《Small》：Robotic Palpation for Spatiotemporal Arterial Pulse Quantification and Mapping Using Multilevel Microdome-Based Soft Pressure Sensors
编辑推荐：
人形机器人通过物理和生理检查获得了先进能力，但其对视觉信息的依赖限制了对生物对象的评估，凸显了对触觉感知的需求。当前的触觉系统主要使用有限数量的传感器检测基本接触，阻碍了软物体的精确定位和生理信号获取。本研究提出一种机器人触诊策略，利用全软触觉传感器集成的人形
人形机器人通过物理和生理检查获得了先进能力，但其对视觉信息的依赖限制了对生物对象的评估，凸显了对触觉感知的需求。当前的触觉系统主要使用有限数量的传感器检测基本接触，阻碍了软物体的精确定位和生理信号获取。本研究提出一种机器人触诊策略，利用全软触觉传感器集成的人形手进行实时时空动脉脉搏诊断。一种简便的制造技术利用共晶镓铟（eutectic gallium-indium, EGaIn）制备具有多级微尺度穹顶叠穹顶（dome-on-dome, DoD）结构的人工压力敏感层，实现了高密度（>72 500个/cm2）和大面积（晶圆级>98%良率）制造。集成DoD的压力传感器相比单级传感层展现出7.5倍的动态响应增强，能够在高压条件下同时检测微弱振动。该人工皮肤被集成到人形手上，指尖配备81个传感器，手部总共801个传感器，实现了实时时空动脉脉搏量化和映射。
论文解读：基于多级微穹顶软压力传感器的机器人触诊动脉搏动量化与映射
人形机器人在医疗领域的应用日益广泛，但现有系统主要依赖视觉信息进行物体识别和操作，难以评估软组织的物理和生理状态。触诊作为基础医学检查手段，要求精细感知脉搏等微弱机械信号，而当前机器人触觉系统大多仅能检测简单接触，传感器数量有限，无法实现精确定位和生理信号获取。为解决这一问题，研究人员提出了一种机器人触诊策略，利用集成多级微穹顶（dome-on-dome, DoD）结构软压力传感器的全软触觉人形手，实现动脉脉搏的实时时空量化和映射。该研究发表在《Small》期刊上，其核心创新在于通过材料、器件和系统三个层面的层次化连接，构建了可用于生理信号获取的触觉机器人平台。
研究首先利用共晶镓铟（eutectic gallium-indium, EGaIn）结合混合光刻和选择性润湿技术，制备了高密度、大面积的多级微穹顶阵列。该阵列作为电容式软压力传感器的介电层，通过基底穹顶与辅助微穹顶的分步变形机制，在高压接触条件下仍能检测细微振动，动态响应较单级结构增强7.5倍。随后，研究人员将传感阵列集成到人形机器人手中，指尖部署81个传感器，全手共801个传感器，实现了多点生理信号采集和实时时空动脉脉搏映射。
为开展这项研究，研究人员采用了以下关键技术方法：利用混合光刻（结合光刻与软光刻）和EGaIn选择性润湿制备微穹顶及多级DoD结构；通过复模成型转移聚合物微结构薄膜；采用喷墨打印银纳米粒子电极构建电容式软传感器；运用有限元分析（FEA）优化结构设计；使用被动矩阵驱动电路和并行微控制器实现阵列实时读取；并将传感器阵列集成于BlueRobin Hand机器人手进行验证。人体实验队列包括15名健康亚洲参与者（5名女性20–25岁，5名男性26–30岁，5名男性31–35岁），同步记录了传感器与光电体积描记（PPG）信号以评估临床可靠性。
研究结果分为五个部分。第一，高密度大面积EGaIn微穹顶制造：通过混合光刻技术在晶圆尺度上实现了98.9%的良率，较传统方法提高约32%，穹顶直径可调范围为5–800 μm，且高度与直径呈线性关系（R2≈0.99）。第二，多级DoD结构阵列：在直径50 μm的基底穹顶上成功制备了直径10 μm的辅助微穹顶，经SEBS封装后平均高度为5.35 μm，证明该方法可实现大面积高密度多级结构。第三，软电容压力传感器性能表征：DoD结构在<1 kPa低压区灵敏度达1.14 kPa
?1，在15 kPa预载下施加±3 kPa动态激励时，其电容变化为10.9%，约为单级D50-S50结构的7.5倍；传感器可稳定工作至140 kPa，检测极限为7.7 Pa，响应和恢复时间分别为49 ms和57 ms，经10 000次循环测试无性能退化。第四，实时动脉脉搏量化：在人工血管平台上，传感器可清晰追踪60、90、120 bpm的脉动频率；在人体桡动脉处记录到96 bpm的脉搏波形，并能分辨第一和第二收缩峰；15名志愿者验证显示波形形态相关系数R=0.8707±0.0522，心率误差仅0.11±0.14 bpm，Bland–Altman分析偏倚为0.0646 bpm；机器人手指抓取和触诊实验均成功检测到脉动信号。第五，时空动脉脉搏映射：将4×8阵列（32个传感器）集成到机器人手掌，在人工皮肤覆盖的血管模型上准确识别了动脉位置；在人体手腕上，阵列同时检测到桡动脉和尺动脉区域的强搏动信号，心率约66 bpm，而周围区域信号微弱；进一步将801个传感器集成到四指人形手上，实现了全手抓握时的压力分布和脉搏信号同步映射。
讨论部分指出，该触觉平台能模拟人类触诊过程，弥补了视觉和热成像无法识别皮下血管走行的不足。研究结论表明，所提出的多级DoD结构软压力传感器阵列实现了动脉脉搏的实时时空量化与映射，超越了传统单点测量限制，为机器人辅助检查、诊断和手术提供了基础技术，并推动了多模态视觉-触觉医疗机器人和物理人工智能的发展。未来工作可扩展至组织硬度评估和闭环触觉反馈控制。
