综述：柔性传感器赋能机器人智能感知

《Sensors and Actuators A: Physical》：Empowering Robotic Intelligent Perception with Flexible Sensors

　　

摘要

在工业4.0的背景下，随着服务机器人向非结构化环境渗透的日益深入，触觉感知能力的缺失已成为制约机器人智能化发展的核心瓶颈。作为连接机械系统与智能决策的关键接口，柔性传感器技术通过材料与结构的协同创新，克服了传统刚性设备的机械失配限制。本综述系统分析了四类柔性传感器——电阻式、电容式、压电式和摩擦电式——的技术演进，重点阐述了它们在机器人感知中的差异化应用价值。我们阐明了各类传感器的信号转换机制与微纳结构设计，并突出其核心优势。本综述全面评估了它们在工业装配、手术操作和人机交互中的应用效能，同时探讨了多模态融合与AI驱动的补偿策略。为应对持续存在的挑战——包括材料疲劳、环境干扰、静态盲区和信号波动——材料科学、微纳制造与机器人领域的深度跨学科协作仍然至关重要。最后，我们概述了面向高可靠性机器人系统的异构传感器集成与智能补偿技术的未来发展路径。

引言

在工业4.0与服务机器人爆发式增长的背景下，截至2023年底，全球机器人密度已达到每万名员工162台。然而，触觉感知能力的缺失已成为制约其智能化发展的核心瓶颈[1]、[2]、[3]。手术机器人因缺乏精细力反馈导致组织误损伤[4]，仓储物流机器人因触觉盲区引发碰撞事故[5]。这些事件表明，随着机器人从结构化环境向非结构化环境过渡，传统刚性传感器的机械失配问题被显著放大。刚性传感单元与曲面机器人关节表面之间的几何冲突不仅引起局部接触应力[6]，还会在高速运动中导致信号相位延迟，使机器人在动态抓握和人机协作等关键任务中面临安全风险。

为克服这些限制，柔性传感器技术通过材料与结构的协同创新，在机器人感知系统中展现了不可替代的价值。当前研究主要聚焦于四类核心传感器：电阻式、电容式、压电式和摩擦电式传感器，每种类型均形成了针对特定机器人场景的差异化技术路径。电阻式传感器通过导电网络变形引起的电阻变化实现信号转换，利用碳纳米管/PDMS复合材料或金属纳米线嵌入弹性体实现高灵敏度应变检测[7]、[8]、[9]。在工业机器人关节应用中，其卓越的稳定性有效缓解了电机驱动系统的电磁干扰（EMI）以及线束/接触电阻变化带来的影响。例如，Tao等人开发了一种具有高稳定性的阻抗调制柔性应变传感器，在强EMI环境下仍能保持可靠工作（信噪比提升26 dB）[10]。然而，材料疲劳引起的信号漂移仍是长期运行的主要挑战。电容式传感器利用介电层压缩或电极间距变化引起的电容波动实现信号转换，其超薄架构和低功耗特性使其成为服务机器人电子皮肤系统的首选[11]、[12]、[13]。MXene/LNF复合多模态传感系统集成了电容式、摩擦电式和压力传感功能（高灵敏度：1.11×10?2 pF mm?1，30 ms快速响应，以及三维力检测能力）。通过迁移学习模型融合多模态触觉信息，随机抓取条件下的物体识别准确率从52.23%提升至92.5%；使用该系统的服务机器人可在85 ms内同时感知织物硬度和纹理，识别九种日常物品的准确率达98.32%，复杂操作任务成功率提高37%[14]。然而，环境湿度敏感性需要补偿算法的优化。压电传感器利用PVDF或氧化锌纳米线等材料的力-电转换特性，专用于动态力检测[15]、[16]、[17]。在机器人触觉感知中，压电双膜结构（TacSurf）通过双信号的时域分析实现表面微观结构的定量检测，无需外部运动控制。利用该技术的三维打印质量检测系统在1–1000 μm高度范围内测量准确率超过99.2%，可在单次扫描中区分六种不同的表面微观结构——成功实现了工业级在线质量检测和表面粗糙度的实时量化[18]。摩擦电传感器基于接触起电和静电感应原理，因其自供电特性而成为软机器人的理想选择[19]、[20]、[21]、[22]。集成于机器人指尖的摩擦电多模态触觉传感器（TMTS）可通过接触-分离运动同时识别材质、曲率和压力，在无需外部供电的情况下实现99.2%的物体识别准确率[23]。

本综述系统分析了这四类传感器在机器人中的技术应用：首先，阐明电阻式传感器在关节力反馈中的创新应用、电容式传感器在触觉感知中的应用、压电传感器在动态感知中的应用以及摩擦电传感器在自供电系统中的应用；然后，通过材料体系、结构设计和性能参数的对比分析，揭示其在工业、医疗和服务机器人场景中的适配规律。特别强调了当前瓶颈——如电阻式传感器的疲劳失效、电容式传感器的湿度干扰、压电传感器的静态盲区和摩擦电传感器的信号波动——并探讨了多模态融合与AI驱动的补偿策略。本综述的一个显著特点是其"失效物理驱动的跨类别对比分析"框架。现有的综述主要采用以技术为中心的分类法（按转换机理枚举传感器）或以应用为中心的综述（按使用场景分组传感器），这两种范式都将传感器性能瓶颈视为经验观察，而非底层转换原理的物理必然结果。相比之下，本综述建立了一个三级层次组织的物理-性能因果链：(i) 根本原因物理——将每个瓶颈（电阻式疲劳漂移、电容式湿度干扰、压电静态盲区、摩擦电信号波动）追溯至其基本物理根源，如穆林斯效应弹性体损伤、水介电屏蔽（εr≈80）、偶极弛豫动力学和随机接触起电；(ii) 物理引导的缓解分类——按所解决的物理机制在材料、结构和算法三个层级分类解决方案；以及(iii) 跨类别标准化——以统一的、具有物理意义的指标对所有四类传感器进行基准对比，以实现定量化的硬件设计指导。

