单通道电容传感器实现接近、压力与剪切三种模态的时序判别且均具备高灵敏度

《Small》：A Single-Channel Capacitive Sensor for Sequential Discrimination of Proximity, Pressure, and Shear With High Sensitivity in All Three

　　

摘要专业翻译 模拟人类皮肤的触觉感知并具备预接触感知能力，将有助于实现更安全、更灵巧的机器人操作，然而将接近、压力和剪切传感集成于单一器件仍面临挑战。本研究报道了一种一体化接近–压力–剪切电容传感器：采用多孔碳纳米管/Ecoflex纳米复合材料（porous CNT/Ecoflex nanocomposite, PNC）与位于线圈形电极之间的超薄绝缘层。电极向外投射边缘场（fringing field）用于接近检测，而横向错位在剪切作用下减小电极重叠面积。掺入碳纳米管的PNC表现为有损介质（lossy medium），超薄绝缘层阻断了电荷输运，从而触发麦克斯韦–瓦格纳–西拉斯（Maxwell–Wagner–Sillars, MWS）界面极化，显著放大有效介电常数及压力诱导的电容变化。上述几何与材料效应的协同耦合使得传感器在三种模态下均具备高灵敏度：接近电容变化量为0.46 pF，压力灵敏度为0.44 kPa?1（0–10 kPa），剪切响应为ΔC/C0 = 0.28（γ = 1，50 kPa压力条件下）。在机器人操作循环中，传感器依据单一电容输出的符号依序识别接近、抓取和提升三个阶段——接近时电容减小，抓取时电容增大，提升时电容再次减小。这种基于符号的时序判别逻辑利用了操作过程中已知的时间顺序，而非对三种模态进行独立解耦。

论文解读文章

一、研究背景与拟解决的关键问题

人类皮肤兼具柔软力学特性与丰富触觉感知能力，能够同时感知法向压力、横向剪切力，并能在物体接触前通过非接触方式预判物体的接近。模拟人类皮肤触觉感知的电子皮肤（e-skin）技术，对于实现灵巧的机器人操作和安全的人机交互（human-robot interaction, HRI）至关重要。在典型的机器人操作流程中——物体接近、抓取和提升——一个多模态传感器需要依次识别三个不同阶段：接触前的接近感知（用于定位与避障）、抓取过程中的法向压力感知（用于稳定抓握而不损伤物体）、以及提升过程中伴随横向运动或初始滑移的剪切感知（用于防止滑落）。然而，在单一紧凑器件中同时对三种刺激保持高灵敏度仍然面临巨大挑战。

现有传感机制各有局限。压阻式传感器虽能通过多轴解耦分辨法向和剪切力，但压阻效应依赖机械接触改变导电通路，无法实现非接触检测。磁传感器虽能实现法向–剪切自解耦，但同样只响应接触引起的形变，且每个像素需要独立的磁体–传感器对。光学传感是唯一能在单一元件中覆盖三种模态的非电容方案，但需要相机、光路和逐帧图像处理，其形态因子和计算负担远高于薄型双电极薄膜。

相比之下，电容式传感具有独特优势：它是唯一能够通过同一电极和同一标量输出天然实现非接触检测的机制，同时具备快速动态响应和对温度相对不敏感的特性。然而，现有电容式多模态传感器难以同时满足接近、压力和剪切三方面的要求。针对压力优化的设计（如微结构化介电层搭配平行板全覆盖电极）将电场主要限制在电极之间，限制了向外投射的边缘场，且全覆盖电极在横向位移下重叠面积几乎不变，剪切灵敏度受限。针对接近优化的图案化电极（如叉指或线圈形）虽能增强边缘场投射，但常搭配机电响应较弱的介电层，压力和剪切灵敏度不足。因此，迫切需要一种统一方案，通过单一传感元件而非多传感器集成来实现三种模态的同步高灵敏检测。

二、研究内容与核心结论

针对上述挑战，研究人员报道了一种高灵敏三模态电容传感器，其核心创新在于多孔纳米复合材料（PNC）与超薄绝缘层的协同集成，两者堆叠于一对线圈形电极之间。该设计耦合了电极几何与介电材料响应两大机制：几何上，线圈形电极增加总边缘长度以增强边缘场投射，实现长距离接近感知；同时，上下电极间的横向错位实现剪切感知。材料上，掺入0.4 wt.%碳纳米管（CNT）的Ecoflex基PNC作为有损介质，在压缩下同时呈现压阻和压容混合响应——孔洞闭合与韧带接触同时增大有效电导率和体电容。超薄绝缘层阻断电荷输运，触发麦克斯韦–瓦格纳–西拉斯（MWS）界面极化，显著放大有效介电常数和压力诱导的电容变化。

