综述：关于原子力显微镜双级驱动策略的综述

《Sensors and Actuators A: Physical》：A review on dual-stage actuation strategies for atomic force microscopy

　　• 双阶段原子力显微镜（AFM）通过SRA-LRA设计将扫描范围与分辨率解耦。• 频率分配防止了双阶段AFM中执行器的干扰。• 基于MEMS的精细阶段实现了高带宽下的亚纳米级精度。• 现代AFM中的自主纳米定位由人工智能和机器学习（ML）驱动。

引言
自20世纪80年代发明以来，AFM已成为纳米级表征最成熟和最强大的工具之一，使研究人员能够以前所未有的分辨率探测表面拓扑结构、机械性能和分子相互作用。AFM的工作原理是通过控制探针与样品之间的距离来测量两者之间的力，这通常是通过集成在反馈控制系统中的压电执行器来实现的[1]、[2]。图1展示了一个常见的AFM系统配置。从AFM诞生之初，扫描系统就负责精确地定位探针或样品，因此它是决定成像性能的关键组件。早期的AFM压电扫描器必须在成像速度和空间分辨率之间做出妥协[3]。研究人员发现，成像速度受到这些大型扫描器低共振频率的限制。为了提高速度，人们尝试使用更小、更快的单阶段扫描器，但这严重限制了视野范围。双阶段扫描器的概念源于观察到AFM操作的不同方面对扫描器设计提出了相互冲突的要求[4]。尽管最初的双阶段架构以多种形式出现在不同的扫描探针显微镜应用中，但专门为AFM系统系统化开发双阶段架构的做法在21世纪中后期才开始兴起。

2004年，针对同时使用两个执行器的控制限制进行了积极研究[5]。在硬盘驱动器（HDD）伺服系统中，已经采用了音圈电机（VCM）微执行器[6]。HDD相关文献探讨了灵敏度波动抑制[7]、用自感应执行器替代精细阶段位置测量[8]、[9]以及微执行器的抗缠绕策略[10]、[11]、[12]。此后，HDD领域的发展方向是采用热微执行器作为第三级[13]，而AFM研究尚未采取这一路径。在半导体光刻中，极紫外（EUV）晶圆扫描器通过 coarse 和 fine 阶段实现全晶圆范围内的纳米级精度，其中 fine 阶段负责在大幅度粗略位移时防止饱和[14]、[15]、[16]。精密机床的双阶段进给驱动系统也应用了类似的粗-细分解机制，使用线性电机作为 coarse 阶段和压电执行器作为 fine 阶段[17]、[18]。这些跨领域的解决方案可能为AFM提供可转移的控制策略。一些传统的压电管扫描器结合了精细定位和机动或手动粗略定位方式以及大面积导航功能。研究集中在如何协调两个执行器而不产生破坏性干扰。主要发现是，对于双驱动AFM，控制信号需求的限制需要通过频率分配来保持精度。随着磁模式执行器的引入以及常规Z轴扫描器的结合，实现了高带宽的探针跟踪[19]，解决了慢速探针-样品距离控制问题。这一技术进步标志着从单执行器系统向复合架构的过渡。然而，这些实现大多是顺序式的而非协同式的，其中 coarse 阶段主要负责初始定位，而非积极参与成像过程。阶段之间及其运动协调算法的动态耦合仍相对基础。

