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,它不仅易于制造,还能熔解后重塑成各种复杂形状。该技术能感知并处理多种物理输入信号,使机器人能以更具意义的方式与物理世界交互。
现有机器人触觉方案通常依赖局部嵌入式传感器,且需不同传感器检测不同触觉类型。而剑桥与UCL团队研发的电子皮肤整体即传感器,更接近人体皮肤传感系统。
尽管该机器人皮肤灵敏度不及人类皮肤,但能检测材料中超过860,000条微通路的信号,从而通过单一材料识别多种触觉与压力——例如手指轻触、冷热表面、切割或刺穿造成的损伤、以及多点同步触碰。
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"识别最关键的通路,从而更高效感知不同类型的接触。
除未来可能应用于需要触觉的人形机器人或人类假肢外,研究者表示该技术还可用于汽车行业、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化为电信号运作。多数方案需为不同触觉类型配备独立传感器——压力传感器、温度传感器等——再嵌入柔性材料。但这些传感器的信号会相互干扰,且材料易损坏。
"为不同触觉配备独立传感器会导致制造工艺复杂化,"论文第一作者、剑桥大学工程系的David Hardman博士指出,"我们致力于开发能通过单一材料同步检测多种触觉的解决方案。"
"同时我们需要廉价耐用的方案以实现广泛应用,"合著者、UCL的Thomas George Thuruthel博士补充道。
其解决方案采用可对不同触觉产生差异化响应的多模态传感技术。虽然分离各信号成因具有挑战性,但多模态传感材料更易制造且更坚固。
研究人员熔解了具有延展性的导电明胶水凝胶,将其铸造成人手形状。通过测试多种电极配置方案,确定了最能有效获取各类触觉信息的结构。得益于导电材料的微通路,仅需在腕部布置32个电极,即可在全手区域采集超170万条数据。
皮肤经受多种触觉测试:热风枪加热、手指与机械臂按压、轻柔触摸、甚至手术刀切割。团队利用测试数据训练机器学习模型,使机械手能识别不同触觉的含义。
"我们能从中提取海量信息——这些材料可快速完成数千次测量,"在合著者Fumiya Iida教授实验室从事博士后研究的Hardman解释,"它们能在大表面积上同步监测多种参数。"
"虽未达到人类皮肤水平,但我们认为当前已优于现有方案,"Thuruthel表示,"相比传统传感器,我们的方法灵活性更高、制造更简易,并能通过人类触觉进行多任务校准。"
未来研究将着力提升电子皮肤的耐久性,并在实际机器人任务中开展进一步测试。
本研究获三星全球研究拓展计划、英国皇家学会、英国研究与创新署下属工程与物理科学研究理事会(EPSRC)支持。Fumiya Iida为剑桥大学基督圣体学院院士。
Story Source:
Materialsprovided byUniversity of Cambridge.Note: Content may be edited for style and length.
Journal Reference:
David Hardman, Thomas George Thuruthel, Fumiya Iida.Multimodal information structuring with single-layer soft skins and high-density electrical impedance tomography.Science Robotics, 2025; 10 (103) DOI:10.1126/scirobotics.adq2303
2025-06-21
2025-06-21
2025-06-21
2025-06-21
2025-06-21