研究背景

仿生觸覺傳感器件和電子皮膚是未來智能假肢和智能機器人的必要組件?，F有主動式觸覺傳感器件(如電阻式、電容式、晶體管式)能夠檢測靜態和動態觸覺刺激，但即使在伺服狀態下也需要源源不斷的能量消耗，導致單個傳感單元的功耗就高達微瓦甚至毫瓦級別，限制了其應用。相比之下，無源式觸覺傳感器件(如壓電式、摩擦電式、離子電式)無需外部能量供應，在受到機械刺激時可以自行產生信號輸出，因此功耗極低；然而，上述被動式觸覺傳感器件通常只對動態或瞬態的機械刺激產生響應，而無法監測靜態和緩慢變化的機械刺激，限制了其觸覺感知功能。因此，設計和構建既能檢測靜態刺激又能檢測動態刺激的全被動式觸覺傳感器件及電子皮膚，是仿生觸覺傳感領域需要解決的問題之一。

Bioinspired Passive Tactile Sensors Enabled by Reversible Polarization of Conjugated Polymers



Feng He, Sitong Chen, Ruili Zhou, Hanyu Diao, Yangyang Han*, and Xiaodong Wu*


Nano-Micro Letters (2025)17: 16

https://doi.org/10.1007/s40820-024-01532-z

本文亮點

1. 通過模擬天然感知細胞的響應行為提出了一種全有機無源式仿生觸覺傳感器件及電子皮膚。

2. 首次利用共軛聚合物獨特的可逆極化特性實現復雜觸覺信息的被動式感知。

3.利用上述觸覺傳感器，在機器學習算法輔助下實現了高準確度的表面紋理檢測、材料屬性識別和形狀輪廓感知。

內容簡介

四川大學吳曉東等人通過利用共軛聚合物獨特的可逆極化特性，模擬了天然感知細胞的極化過程，提出了一種新型仿生被動式觸覺傳感器件，可用于靜態和動態刺激的無源式檢測。該觸覺傳感器件具有靈敏度高(773 mV·N?1)、功耗超低(nW)和生物友好等優勢。基于該新型觸覺傳感器件及電子皮膚，在人工智能算法的輔助下，成功實現了單點觸覺感知(如表面紋理識別、材料屬性感知等)和二維觸覺感知(如物體形狀和輪廓識別)，識別準確率高達97.4%。該種仿生觸覺傳感器的設計和構建方法為機器人觸覺皮膚、人工智能假肢等領域提供了新的參考和借鑒。

圖文導讀

I仿生被動式觸覺感知的設計概念

天然皮膚中存在多種感知細胞，這些感知細胞通過跨膜轉運特定離子實現從非極化到極化狀態的轉變，最終產生電位差信號。當受到外部刺激(如壓力)時，細胞膜離子通道開啟，導致離子跨膜流動，引起膜內外電位差的顯著變化。為了模擬這種天然細胞的傳感行為，本文選擇共軛聚合物材料(如PEDOT:PSS、聚苯胺或聚吡咯)，首先將其極化為兩種相反的狀態(摻雜態和去摻雜態)，以產生電位差信號；然后使用具有表面微結構的固態離子電解質來模擬離子通道，成功將外部壓力刺激編碼成電位差變化。

圖1. 基于共軛聚合物可逆極化的仿生被動式觸覺感知。(a, b)天然皮膚中的機械刺激感受器示意圖，包括Merkel細胞(ⅰ)、Ruffini末梢(ⅱ)、Pacinian小體(ⅲ)、Meissner小體(ⅳ)。(c)感知細胞的極化過程示意圖，通過極化可在細胞膜內外形成電位差。(d)機械刺激下細胞膜電位差的變化過程。(e) PEDOT:PSS的極化過程示意圖，分為正性極化PEDOTPSS(-)，二者之間可以產生電位差。(f)所構建的觸覺傳感器在機械刺激下的響應行為。(g)觸覺傳感器在受到不同大小靜態和動態刺激時的響應信號。(h, i)基于該方法構建的全有機被動式觸覺電子皮膚及其空間輪廓檢測能力。