在第二阶段的发展中，重点转向了硬件实现；几项进展将双阶段扫描从概念性方案转变为实用的高性能工具。到2009年，已经成功实现了带有集成传感器和执行器的微机电系统（MEMS）悬臂的表征[20]。缩小 secondary 阶段的尺寸显著减少了惯性问题，但也带来了管理复杂集成电子设备的挑战。2010年的进一步发展采用了频率分离控制器机制来解决这一问题，通过分离拓扑信号防止 SRA 被过驱动，从而保持连续的高速运行[21]。2012年的一个重要发展是基于模型的反馈设计，用于解决动态不确定性问题。即使在高速扫描期间自定义执行器的物理参数发生变化，也能通过使用稳健的控制器保持闭环稳定性[22]。尽管这些系统取得了明显成功，但物理硬件实现仍是一个需要克服的挑战。精确的机械耦合对于防止两个阶段之间的寄生共振至关重要，因此通过有限元建模优化了定制的短距离扫描器。有效的双阶段系统动态管理和控制需要多项关键进展。开发了先进的算法来主动协调两个阶段在扫描过程中的运动[23]。这些算法为每个阶段分配了不同的任务： coarse 阶段处理扫描轨迹的低频成分，而 fine 阶段处理高频成分和残余跟踪误差[23]。还引入了前馈补偿技术，预测已知轨迹偏差并实施预防性校正，大幅减少了两个阶段的跟踪误差。混合传感器集成对于在整个扫描范围内实现亚纳米级位置精度至关重要[24]。该方法结合了内部压电传感器和外部电容或光学位移传感器。一些实现还集成了干涉测量定位。这些发展使AFM系统具备了多种能力组合：毫米级扫描范围与纳米级精度、在适中扫描区域超过每秒100帧的成像速率，以及显著减少扫描运动与悬臂-样品相互作用之间的机械耦合。这些进展在高速AFM（HS-AFM）应用中得到了体现，双阶段扫描器允许研究人员在较大范围内跟踪快速移动的生物样本，同时保持解析分子动力学所需的高时间分辨率[25]。双驱动配置现在可以实现高力磁探测，同时保持生物分子实验所需的灵敏度[26]，这是AFM作为表征工具的一项突破。

最近阶段的AFM技术（约从2015年开始）集中在智能自适应系统上。通过使用压电剪切执行器实现了双驱动快速扫描轴，解决了横向扫描失真问题，避免了商用管式扫描器的低频共振，从而实现了更清晰的高速数据采集[27]。进一步提高AFM图像保真度的技术包括基于图像的线性化技术[28]。AFM光栅扫描捕获的数据用于校正扫描器的非线性，如图2所示，这比传统的数学前馈模型更为稳健。作为其能力的延伸，开发了一种双阶段快速工具伺服系统，成功将类似AFM的力控制应用于亚微米级工业精度，并解决了工业尺度轮廓测量的挑战[29]。现代AFM实现结合了仪器控制和数据处理的多个重大进展。在控制层面，机器学习（ML）优化了实时单阶段协调和扫描器跟踪，将跟踪误差减少了七倍以上[30]、[31]，实现了视频速率适应[32]，并根据表面特征自动化扫描策略[33]、[34]。ML还应用于扫描后数据，自动化了聚合物混合物AFM图像的分类和领域分割等复杂任务[35]。fine 阶段的应用超越了简单的XY扫描，当代设计包含了多自由度（DOF），实现了主动Z轴定位和探针倾斜校正。这使得在一个阶段内实现完整的三维纳米定位[36]。与互补成像技术的集成进一步扩展了AFM的能力，特别是双阶段架构促进了AFM拓扑与荧光成像之间的精确关联，使其非常适合结合光学显微镜与纳米级表面表征的大面积研究[37]。一种具有200毫米扫描范围的计量级AFM证明了这些系统可以弥合纳米级分辨率与宏观检测区域之间的差距[38]。这些最新实现展示了卓越的性能指标，包括更大的扫描范围、更好的定位精度、细阶段持续的高速扫描以及稳定的成像，同时在多个感兴趣区域实现自动导航而无需用户干预。这些进步为AFM开辟了新的应用领域，包括半导体制片的自动检测、大规模制造过程的现场监控以及需要在多种测量模式之间精确重新定位的相关显微镜研究。

