列对PS材料的VOC波形和相对幅值。(e，f) 传感阵列对PET材料的VOC波形和相对幅值。(g，h) 传感阵列对PA66材料的VOC波形和相对幅值。(i) 传感阵列对Acrylic, EVA, PVC和Glass材料的输出响应。

图3. 传感阵列对不同表面粗糙度Al块的输出响应。(a) 四种粗糙度的Al块示意图。(b) 四种粗糙度的Al块表面形貌图。(c) 传感阵列对不同表面粗糙度Al块的输出响应。

图4. 用于材料类型识别的机器学习分析方法。(a) 用于材料类型识别的机器学习流程图。(b) 在机器学习中传感单元数量对材料类型预测准确率的影响。(c) 2×2材料识别传感阵列对十二种测试材料类型的机器学习识别准确率。(d) 样本量对机器学习预测准确率的影响。

图5. 智能手指进行材料识别展示。(a) 十二种测试材料。(b) 智能手指对Wood材料的识别展示。(c) 智能手指对PVC材料的识别展示。(d) 智能手指对PTFE材料的识别展示。(e) 智能手指对Ra=6.3（粗糙度）Al块的识别展示。(f) 智能手指对Ra=3.2（粗糙度）Al块的识别展示。(g) 智能手指对Ra=0.8（粗糙度）Al块的识别展示。

成果启示：

在这项工作中，作者利用材料得失电子的差异性，使用基于摩擦电效应的传感阵列来模拟并量化人类对材质触觉感知的参数，并结合机器学习技术构建了以智能手指为载体的材料识别系统，解决了传统触觉传感器难以快速、准确且低成本地进行材料识别的技术难点，为触觉传感器具备材料识别的功能提供了一种有效解决方案，在医疗康复和智能工业等领域具有广阔的应用前景。后续工作将聚焦于触觉传感器的柔性化和多功能化，以适配更复杂的应用场景。

补充：

相关内容受到国外各大新闻媒体的关注和报道，新闻链接：

https://scienceadvances.altmetric.com/details/133700640/news

本文由曲学铖撰写。

分享到