生物皮膚如變色龍和章魚，能夠無縫集成光學與電信號，實現(xiàn)動態(tài)的環(huán)境交互，這為人工光子離子皮膚的研發(fā)提供了靈感。然而，現(xiàn)有的合成系統(tǒng)往往缺乏天然皮膚所具有的機械魯棒性、快速響應能力以及雙模式傳感功能。盡管可拉伸離子凝膠因其類膚機械性能和優(yōu)異離子導電性成為理想平臺，但多數(shù)系統(tǒng)僅能實現(xiàn)單一模式信號輸出，難以滿足真實場景中多模態(tài)感知的需求。此外，光子水凝膠普遍存在強度低、響應慢、結(jié)構恢復延遲等問題，限制了其在實時傳感和高頻檢測中的應用。

近日，四川大學熊銳特聘研究員、吳曉東特聘研究員合作提出了一種生物啟發(fā)的光子離子皮膚，通過將纖維素納米晶體手性納米結(jié)構與離子導電網(wǎng)絡協(xié)同整合，實現(xiàn)了高性能的機械-光學-電耦合。該系統(tǒng)采用互穿雙網(wǎng)絡結(jié)構，將剛性CNC手性骨架嵌入柔性水凝膠基質(zhì)中，顯著提升了材料的強度、模量和韌性，分別達到原始水凝膠的2.8倍、2.6倍和7.4倍。同時，該材料具備近乎零滯后的優(yōu)異循環(huán)穩(wěn)定性，并實現(xiàn)了應力調(diào)控下的光子帶隙與離子電導率雙模式響應。在機械變形下，材料顏色從可見光到近紅外范圍動態(tài)變化，同時電學性能也隨之改變。其超快響應/恢復時間達到0.3/1.4毫秒，頻率響應高達520赫茲，遠超傳統(tǒng)傳感材料。

研究團隊以纖維素納米晶體為基礎構建單元，通過真空輔助自組裝形成手性向列結(jié)構，并進一步與聚丙烯酰胺水凝膠網(wǎng)絡復合，最終通過離子液體置換賦予其導電性。圖1展示了該材料的仿生設計理念：變色龍皮膚通過顏色與神經(jīng)電信號響應外界刺激，而PAM-CNC導電光子離子凝膠則通過拉伸誘導結(jié)構色變化實現(xiàn)類似的雙模信號輸出。圖2詳細呈現(xiàn)了材料的制備過程與結(jié)構表征：CNC薄膜在溶脹過程中顏色逐漸紅移，經(jīng)聚合與離子液體置換后形成具有明顯螺旋排列結(jié)構的導電光子離子凝膠，其SEM、AFM與FT-IR結(jié)果均證實了手性結(jié)構的保留與PAM/離子液體的成功復合。

圖1：光電雙模的仿生設計 （a）變色龍皮膚感知環(huán)境刺激并將其轉(zhuǎn)化為顏色與神經(jīng)電信號的示意圖。 （b）PAM-CNC導電光子離子凝膠的制備流程及其在拉伸響應中動態(tài)結(jié)構色變化機制示意圖。

圖2：CNC-PAM導電光子離子凝膠的制備與結(jié)構表征 （a）CNC薄膜照片；（b）CNC薄膜在溶脹過程中的顏色變化；（c）PAM-CNC水凝膠；（d）PAM-CNC導電光子離子凝膠；（e）反射光譜隨溶脹時間的變化；（f）反射波長隨時間線性變化；（g）圓二色性信號；（h）CNC薄膜的SEM圖像；（i）PAM-CNC導電光子離子凝膠的SEM圖像；（j）CNC薄膜的AFM圖像；（k）PAM-CNC導電光子離子凝膠的AFM圖像；（l）CNC薄膜、PAM-CNC水凝膠與PAM-CNC導電光子離子凝膠的FT-IR光譜；（m）CNC薄膜與PAM-CNC導電光子離子凝膠的不同圖案展示。

在機械性能方面，如圖3所示，PAM-CNC導電光子離子凝膠展現(xiàn)出卓越的拉伸強度、模量與韌性，且在20%至80%的應變范圍內(nèi)幾乎無滯后。經(jīng)過1000次循環(huán)拉伸與壓縮測試后，材料仍保持穩(wěn)定性能，穿刺強度亦顯著提升。這些性能歸因于CNC剛性骨架與PAM柔性基質(zhì)之間的協(xié)同作用，以及氫鍵與離子交聯(lián)的增強效應。

