亚毫米分辨率双模态触觉传感器阵列

 一、研究背景

嵌入式人工智能（EAI）和机器人技术的快速发展，对类人皮肤触觉感知提出迫切需求。人类指尖触觉机械感受器密度达240个/cm2，可实现亚毫米分辨率的多模态触觉感知，能精准识别压力、振动、纹理等信息。然而现有技术存在瓶颈：多模态触觉系统受限于结构复杂性和集成难度，往往体积庞大、分辨率有限；高时空分辨率触觉传感器多聚焦单一模态，缺乏细粒度多模态感知能力；多模态信号间的串扰问题，尤其是自供电传感器的信号解码难题，严重阻碍了触觉感知技术的发展。因此，开发兼具高空间分辨率、高传感器密度和精准寻址能力的多模态触觉传感器阵列成为关键研究方向。

香港科技大学訾云龙教授团队报道了一种“亚毫米分辨率双模态触觉传感器阵列”，其由用于压力幅值分布映射的压电传感器阵列和用于接触高度检测的摩擦电传感器阵列组成，可实现杨氏模量分布的计算。与现有研究相比，该双模态触觉传感器阵列达到了700微米的亚毫米空间分辨率和226像素/平方厘米的较高传感器密度，展现出细粒度多模态感知能力。通过融合压电传感器阵列的压力映射信息与摩擦电传感器阵列的接触高度信息（响应时间仅50毫秒），能够揭示杨氏模量分布。此外，该触觉传感器阵列在深度学习算法的辅助下，可实现类人皮肤的图形触觉感知，并重建硬度加密图案，为面向嵌入式智能与机器人技术的亚毫米分辨率触觉感知提供了一种范式转换策略。

二、研究亮点

1. 实现了700 μm亚毫米空间分辨率和226像素/cm2的高传感器密度，突破现有多模态触觉传感器分辨率与集成度的平衡难题。

2. 创新采用双模态协同设计，压电传感器阵列（PSAL）负责压力分布映射，摩擦电传感器阵列（TSAL）检测接触高度，结合后可量化材料杨氏模量分布。

3. 开发了双层独立寻址方法（DIAM） ，有效解决传统交叉电极架构的信号串扰问题，保障多模态信号精准解码。

4. 传感器响应速度快（接触响应41-48 ms，分离响应48-50 ms），循环稳定性优异（超10000次循环性能稳定），检测范围覆盖三个数量级压力。

三、研究内容

（一）传感器阵列结构设计与制备

图1：双模态触觉传感器阵列设计与概念图

- （A）仿生设计示意图：模拟人类指尖机械感受器，通过双模态传感器协同实现亚毫米分辨率触觉感知，可检测力分布、力大小、接触高度三大核心参数。

- （B）多模态信号检测范围：明确传感器可识别接触力、接触高度、材料软硬度三类关键信息。

- （C）亚毫米硬度加密图案重建：展示传感器对视觉隐藏的硬度编码图案的解码能力。

- （D）性能对比图：横向对比本研究与现有技术的空间分辨率和传感器密度，凸显本研究在亚毫米分辨率多模态感知的优势。

1. 整体结构：采用多层集成设计，上层为10×10摩擦电传感器阵列（TSAL），下层为10×10压电传感器阵列（PSAL），总面积6.65 mm×6.65 mm。

2. PSAL制备：通过皮秒紫外直接激光烧蚀（ps-UVDLA）技术制备PVDF传感器单元，单个单元尺寸350 μm，间距350 μm，通过DIAM实现独立电极连接，用于压力分布检测。

3. TSAL制备：采用3D打印技术构建半球形微结构（工作单元高225 μm，参考单元高175 μm，半径175 μm，间距350 μm），经喷涂电极、激光图案化和浸涂摩擦电薄膜制成，用于接触高度检测。

4. 集成工艺：通过逐层组装策略，利用紫外固化环氧树脂实现TSAL与PSAL的键合，确保力传递效率与结构稳定性。

（二）传感器性能表征

图2：BTSA集成结构与PSAL性能图

- （A）集成结构示意图：清晰展示TSAL（DIAM连接电极）、PSAL（像素化电极+接地电极）的分层布局与电极连接方式。

- （B）像素化电极显微镜图（比例尺200 μm）：直观呈现PSAL的微电极阵列结构。

- （C）低压力区电压-力关系：呈现低压力下高灵敏度的线性响应特征（n=3次测试）。

- （D）中高压区电压-力关系：展示压力饱和导致的灵敏度变化，仍保持良好线性。

- （E）响应时间曲线：接触响应48 ms，分离响应50 ms，体现快速动态响应能力。

- （F）不同压力下电压响应：随压力递增电压逐步升高，覆盖宽压力范围。

- （G）循环稳定性测试：超10000次接触/分离循环，电压输出稳定，无明显衰减。

1. PSAL性能：低压力区（<28 mN）灵敏度达2608 mV/N，中高压区（28 mN-2.45 N及以上）灵敏度分别为510 mV/N和270 mV/N，检测下限低至8.7 kPa，空间串扰系数超9.3 dB，可实现动态压力场的定量映射。

