【儀表網 研發快訊】近日，集成電路學院李陽教授團隊在Advanced Materials上發表了題為“A labor-division cooperation electronic palm system for high-precision crosstalk-free cognition of pressure and temperature”的文章。集成電路學院李浩為第一作者，李陽教授為通訊作者。
圖1 新型仿生電子手掌系統示意圖，集成壓力-溫度BDB電子皮膚
近年來，隨著智能機器人、可穿戴設備與人機交互技術的迅速發展，能夠像人類手部一樣精準感知外界環境的電子皮膚(e-skin)成為研究熱點。人手之所以具備卓越的觸覺能力，源于皮膚內部多類型、分工明確的感受器——如由梅克爾細胞和帕西尼氏小體實現壓力感知，由冷熱感受器實現溫度感知。這些感受器在有限空間內卻互不干擾，并通過獨立的神經通路將不同信號精準傳遞至大腦，構成高效而清晰的“分工式”觸覺體系。
研究構建了一種用于溫度與壓力雙模態解耦感知的仿生電子手掌系統(BEPS)，由16組雙模態解耦仿生(BDB)電子皮膚陣列組成。BDB電子皮膚通過雙層柔性印刷電路板結構設計，實現了溫度與壓力感知單元的高度集成式垂直層疊結構。其中，壓力感知單元采用3D打印技術制備的均勻層狀微錐結構，實現超高靈敏度的離電壓力感知；溫度感知單元則使用具有海膽狀結構的 PANI@PS 微納顆粒作為溫敏材料，并通過原位光聚合技術使溫度敏層的熱阻電極與溫敏材料緊密接觸，確保在溫度測量過程中接觸電阻不受壓力變化影響。此外，基于器件整體特性建立了通用解耦模型，實現了溫度與壓力雙模態信號的無干擾解耦算法。在壓力小于30kPa的范圍內，BDB電子皮膚表現出線性靈敏度(30.99 kPa-1)；在室溫至80℃的溫度范圍內，溫度感知表現出超高靈敏度(0.29 K-1)。相比單一器件結構和平面集成架構，所采用的垂直堆疊層狀結構在靈敏度、信號獲取便利性、解耦能力及抗干擾性方面展現出更均衡的性能，并相較平面器件具有更優異的集成度。同時，為驗證系統的無干擾溫度感知能力，利用決策樹算法實現了對杯中水溫與水位的實時識別?；跓o干擾壓力感知能力，采用卷積神經網絡(CNN)對系統中機器人手抓取物體的硬度與形狀進行識別。此外，系統還基于同步的溫度與壓力無干擾感知，實現了仿生手的收縮響應反饋控制。
上述研究工作得到了國家重點研發計劃、山東省自然科學基金、泰山學者等項目的資助。
所有評論僅代表網友意見，與本站立場無關。