▲

近日消息，韩国汉阳大学的研究人员采用支撑在坚固的聚萘二甲酸乙二醇酯基材上的由石墨烯薄片制成的传感器，朝着人类触摸感测迈出了重要的一步。他们将电子传感器与机器学习算法相结合，创造出一种能够感知和区分不同表面纹理的设备。该设备可以用于虚拟现实、机器人和医疗假肢等领域。

随着人类科学技术的不断发展，人工智能相关研究飞速进步，目前，机器人已经可以识别和模拟与人类言语和视觉相关的模式。然而，人类的触摸模拟更复杂，因为它依赖于皮肤中的机械感受器，当触摸不同的表面时感受到压力和振动的微小变化。

当感知的表面的形变时，传感器上的石墨烯膜的电导率和电阻会产生相应的变化从而产生电信号被探测器感知到。应变增加了薄膜中各个薄片之间的物理接触，从而增加了通过该装置的电导率。石墨烯薄膜可以在1-2ms内响应变形，这个响应速度比任何其他压电材料快得多。石墨烯天然具有的柔韧性和弹性是快响应速度的来源，并且该速度与人体触摸信号传播到大脑相当。

该团队解释说，大多数触觉传感器通过测量结构变形的强度来检测触摸事件。这意味着它们本质上不是真正的触觉传感器，因为这些传感器本身并不感知表面纹理。相比之下，韩国研究团队将石墨烯薄膜结合到人造指纹结构上，当人造指纹结构接触到不用纹理的表面时会引起微小振动，会引起其上面的石墨烯薄膜做出反应。分析这些振动信号可以让传感器“感觉”出不同质感的织物。

来自美国加利福尼亚圣地亚哥的加州大学的DarrenLipomi也从事触觉感测工作，他说'有几个电子皮肤的例子可以使人类对表面纹理敏感。'他赞赏来自韩国的团队如何加入一种机器学习算法，以便他们的传感器能够按照我们所做的相同的方式对纹理进行分类- 在我们的大脑中自动进行分类。

机器学习算法收集来自传感器的电导率和电阻的信息，并使用它来定义与不同表面纹理类型相关的特定特征。在了解已知织物的特性后，传感器能够识别织物的种类，在对12种新织物进行测试时传感器的得分为99％，而在50个人类的盲测中得分只有58％。该团队特意选择纺织面料来突出传感器的敏感度，因为纺织品表面的触感非常相似，人类并不总是能够区分它们。

文章信息：

Recognition, classification, and prediction of tactile sense

S Chun et al, Nanoscale, 2018, DOI: 10.1039/c8nr00595h

资料来源：石墨烯资讯编辑整理，转载请注明出处