用于机器人物体识别的基于羰基铁颗粒/多层石墨烯复合介电网络的高性能柔性电容传感器

《Advanced Composites and Hybrid Materials》：High-performance flexible capacitive sensor based on a carbonyl iron particle/multilayer graphene composite dielectric network for robotic object recognition

　　

摘要

制造兼具高灵敏度、宽线性响应范围和低检测限的柔性压力传感器，一直是复合材料工程领域面临的一项主要挑战。在此，我们报道了一种基于嵌入在聚二甲基硅氧烷（PDMS）中的异质羰基铁粉/多层石墨烯（CIP/MLG）介电网络的柔性电容式压力传感器。球形CIP与片层状MLG形成了富含异质界面和可压缩微间隙的多尺度异质填料网络。该结构放大了压力引起的介电调变和电容变化。优化后的传感器在0–954 kPa的宽工作范围内实现了最高0.04 kPa?1的压力灵敏度。它还表现出0.318 Pa的超低检测限，并在6000次加载-卸载循环中保持稳定的性能。通过指尖脉搏监测、关节运动追踪以及基于摩尔斯电码的触觉通信，验证了其实际传感能力。此外，还将在仿生机器人手上集成五指传感器阵列，以在抓取过程中获取多通道触觉信号。利用这些信号，随机森林分类器在当前实验条件下以100%的准确率识别了十种代表性物体。这些结果凸显了异质介电网络设计在电子皮肤和机器人触觉感知领域用于柔性电容式压力传感的应用潜力。