基于接触起电和静电感应原理，汉阳大学团队开发新型传感器阵列

近日，韩国汉阳大学王伟教授团队提出一类基于接触起电和静电感应原理的自供能柔性传感器阵列。这一成果不仅解决了传统传感器系统复杂性高、成本昂贵的问题，更在柔性电子领域开创了一种全新的阵列式传感器设计模式。

在传统设计中，传感器的信号通道数量与触控点数量呈线性关系，这意味着，触控点的增加会导致信号通道数量及系统复杂度的显著提升。而本次传感器阵列采用一种简化信号通道的创新架构。

该团队通过提出一种全新的方法，通过引入相互独立的静电感应单元，使得信号通道的数量仅是触控点数量的一半，甚至仅需单个信号通道。这一规律的发现不仅减少了硬件成本，还显著提升了系统的扩展性，为多点触控和复杂交互系统提供了强有力的技术支持。

此外，他们在材料选择和结构设计上也取得了重要进展。通过使用天然原材料制备传感器阵列，展示了一种低成本、高效的制造方式，同时兼顾了环境友好性。这种基于接触起电和静电感应的设计使得传感器无需外部供电即可正常工作，实现了“自供能”目标。这一特性使传感器在电源有限的场景中（如可穿戴设备和远程操作机器人）表现出极大的应用潜力。

更为重要的是，这项研究还揭示了一种新型信号传输和识别的规律。通过对传感器信号的精准采集与解码，他们成功地将触控信息转化为数字信号，以实现复杂的交互操作。

研究显示，这种设计在电子皮肤、游戏控制器和智能机器人领域具有极强的适用性。例如，他们展示了传感器在控制手机拨号、计算器输入、机械臂操作以及电子钢琴等应用中的卓越性能。这些功能的实现表明，该传感器具备极高的灵敏度、稳定性和多功能性。

总之，这项研究不仅提供了一种全新的柔性传感器设计方案，还在原理层面和技术层面上为人机交互系统的进一步发展奠定了基础。这一成果不仅有助于拓宽柔性电子的研究方向，也为智能设备的大规模应用提供了新的可能性。

未来，以下领域可能会从中受益：

1. 人机交互设备的提升与创新

通过利用简化信号通道的多信号输出机制，传感器阵列可以显著优化游戏操纵杆、电子皮肤、机器人控制器等设备的响应信号通道数量。尤其是在电子皮肤领域，该技术为智能手套、虚拟现实触觉设备提供了更为简单的设计方法。

2. 绿色低成本智能设备的开发

传感器采用原材料如天然橡胶和未经处理的树叶为核心组件，不仅显著降低了生产成本，还对环保制造提供了新思路。例如，研究中展示的树叶制成的电子钢琴按键，展示了可再生资源在智能设备中的潜力。结合该技术，未来有望涌现一批绿色、低能耗且功能强大的消费级智能硬件。

3. 自动化系统与机器人技术的优化

传感器在机器人控制器中的应用展示了强大的信号解读能力，为复杂机械系统的自动化带来了新的可能性。未来，该成果可为柔性机器人和工业自动化生产线的传感器系统提供可靠支持，促进其精度和可靠性的进一步提升。

4. 智能教育与娱乐设备的拓展

在游戏角色控制和机械臂控制所展现的应用场景，传感器阵列在智能教育和娱乐设备中也大有可为，为创造交互性更强的产品提供了技术支持。未来数年内，这些应用可能会走入课堂和家庭，为教育和休闲娱乐带来更多创意可能。

那么，这一研究具体是如何完成的？

最初，他们从人机交互技术的发展中发现了一些瓶颈，尤其是在传感器阵列复杂度和高效性之间的权衡上。他们意识到，现有技术中复杂的布线设计和昂贵的材料成本限制了其更广泛的应用。因此，该团队定下设计一种自供能、低成本的传感器阵列的目标，并希望能同时简化信号通道，提升人机交互的响应能力。

基于接触起电和静电感应原理，他们提出了两种传感器阵列设计方法。这一阶段的重点是寻找合适的材料来实现传感器的性能和成本的平衡。后来，他们决定结合天然橡胶和聚氯乙烯两种低成本材料，并进一步探索未经处理的树叶作为传感器组件的可能性。这个决定不仅体现了他们对环保和可持续性的关注，也为后续研究带来了不少意外惊喜。

在制备过程中，他们不断优化传感器阵列的结构，以便实现更高的灵敏度和多样化的信号输出。这一阶段涉及大量的实验调整，例如优化电极排布等实验。在功能验证方面，他们将传感器阵列应用于多种场景，包括游戏操控杆、电子皮肤、机器人控制器，以及基于树叶的电子钢琴按键。

事实上，使用未经处理的树叶作为传感器的材料。这是一个看似不太可能成功的实验，但他们想通过这次尝试来验证传感器设计的普适性。起初，他们很担心用未经处理的树叶能否实现稳定的信号输出。然而，实验结果却令人惊喜——传感器不仅能够正常工作，还生成了清晰并且可识别的信号。这一发现充分验证了传感器设计的多样化潜力。

在证明传感器阵列的可行性之后，他们进一步研究其在实际应用中的表现。例如，用传感器操控游戏角色和机械臂动作等。为了让实验更具说服力，课题组不断调试交互系统，确保信号输出的稳定性和应用的多样性。

日前，相关论文以《自供电、基于原材料的传感器阵列，用于人机交互的信号通道最小化》（Self-Powered, Raw Material-Based Sensor Arrays with Minimized Signal Channels for Human-Machine Interaction）为题发在Advanced Functional Materials[1]，韩国汉阳大学博士生阿世伟和博士后研究员王森是共同一作，王伟担任通讯作者。

未来，他们计划从多个维度进一步深化本次研究的影响力和应用价值。

首先，他们计划优化传感器的设计和性能，以便适应更广泛的应用场景。例如，通过引入更多类型的低成本原材料或功能性填料，进一步提升传感器的灵敏度和稳定性，同时扩展其适用环境比如高湿度、高温度或复杂机械扰动条件下的可靠性。

其次，在信号处理方面，他们希望进一步开发更智能化的数据采集和处理系统，结合机器学习算法优化传感器的信号解析能力。这样的改进将使传感器更好地适应复杂的人机交互场景，例如动态监测复杂手势、语音手势融合交互等。

再次，他们将探索传感器在生物医学和柔性机器人领域的应用潜力。例如，利用其低成本和柔性特点，可以将其集成到可穿戴医疗设备中，实现对患者动作和健康状态的实时监控；或者在柔性机器人中，通过传感器阵列的精确反馈提升机器人的触觉等感官的能力。

参考资料：

1.https://advanced.onlinelibrary.wiley.com/doi/10.1002/adfm.202416163

排版：刘雅坤