近年來，融合了感知與驅動功能的體感人工智能（EAI）和機器人技術的迅猛，這就需要具備類似人類皮膚的感覺能力。人類能夠熟練地進行操作、環境探索、感知觸摸物體的物理特性以及觸覺感知，這得益于皮膚對多模態機械刺激的辨別觸覺能力。在人類指尖處，觸覺機械感受器的密度高達每平方厘米 240 個單位，尺寸小于毫秒級，這使得其能夠實現毫秒級分辨率的觸覺感知。因此，觸覺感受器在觸摸物體時能夠編碼多模態、精確的時空特征，例如壓力、振動、滑動和紋理等，這些對于在探索任務中對處理物體的辨別觸覺提供觸覺信息至關重要。

近日，香港科技大學訾云龍教授團隊在《Advanced Materials》國際期刊上發表了一篇題為“Sub-Milliscale-Resolution Bimodal Tactile Sensor Array with Human-Skin-Like Graphesthesia Sensation"的文章，報告了一種具有亞毫秒級分辨率的雙模態觸覺傳感器陣列，該陣列由一個用于繪制壓力分布的壓電傳感器陣列和一個用于接觸高度檢測的摩擦電傳感器陣列組成，能夠計算楊氏模量分布。

與現有研究相比，這種雙模態觸覺傳感器陣列實現了 700 微米的亞毫秒級空間分辨率和 226 像素/平方厘米的相對高傳感器密度，展示了精細的多模態感知能力。通過將來自壓電傳感器陣列的壓力映射信息與來自摩擦電傳感器陣列的接觸高度信息相結合，并在 50 毫秒的快速響應時間內揭示楊氏模量分布，從而實現了對信息的區分。此外，這種觸覺傳感器陣列能夠實現與人類皮膚類似的觸覺感知，并借助深度學習算法重建蘊含柔軟度的信息模式，為向具有實體智能和機器人技術的微毫秒級分辨率觸覺感知的范式轉變提供了策略。

• 亞微米級分辨率雙模觸覺陣列的集成結構

手指的表皮上密集分布著各種觸覺感受器，包括邁斯納小體、梅爾克氏盤、帕西尼小體和魯菲尼末梢，它們負責感知多維觸覺感受。當手指與物體接觸時，這些機械感受器會被刺激，并產生信號通過神經突觸匯聚到中樞神經系統，使大腦能夠獲取關于物體特性的信息。為了通過模仿人類皮膚的功能來實現微毫秒級分辨率的力分布和柔軟度解碼的雙模態識別，通過壓電和摩擦電功能部件制造了一個集成傳感器陣列。

在壓電傳感器陣列層（PSAL）的頂部，集成了一個 10×10 的三維半球形結構的摩擦電傳感器陣列層（TSAL），用于接觸高度檢測。壓力傳感器部分包含一個由 10×10 個 PVDF 傳感器單元組成的壓電陣列層（每個傳感器單元尺寸為 350 微米，間距為 350 微米，總面積為 6.65 毫米×6.65 毫米），這些傳感器單元通過單獨的電極與外部電路通道相連。

其中 PSAL 用于檢測施加力的分布，而 TSAL 用于檢測接觸高度。該 TSAL 采用半徑 175 μm、間距 350 μm 的半球形結構，用于接觸高度檢測。研究團隊利用摩方精密面投影微立體光刻（PμSL）技術（nanoArch® S140，精度：10 μm）制備出半球形 TSAL 模具，隨后使用 PDMS（前驅體材料）進行后續加工。值得注意的是，摩擦電傳感器的柱狀結構具有較高的彈性模量，從而成為有效的力傳輸介質，將力傳遞至底層壓電傳感器。

• 單個壓電傳感單元的性能

靈敏度通過電壓-壓力相關性來量化，該相關性定義為單位力或壓力變化所引起的電壓變化。該壓力傳感器單元展現出了極其寬廣的檢測范圍，跨越了三個數量級。在低壓區域（< 28 毫牛頓，230 千帕）內，該壓電壓力傳感器單元實現了 2608 毫伏/牛頓和 0.31 毫伏/千帕的靈敏度，與其他壓電傳感器相比，其靈敏度表現尤為出色。而在中間壓力范圍內（28在（mN - 2.45N，0.23 - 20MPa）的條件下，靈敏度達到了 510mV/N 和 0.062mV/kPa。這種壓電式壓力傳感器單元甚至能夠在壓力超過 2.45N（20MPa）的情況下檢測到壓力變化，其靈敏度為 270mV/N（0.034mV/kPa）。