文献调研在四个数据库——Web of Science核心合集、Scopus、IEEE Xplore和Google Scholar——中进行，涵盖2012年1月至2025年12月的出版物。起始日期对应Wang等人[59]首次引入摩擦纳米发电机（TENG）的开创性工作，该工作奠定了摩擦电柔性传感器的理论基础。检索式将传感器类型关键词（"flexible sensor"、"soft sensor"、"resistive"、"capacitive"、"piezoelectric"、"triboelectric"）与应用领域关键词（"robot"、"robotic perception"、"tactile sensing"、"human-machine interaction"）结合，使用布尔AND运算符。纳入标准要求：(i) 经同行评审的英文期刊文章；(ii) 有传感器制造展示及定量性能表征；(iii) 至少有一个经过验证的机器人或人机交互应用场景。纯材料合成研究（无器件展示）、会议论文集和缺乏定量性能数据的工作被排除。初始筛选约650条唯一记录的标题和摘要，约200篇文章进入全文评估。最终选定的63篇核心参考文献优先考虑提供了完整的、多参数性能数据集（灵敏度、检测范围、响应时间、耐久性和环境稳定性）的文献，以支持标准化的跨类别基准对比（表1–4），构成本综述的核心分析贡献。最终，本综述旨在构建一个"传感器类型—机器人功能—系统集成"映射框架（如图1所示），为开发高可靠性、工程级柔性感知系统提供科学指导，从而推动机器人从"盲目运动"迈向"智能感知"。

各部分摘要

柔性电阻式传感器
柔性电阻式传感器的基本物理基础在于弹性体基体中导电渗流网络的应变诱导演化。当机械应力使聚合物基体变形时，三种耦合现象共同决定了电阻响应：(i) 导电通道的几何调制（长度L和横截面积A的变化），(ii) 相邻导电填料之间的隧穿势垒波动，以及(iii) 填料间接触点的拓扑重构。关键的是，

柔性电容式传感器
电容式柔性传感器通过调制导体-介电-导体架构将机械刺激转换为电信号，遵循平行板关系。在压缩作用下，三种物理上不同但耦合的响应同时产生：电极间距d的减小、有效面积A的扩展，以及通过极化重排引起的应变依赖性介电常数εr变化。这种转换机制的致命弱点在于压倒性的

柔性压电传感器
压电转换源于非中心对称晶体晶格或取向偶极聚合物中反演对称性的缺失：机械应变使正负电荷中心发生位移，诱导宏观极化并在电极界面产生瞬态电荷积累。然而，同样的偶极取向机制施加了一个不可消除的物理约束——极化电荷不可避免地通过介电弛豫消散于在柔性

柔性摩擦电传感器
摩擦电传感利用接触起电——不同电子亲和能材料之间的界面电子转移——与静电感应耦合，将机械运动转换为电信号。摩擦电界面的瞬态电荷密度由材料在摩擦电序列中的相对位置、实际接触面积和界面电子陷阱密度决定。固有的物理挑战在于随机性的

AI驱动的补偿与柔性机器人感知的多模态融合策略
前述章节表明，每类柔性传感器——电阻式、电容式、压电式和摩擦电式——都具有不同的转换物理，必然产生类别特异性的失效模式：疲劳诱导漂移、湿度干扰、静态盲区和随机信号波动。第2–5节综述的代表性作品所呈现的一条共同线索是，这些瓶颈无法完全通过材料或结构来解决，而

结论与展望
本综述通过一个统一的失效物理驱动的跨类别对比框架，系统分析了用于机器人感知的四类主要柔性传感器——电阻式、电容式、压电式和摩擦电式。主要发现总结如下。

CRediT作者贡献声明
徐振元：写作——审阅与编辑、写作——初稿撰写、可视化、监督、资源、方法学、资金获取、形式分析、概念化。程佩宇：写作——审阅与编辑、资金获取、形式分析。郑飞：写作——审阅与编辑、资金获取、形式分析。兰斌：写作——审阅与编辑、形式分析。杨舒辰：写作——审阅与编辑、监督、方法学、资金获取、形式分析。

利益冲突声明
作者声明不存在已知的竞争性财务利益或个人关系可能影响本文所报告的工作。

致谢
本研究得到了以下项目的支持：超灵敏柔性可穿戴摩擦电传感器研发与应用研究（2025XRC038）、低功耗宽带光探测器研发（2025XRC018）；复合材料结构损伤的导波MUSIC诊断（2025XRC040）；AI视觉机器人（宿迁学院人才引进科研启动基金项目）。

利益冲突
作者声明不存在利益冲突。

徐振元分别于2018年、2021年和2025年获得中国石油大学（华东）的学士、硕士和博士学位。目前就职于宿迁学院机电工程学院自动化系。研究兴趣包括微纳传感器与动态测试技术、智能仪器与自供电主动感知技术。

徐振元|程佩宇|郑飞|兰斌|杨舒辰