人类在灵巧操作、复杂环境探索和多维感知方面的卓越能力源于皮肤的精确多模态机械刺激解耦以及大脑对感知信号的高效整合和持续学习能力。凭借高度并行的信息处理架构和动态反馈调节机制，人体能够实时分析外部环境的微妙变化，实现多维感知中的精确协调和适应性响应[1],[2],[3]。这一复杂而高效的生物感知系统展示了多模态感知与智能决策在自然界中的深度整合。它不仅为人工感知系统的设计和优化提供了重要的生物学启示，也推动了旨在模拟人类感知机制的智能感知技术的发展，使感知系统从被动响应迈向主动理解和自主决策[4]。
在智能感知技术的多元化发展路径中，作为集成传感器和人工智能（AI）算法的前沿方向，智能材料感知正逐渐成为构建高效、精确和多模态感知系统的核心支撑，尤其在智能机器人感知与交互领域展现出广阔的应用前景[5],[6],[7],[8]。在复杂动态环境中实现精确感知是智能机器人迈向更高层次智能的关键基础。然而，大多数现有智能机器人仍主要依赖传统的刚性传感方法，这些方法在结构和响应特性方面与现实世界的材料属性存在显著差异。这种“感知差距”导致智能机器人缺乏对材料特性的精确感知和深入理解，严重限制了它们在处理未知或非结构化材料时的适应性和鲁棒性。特别是在精确抓取软物体、选择性材料操作和人机协作等关键任务中，传统刚性传感方法无法满足下一代智能机器人的材料感知需求。
为克服这些限制，具有柔韧性、轻便性、薄型和可变形性等优异特性的柔性传感器成为应对复杂环境中材料感知挑战的关键解决方案。它们不仅具备对外部环境和未知物体的高效感知能力，还能适应三维表面形状的弯曲和变形，大大扩展了应用范围[9],[10],[11]。在特定应用场景中，基于柔性传感器的单模态智能材料感知系统在表面纹理检测[12],[13]和柔软度监测[14],[15]等简单任务中表现出色。随着应用场景的不断扩展，感知系统对信息协调和多维数据采集提出了更高层次的要求。为此，多模态材料感知系统应运而生。通过集成多个柔性传感器单元，这些系统可以同时感知压力、温度、湿度和振动等多种物理量，并实现跨通道信息融合和协同处理，显著提升环境适应性和材料认知深度，从而更好地满足复杂应用场景的感知需求[16],[17],[18],[19],[20],[21],[22],[23],[24]。图1展示了基于柔性传感器的智能材料感知技术的发展路径，清晰地勾勒出了从单模态到多模态、从离散感知到集成感知的演变趋势[[25],[26],[27],[28],[29],[30],[31],[32],[33],[34],[35],[36],[37],[38]]。在此背景下，系统地回顾当前的研究进展和未来发展方向对于克服高性能智能材料感知系统及其衍生应用领域的技术瓶颈具有重要意义。通过广泛的文献综述，我们发现虽然现有研究涵盖了非接触式人工感知[39],[40],[41]、触觉感知[42],[43],[44]和柔性传感系统[45],[46],[47]等前沿方向，但尚缺乏全面深入的综述，特别是在设备系统分类、感知机制分析和系统应用场景方面。鉴于该技术在元宇宙[48],[49],[50]、具身智能[51],[52],[53]和智能机器人[54],[55],[56]等领域的重要性，迫切需要更多深入系统的综述研究来推动其技术进步和应用扩展。
为了全面揭示当前的研究现状，本文综述了基于柔性传感器的智能材料感知技术的最新进展。重点关注柔软度、表面粗糙度和电子亲和力等关键材料特性，总结了相关柔性传感器的结构设计和工作原理，并强调了人工神经网络（ANN）在材料感知中的核心作用。此外，本文详细介绍了单模态和多模态智能材料感知技术在各种应用场景中的发展趋势和典型应用（见图2），特别强调了多模态融合在提高识别准确性和环境适应性方面的显著优势。最后，本文总结了基于柔性传感器的智能材料感知技术当前面临的挑战，并提出了潜在的解决方案。