IIPEDOT:PSS極化過程的表征

PEDOT:PSS 是一種具有離子和電子導電特性的共軛聚合物。它由活性的PEDOT骨架和摻雜劑PSS側鏈組成，可以通過正極化或負極化調節其摻雜狀態。通過Vis-NIR光譜可以觀察到PEDOT:PSS在不同極化狀態下的光譜變化，正極化會導致極化子氧化成雙極化子，負極化則會將部分雙極化子還原成極化子。極化過程還會影響PEDOT:PSS的顏色、電阻和電位。上述結果成功證明了PEDOT:PSS的雙向極化特性。重要的是，PEDOT:PSS的極化過程是高度可逆的，可以通過去極化過程恢復其原有特性，且極化和去極化過程具有良好的可重復性。

圖2. PEDOT:PSS的極化過程表征。(a) PEDOT在PEDOT:PSS(○)、PEDOTPSS(-)狀態下的分子結構。(b)不同掃描速率下PEDOT:PSS的循環伏安曲線。(c)不同掃描速率下從CV曲線提取的峰值電流。(d) PEDOT:PSS(○)、PEDOTPSS(-)的可見光-近紅外光譜。(e)從PEDOT:PSS(○)到PEDOTPSS(+)(下)的顏色變化照片。(f)PEDOT:PSS(○)、PEDOTPSS(-)的電阻變化過程。(g, h)偏壓下PEDOT:PSS(-) (g)和PEDOT:PSS(+) (h)相對于PEDOT:PSS(○)的電位差相對變化。(i) 正向極化和逆向極化下的PEDOTPSS(+)電位差變化。(j) PEDOTPSS(+)在重復極化、去極化和復極化過程中的電位差變化。

III被動式觸覺傳感器的性能評估

基于上述機制構建的全有機被動式觸覺傳感器能夠將外界機械刺激編碼為電位差信號輸出，并產生連續且平滑的信號相應過程。通過調整離子電解質中甘油的含量，可以調節傳感器的靈敏度和檢測限，實現對不同力值的可靠識別。該觸覺傳感器具有快速的響應和恢復速度，并且功耗極低(小于1納瓦)，非常適合于無需外部電源的自供能系統。相比于傳統傳感器，該觸覺傳感器能夠持續監測靜態和動態的機械刺激，并且在傳感器經過5000次循環測試后仍顯示出良好的相應行為。此外，該觸覺傳感器完全由生物相容和可降解的材料構成，具有出色的生物安全性和環境友好性。

圖3. 仿生被動式觸覺傳感器的結構和性能。(a)受力前后觸覺傳感器的結構變化示意圖。(b)逐漸施加力時傳感器的電位差變化。(c)基于不同甘油(Gly)含量PVA/NaCl/Gly/H?O電解質的傳感器響應行為。(d)觸覺傳感器的響應與恢復速率，以及在持續力(60 s)下的傳感器信號輸出，表明傳感器具有良好的靜態刺激檢測能力。(e)傳感器在不同頻率下(分別為2、4和8 Hz)的電位差變化，表明傳感器具有低頻動態刺激監測能力。(f) 5000次力加載和卸載測試。(g)觸覺傳感器在細胞培養液中浸泡24小時后的細胞活力測試。(i)觸覺傳感器在0.5 M氫氧化鈉溶液中浸泡6天后過程中的相對質量變化。(j)照片顯示觸覺傳感器的逐步降解過程。


IV 單點觸覺感知與識別


上述被動式觸覺傳感器模仿了天然皮膚中機械感受器的功能，能夠感知和區分物體的表面紋理和材料屬性。作為驗證，該觸覺傳感器被集成到假手的指尖部位，通過機械滑動的方式檢測不同物體表面的粗糙度和紋理，然后通過短時傅里葉變換對傳感器的響應信號進行頻譜分析，可以精確地區分和識別物體表面的微觀紋理特征。此外，該觸覺傳感器還具備識別多種日常物品材料屬性的功能。由于觸覺傳感器響應信號特征比較復雜，超出了人眼的觀測和辨識能力，因此本文采用了基于二維卷積神經網絡的機器學習算法來解析和分類這些負責信號，從而實現對不同物體材料屬性的高效識別。

