机器人三轴触觉传感！基于光电阻抗层析成像的超柔性成像仪

该研究发表于《Nature Communications》，由东南大学王炳昊教授团队完成，研发了一款基于光电阻抗层析成像（PIT）的大面超柔性成像仪，突破了传统视觉式机器人触觉传感技术在机械柔性、大面积可扩展性上的局限，实现了高保真的三轴触觉感知，为软机器人、神经形态假肢和人机交互系统的触觉接口提供了全新技术方案。

一、研究背景

触觉成像技术模仿人类触觉感知，能让机器人手捕捉空间分布的力和纹理数据，提升物体识别精度与精细操作能力，是仿人机器人发展的关键技术。但现有技术存在诸多短板：电容、压阻式无源阵列易产生串扰噪声，单根互连线损坏会导致整行/列失效；TFT驱动有源阵列虽能耗低、分辨率较高，但柔性差，且分辨率提升会增加互连线数量，加剧干扰问题。多传感单元解耦的方式会牺牲分辨率、复杂化电路；磁传感式触觉传感器输出电压低、线性度差，易受电磁干扰。主流的Gelsight等技术依赖刚性CMOS成像仪，成像面积有限且成本随尺寸剧增；有机光电探测器（OPD）基柔性成像仪厚度达200μm，柔性和共形性受限，且OPD环境稳定性差，各类阵列式成像仪均不耐损伤，难以适应恶劣环境。现有成像仪在柔性、大面积集成、低互连、抗损伤、低成本之间难以兼顾，成为制约机器人三轴触觉传感技术实用化的核心瓶颈。

二、研究亮点

1. 成像仪基于5μm厚聚酰亚胺（PI）衬底制备，可弯曲至0.3mm半径的针体上，性能仅轻微变化，能贴合任意曲面，适配机器人手指、人体皮肤等复杂形态。

2. 采用16个外围电极设计，无交叉互连线，像素-互连线比＞80，彻底解决阵列式传感器的串扰问题，相同互连数下分辨率远高于传统阵列。

3. 基于拓扑重建机制，传感区域穿刺损伤（直径0.5~2mm）后仍能保持光分布测量功能；光电性能稳定，连续测试2h无明显衰减，光暗电流比（PDCR）达1.1×10?。

4. 实现80kPa法向力动态范围，法向灵敏度0.04kPa?1，剪切位移分辨率0.17μm kPa?1，结合ResNet-18模型拓扑识别准确率达96.5%。

三、研究内容

（一）PIT成像仪的结构与工作机制

图1：PIT超柔性成像仪及三轴触觉传感器的原理与结构

a-b：对比传统阵列式成像仪（多互连线、易串扰、大面积集成难）与PIT成像仪（无交叉互连线、外围电极、抗串扰、易扩展）的工作机制；

c：PIT成像仪的核心特性示意图（高分辨率、抗损伤、多靶点检测）；

d：PIT成像仪弯曲于杆体的实物图（比例尺1cm），验证柔性；

e：PIT基三轴触觉传感器的层叠结构（柔性LED背光→多孔橡胶→PIT成像仪）；

f：传感器的传感机制——压力改变多孔橡胶光散射特性，PIT成像仪捕捉光分布变化并解耦三轴力。

1. 核心结构：以5μm PI为柔性衬底，沉积CdSe/ZnS量子点/铟锌氧化物（IZO）异质结作为光敏层，外围制备16个铝电极，无内部交叉互连线，从根本上消除串扰。

2. 成像机制：基于电阻抗层析成像（EIT）原理，通过相邻电极对注入电流，同步采集周围16对电极的电压信号，结合EIDORS软件有限元建模，将光分布调制的内部阻抗变化重建为光学图像，实现光信号的空间化检测。

3. 触觉传感集成结构：将PIT成像仪、光散射多孔Ecoflex橡胶、柔性UV LED背光层叠集成，形成薄膜式三轴触觉传感器；压力作用下多孔橡胶孔隙闭合，光散射减弱、透光性提升，PIT成像仪捕捉光分布的位置和强度变化，通过高斯光电流分析解耦三轴力分量。

