厦大廖新勤《AFM》：基于梯度结构设计的触觉传感器实现非结构化环境下的自适应抓取与实时交互

具身智能作为通用人工智能发展的关键方向，旨在赋予智能体对环境的感知、理解与交互能力。其核心理念强调系统在复杂、动态环境中的适应性与自主性，尤其在非结构化场景中，对于提升智能体的独立决策能力与实时交互水平具有重要意义。作为具身智能的重要应用，具身抓取将触觉感知与反馈机制深度融合，使智能体能够实时获取来自物体表面的压力变化和形态特征等高维信息，从而动态调整抓取策略，实现更为灵活与精确的操作。然而，传统抓取方式依赖人工设定规则和预设策略，缺乏灵活的感知输入与反馈调节能力，难以应对不同形状、材质及动态变化的目标对象，严重限制其在复杂环境下的实际应用。同时，现有触觉传感器多采用平面结构与单一微结构设计，普遍存在灵敏度低、响应范围窄、信号易饱和等问题，难以实现压力信息的精确解耦与事件驱动响应，进而影响抓取过程中的力调节精度，制约了机器人的操作稳定性与智能水平。

针对上述挑战，本研究提出了一种具备优异压力解耦能力的可编程事件驱动（Programmable and event-driven，PED）触觉传感器。该传感器采用梯度金字塔超表面结构设计，通过模拟皮肤机械感受器对不同压力刺激的响应机制，实现了高达2501kPa⁻¹的灵敏度与420kPa的压力检测范围，较传统均匀微结构分别提升了350%和300%。依托其事件驱动的时空反馈特性，PED触觉传感器可精准解耦多级压力信息，并实时驱动智能体自主调整抓取策略，实现无需外部干预的高精度、无损抓取操作。该研究以题为“Highly programmable haptic decoding and self-adaptive spatiotemporal feedback toward embodied intelligence”的论文发表在最新一期《Advanced Functional Materials》（IF 18.5，一区TOP）上。

【PED触觉传感器的设计理念和工作原理】

PED触觉传感器借鉴人体皮肤多层次机械感受器的响应机制，采用梯度金字塔超表面结构，实现对不同强度压力的分级响应与高精度感知。该结构通过逐级触发不同高度的金字塔单元，有效调控上下敏感层之间的接触面积，在压力增强的过程中逐步扩大响应区域，从而精细调节输出电信号，实现压力强度的连续编码。这一设计不仅显著延缓了信号饱和的发生，还赋予器件优越的压力解耦能力与事件驱动特性，使其能够稳定感知从微弱到高强度的多级压力刺激，满足人机交互系统中对高分辨率触觉反馈与精准控制的需求。

PED触觉传感器的仿生启发和传感机制研究

【PED触觉传感器的性能】

PED触觉传感器实现了对压力信号的分级感知与高精度响应。其最大灵敏度可达 2501 kPa⁻¹，检测范围覆盖至 420 kPa，较传统均匀微结构触觉接口分别提升了 350% 和 300%，显著突破了常规结构在灵敏度与检测范围之间的性能权衡限制。此外，PED触觉传感器具备极低的压力检测限（2 Pa）与快速响应能力（12 ms），不仅能够灵敏识别诸如羽毛滑动、水滴冲击等微弱压力变化，也可准确响应不同按压速度与频率等高频动态输入，展现出优异的实时触觉感知性能。

PED触觉传感器的关键力电性能测试

【基于PED触觉传感器的具身智能应用场景】

本研究通过集成分布于手指尖端与手掌区域的PED触觉传感器，构建了具备空间分辨能力的物体识别系统，实现了从基础的压力检测向高阶触觉认知的关键跨越。该系统不仅能够精准采集物体在抓取过程中的压力分布特征，还依托PED触觉传感器的事件驱动机制，有效筛除非关键信息，显著降低了数据处理负载，提升了触觉信息的利用效率与系统响应速度。进一步地，研究采用一维卷积神经网络模型对空间分布的PED触觉传感器的抓取信号进行训练与特征提取，能够准确识别不同物体的轮廓特征，实现高达97.2%的识别准确率。

融合事件驱动机制的触觉认知系统用于高精度物体识别

本研究进一步构建了一种集成PED触觉传感器的数据手套交互系统，有效突破了传统手柄交互方式存在的视觉遮挡、功能受限及控制不精确等瓶颈，赋予用户多维度、高精度的触觉输入与响应能力。该系统可灵敏感知指尖不同强度的按压，实现多功能的精细操控，在虚拟环境中展现出良好的稳定性、容错性与多指协同能力。此外，系统融合了时空可编程的局部机械振动，构建出具备疼痛反馈功能的双向触觉通信机制，实现了从用户意图识别到物理层级反馈的闭环控制，显著增强了沉浸体验与触觉感知的真实感。

基于数据手套的触觉闭环系统赋能虚拟与增强现实交互

本研究引入基于PED触觉传感器的反馈机制，使系统具备在复杂抓取任务中实现高精度自适应控制的能力。机械手通过实时压力感知与预设阈值判断机制，能够在无需人工干预的情况下，精准响应物体状态的变化并动态调节各手指的抓取角度，从而实现对易碎物体的精准抓取。此外，研究还拓展了触觉系统的情感表达功能，设计了一种基于振动反馈的情感传输装置，可根据用户行为精准识别其情绪状态，并通过远程振动信号实现跨空间的触觉情感交流。

具有情感反馈的自适应机器人抓取系统

总结：本研究提出的PED触觉传感器通过融合仿生梯度结构设计与事件驱动感知机制，有效克服了传统结构在灵敏度与检测范围之间的性能权衡，成功实现了高灵敏度、宽压力响应范围及低延迟的实时压力感知能力。该设计策略不仅增强了灵巧机械手在复杂环境中的智能抓取与精确控制能力，也提升了高维人机协作系统的交互效率，为具身智能的发展奠定了坚实基础。

https://advanced.onlinelibrary.wiley.com/doi/10.1002/adfm.202500633

来源：高分子科学前沿

声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！