研究人员的贡献体现在三个方面。第一，解决了以往必须在模态之间做出取舍的困境：图案化电极虽减小了决定压力响应的电极重叠面积，但PNC的MWS放大混合响应使这一代价变得很小——在s = 1.5 mm间距下，压力灵敏度仅从0.48降至0.44 kPa^?1，同时获得了全覆盖电极无法提供的接近和剪切响应，整体压力灵敏度仍比传统全覆盖电极弹性体传感器高一个数量级以上。第二，证明了单一电容通道的符号结构足以依序识别操作序列的各阶段，无需额外电极、额外读出通道或解码算法。第三，提供了定量设计准则：由于接近响应随电极边缘长度缩放而压力和剪切响应随重叠面积缩放，且这两个量随迹线间距反向变化，多模态性能随间距呈非单调变化，研究人员通过有限元分析（FEA）和实验定位最优间距为s = 1.5 mm。优化后的传感器实现接近电容变化0.46 pF、压力灵敏度0.44 kPa^?1（0–10 kPa）、剪切响应ΔC/C₀ = 0.28（γ = 1，50 kPa法向压力）。该论文发表于《Small》。

三、主要关键技术方法

研究人员采用了以下几项关键技术方法：一是有限元分析（finite element analysis, FEA），使用COMSOL Multiphysics的电流模块对接近、压力和剪切三种模态下的电容、电场和电势进行仿真，PNC被建模为具有压力依赖的相对介电常数和电导率的有损介质，参数由实验测量阻抗幅值和相位角推导。二是实验表征系统，使用动态力学分析仪（DMA）精确控制接近间隙、法向压力和横向剪切位移，同时用LCR测量仪在1 kHz激励频率下同步监测阻抗和相位角。三是材料制备工艺，采用牺牲镍泡沫模板浸涂法结合盐酸刻蚀制备多孔CNT/Ecoflex纳米复合材料（PNC），孔隙率为82%，层厚0.9 mm。四是激光切割技术制备图案化铜电极，采用LPKF激光切割机加工不同迹线间距（s = 0.5、1.5、2.5 mm）的线圈形电极。五是机器人操作演示，将传感器集成到xArm机械臂末端执行器上，配合力敏电阻（FSR）独立测量抓取力，完成完整的接近–抓取–提升–放置操作循环。

四、研究结果

2.1 传感器架构与多模态感知原理

研究人员设计了由PNC和超薄绝缘层堆叠于一对线圈形铜电极之间的传感器结构。接近模式下，图案化电极产生向外延伸的边缘场，导电物体接近时分流场线，减小电极间互电容，产生可测量的电容下降。压力模式下，压缩引起孔洞闭合形成渗流导电通路，同时增大体电容和有效电导率，绝缘层阻断电荷输运触发MWS界面极化，放大有效介电常数和电容变化。剪切模式下，横向位移使上下线圈电极错位，减小有效重叠面积从而降低电容。三种机制共同建立了基于单一电容输出ΔC符号的固有时序判别逻辑：接近时ΔC为负，抓取时ΔC为正，提升时ΔC为负。

2.2 传感器结构与材料表征

研究人员制备了四种电极构型（全覆盖电极s = 0及线圈形s = 0.5、1.5、2.5 mm），总边缘长度在s = 0.5 mm时最大。压缩应力–应变曲线证实PNC因高孔隙率（82%）远软于实心Ecoflex。PNC在压力下电阻、电容和损耗角正切均发生显著变化，而Ecoflex因纯介电特性损耗角正切接近零，且刚度较高限制了压缩厚度变化，电容变化远小于PNC。三个独立批次PNC样品在0–50 kPa范围内重现了相似的电容和电阻趋势，验证了机电响应的可重复性。

2.3 高灵敏度接近检测的电极设计

研究人员通过等效电路模型和3D FEA阐明边缘电容机制：导电物体接近时分流边缘场，减小电极间耦合，表现为总电容下降。单条迹线的宽厚比（w/t）研究表明，绝对边缘电容变化ΔC_f/L随宽厚比增加而小幅增加，但相对变化ΔC_f/C₀因基线电容增长更快而严重下降，这凸显了图案化电极窄迹线设计的核心优势。迹线间距对ΔC_f的影响呈非单调：间距过小则密集迹线在静电上类似全覆盖电极，限制场投射；间距过大则总边缘长度减少。最优间距s = 1.5 mm实现最大ΔC_f = 0.46 pF，可检测最远约8.1 mm处的接近物体。电场分布仿真证实图案化PNC传感器仍能将边缘场投射至封装层之外。

