自组装磁性纤毛皮肤结合物理-神经混合解码实现五自由度触觉感知

《Advanced Intelligent Systems》：Self-Assembled Magnetic Cilia Skin for Five-Degree-of-Freedom Tactile Sensing via Hybrid Physics–Neural Decoding

　　

先进的触觉皮肤技术能够同时测量接触位置和多轴力，这对于下一代人机交互和灵巧操作至关重要。然而，现有传感器在组合载荷下同时解析多维信号方面仍然受限。本文提出了一种基于自组装磁性纤毛的软体皮肤传感器，并采用混合解码流程实现实时五自由度（5-DoF）触觉估计。磁场诱导自组装工艺无需光刻图案化即可制备高深宽比纤毛阵列，与平面磁性薄膜相比，信噪比（SNR）提升约24 dB。混合解码流程将卷积神经网络（CNN）与经校准的物理引导剪切模型（包含赫兹接触面积缩放）相结合，解决了法向力与剪切力信号之间的量级不平衡问题，实现了0.47 mm的定位误差和低于8%的力估计误差。该系统通过六自由度（6-DoF）协作机械臂的遥操作进行了演示，验证了其作为触觉指令界面的可行性。

论文解读

研究背景与问题

触觉感知技术是下一代人机交互与协作机器人领域的核心需求。机器人要在非结构化环境中安全地与人类互动并灵巧地操作物体，必须同时获取接触位置和接触力等多维触觉信息。然而，现有触觉传感技术各有局限：电容式阵列在大面积扩展时面临电极数量激增和布线复杂的问题；电阻抗断层成像（EIT）虽能以少量电极覆盖大面积区域，但在非线性材料行为、信号重建和传感节点密度方面仍存在挑战，难以同时解耦多维触觉信息。基于磁场的触觉传感器近年来受到关注，但以往研究通常侧重于接触定位或三轴力估计中的单一方向，在组合法向与剪切载荷下同时估计接触位置和三轴力仍鲜有探索。此外，磁性纤毛或微柱凸起结构虽能有效放大细微变形，但在复杂载荷条件下独立解耦接触位置和多轴力分量在解析上仍具挑战性，且阵列配置下相邻节点的磁场干扰会降低解耦精度，开放构型还易受磨损和污染。

研究内容与结论

针对上述问题，研究人员提出了一种基于自组装磁性纤毛结构的软体皮肤传感器，能够同时估计接触位置（P_x，P_y）和三轴力（F_x，F_y，F_z）。通过磁场诱导自组装工艺，无需复杂微图案化或精确对准即可制备高深宽比磁性纤毛阵列。该传感器实现了0.47 mm的接触定位误差和低于8%的力估计误差，并通过六自由度（6-DoF）协作机械臂遥操作任务验证了其作为触觉指令界面的实用性，展示了在精密操作、医疗康复设备和工业人机协作领域的应用潜力。

关键技术方法

研究人员采用磁场诱导自组装工艺制备高深宽比磁性纤毛阵列，无需光刻图案化。传感器由嵌入表面层与基层之间的磁性纤毛阵列和基层下方的多通道磁场传感板组成，采用六个三轴磁场传感器（MMC5603，MEMSIC，美国）构成2×3阵列，以约127 Hz的帧率采集18通道磁场信号。解码流程采用混合架构：Part A为卷积神经网络（CNN），包含三个卷积层（32、64、128通道）和两个全连接层（128、64单元），估计接触位置和法向力；Part B基于物理引导的剪切力模型，利用局部剪切刚度图和赫兹球面接触模型推导的接触面积缩放因子计算剪切力。数据集通过三轴精密平台在23×23网格（1.5 mm间距）上采集，共1 362 285个样本，按80%/20%划分训练集和验证集，另用独立的12×12网格（3 mm间距）验证空间泛化能力。

研究结果

自组装制备与材料表征：通过磁场诱导自组装工艺在单次浇铸步骤中制备了高深宽比磁性纤毛阵列，无需光刻微图案化或精密对准。振动样品磁强计（VSM）测量表明中心、中间和边缘区域的磁化均匀性一致，饱和磁化强度（M_s）均收敛于约30 emu/g。扫描电子显微镜（SEM）和能谱分析（EDS）确认NdFeB微粒在PDMS基体中均匀分散。定量信噪比（SNR）分析显示，纤毛结构在所有测量通道和传感节点上的平均SNR较平面磁性薄膜提升约24 dB。

