【文章亮點】

多模態感知能力：通過接觸高度、接觸面積和壓力大小，傳感器（BITS）能夠感知物體的軟硬程度。

材料類型識別：利用材料獲取或失去電子的能力差異，BITS陣列生成獨特的靜電信號，從而識別不同材料類型。

楊氏模量量化：開發的ITPS（智能觸覺感知系統）能夠量化材料的楊氏模量，提供更精確的物理特性評估。

應用潛力：BITS陣列可增強機器人和假肢的觸覺感知系統，在醫療康復和智能產業中具有廣闊的應用前景，特別是在環境交互和觸覺反饋傳遞方面。

【圖文解讀】

圖1 生物啟發型位移和壓力傳感器的示意圖。(A) 示意圖展示了位移和壓力傳感器與彈性體的接觸。(B) 昆蟲觸角和 (C) 觸角上的壓電傳感器用于雙模電信號的檢測。(D) 位移和壓力傳感器感知的信號（電子親和力、接觸高度和接觸壓力），用于 (E)機器學習來 (F) 辨別材料類型和軟度，并量化模量。

圖2 開路電壓VOC與歸一化接觸高度hR之間的關系。（A）BITS單元與彈性體接觸的示意圖。（B）實驗結果和（C）COMSOL模擬結果顯示開路電壓VOC與帶有或不帶有參考電極的hR之間的關系。（D）COMSOL模擬（在15％hR處的VOC）。（E）當與PDMS彈性體和PDMS / PMMA接觸時，ΔVn與hR之間的關系。（F）關于PDMS彈性體，Ecoflex 00-10，Ecoflex 00-20和Ecoflex 00-30，計算的hR與實驗hR之間的一致性。

圖3BITS單元的影響因素。(A) 半球形和平面頭BITS隨力增加的ΔVn變化。(B) 使用半球形頭BITS的PDMS彈性體和PDMS/PMMA之間ΔVn與接觸力的關系（藍色區域：常數區域）。(C) 不同接觸分離距離下ΔVn與hR的關系，以及(D) 不同濕度環境下的關系。不同摩擦電層（分別為FEP，PVDC，PE和PU）的BITS單元中ΔVn與hR的關系(E)，以及(F) PDMS彈性體，NBR/PU海綿和PTFE/PU海綿測試樣品的關系。(G) 不同表面電荷密度的電壓曲線。(H) 接觸循環測試的電壓曲線及其放大圖。

圖4 柔軟度識別與模量量化。（A）使用PDMS彈性體和PDMS/PMMA的BITS進行接近和接觸過程。（B）BITS陣列的示意圖和（C）照片。（D）不同物體與BITS陣列的開路電壓。（E）材料類型識別的

圖5 采用BITS陣列實現的材料類型和軟度識別應用。(A) 結構示意圖、傳感過程及機器學習的說明。(B至D) BITS陣列的輸出信號，以及(E至G) 對NBR/PMMA、PDMS/PMMA和PDMS20的識別和預測結果。

【結論與展望】

多模態觸覺感知對增強現實應用至關重要，但現有觸覺界面難以同時檢測物體類型和軟硬度。受昆蟲觸角鐘形感器啟發，作者提出了一種基于摩擦電效應的半球形雙模智能觸覺傳感器（BITS）陣列。該系統能夠通過材料變形性和電子親和力的差異，生成獨特的摩擦電輸出指紋，實現材料類型識別（準確率99.4%）、軟硬度識別（準確率100%）和模量量化。BITS具有微型化潛力，可提供實時、準確的觸覺信息，為人機一體化應用提供類似天線的觸覺感知功能。

【參考文獻】

Shaoshuai Heet al.,Biomimetic bimodal haptic perception using triboelectric effect.Sci. Adv.10,eado6793(2024).DOI:10.1126/sciadv.ado6793

審核編輯 黃宇