能感知热度、疼痛和压力的机器人？新型「电子皮肤」使其成为现实

来自剑桥大学和伦敦大学学院（UCL）的研究人员开发出这种柔性导电皮肤，它易于制造，可熔铸成各种复杂形状。该技术能感知并处理多种物理输入，使机器人能以更有效的方式与现实世界交互。

与通常依靠局部嵌入式传感器且需不同传感器检测不同触觉的机器人触觉方案不同，剑桥-UCL团队开发的电子皮肤整体即为传感器，更接近人类皮肤传感系统。

尽管该机器人皮肤灵敏度不及人类皮肤，但能检测材料中860,000多条微通路的信号，单种材料即可识别多种触觉与压力类型——包括手指轻触、冷热表面、切割或刺穿损伤以及多点同时触碰。

研究人员结合物理测试与机器学习技术，帮助机器人皮肤"学习"关键信号通路，从而更高效感知不同接触类型。

除未来可能应用于需触觉的人形机器人或人体假肢外，研究人员表示该皮肤技术还可用于汽车行业或灾难救援等多元领域。研究成果发表于《Science Robotics》期刊。

电子皮肤通过将压力或温度等物理信息转换为电信号工作。传统方案需嵌入柔性材料的多种传感器——压力传感器与温度传感器等分立配置——但这些传感器信号会相互干扰且材料易损坏。

论文第一作者、剑桥大学工程系David Hardman博士指出："分立传感器方案导致制造工艺复杂。我们致力于开发单种材料同时检测多类触觉的解决方案。"

共同作者、UCL的Thomas George Thuruthel博士补充："同时需要低成本耐用的特性以实现广泛应用。"

其方案采用单类传感器实现多模态传感——通过不同触觉产生差异化响应。尽管信号溯源具有挑战性，但多模态传感材料更易制造且更坚固。

研究人员熔化柔软可拉伸的明胶基导电水凝胶，铸造成人手形态。通过测试多种电极配置，确定最能有效获取触觉信息的方案。凭借导电材料微通路，仅手腕处32个电极即可在全手采集超过170万条数据。

研究人员对皮肤进行了多场景测试：热风枪加热、手指与机械臂按压、轻柔触碰甚至手术刀切割。基于测试数据训练机器学习模型，使机械手能识别不同触觉含义。

"我们能从材料中提取海量信息——它们可快速完成数千次测量，"Iida教授实验室博士后Hardman解释，"整个表面区域同时监测多种参数。"

Thuruthel表示："虽未达到人类皮肤水平，但当前性能优于现有方案。我们的方法灵活性高、制造难度低于传统传感器，并可基于人类触觉进行任务校准。"

未来研究将着力提升电子皮肤耐久性，并在真实机器人任务中开展进一步测试。

本研究获三星全球研究推广计划、英国皇家学会及英国研究与创新署（UKRI）下属工程与物理科学研究委员会（EPSRC）资助。Fumiya Iida为剑桥大学基督圣体学院院士。