专栏名称: 高分子科学前沿
高分子界新媒体:海内外从事高分子行业及研究的小分子聚合起来
目录
相关文章推荐
高分子科学前沿  ·  福州大学赖跃坤教授《AFM》:具有双向可调响 ... ·  3 天前  
高分子科学前沿  ·  浙大胡懿郃教授、贺永教授合作AM:淀粉-从厨 ... ·  3 天前  
高分子科学前沿  ·  石墨烯,Science封面! ·  6 天前  
高分子科技  ·  长沙理工大学张跃飞/李焰课题组 ... ·  1 周前  
51好读  ›  专栏  ›  高分子科学前沿

安徽农业大学王新《AFM》:多模态、超灵敏、仿生电子皮肤

高分子科学前沿  · 公众号  · 化学  · 2024-10-17 07:51

正文

电子皮肤 (E-skins) 的快速发展为我们与机器、电子设备及周围环境的互动带来了全新的机遇。为了满足不同应用场景的特定需求,各种基于压阻、驻极体、电容式和摩擦电效应的触觉传感器已经被提出用于电子皮肤。由于非挥发性、高热稳定性和电化学稳定性以及优异的离子导电性,离子凝胶在电子皮肤领域引起了极大的关注。高可变形性和电双层(EDL)效应的形成使基于离子凝胶的电容式触觉感受器具备超高的灵敏度。然而,由于灵敏度和线性检测范围难以平衡,探索同时具有高灵敏度和宽线性检测范围的离子电容式触觉感受器仍然是一个挑战。

为了解决这一问题,安徽农业大学王新教授团队受人类触觉感知的启发,开发了一种基于梯度微锥形离子凝胶的多模态、超灵敏、仿生电子皮肤 (MES),实现了高灵敏度 (357.56 kPa-1)、低检测限(0.47 Pa)和宽线性检测范围(0−500 kPa)。此外,通过利用离子电容效应和摩擦电效应,仿生电子皮肤被分别用于构建虚拟键盘(Imaginary Keyboard)和人工感知系统(Artificial sensory system),实现了精确的文字输入识别和多功能触觉认知。因此,所提出的仿生电子皮肤在可穿戴电子设备、人机交互和人工智能领域展现了巨大的潜力。该工作以“Multimodal, Ultrasensitive, and Biomimetic Electronic Skin Based on Gradient Micro-Frustum Ionogel for Imaginary Keyboard and Haptic Cognition”为题发表在《Advanced Functional Materials》上。
图1. 一种模仿人类生物感觉系统的人工感觉系统,用于识别材料类型、粗糙度和接触压力。
在生物感觉系统中,当皮肤机械感受器感知环境物理刺激时,非传导性电位变化通过神经系统传递到大脑,用于随后对这些刺激的分析和识别(图1a)。受此启发,研究者们通过垂直整合用于压力传感的底部离子电容传感器 (ICS)和用于准确识别材料类型和粗糙度的顶部独立层式摩擦纳米发电机 (TF-TENG),制作了分层仿生电子皮肤作为人工感官系统(图1b)。
图2. 基于梯度微锥结构离子凝胶的ICS设计、感知原理和感知性能展示。(a) 梯度微锥结构离子凝胶设计原理;(b) 电双层(EDL)形成原理;(c) 离子电容传感器(ICS)线性传感性能;(d) ICS最低检测限;(e) ICS 响应/恢复时间。
由于梯度微结构电离凝胶会随着加载压力的增加而逐渐变形,因此在较宽的压力检测范围内,梯度微结构电离凝胶具有较高的灵敏度,因此在ICS中探索梯度微结构电离凝胶是非常必要的。如图a-b所示, 当连接交流电源时,电极上的正负电荷吸引离子凝胶中极性相反的离子聚集在电极/离子凝胶界面处,从而形成EDL。随着压力的增加,梯度微锥离子凝胶从较高的微锥向较低的微锥递进压缩,由于电极/离子凝胶界面处接触面积的均匀增加,使得电极/离子凝胶界面处EDL的电容均匀增加。得益于EDL的形成和梯度微结构设计,ICS展现出超高灵敏度(357.56 kPa-1)、优秀的线性度(0.97)、宽的检测范围(0−500 kPa)、超低检测限(0.47 Pa) 和快速响应/恢复时间(10 / 20 ms) (c-e)。
图3. 基于ICS的虚拟键盘构建。(a) 虚拟键盘概念及实物演示;(b) 在机器学习辅助下的虚拟键盘实时输入字母识别示意图;(c) 混淆矩阵;(d) 输入字母的实时显示;(e)基于多种机器学习算法的雷达图展示。
文本输入通常需要用户手持专用设备(如物理键盘、手写板和手持控制器),这些设备由于其刚性和块体体积给用户带来了不便。这里,研究者们基于ICS的优异特性提出了虚拟键盘,两个ICS器件被分别固定在志愿者的手指关节处。在输入字母的过程中,ICS可以精确地监测手指关节的运动,并产生对应的电容变化(a-b)。在机器学习的辅助下,该虚拟键盘对26个英文字母可实现准确的识别 (Accuracy: 100 %),并在屏幕上实时展示(c-e)。
图4. 基于MES的人工感知系统。(a) 人工感知系统工作示意图;(b-c) 用于粗糙度和材料类型识别的混淆矩阵;(d) 当MES在目标物体上滑动时的实时结果展示;(e)人工感知系统被应用于机械爪时的实时结果展示。
为了增强智能机器人的高级认知能力,通过垂直组装底部用于压力传感的ICS和顶部用于精确认知材料类型和粗糙度的TF-TENG,构建了基于分层MES的人工感官系统,如图4a所示。由TF-TENG产生的电学信号被采集并建立机器学习模型,以实现对材料类型和粗糙度的准确感知,如图b-c所示,对二者的识别准确率均可达到100 %。此外,将MES分别固定在志愿者的手指与机械爪表面,以验证人工感知系统的感知能力。显然,当手指或机械爪在目标表面轻轻滑动时,电脑可实时显示材料类型、粗糙度、压力等信息(d-e)。
小结
研究者以具有梯度微结构的离子凝胶为基础,构建了MES,包括顶部用于材料类型和粗糙度识别的TF-TENG与底部用于压力识别的ICS。其中ICS展示了全面的传感性能,较好的平衡了灵敏度与检测范围的矛盾,在智能机器人、人机交互领域显示了巨大的潜力。此外,MES也被用于构建虚拟键盘与人工感知系统,展示了多模态的触觉感知能力,有望应用于下一代智能机器人、人工智能和人机交互等领域。
原文链接:
https://doi.org/10.1002/adfm.202414936
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!