摘要：目前，中国科学院北京纳米能源与系统研究所王中林院士和吴治峄研究员团队开发了一种基于摩擦电效应的多模态指形触觉传感器（FTS），能够同步实现多方向力感知和高精度材料识别（图1a）。FTS由外部材料识别模块和内部力感知模块组成：外部模块通过在硅胶外壳表面嵌入三种材
目前，中国科学院北京纳米能源与系统研究所王中林院士和吴治峄研究员团队开发了一种基于摩擦电效应的多模态指形触觉传感器（FTS），能够同步实现多方向力感知和高精度材料识别（图1a）。FTS由外部材料识别模块和内部力感知模块组成：外部模块通过在硅胶外壳表面嵌入三种材料形成单电极传感器，内部模块则利用硅胶微针阵列和导电银浆屏蔽层实现多维力检测（图1b）。实验结果显示，FTS在识别12种材料时准确率高达98.33%，并能实时检测法向力和切向力的大小及方向（图1d）。研究团队进一步将FTS集成到机械手中，成功实现了智能分拣环境下的实时材料识别与力检测（图1e）。这一成果为智能机器人触觉感知技术的发展提供了创新解决方案，具有广阔的应用前景。相关研究成果以“Multimodal Finger-Shaped Tactile Sensor for Multidirectional Force and Material Identification”为题发表在《Advanced Materials》上（Adv. Mater. 2025, 2414096）。论文第一作者为中国科学院北京纳米能源与系统研究所博士研究生韩成程。该研究获得了国家自然科学基金委和中国科学院的支持。
图1：(a) 受人类手指启发的FTS整体结构示意图。(b) FTS在机器人上的示意图及各层展开图。(c) FTS材料识别功能演示。(d) FTS力传感器功能演示。(e) FTS应用于智能车间中的材料识别和物体分拣。
受人类手指启发，该课题组设计了一种指状触觉传感器（FTS），可同时检测多方向剪切力、法向力并识别不同材料。FTS由内层PLA刚性框架和外层硅胶微针软壳组成，内层涂有五个银电极，外层嵌有三种硅基材料传感器，分别用于力感知和材料识别。其力感知组件基于摩擦起电和静电感应，分为四步：未接触时电荷平衡；接触时电极带正电；压力最大时电极带更多正电；分离时电流方向反转，最终回到初始状态（图2a）。仿真显示，硅胶微针受压变形越大，电极感应电势越高（图2b-c）。实验表明，较窄微针（0.5mm宽）和硬度25的硅胶在相同力下产生更高Voc（图2d-f）。带屏蔽层时，外部带电物体引起的电势变化显著减小，干扰更低，且不同材料按压FTS的Voc幅度几乎不受影响，输出更稳定（图2g-l）。屏蔽层显著提升了FTS的性能和稳定性。图3展示了FTS在不同法向力及不同角度下的响应特性。
图4展示了FTS在不同剪切力及不同角度下的响应特性。
研究团队选用了12种常见材料进行测试，FTS传感器在与不同材料接触时输出的电压波形和幅值表现出显著差异。通过引入ResNet50深度学习模型，材料识别的准确率达到了98.33%。为进一步验证其应用潜力，团队将FTS集成到机器人手臂中，结合材料识别和力传感功能，成功实现了智能分拣任务。基于LabVIEW和Jupyter开发的实时识别系统，能够高效完成材料识别与分拣：机械臂首先移动到初始位置，抓取物体时提取FTS的Voc数据并保存；随后，LabVIEW通过TCP通信将数据发送至Jupyter程序，经过预处理后输入预训练的ResNet50模型进行识别，最终将识别结果返回并显示，完成实时分拣流程。该系统的成功开发显著提升了机器人的触觉感知能力，为智能机器人技术的进一步发展提供了重要支持。
图5：(a) 信号采集与数据处理流程示意图；(b) FTS材料识别传感器示意图；(c) FTS识别12种材料的波形展示；(d) FTS识别六种材料的热图显示；(e) 不同传感器数量下识别准确率的聚类图；(f) FTS识别12种材料的混淆矩阵及准确率。
图6：(a) 基于材料识别和力传感智能分析功能的触觉感知混合架构；(b) 材料识别流程示意图；(c) 材料识别过程中的场景和计算机界面显示；(d) FTS识别三种不同材料时的接触和分离波形；(e) FTS力传感器在抓取物体时的实时输出波形。
总结：本研究成功开发了一种基于摩擦电效应的指状触觉传感器（FTS），能够同步实现多维力检测和高精度材料识别。受人类手指结构的启发，FTS集成了带有微针和凸起的内部电极，可精确感知法向力和切向力。通过实验和仿真验证，FTS在多种力条件下表现出优异的稳定性和响应能力。材料识别模块采用三种单电极摩擦电传感器，识别准确率高达98.33%。在实际应用中，研究团队将FTS集成到机械手中，成功模拟了智能车间环境下的实时材料识别与抓握力检测，实现了不同重量和材料物体的精准分拣与运输。这一成果充分展示了多模态触觉传感技术在智能机器人领域的巨大潜力，特别是在力检测和材料识别方面的突出优势，为未来相关技术的应用与发展提供了重要参考。
原文链接：
来源：高分子科学前沿