2.4 混合响应实现的高压力灵敏度

研究人员通过阻抗幅值和相位角测量证实PNC为混合有损介质：压力下阻抗幅值持续下降、相位角显著偏离?90°，有效相对介电常数ε_r和电导率σ同时激增。这种同步激增与MWS界面极化一致：渗流驱动的电导率增长使电荷在PNC–绝缘层界面积累，放大有效介电常数，产生远超固体介电质纯几何极限的电容变化。全覆盖电极PNC传感器初始灵敏度达0.48 kPa^?1；图案化s = 1.5 mm时灵敏度为0.44 kPa^?1，s = 2.5 mm时为0.47 kPa^?1，s = 0.5 mm时为0.33 kPa^?1。边缘场与平行板电容比值的解耦分析表明，压力感知中内部边缘场主要抬高基线电容而降低相对灵敏度，平行板区域的MWS响应才是主导贡献。尽管全覆盖电极在纯压力感知上最优，但缺乏接近和剪切所需的边缘长度和错位机制，因此s = 1.5 mm的图案化PNC传感器被选为多模态最优配置。

2.5 上下电极错位实现的剪切感知

研究人员在50 kPa法向预载下评估了剪切响应。图案化PNC传感器在剪切应变γ = 1时实现相对电容变化ΔC/C₀ = 0.28，高于全覆盖电极PNC和图案化Ecoflex传感器。这是因为图案化迹线的交替排列使小横向位移即产生显著的迹线间错位，而PNC在预载下重叠区域具有高电容密度，错位移除高电容区域产生较大绝对下降。电场仿真显示图案化PNC传感器的场集中在重叠迹线区域，随剪切应变增加而收缩和迁移。重叠面积分析表明图案化电极在γ ≈ 0.6前快速下降，此后趋缓。方向性仿真证实传感器对剪切极性不敏感（正负方向响应相同），两正交轴因方形螺旋缺乏四重旋转对称而响应不等，但单一标量输出无法提供可用方向信息。压力–剪切交叉灵敏度分析表明剪切响应随法向压力显著增强，无压缩时响应微弱，说明剪切感知本质上是依赖渗流机制的后接触模态。

2.6 机器人操作中的概念验证演示

研究人员将优化后的PNC传感器集成到机械臂夹爪上，与全覆盖电极Ecoflex对照传感器和外部力传感器同步记录完整操作循环。Ecoflex传感器在整个循环中仅显示微弱的接近波动，接触时电容增加约0.4 pF但缺乏接触前下降信号，提升阶段电容几乎不变，对剪切完全失明。相比之下，PNC传感器在每个阶段产生清晰可辨的信号：垂直接近时产生可测量的负电容变化，水平接近时出现更尖锐的接近下降信号，接触后混合响应产生约0.95 pF的大幅正电容变化（外部力传感器确认两种传感器承受的法向力相当，PNC传感器两倍以上的响应反映其内在压力灵敏度），提升阶段因剪切错位产生明显负电容变化。50个连续操作循环验证了可重复性：接近下降?0.099 ± 0.022 pF，抓取增加0.38 ± 0.07 pF，剪切下降?0.21 ± 0.12 pF，基线漂移仅?0.003 ± 0.018 pF。加载时电容在≤0.39 s内达到阶跃的90%以上，卸载时大部分信号在≤0.26 s内恢复，但约13%的信号以约3 s时间常数缓慢恢复，归因于多孔PNC在每循环约35 s压缩后的粘弹性恢复。

五、讨论与结论

研究人员指出，该传感器的判别逻辑依赖于已知的操作时序——负电容偏移根据其出现在正压力阶跃之前或之后被分别归属为接近或剪切。压力与剪切共享单一标量输出，在同时变化时无法分离（如持续法向载荷下的初始滑移）；剪切仅报告幅值而不报告方向；响应幅值取决于物体和抓取条件，因此幅值–刺激映射需按操作包络建立而非普适。这些条件与实用机器人操作兼容而非限制：控制器已知指令夹爪位置、接近方向和驱动相位，传感器提供控制器无法观测的信息——接触是否临近、抓取是否建立、滑移诱导的剪切是否正在发展。动态表征方面，压力模式的响应时间、恢复时间、检测极限和循环耐久性为PNC主导的材料特性，已在相同纳米复合材料上建立；而接近和剪切模式的迟滞、加载速率依赖和重复循环稳定性因依赖电极几何而非仅介质本身，未在本研究中表征。研究人员总结道，该设计在单一传感元件和单一读出通道内集成了预接触感知、压力和剪切传感，三种模态通过信号符号和时序顺序区分而非专用解码算法，推进了电子皮肤在安全人机交互和智能假肢中的实际部署。