山大李阳教授/北理工沈国震教授/济大牛闳森副教授Nano Letters：受蝙蝠多感官整合能力启发的仿生双模态主动认知电子皮肤

1.研究背景

触觉感知在可穿戴电子设备、人机交互及智能机器人领域的发展中发挥着至关重要的作用。随着研究的不断深入，电子皮肤的触觉感知性能已逐渐接近自然界中生物感受器的水平，能够精准辨别物体的温度、湿度及轮廓形状等浅层特征。然而，在区分具有极小差异的材料种类或识别材料的精细属性方面，仍具有较大的挑战。目前，已有多种材料识别技术取得一定进展，但其仍存在局限性，例如，通过纹理感知的方法识别材料种类具有高分辨率、高稳定性的优点，但对于表面光滑、无纹理的材料难以进行有效区分；基于摩擦电传感技术能够利用不同材料之间得失电子能力差异，实现对材料种类的精确感知，但其信噪比低，易受外界湿度影响，难以长期应用于现实场景中。除此之外，还有电磁波、数字图像处理和热导率等技术，但它们普遍存在功耗大、操作复杂和成本高的问题。因此，亟需一种普适且可靠的材料感知技术，以弥补现有方法的不足，推动材料感知领域的进一步发展。

2. 研究成果

在自然界中，蝙蝠经过数千万年的进化，已经发展出一套卓越的生物感知系统，它们善于利用回声定位与触觉多感官整合的方式实现高效的环境感知和猎物捕捉。受这一独认知机制的启发， 山东大学 李阳团队 提出了一种仿生双模态主动认知（BBAC）电子皮肤，并在硬件电路及机器学习算法辅助下，构建了一个基于多层感知器的双模态增强型智能材料认知系统。通过接近（边缘效应）和压力（压阻效应）传感机制实现物体介电常数、柔软度和材料种类的协同认知 。 受益于接近传感单元的互补方形迷宫电极结构与介电层微电容结构的增强效应，所提出的 BBAC电子皮肤在接近模式下表现出200 mm的最大检测距离和高灵敏度(1.11% mm ^-1 ) 。此外，BBAC电子皮肤通过接近传感单元的接近感知，模拟了蝙蝠的回声定位功能，并开发了实时距离感知监测系统作为应用验证；通过压力传感单元（压阻效应）的压力感知，模拟了蝙蝠爪子的触觉功能，并开发了触觉实时监测系统来实现对抓取不同小球的整个过程进行实时监测作为应用验证。 作为这项工作的核心，该电子皮肤配备了类似于蝙蝠“大脑”的处理与整合模块，结合硬件电路及机器学习算法，实现从被动感知到高级主动认知的进化，构建了一种基于多层感知器的双模态增强型智能材料认知系统。 该系统采用“先接近后按压”的时序感知模式，使得不同传感单元在不同阶段独立工作并产生不同类型的信号，从而有效地避免了信号间串扰。 借助这一系统，使智能机器人手在无需严格控制测试条件，仅通过简单的接近和触摸动作即可实现对8种表面光滑物体的介电常数、柔软度以及材料种类的协同认知，且平均准确率可达到95.5%，并且结果可以在可视化界面中实时显示。 相关工作以“Bat-inspired Bionic Bimodal Active Cognitive Electronic Skin With Multisensory Integration Ability”为题发表在国际期刊《 Nano Letters 》上。济南大学硕士研究生 王星宇 为第一作者，济南大学 牛闳森 副教授、北京理工大学 沈国震 教授和山东大学 李阳 教授为共同通讯作者。

3.图文导读

图1 受蝙蝠回声定位与触觉多感官整合能力启发的双模态增强型智能材料认知系统。

图2 BBAC电子皮肤的制备与表征

图3 BBAC电子皮肤的接近传感机理与性能表征

图4 BBAC电子皮肤的压力传感机理与性能表征

图5 基于多层感知器的双模态增强型智能材料认知系统的演示

4、总结：

受蝙蝠回声定位与触觉多感官整合认知系统的启发，设计了一种BBAC电子皮肤，该电子皮肤借助特征融合的机器学习方法，实现了从被动感知向高级主动认知的进化，作为本工作最重要的贡献，进一步构建了基于多层感知器的双模态增强型智能材料认知系统。该系统使集成有BBAC 电子皮肤的智能机器人手在无需严格控制测试条件的情况下，仅通过简单的接近和触摸动作即可实现对8种表面光滑物体的介电常数、柔软度以及材料种类的协同认知，平均准确率可达到95.5%。这项工作赋予了智能机器人更深层次的认知能力，为开发具有卓越认知能力的智能机器人皮肤铺平了道路，也为基于人工智能的材料认知的前沿应用提供了新的启发。

https://doi.org/10.1021/acs.nanolett.5c00435