（二）PIT成像仪的制备与性能优化

1. 制备工艺：采用兼容晶圆制造的工艺，包括PI衬底旋涂固化、IZO薄膜燃烧合成与光刻图案化、外围Al电极热蒸发、量子点旋涂修饰，最终从玻璃衬底剥离得到超柔性成像仪。

2. 关键参数优化：

    - 确定IZO最佳铟锌比6:4，兼顾PDCR、稳定性和响应/恢复时间；

    - 选择2层IZO薄膜（60nm）+2h退火，实现信号强度与时间分辨率的平衡；

    - 优化电极尺寸为0.25×0.25mm2，匹配光电流与响应速度；

    - CdSe/ZnS量子点修饰使成像仪对可见光产生响应，UV下光电流提升至33μA。

图2：PIT成像仪的光电性能表征

a：有无CdSe/ZnS量子点修饰的IZO基PIT成像仪光电流随UV光强的变化，量子点修饰后光电流显著提升且线性良好；

b：不同光强下阻抗随频率的变化，证明阻抗从电阻型向电容型的转变；

c-d：不同光强下的操作稳定性和2h长期循环稳定性，验证光电流的重复性；

e-f：PIT成像的测量流程（电流注入→电压采集）与重建过程（256个电压数据通过灵敏度矩阵转换为2D图像）；

g-h：成像仪弯曲于针体的实物图及不同弯曲半径下的平均电压变化，验证抗弯曲性；

i：成像仪贴附笔杆的紫外光成像结果，验证共形性；

j：1.5mm步长移动光遮挡盘的分辨率测试，证明1.5mm空间分辨率；

k：光遮挡盘“M”形运动的轨迹追踪成像，验证动态定位能力。

3. 光电性能表征：UV光强0~24mW cm?2时光电流呈良好线性；阻抗随光强从电阻型转为电容型，等效RC(RC)(RC)电路模型拟合度高；循环测试和长期测试证明其重复性和稳定性优异，手套箱存储20天性能无明显衰减。

