一种基于微柱增强型光纤光栅（FBG）指尖传感器的多模态触觉测量方法

《Sensors and Actuators A: Physical》：A Multimodal Tactile Measurement Approach via a Micropillar-Enhanced FBG Fingertip Sensor

　　

• •
  提出了一种具有微柱敏化多层结构的仿生触觉传感器
• •
  通过有限元仿真验证并优化了生物启发设计
• •
  实现了12.45 pm/N的高压力灵敏度，并具有良好的线性
• •
  在8种材料上表现出97%的硬度识别准确性
• •
  动态滑动实现了95%的纹理分类准确性

引言

触觉感知是机器人获取环境信息并实现与物理世界灵巧交互的关键手段[1],[2]。因此，开发了指尖触觉传感器来测量压力、硬度和纹理等关键物理属性，这些属性对于提升机器人的灵巧性和感知能力至关重要[3],[4],[5]。

为此目的已经探索了多种传感原理。基于电学的触觉传感器，包括压电式、电容式和压阻式类型，得到了广泛研究[6],[7],[8],[9]。例如，Xiang等人开发了一种用于机器人指尖的柔性压电触觉传感器阵列，以实现动态力和振动的实时感知[10]。Li等人设计了一种基于接触电化差异的软触觉传感器，能够高精度识别多种材料[11]。Zheng等人提出了一种高灵敏度的电容式软压力传感器，用于可穿戴电子设备中监测抓取动作[12]。Selleri等人开发了一种具有压电核心-壳纳米纤维的传感层，用于定位表面上的机械刺激[13]。尽管这些传感器在特定应用中表现良好，但它们面临成本高昂、易受电磁干扰和接线复杂等固有挑战[14]，这限制了它们在工业和医疗等苛刻环境中的使用。

相比之下，光纤布拉格光栅（FBG）传感器提供了一种有前景的替代方案，具有抗电磁干扰、高灵敏度和多参数传感能力等优点[15],[16]。这些优点促进了各种基于FBG的触觉传感器的发展[17],[18]。例如，Qian等人开发了一种柔性FBG触觉传感器，通过分析接触时的波长变化率来识别材料硬度[19]。Lai等人开发了一种基于FBG的紧凑型柔性力传感器，具有仿生结构，通过高灵敏度的力测量来提高软夹持器的抓取稳定性和反馈控制[20]。Dong等人设计了一种具有高效FBG排列的软机器人皮肤，可以使用最少的光纤准确估计力位置和大小，从而实现协作机器人的高灵敏度触觉感知[21]。Lu等人提出了一种具有方形孔结构的柔性FBG触觉传感器，以解决侧向干扰问题并改善机器人指尖传感中的应力分布[22]。Hu等人介绍了一种滚球FBG触觉传感器，通过滚动检测机制最小化摩擦干扰，实现对具有不同沟槽间距的纹理表面的准确分类[23]。

上述研究突显了FBG技术在高精度触觉测量方面的潜力。然而，在大多数现有设计中，一个关键问题仍然存在：在复杂载荷条件下，封装内部的应力分布不均匀。因此，FBG上的应变不理想，导致灵敏度下降。正如[24]中指出的，这种基本的应力耦合问题降低了测量精度，阻碍了这些方法在需要高分辨率的精细机器人操纵任务中的应用。

为了解决应力分布不均匀和应变传递效率不足的问题，本研究提出了一种基于生物启发式的柔性FBG触觉传感器的多模态触觉感知方法。所开发的传感器采用多刚度复合结构，并配合表面微柱阵列有效提高了灵敏度。实验结果表明，该传感器在静态压力和动态滑动感知以及机器人抓取任务中表现出一致的性能。它在基于硬度的物体识别方面达到了97%的准确性，为机器人应用中的精细触觉感知提供了有效的解决方案。

本文的其余部分结构如下。第二节建立了理论基础，详细介绍了FBG的测量原理、硬度测量和表面纹理识别机制，以及用于结构参数优化的有限元仿真过程。第三节描述了传感器的制造过程及其静态校准方法。第四节展示了实验结果，包括固定和随机硬度测量以及固定和随机纹理识别的综合实验。最后，第五节总结了本研究的主要发现，讨论了其意义，并提出了未来工作的潜在方向。

章节摘要

基于FBG的触觉传感器的工作原理

FBG光传感器依赖于其光纤芯内折射率的周期性调制。当宽带光照射到光栅上时，满足布拉格条件的特定波长会被相干反射，而其余光谱则被透射[25]，如图1所示。反射的中心波长表示为λ_B，取决于光纤芯的有效折射率n_eff和光栅周期Λ，表达为：

当FBG

传感器的制造

制造过程基于仿真结果，并通过实验验证了最佳嵌入深度。

如图5(a)所示，当机器人指尖接触到具有不同表面纹理的物体时，集成的触觉传感器会产生表征这些纹理的波长变化光谱信号。图5(b)展示了传感器的关键结构尺寸，它由两个主要组件组成：一个包含FBG的柔性封装层

标准硬度测量实验与分析

准确的硬度测量对于实现稳定的机器人抓取和交互至关重要。为了评估这种触觉测量方法在硬度识别方面的性能，使用标准硬度测试块和实际物体进行了实验。在压缩接触过程中，记录了FBG中心波长的变化，并将其与物体的硬度相关联，从而验证了传感器的测量能力。

标准肖尔A硬度

结论

本研究成功开发了一种基于生物启发式分层微柱结构和FBG技术的新型触觉感知方法。通过模仿人类指尖的多层梯度刚度分布和指纹脊纹微结构，实现了一种能够进行三维应力调节和多模态感知的柔性触觉传感器。实验结果表明，该传感器表现出优异的线性（决定系数R² > 0.99）和高灵敏度

CRediT作者贡献声明

Can Wang：验证、调查、数据分析。Tianfang Li：撰写 – 审稿与编辑、验证。Muyun Qian：撰写 – 审稿与编辑、监督、资源管理、项目协调、资金争取。Xiaolong Qin：撰写 – 原稿撰写、可视化、软件开发、数据整理。Wanying Wang：撰写 – 原稿撰写、验证、方法论研究、数据分析、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。

致谢

本工作部分得到了安徽省教育厅自然科学研究项目（编号2024AH050175）、安徽省高等教育研究院重点实验室开放基金（编号CS2024-07和CS2025-05）、安徽工业大学冶金工艺与系统科学国际联合研究中心项目（编号2025003）以及安徽省冶金工业数字孪生技术重点实验室启动项目的支持。

Wanying Wang1995年出生于中国安徽。她获得了合肥工业大学的信息管理与信息系统学士学位，以及同校的管理科学与工程博士学位。自2023年11月起，她一直在安徽工业大学自动化系担任讲师。她的研究兴趣包括机器人触觉感知和数据驱动决策支持。目前，她已发表九篇文章

Wanying Wang|Xiaolong Qin|Muyun Qian|Tianfang Li|Can Wang