基于动态直流发电电子织物的仿生触觉传感系统实现机器人灵巧操控

研究人员针对当前人工触觉传感系统在多向力和多模态刺激检测方面的不足，开发了一种集成动态直流发电机的可拉伸电子织物仿生触觉传感系统（BTS）。该系统通过模拟人类快速适应（RA）和慢适应（SA）机械感受器的协同作用，实现了机器人手指的实时滑移检测与精准抓取控制。研究结合赫兹接触力学分析，为人工智能驱动的智能机器人提供了具有类人触觉感知能力的新方案，在先进制造、医疗保健和人机交互领域具有重要意义。

　　

在机器人技术快速发展的今天，如何让机械手获得接近人类的灵巧操控能力仍是一个重大挑战。当前的人工触觉传感系统虽然取得了显著进展，但在检测多方向力和多模态刺激方面仍远不及人类的触觉系统。人类手指的灵巧操控依赖于分布在皮肤中的多种机械感受器（MR）的协同工作——快速适应型（RA）感受器如Meissner小体和Pacinian小体负责检测瞬时机械刺激如滑动，而慢适应型（SA）感受器如Merkel细胞则感知持续的压力和拉伸。这种精妙的生物传感机制使得人类能够完成复杂的抓取和操作任务。然而，现有的人工触觉传感器还无法实现这种协调的灵敏性和适应性。

针对这一技术瓶颈，纽约州立大学布法罗分校（University at Buffalo, the State University of New York）的Jun Liu团队在《Nature Communications》上发表了一项创新研究。他们开发了一种基于摩擦伏特效应的"滑动驱动"仿生触觉传感系统（BTS），将动态直流发电机集成到可拉伸电子织物中。该系统与法向力传感器协同工作，分别模拟人类RA和SA机械感受器的功能。通过将该系统与机器人手指集成，研究人员创建了一种模拟人类皮肤和骨骼结构的仿生设计，实现了快速的滑动检测、抓取监控和有效物体操控。

研究人员主要采用了以下关键技术方法：1）开发高导电性PEDOT:PSS墨水并涂覆在可拉伸织物基底上；2）构建钛金属（Ti）与PEDOT:PSS涂覆织物间的动态肖特基接触界面；3）将触觉传感系统与机器人夹持器集成，建立闭环反馈控制系统；4）基于赫兹接触力学模型分析传感器输出与力和速度的关系。

研究结果部分主要包括以下重要发现：

"摩擦伏特动态直流发电作为仿生摩擦传感机制"部分证实，在动态滑动过程中，PEDOT:PSS涂覆织物与Ti之间的界面会产生显著的直流输出（约-50mV），而对静态接触的法向力变化不敏感。这种特性与人类RA机械感受器的功能高度相似。

"动态直流发电机集成电子织物阵列"部分展示了经过三次涂覆的PEDOT:PSS织物在90%应变下电阻变化小于13%，且能稳定产生直流输出。经过100万次滑动测试后，系统仍能保持稳定的性能，开路电压（V_oc）稳定在-40mV左右。

"BTS集成机器人夹持器的滑移检测与缓解演示"部分显示，在机械测试仪以7.25mm/s速度线性拉动物体时，激活BTS反馈可将物体位移从30mm减少到4.1mm；在重力旋转实验中，反馈系统可将旋转角度从70°减小到7°。与视觉触觉传感器GelSight相比，BTS的滑移检测延迟显著更低（28.7-39.8ms vs 89-103ms）。

"参数化BTS输出的接触力学分析"部分通过赫兹接触力学模型揭示了短路电流（I_sc）与施加力（F）和速度（v）的定量关系：I_sc∝F^2/3，且电流密度（J_sc）随滑动速度增加而增加，从0.75mm/s时的0.27mA/m²增加到116mm/s时的1.72mA/m²。

这项研究的创新之处在于首次将摩擦伏特效应应用于机器人触觉传感，开发了一种自供电的仿生触觉系统。该系统不仅模拟了人类触觉系统中RA和SA机械感受器的协同工作机制，还具有响应速度快（接近人类神经传导速度）、灵敏度高、稳定性好等优势。研究人员通过定量分析建立了传感器输出与机械输入参数之间的数学关系，为未来基于强化学习的控制系统奠定了基础。这项技术有望在先进制造、微创手术和危险环境作业等领域发挥重要作用，推动机器人向更智能、更灵巧的方向发展。特别值得一提的是，该系统的响应时间（10-200ms）已接近人类机械感受器的水平，显示出在类人机器人应用中的巨大潜力。