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,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,使机器人能以更有效的方式与现实世界交互。
不同于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的机器人触觉解决方案,剑桥与UCL团队开发的电子皮肤整体即传感器,更接近人类皮肤传感系统。
尽管机器人皮肤灵敏度不及人类皮肤,但其能检测材料中超过860,000条微通道的信号,从而在单一材料中识别多种触觉类型与压力——例如手指轻击、冷热表面、切割或刺穿造成的损伤,以及多点同步触压。
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"识别最关键信号通道,从而更高效感知不同接触类型。
除未来可能应用于需触觉功能的人形机器人或人体假肢外,研究者表示该皮肤技术还可用于汽车制造、灾难救援等多元产业。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。多数情况下需采用不同传感器对应不同触觉类型——压力传感器与温度传感器等——再将其嵌入柔性材料。然而这些传感器的信号会相互干扰,且材料易受损。
"为不同触觉配置独立传感器会导致材料制备工艺复杂化,"剑桥大学工程系首席研究员大卫·哈德曼博士表示,"我们希望开发出单一材料即可同步检测多类触觉的解决方案。"
"同时需要兼顾成本与耐用性,以适配大规模应用,"伦敦大学学院合著者托马斯·乔治·图鲁塞尔博士补充道。
其解决方案采用可对多类触觉产生差异化响应的多模态传感技术。虽解析各信号成因存在挑战,但多模态传感材料更易制备且更具鲁棒性。
研究人员熔融具有延展性的导电明胶基水凝胶,浇铸成真人手部形态。通过测试多种电极排布方案,确定最能有效获取不同触觉信息的构型。得益于导电材料的微通道结构,仅凭手腕处放置的32个电极,即可在全手区域采集超170万条数据。
随后研究人员对皮肤进行多类触觉测试:用热风枪烘烤、施加人手与机械臂压力、轻柔指触、甚至用手术刀切割。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含义。
"我们可从这些材料中提取海量信息——它们能快速完成数千次测量,"哈德曼博士解释道(其作为博士后研究员任职于合著者饭田史也教授实验室),"这些材料能在大表面积上同步监测多种物理量。"
"虽机器人皮肤尚未达到人类皮肤水平,但当前技术已优于现有同类方案,"图鲁塞尔表示,"相较传统传感器,我们的方法灵活性更高且更易构建,并能通过人类触觉标定适配多种任务。"
未来研究将着力提升电子皮肤耐久性,并针对真实机器人任务开展深入测试。
本研究获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/英国研究与创新署UKRI分支机构)支持。饭田史也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
2025-08-22
2025-08-22
2025-08-22
2025-08-22