尽管取得了这些成就，但随着性能要求的提高，控制系统的复杂性也随之增加，通常需要专门的优化和维护工作。尽管阶段之间的机械干扰大大减少，但在某些应用中仍会限制最终性能，尤其是在最高扫描速度下。成本问题仍然重要，因为高性能的双阶段系统需要精密的机械部件、先进的传感器和控制电子设备，这使得系统成本远高于传统的单阶段设计。下一代双阶段AFM技术有几个有前景的方向。其中一个关键焦点是开发超紧凑型双阶段设计，旨在最小化热漂移，同时最大化刚度和带宽。这样的紧凑性将有助于将其集成到更广泛的实验环境中。人工智能（AI）驱动的优化是另一个主要方向，这些系统将不断调整扫描策略、前馈参数和控制增益，通过积累的成像数据和学习的样本特性实现越来越自主的操作。最后，正在探索模块化和可重构架构，用户可以根据特定需求自定义阶段配置，从而在性能、成本和复杂性之间取得平衡。双阶段扫描与新兴AFM模式的结合有望解锁全新的能力，包括多频率操作、电化学AFM和亚分子级分辨率成像等技术。每种技术都对阶段性能和控制有不同的要求，它们将与双阶段架构一起实现材料和生物系统的同时研究。关键在于，这可以在单次测量中跨越多个长度和时间尺度。随着双阶段AFM系统的不断发展，它们的影响将远远超越简单的更大、更快的扫描；它们代表了向智能、自适应测量系统的迈进，能够自主导航复杂的样本空间并实时优化成像策略。AFM双阶段发展的时间路线图如图3所示。

本综述首先在第2节探讨了单阶段横向扫描器的挑战，第3节介绍了双驱动的概念，第4节介绍了与此类型驱动相关的建模和动力学，第5节总结了这些系统带来的性能改进，第6节概述了技术实现和采用过程中的挑战，第7节讨论了未来展望和新兴趋势，第8节给出了结论性意见。这些结果共同证明了这种设计的成熟性和实验验证的可靠性。尽管双阶段横向扫描仪在范围、速度和图像质量方面具有优势，但如果协调多个定位系统的复杂性管理不当，可能会引入新的错误源和不稳定因素。这些挑战自2004年以来一直存在。随着扫描速度的提高，实施挑战不再局限于控制器方程，而是出现在传感器可用性、执行器饱和度、非线性以及热路径等接口处。

在高速生物成像领域，我们现在能够在亚秒时间尺度上捕捉蛋白质构象动态，实时观察脂质双层波动和蛋白质扩散[79]，并直接可视化细胞分裂、迁移和刺激响应等过程。这种变革性的能力在于将足够大的扫描范围与高速操作相结合，以捕捉整个细胞并解析快速动态，这代表了细胞成像技术的重要进步。

在这篇综述中，我们首先分析了单阶段横向扫描仪在原子力显微镜（AFM）应用中的局限性，包括有限的扫描范围、由蠕动和滞后效应引起的速度限制，以及由共振引起的图像失真，这些因素共同限制了动态过程的时间分辨率。随后，我们讨论了这些驱动系统的架构原理和控制策略，其中粗定位执行器和细定位执行器被策略性地结合使用，以解耦样品和系统之间的相互作用。

**作者贡献声明：**
- Oyoo Michael Juma：撰写原始草稿、可视化、验证、方法论、调查、形式分析、数据整理。
- Thi Thu Nguyen：可视化、方法论。
- Luke Oduor Otieno：撰写原始草稿、软件开发、方法论、形式分析、概念化。
- Thi Ngoc Nguyen：可视化、软件开发。
- Jaewook Lee：撰写评审与编辑内容。
- Yong Joong Lee：撰写评审与编辑内容、项目管理、方法论制定、资金申请、形式分析。

**利益冲突声明：**
作者声明他们没有已知的财务利益冲突或可能影响本文所述工作的个人关系。

**致谢：**
本工作得到了韩国国家研究基金会（NRF）基础科学研究计划的支持，该计划由教育部资助（项目编号：NRF-2021R1I1A3056881）。

Oyoo Michael Juma于2024年在韩国大邱的庆北国立大学获得机械工程硕士学位，目前正在该校攻读机械工程博士学位。他的研究兴趣包括原子力显微镜系统的设计、开发和控制，致力于推动精密测量和纳米级成像技术的发展。