在完成对人体触觉功能模仿之余，借助摩擦纳米发电机技术，机器人的触觉感知能够实现一些人体触觉无法企及的新功能。但由于摩擦电式传感器固有的对环境的高敏感性，其可靠性问题仍然是一大难题。
近日，中科院北京纳米能源与系统研究所王中林院士和吴治峄研究员团队提出一种基于摩擦纳米发电机技术和深度学习技术的智能触觉传感系统，以实现不受外界条件影响的准确、简单、实时的材料辨识。该团队制备的触觉传感阵列能够敏感地感知外部机械刺激，特别是在人类手指的压力范围内。全硅胶质地使该传感器具有良好的灵活性、伸展性和机械稳定性。
通过从触觉传感阵列的多个独立电信号以及归一化处理后的输出信号中提取待测材料的典型特征信息，以规避接触条件和外部环境条件的影响。进一步集成一个卷积神经网络深度学习算法，以提取更多肉眼无法分辨或单从外部无法区分的细微特征差异，智能化的同时也可提高材料识别的准确率。在单次材料识别任务中取得了96.62%的高准确率。相较于人类必须整合多感官（触觉和视觉）才能完成触觉感知的复杂过程，该工作提出的智能触觉感知系统表现出更简单的识别过程，从而有效地简化了人类感知物体所依赖的多感官信息的整合。这在视障人士的认知学习、仿生假肢，以及构建虚拟空间等领域均显示出巨大的优势。该工作以“Open-Environment Tactile Sensing System: Towards Simple and Efficient Material Identification”为题发表在Advanced Materials上。文章第一作者是中科院北京纳米能源与系统研究所博士生魏雪莲。
图1 基于摩擦电信号和深度学习的智能触觉传感系统，可实现不同接触条件和环境条件下的准确辨识
图2 触觉传感阵列对变化的触摸和环境条件的电学响应和感知反馈
图3 基于卷积神经网络模型的功能可增强材料辨识系统
图4 智能触觉传感系统在开放环境中的材料识别演示
原文链接：https://onlinelibrary.wiley.com/doi/10.1002/adma.202203073