信号处理与混合解码流程：通过三轴精密平台在23×23网格上采集529个压痕点的18通道磁场响应，局部机械压痕会触发跨相邻传感节点的磁-机械信号传播，形成重叠且空间连续的感受野。研究人员构建了空间剪切刚度图（S_x，S_y），并验证了局部剪切刚度在不同压痕深度下的线性特性。混合解码流程中，CNN估计接触位置和法向力，剪切力通过局部刚度图和赫兹接触面积缩放推导得出。

接触定位与力估计性能：在保留验证集上，P_x、P_y和F_z的决定系数（R²）分别为0.9961、0.9955和0.9801，均方根误差（RMSE）分别为0.612 mm、0.660 mm和0.149 N。在独立空间测试集（144个压痕点，12×12网格，3 mm间距）上，定位RMSE为0.4694 mm，法向力和剪切力的平均估计误差率分别为7.57%和7.93%。定位误差随施加载荷增大而减小，并在1 N及以上载荷时趋于稳定。

实时五自由度触觉信号估计：在纯法向力加载下，渲染表面呈对称且居中分布，确认了接触位置和法向力的稳定估计。在x方向剪切加载下，三维力分布峰值沿剪切方向偏移，二维投影中观察到接触位置的横向移动；y方向剪切加载下观察到类似的不对称力分布。在组合三轴加载下，系统从每帧估计当前接触坐标和法向力，剪切力分量则根据相对接触起始位置的坐标位移计算。结果表明该系统能在多种接触条件下实时可靠地估计五自由度触觉信息。

触觉引导的机器人操作：研究人员构建了基于双传感器架构的六自由度（6-DoF）协作机械臂（PiPER，AgileX Robotics，中国深圳）遥操作系统，将五自由度触觉信息实时映射到机器人的任务空间和关节空间坐标。系统根据载荷类型和方向激活六种控制模式：模式1和2分别使用水平剪切力和法向力控制末端执行器的三维平移速度；模式3控制夹爪开合；模式4和5分别控制第五关节和基座关节的旋转；模式6执行自动返回预设位置。在8阶段顺序任务中，机器人通过触觉反馈完成了将目标方块移入玻璃杯的完整操作序列，10次试验的平均完成时间低于50秒。

讨论与结论

讨论部分指出，以往磁性触觉传感器主要沿接触定位和多轴力解耦两个方向发展，但鲜有系统能同时实现连续空间定位与三轴力估计。本工作通过嵌入磁性纤毛与混合解码方法，在稀疏2×3霍尔传感器阵列上实现了0.47 mm的定位RMSE。SNR提升归因于高深宽比纤毛几何结构将局部接触变形转化为更大的结构偏转和磁场变化。针对法向与剪切力信号量级不平衡问题，研究采用分层混合推理架构，先估计接触位置和法向力，再从接触位置的时间轨迹推导剪切位移，进而估计剪切力。当前框架限于单点接触条件，无法解析或跟踪多个同时接触；接触力学模型假设理想球面接触，实际接触可能为线接触或面接触，可能增加估计误差；器件间变异性和长期可靠性仍需系统评估。未来工作将探索多接触定位与力估计的模拟到现实学习、视觉与磁场传感的多模态融合，以及改进纤毛物理建模以减少标定需求。

研究结论部分总结如下：本研究提出了一种基于自组装磁性纤毛的软体皮肤传感器，通过磁场诱导自组装工艺无需光刻图案化即可制备高深宽比磁性纤毛阵列，将多维刺激映射为丰富的三维磁场模式，较平面磁性薄膜传感器获得约24 dB的SNR增强。为应对组合载荷下多轴信号的量级不平衡，研究开发了混合解码流程，由CNN估计接触位置和法向力，剪切力则通过局部剪切刚度图结合赫兹接触面积缩放（在全粘着无界面滑移假设下）估计。该系统实现了0.47 mm的接触定位误差和低于8%的力估计误差，在组合载荷下展示了高分辨率五自由度触觉估计能力。其效用进一步通过仅由传感器触觉反馈驱动的六自由度协作机械臂遥操作任务得到验证，凸显了其在精密操作、医疗康复设备和工业人机协作领域的应用潜力。