仿生纹理传感器阵列结合早期时序处理实现机器人触觉超快速识别

这篇研究通过仿生纹理传感器阵列（TSA）和早期触觉处理模型（ETPM），突破了触觉感知中灵敏度与反应速度的固有矛盾。其环形网格设计可自供电捕获动态触觉时空特征，结合CNN-LSTM框架实现仅用48?ms（19%数据）即达92%分类精度，集成至机械臂后整体响应时间仅89?ms，快于人类触觉反应（~100?ms），为协作制造、辅助医疗等场景提供革新性解决方案。

　　

亮点

人类指尖的触觉受体通过差异化的脉冲模式编码丰富感官信息（图1a左）。最新研究发现，触觉传入神经中首个脉冲的时序对动态触觉信息编码至关重要。这些神经信号被快速传递至大脑进行解码，从而准确评估物体特性。

早期触觉感知（TSA应用）

我们开发的仿生纹理传感器阵列（TSA）采用指纹状环形结构，将触觉交互转化为包含时空动态的连续多模态信号。该设计有效保留了触觉早期阶段的关键信息，为快速精确感知奠定基础。

讨论

本研究提出的TSA通过顺序排列的环形网格，在触觉交互过程中生成增量响应的连续信号。这种动态信号捕获了触觉早期阶段的丰富信息，首次实现超快速与高精度感知的协同优化。结合数据增强技术和CNN-LSTM时空特征编码框架，我们的方法仅需19%数据即可预测物体属性，准确率高达92%。

制造工艺（TSA组件）

顶部锥体：将Ecoflex00-30A与Ecoflex00-30B按1:1混合后注入3D打印模具，制作0.7?mm/1.1?mm/1.5?mm三种高度的锥体，室温固化6小时后脱模。

底部网格电极：使用Altium Designer 20软件设计电极结构并生产，具体光学照片见附图。