此外，對具有四種不同尺寸的傳感器單元在不斷增加的壓力下的電壓響應進行了評估，結果表明，傳感器單元面積的增加會導致壓力靈敏度的增加。單位力的電壓變化可用于比較不同區域中壓電傳感器的靈敏度，證明了靈敏度的高度均勻性。

此外，壓電傳感器單元的電壓和電荷響應隨著力的持續增加而增加。PSAL 單元在壓力加載從低壓力到高壓力的不斷增加過程中電壓響應有所增加。此外，PSAL 單元的檢測限低至 8.7 千帕。在 260 千帕的壓力接觸/分離循環測試中，超過 10000 次循環期間輸出性能保持穩定。

• PSAL 的空間特征

為了了解 PSAL 的性能，通過單點觸碰和間距觸碰這兩種方法對其空間特性進行了系統評估。該陣列產生的電壓信號由一個由計算機控制的多路復用器（用于通道地址和路由）和一個靜電計（用于電壓測量）組成的多通道數據采集系統記錄。對目標傳感器單元施加局部機械刺激，同時通過多通道數據采集系統檢測受刺激單元及其相鄰傳感器單元的輸出電壓。標準化結果顯示，機械刺激的傳感器單元表現出最高的輸出電壓幅度，而周圍傳感器單元的響應則最多降低了最高幅度的 11.8%。所有相鄰通道之間的串擾系數均超過 9.3 分貝，這證實了在精確空間力映射應用中，各通道之間的信號串擾極低。隨后，壓力位置以 100 微米的步長進行定位，以檢驗傳感器陣列的空間分辨率能力。隨著上述操作隨著距離的增加，目標傳感器單元受壓力影響的區域逐漸縮小，從而導致電壓響應逐漸降低。當移動距離接近 400 微米（超過了 PSAL 的間距 350 微米）時，目標傳感器的電壓響應降至初始值的 6.6%，有效串擾系數為 11.8 分貝。在更遠的移動距離 500 微米時，電壓響應進一步降至初始值的 3.3%，有效串擾系數為 14.7 分貝。

• 觸覺感知 本體感覺（BTSA）

在觸覺感知中，人類指尖的觸覺圖譜能力使它們僅通過觸覺就能推斷出物體的局部地形和柔軟度。同樣地，BTSA 可以通過 PSAL 的壓力映射以及通過 TSAL 的接觸高度測量來實現極其精細的觸覺感知，從而推斷出材料的柔軟度分布。

當接觸柔軟度加密圖案時，BTSA 在不同柔軟度的陣列像素上表現出不同的壓電壓力響應幅度。此外，通過 TSAL 測量的接觸高度使 BTSA 能夠評估陣列像素的柔軟度分布。因此，BTSA 有可能從機械加密圖案中解密信息。

綜上所述，所開發的 BTSA 展示了在亞毫秒尺度下對精細圖案輪廓和物體表面柔軟度分布進行觸覺感知的能力，這是通過 PSAL 和 TSAL 的協同集成實現的。PSAL 能夠以 50 毫秒的快速響應時間實現壓力大小分布的映射。TSAL 能夠通過開路電壓揭示接觸高度，通過結合 PSAL 的壓力映射結果進一步量化接觸物體的楊氏模量分布。通過利用多通道數據采集系統，傳感器陣列通過解碼軟度加密圖案中嵌入的信息（通過高彈性模量區域和低彈性模量區域之間的明顯軟度差異）展示了觸覺感知能力，適用于機器人智能識別和具身人工智能。此外，利用 BTSA 采用卷積神經網絡（CNN）深度學習算法實現了對嵌入不同信息的數據矩陣條形碼圖案的觸覺識別，并展示了超越人類的優異觸覺感知能力，識別準確率高達 98.27%。這種多模態感知模式將物理加密與多模態觸覺感知相結合，提高了空間分辨率，為安全的實體人工智能、信息加密/防偽系統以及自適應生物醫學假肢等潛在應用奠定了基礎。