图3：PSAL空间特性图

- （A）单点触摸测试示意图：说明测试方案，即对目标传感器单元施加局部机械刺激。

- （B）多通道数据采集系统：由计算机控制多路复用器和静电计组成，实现多单元信号同步采集。

- （C）刺激单元与周围单元归一化电压：刺激单元电压最高，周围单元响应衰减至11.8%以下，证明低串扰。

- （D）压力平移测试：随平移距离增加（100 μm步长），目标单元电压逐步降低，500 μm时降至3.3%，验证700 μm空间分辨率。

- （E）（F）像素54和55的电压分布：仅目标像素有明显电压响应，证明精准空间定位能力。

- （G）对角线10个单元电压响应：随压力递增均呈线性上升，体现良好的阵列均匀性。

图4：TSAL性能图

- （A）接触/分离示意图：展示TSAL与测试样品的相互作用过程。

- （B）不同摩擦电层的ΔV-接触高度关系：PTFE、PVP、SBR三种摩擦电层均呈现线性响应，可通过ΔV反推接触高度。

- （C）不同样品的ΔV-接触高度关系：电子受体材料（PDMS、硅酮等）呈负响应，电子给体材料（NBR/PU）呈正响应，灵敏度差异源于电子亲和性不同。

- （D）计算与实测接触高度对比：数据点贴近标识线，验证接触高度检测准确性。

- （E）杨氏模量量化结果：不同材料的模量分布清晰可辨。

- （F）计算与实测模量对比：一致性良好，证明模量量化可靠性。

- （G）TSAL响应时间：接触41 ms，分离48 ms，响应迅速。

- （H）TSAL循环稳定性：超10000次循环，电压输出稳定。

2. TSAL性能：基于摩擦电效应，通过开路电压变化（ΔV）与接触高度呈线性关系，可精准检测接触高度（误差±5%以内），响应时间41 ms（接触）和48 ms（分离），能区分不同电子亲和性的材料（如PDMS、Ecoflex、NBR/PU等）。

3. 双模态协同：结合PSAL的压力数据与TSAL的接触高度数据，通过赫兹接触模型计算材料杨氏模量，与万能材料试验机测试结果一致性良好。

（三）触觉感知应用验证

图5：硬度加密图案解码图

- （A）软硬区域响应示意图：硬区域压力响应强，软区域响应弱，通过信号差异区分硬度分布。

- （B）加密图案制备过程：I为硬柱图案（UV固化环氧树脂），II为填充软PDMS，III为喷涂遮光层实现视觉隐藏（比例尺3 mm）。

- （C）HKUST校徽解码结果：通过传感器阵列信号还原校徽图案的硬度分布。

- （D）目标图案：I为像素化HKUST校徽，II为"KEY"信息矩阵码。

- （E）"KEY"矩阵码解码结果：精准还原文字信息。

- （F）CNN算法结构：输入层（信号矩阵）、隐藏层（卷积+池化+ dropout）、输出层（图案类别）。

- （G）混淆矩阵：6种图案识别准确率均超96.92%，整体准确率98.27%，体现算法鲁棒性。

1. 硬度加密图案解码：成功识别HKUST校徽硬度加密图案（硬柱+软PDMS填充+遮光封装），通过压力与接触高度分布还原图案拓扑结构。

2. 信息矩阵码识别：对嵌入"KEY"等信息的矩阵码图案，通过传感器阵列采集电压信号矩阵，经CNN模型训练后，实现高准确率识别（98.27%）。

3. 材料区分能力：可有效区分不同交联度的PDMS（10:1至30:1）、不同硬度的Ecoflex（00-10至00-30）及NBR/PU、商用硅酮等材料，基于摩擦电信号差异实现材料类别与软硬度识别。

四、总结与展望

本研究成功开发了一种亚毫米分辨率双模态触觉传感器阵列（BTSA），通过压电-摩擦电协同设计与双层独立寻址技术，突破了现有触觉传感器在分辨率、多模态集成与信号串扰方面的核心瓶颈。传感器实现700 μm空间分辨率和226像素/cm2密度，可同步检测压力分布、接触高度并量化材料杨氏模量，结合深度学习算法达成高准确率的硬度加密图案识别，具备类人皮肤的图形触觉感知能力。其优异的动态响应、循环稳定性和宽检测范围，为解决嵌入式人工智能与机器人技术中的精细触觉感知问题提供了创新方案。

文献链接：http://dx.doi.org/10.1002/adma.202519734