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,可熔融后塑造成各种复杂形状。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嵌入小区域的传感器,且需不同传感器检测不同触摸类型。而剑桥与UCL团队开发的电子皮肤整体就是一个传感器,更接近人类皮肤的感觉系统。
虽然该机器人皮肤灵敏度不及人类皮肤,但它能检测材料中超过86万条微小通路的信号,使其在单一材料中即可识别多种触摸和压力类型——例如手指轻叩、冷热表面、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"哪些通路最关键,从而更高效地感知不同接触类型。
除未来可能应用于需要触觉的人形机器人或人类假肢外,研究人员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《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。多数情况下需用不同传感器检测不同触摸类型——压力传感器与温度传感器等——再将其嵌入柔性材料。然而这些不同传感器的信号会相互干扰,且材料易受损。
"使用不同传感器检测不同触摸类型导致材料制造复杂化,"剑桥大学工程系首席作者戴维·哈德曼博士表示,"我们希望开发能在单一材料中同时检测多种触摸的解决方案。"
"同时我们需要廉价耐用的材料以适合广泛应用,"UCL合著者托马斯·乔治·图鲁瑟尔博士补充道。
他们的方案采用能对不同触摸类型作出差异化响应的单一传感器,称为多模式感应。虽然分离各信号成因具有挑战性,但多模式感应材料更易制造且更坚固。
研究人员熔融具有弹性的导电明胶基水凝胶,浇铸成人类手掌形状。通过测试多种电极配置,确定哪种能提供最有效的触摸类型信息。借助导电材料的微小通路,仅凭手腕处32个电极即可在全手采集超过170万条数据点。
皮肤随后接受多种触摸测试: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摸的含义。
"我们从中榨取大量信息——这些材料能快速获取数千次测量值,"在合著者饭田史也教授实验室从事博士后研究的哈德曼解释道,"它们在大表面积上同时测量多种参数。"
"虽然机器人皮肤尚未达到人类皮肤水平,但我们认为它优于现有技术,"图鲁瑟尔表示,"相比传统传感器,我们的方法更灵活、更易构建,且能通过人类触摸校准以适应多种任务。"
未来研究将致力于提升电子皮肤的耐久性,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拓展计划、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理事会(EPSRC)支持。饭田史也教授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
2025-08-02
2025-08-02
2025-08-02
2025-08-02
2025-08-02