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,其易于制造且可熔融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互动。
与通常通过局部嵌入式传感器工作、需不同传感器检测不同触觉的机器人触觉方案不同,剑桥与UCL团队研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。
虽然这种机器人皮肤灵敏度不及人类皮肤,但能检测材料中86万条微通道的信号,使其在单一材料中即可识别多种触觉类型——如手指轻触、冷热表面、切割或刺穿造成的损伤,以及多点同时触碰等。
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"哪些信号通道最关键,从而更高效地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体假肢外,研究人员表示该技术还可用于汽车制造、灾难救援等多元领域。相关成果发表于《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。多数情况下需不同传感器分别检测压力、温度等触觉类型,再嵌入柔性材料中。但这些传感器的信号会相互干扰,且材料易损坏。
"为不同触觉配备不同传感器会导致材料制备复杂化,"论文第一作者、剑桥大学工程系的David Hardman博士表示,"我们想开发能同时检测多种触觉的单一材料解决方案。"
"同时需要兼顾低成本与耐用性,以实现广泛应用,"UCL合著者Thomas George Thuruthel博士补充道。
他们的解决方案采用能对多种触觉产生差异化响应的多模态传感器。虽然信号溯源具有挑战性,但多模态传感材料更易制备且更坚固。
研究人员熔解具有导电性的明胶基水凝胶后,将其浇铸成人类手掌形状。通过测试不同电极配置,最终确定能提供最有效触觉信息的方案。得益于导电材料的微通道,仅需在腕部布置32个电极即可采集全手170多万个数据点。
测试中,研究人员用热风枪加热皮肤、用手指和机械臂按压、轻柔触碰甚至用手术刀切割。团队利用这些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。
"我们能从这些材料中提取海量信息——它们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表示,"它们能在大面积区域同步监测多种参数。"
"虽然尚未达到人类皮肤水平,但已优于现有技术,"Thuruthel指出,"我们的方法比传统传感器更灵活、更易构建,并能通过人类触觉校准来执行多种任务。"
未来团队计划提升电子皮肤的耐用性,并在实际机器人任务中进行更多测试。
该研究获得三星全球研究拓展计划、英国皇家学会、工程与物理科学研究理事会(EPSRC)及英国研究与创新署(UKRI)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
2025-08-17
2025-08-17
2025-08-17
2025-08-17