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,可熔化重塑成各种复杂形状。该技术能感知并处理多种物理输入,使机器人能以更具意义的方式与物理世界互动。
传统机器人触觉解决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类型接触。而剑桥与UCL团队研发的电子皮肤整体即是传感器,更接近人类自身的传感系统——我们的皮肤。
尽管该机器人皮肤灵敏度不及人类皮肤,但其材料中超过86万条微通路可检测信号,使单一材料能识别多种接触类型:如指尖轻触、冷热表面感知、切割或刺穿造成的损伤,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"识别最关键的通路,从而更高效感知不同接触类型。
除未来可能应用于需要触觉的人形机器人或人体假肢外,研究者表示该技术还可用于汽车产业、救灾等多元领域。研究成果发表于《科学·机器人学》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工作。多数方案需为不同类型触觉配备不同传感器——压力感应器、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。
论文第一作者、剑桥大学工程系的戴维·哈德曼博士表示:"为不同触觉配备独立传感器导致材料制备复杂。我们研发的解决方案能用单一材料同时检测多种接触。"
共同作者、伦敦大学学院的托马斯·乔治·图鲁塞尔博士补充:"同时我们需要低成本、耐用的材料,以实现广泛应用。"
他们的方案采用多模态传感技术:单一传感器对不同接触产生差异化响应。虽然分离信号成因具有挑战性,但多模态传感材料更易制备且更坚固。
研究人员熔化具有弹性的导电明胶基水凝胶,浇铸成人类手掌形状。通过测试多种电极排布,确定最能有效获取各类触觉信息的配置。得益于导电材料的微通路,仅手腕处安置的32个电极就能在全手掌采集超170万条信息。
皮肤随后经受多种接触测试: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接触的含义。
"我们能从这些材料中提取海量信息——它们可快速完成数千次测量,"在共同作者饭田史也教授实验室从事博士后研究的哈德曼解释道,"它们能在大面积表面同步测量多种参数。"
"虽未达到人类皮肤水平,但我们认为目前它优于任何现有方案,"图鲁塞尔表示,"相比传统传感器,我们的方法更灵活、易构建,并能通过人类触觉校准以适应多种任务。"
未来研究将致力于提升电子皮肤耐久性,并在实际机器人任务中进行深入测试。
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下属工程与物理科学研究理事会(EPSRC)支持。饭田史也现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