Advanced Science 一种结构简化、能同时精准感知物体内外特征的触觉系统

一、研究背景准确感知物体的外部（如边缘、纹理）与内部（如内容类型、体积）特征，是机器人适应非结构化人文环境、实现类人交互的核心需求。现有人工触觉感知系统存在显著局限：要么依赖多模态传感器集成，导致结构复杂、数据处理难度大；要么聚焦低频信号，难以捕捉高频传递的内部特征；同时，单一信号处理范式难以从相似信号中提取特定信息，造成感知精度不足与计算负担过重的双重问题。因此，开发一种结构简化、能同时精准感知物体内外特征的触觉系统，成为机器人触觉交互领域的关键挑战。 二、研究亮点1. 提出“主动探索-时频特征分离”范式，通过滑动和振动两种主动探索动作，分别利用时域尖峰信号提取外部边缘特征，借助频域衰减趋势推断内部内容属性，无需复杂算法解耦即可实现双重感知。2. 采用PVDF基柔性压电结构，搭配表面图案化PDMS柱阵列与偏移电极设计，实现高力灵敏度（<0.02 N）、宽频响应（>2000 Hz）和高光谱分辨率（<1 Hz），兼顾柔性与稳定性（1000次循环测试性能稳定）。3. 外部特征检测的空间分辨率<100 μm、方向分辨率<1°，可识别微小边缘与纹理；内部特征识别能区分不同液体类型（水、酒精、甘油）、体积（200-400 mL）及溶解状态（奶粉溶解与否），识别准确率最高达90%。4. 成功集成于机器人灵巧手，实现翻书、拧瓶盖、液体筛选等复杂任务，验证了在人机交互场景中的实际应用价值。
三、研究内容1. 器件结构与优化设计了“PDMS柱阵列-PVDF传感层-铂电极”的柔性堆叠结构：顶层PDMS柱直接与物体接触，通过不同变形模式调制PVDF层的压电信号；顶层电极采用偏移设计，使滑动时的电荷变化与电极精准耦合，提升方向响应灵敏度。通过对比宽高比1:0.5至1:2的柱结构，确定1:1为最优配置，平衡信号幅值稳定性与频率特征辨识度。
2. 核心性能表征力学响应：对0.02-0.2 N法向力呈线性响应，滑动速度2-20 mm/s时信号幅值逐步饱和至470 mV；频域性能：可稳定捕捉100-2000 Hz振动信号，能区分频率差仅1 Hz的叠加高频输入；长期稳定性：经1000次法向与切向循环加载，信号输出一致性良好。
3. 双模式特征感知实现外部特征感知（滑动模式）：通过柱体与物体边缘的接触-脱离过程产生的时域尖峰信号，实现边缘间距（400-600 μm）、窄凸起（≥100 μm）及边缘方向的精准识别，成功应用于机器人翻书（精准计数页面）、拧瓶盖（对齐旋转轴）等任务。内部特征感知（振动/抓取模式）：通过抓取或摇晃激发“容器-内容物”耦合振动，利用频域衰减趋势区分液体粘度、表面张力差异，结合K-means聚类算法，经6次摇晃循环后液体识别准确率达90%；同时可通过高频能量占比变化，稳定识别液体体积及杯套等外部阻尼的影响。
4. 复杂场景应用验证构建“机器人调酒师”场景，完成两大核心任务：一是通过抓取激发的频域信号识别茶、水、牛奶等饮品类型；二是通过滑动边缘检测定位杯身防滑纹理区域，确定安全抓取位置，实现目标饮品的精准筛选与稳定递送。
四、总结与展望本研究提出了一种基于PVDF的柔性压电触觉系统，核心创新在于通过两种主动探索动作（滑动、振动），将物体内外特征分别编码为时域尖峰与频域衰减信号，实现了“单传感单元-双模式感知”的简化架构。该系统既突破了传统触觉系统难以兼顾内外特征的局限，又避免了多传感器集成带来的数据处理复杂性，在感知精度、结构柔性与实用化程度上均表现突出，为机器人类人触觉交互提供了新范式。文献链接：http://dx.doi.org/10.1002/advs.202509928