（三）PIT成像仪的光学成像性能验证

图3：PIT成像仪的核心功能演示

a：多尺寸、多靶点、多透光率光检测的原理示意图；

b：不同尺寸/厚度PI遮挡盘的紫外成像结果，可区分遮挡面积和透光率差异；

c：3~5个PI遮挡盘的同时成像，验证多靶点检测能力；

d：PIT成像仪抗穿刺损伤的原理示意图；

e：原始/不同直径穿刺损伤后256对电极的电压变化，证明损伤后电压波动无明显变化；

f：穿刺损伤后4mm直径遮挡盘的成像结果，验证抗损伤成像功能；

g：传感直径4cm的大面积PIT成像仪实物图；

h：不同直径遮挡盘的大面积成像结果，验证可扩展性；

i：紫外-可见光谱法与PIT法检测防晒霜的原理对比；

j：5款商用防晒霜的UV-Vis吸收光谱，反映UVA/UVB防护能力；

k：5款防晒霜的PIT成像结果及最大电导率，实现防晒霜防护性能的可视化和量化。

1. 空间分辨率：可分辨1.5mm间隔的光信号特征，能精准追踪字母“M”形的光斑运动轨迹。

2. 多靶点检测：可同时检测3~5个局部光遮挡靶点，最小可检测遮挡面积为传感区域的4%。

3. 抗弯曲与共形性：弯曲至0.3mm半径时平均电压变化仅4.8%，贴附于笔杆等曲面时成像结果与平面无明显偏差。

4. 大面积成像：制备传感直径4cm的大面阵成像仪，可准确检测不同尺寸的光遮挡区域，遮挡面积与光电流呈负相关。

5. 防晒霜检测应用：通过检测UV光衰减，可量化防晒霜的UVA/UVB防护能力（SPF/PA），并可视化涂覆位置、面积和均匀性，结果与紫外-可见光谱法高度一致。

（四）三轴触觉传感系统的性能表征

图4：PIT基三轴压力传感器的原理与响应特性

a：传感器安装于机器人手的实物图，插图为柔性UV LED阵列的实物图；

b：致密/多孔Ecoflex橡胶的应力-应变曲线，插图为两者的光学外观，证明多孔结构改变光特性；

c：法向力作用下PIT成像仪的光分布变化示意图（无压力为小暗斑，有压力为大暗斑）；

d：不同法向压力下的光电流响应，插图为光电流与法向压力的线性拟合（R2=0.99）；

e：斜向力作用下光分布和峰值变化的示意图；

f：0°~60°斜向力下的PIT重建结果，光斑随角度增大偏移且缩小；

g：不同角度斜向力下的3D光强分布图；

h：斜向力作用下传感器的结构变形示意图；

i：归一化光强的一维分布，清晰显示光斑的横向偏移和峰值收窄；

j：法向压力与高斯函数标准差σ的指数关系；

k：切向压力与光斑偏移量Δμ的线性关系。

1. 多孔橡胶优化：采用糖颗粒模板法制备多孔Ecoflex橡胶（厚~2.6mm，平均孔径100μm），相比致密橡胶，光散射特性可控，80kPa压力下达到压缩饱和，经1000次压缩循环后孔隙结构无明显变化。

2. 法向力感知：0~80kPa法向压力下，光电流与压力呈线性关系，灵敏度0.04kPa?1，240次80kPa极端压力循环后性能无明显衰减。

3. 剪切力感知：斜向压力下光斑发生横向偏移，通过二维高斯函数拟合光斑中心位置（μ?/μ?）和标准差（σ），实现剪切位移分辨率0.17μm kPa?1，剪切力与光斑偏移量呈线性关系（F_T=-0.732+31.6×Δμ），法向力与σ呈指数衰减关系（F_N=8.54-12.1e??·1?3σ）。

4. 性能对比：与电容、压阻、磁传感、传统光学式三轴传感器相比，PIT基传感器在互连自由度、柔性、成本、可扩展性上具有显著优势，抗干扰性良好，空间分辨率满足实用需求。

（五）机器人触觉感知应用验证

图5：PIT基三轴触觉传感器的机器人应用验证

a：传感器按压球体的实物图及对应的PIT成像图案（圆形光斑）；

b-f：机器人手指在立方体面/边/顶点滑移的示意图及对应PIT成像图案，可清晰区分不同拓扑结构的接触特征；

g：ResNet-18触觉模态识别的图像处理流程（图像缩放→卷积提取特征→全连接层输出）；

h：ResNet-18模型的混淆矩阵，平均识别准确率96.5%，明确各模态的分类正确率和误分类来源。

1. 拓扑识别：将传感器安装于机器人食指，可精准识别球体曲面、立方体的面/边/顶点等不同拓扑结构，成像结果能清晰区分接触形态的差异（如球体接触为3.1±0.2mm圆形光斑，立方体顶点接触为~2.3mm小光斑）。

2. 动态滑移检测：机器人手指在立方体表面/边缘滑移时，传感器能实时捕捉光斑的偏移和尺寸变化，准确反映切向力的方向和大小。

3. 智能识别模型：构建ResNet-18深度学习模型，采用2000个训练样本/模态、200个测试样本/模态，对球体、立方体面/边/顶点的触觉模态识别平均准确率达96.5%，主要误分类源于立方体面与球体的光传输模式相似。

四、总结与展望

本研究成功研发了一款基于光电阻抗层析成像的5μm厚超柔性成像仪，通过CdSe/ZnS量子点/IZO异质结光敏层和16外围电极设计，实现了低互连、高分辨率、抗损伤、大面积可扩展的光学成像功能，光暗电流比达1.1×10?，空间分辨率1.5mm，可弯曲至0.3mm半径且性能稳定。

将该成像仪与柔性UV LED、多孔Ecoflex橡胶集成，构建了薄膜式（~2.6mm厚）机器人三轴触觉传感系统，通过高斯光电流分析实现了法向力（0~80kPa，灵敏度0.04kPa?1）和剪切力的精准解耦，结合ResNet-18深度学习模型，对不同拓扑结构的触觉识别准确率达96.5%。该系统突破了传统视觉基触觉传感器的刚性、大体积、高成本局限，同时解决了阵列式传感器的串扰、抗损伤差等问题，还可拓展至防晒霜检测等民用领域，兼具技术创新性和实用价值。

文献链接：https://www.nature.com/articles/s41467-026-70599-6