圖3：PAM-CNC導電光子離子凝膠的機械性能 （a）應力-應變曲線；（b）強度與楊氏模量；（c）韌性；（d）不同應變下的應力-應變曲線；（e）1000次循環(huán)后的應力-應變曲線；（f）與現(xiàn)有光子皮膚滯后性能的對比；（g）1000次壓縮循環(huán)后的應力-應變曲線；（h）穿刺強度及穿刺實驗圖像；（i）材料在拉伸、扭曲、卷曲狀態(tài)下的光學圖像及SAXS圖像；（j）變溫FT-IR光譜；（k）同步2D-COS譜；（l）異步2D-COS譜。

圖4進一步揭示了材料在拉伸與壓縮下的動態(tài)光子行為：隨著應變增加，結(jié)構色發(fā)生藍移，從透明逐漸變?yōu)榧t、藍色，反射峰波長與應力呈線性關系。偏振光學顯微鏡圖像證實了微觀尺度上的連續(xù)顏色演變。此外，材料在循環(huán)拉伸與壓縮中表現(xiàn)出完全可逆的顏色恢復，顯示出其在機械傳感中的可靠光學輸出能力。

圖4：PAM-CNC導電光子離子凝膠的光學表征 （a）不同拉伸應變下的光學照片與偏光顯微鏡圖像；（b）應變依賴的反射光譜演變；（c）不同壓力下的顏色變化；（d）CIE 1931色度坐標軌跡；（e）壓力依賴的反射光譜演變；（f）反射峰波長與應變關系；（g）多次拉伸循環(huán)中的反射峰波長；（h）多次壓縮循環(huán)中的反射峰波長；（i）通過模板光輻射制備的PAM-CNC導電光子離子凝膠圖案及其光學圖像。

基于上述特性，團隊開發(fā)了一款無滯后離子凝膠壓力傳感器。如圖5所示，該傳感器采用微金字塔結(jié)構設計，在0–10 kPa低壓范圍內(nèi)靈敏度達0.32 kPa?1，在10–80 kPa中壓范圍內(nèi)更是高達1035.17 kPa?1。其響應與恢復時間分別為0.3毫秒和1.4毫秒，能夠準確捕捉高達550赫茲的高頻振動，遠超未引入CNC手性結(jié)構的對比傳感器。

圖5：HFI壓力傳感器的工作機制與傳感性能 （a）HFI傳感器結(jié)構配置與轉(zhuǎn)換機制示意圖；（b）歸一化阻抗隨壓力變化曲線；（c）對0.03克紙片的響應曲線；（d）不同壓力下的動態(tài)響應；（e）10,000次循環(huán)耐久性測試；（f）阻抗至電壓信號轉(zhuǎn)換機制；（g）HFI傳感器的響應與恢復時間；（h）無滯后設計的對比傳感器響應時間；（i）對比傳感器在高頻壓力下的響應曲線；（j）HFI傳感器在150–550赫茲高頻范圍內(nèi)的響應性能。

更令人矚目的是，該傳感器結(jié)合二維卷積神經(jīng)網(wǎng)絡，實現(xiàn)了對多種表面紋理的高精度識別。如圖6所示，研究選取了七類不同紋理樣本，通過滑動傳感器采集信號，并利用短時傅里葉變換將信號轉(zhuǎn)為時頻圖輸入機器學習模型。最終，系統(tǒng)在測試中達到了97%的分類準確率，展現(xiàn)出在復雜觸覺感知任務中的強大潛力。

圖6：HFI傳感器的表面紋理感知與識別 （a）基于2D-CNN機器學習模型的表面紋理識別流程示意圖；（b）七種不同紋理樣本照片及其響應曲線；（c）信號處理方法與2D-CNN框架；（d）t-SNE可視化顯示不同紋理的分類；（e）訓練精度與損失隨訓練輪次的變化；（f）七種紋理分類的混淆矩陣，識別準確率達97%。

總之，這項研究通過將手性CNC納米結(jié)構與PAM/離子液體網(wǎng)絡有機結(jié)合，成功開發(fā)出兼具機械韌性、光學動態(tài)響應與電學靈敏度的多功能光子離子皮膚。其超快響應、高靈敏度和優(yōu)異的循環(huán)穩(wěn)定性，為下一代柔性電子設備、軟體機器人及智能人機交互系統(tǒng)提供了全新的材料平臺與技術支持。

文章來源：網(wǎng)易