圖4. 基于單點觸覺傳感器的表面紋理識別和材料屬性識別。(a)觸覺傳感器集成在假手指尖的照片展示。(b)在三維地圖模型上從a點滑動到b點的四條路徑(Ⅰ, Ⅱ, Ⅲ和Ⅳ)。(c)集成觸覺傳感器的指尖沿Ⅰ, Ⅱ, Ⅲ和Ⅳ路徑滑動時的信號變化以及相關的STFT光譜。(d-i)集成觸覺傳感器的指尖在重復觸摸木塊(d)、泡沫(e)、饅頭(f)、布偶(g)、氣球(h)、海綿(i)等不同物體時記錄的電位差信號變化。(j)基于2D卷積神經網絡(2D CNN)的機器學習框架示意圖。(k)不同材質物體的預測混淆矩陣。

V二維觸覺感知和識別

在本項研究中，還開發了一種全有機、被動式、單電極模式的柔性電子皮膚，用以模擬人類皮膚對物體形狀和輪廓的識別功能。該電子皮膚由100個傳感單元構成，共有104個電極，這樣的設計簡化了電子皮膚的電路布線和制造過程。這種電子皮膚通過測量傳感電極與參考電極之間的電位差來檢測外力分布。由于在測量過程中電路通過的電流幾乎為零，有效降低了不同傳感單元之間的干擾和串擾問題。使用3D打印模具作為待檢測物體，驗證了該電子皮膚能夠精確識別字母和數字輪廓。此外，借助主成分分析(PCA)和支持向量機(SVM)構建的機器學習框架，可使該電子皮膚對不同形狀物體的識別準確率達到97.4%，顯示出在智能機器人和人工假肢等領域中的應用潛力。

圖5. 用于二維形狀和輪廓識別的觸覺感知電子皮膚。(a) 觸覺感知電子皮膚的組成和布局。(b)將不同形狀的3D打印模具壓在電子皮膚上時，所有傳感像素點相對于參考電極的電位差輸出的空間映射。(c)將不同形狀物體(立方體、圓柱體、三角棱柱和棒狀物體)以不同的位置和角度放置到電子皮膚上時所重建的彩色映射圖像。(d)基于支持向量機(SVM)的機器學習框架示意圖。(e)二維形狀和輪廓識別結果和混淆矩陣。


VI總結



本文提出了一種基于共軛聚合物(包括PEDOT:PSS，聚苯胺和聚吡咯)可逆極化的全有機和被動式觸覺傳感器件及電子皮膚。本文對PEDOT:PSS的可逆極化過程和極化機理進行了全面的研究和分析。利用PEDOT:PSS的可逆極化特性，將外界觸覺刺激編碼為電位差輸出，最終建立了一種新的仿生觸覺感知機制。由此構建的被動式觸覺傳感器具有超低能耗(nW)、高靈敏度(773 mV·N?1)、快速響應/恢復時間(≈40 ms和≈20 ms)、良好的重讀再現性(超過5000次循環)，最重要的是，同時具有監測靜態和低頻動態刺激的能力。該觸覺傳感器在表面紋理感知和材料特性感知方面具有很好的應用前景；此外，基于該機理開發了一種全有機、單電極模式的觸覺感知電子皮膚，在機器學習算法的輔助下實現了高精度(97.37%)的二維形狀和輪廓識別。本研究為模擬天然觸覺感知功能提供了新的感知機制和技術途徑，有望促進人工假肢和智能機器人的發展。

來源：納微快報

聲明：轉載此文是出于傳遞更多信息之目的，若有來源標注措誤或侵犯了您的合法權益，請與我們聯系，我們將及時更正、刪除，謝謝。