基于鱼鳞启发的巨压电容传感器实现类人触觉感知的学术研究报告
一、 研究作者、机构与发表信息 本研究的主要作者包括Yulian Peng, Zelong Li, Jiayuan Zhang, Yueyang Wang, Siduo Wang, Houping Wu和Hongbo Wang。所有作者均来自中国科学技术大学精密机械与精密仪器系。通讯作者为Hongbo Wang教授。该研究以题为“Fish-scale-inspired giant piezocapacitive sensors for human-level touch perception”的论文形式，发表于期刊*Advanced Materials*，论文在线发表日期为2026年，具体卷期号为*Advanced Materials, 2026; 0:e73528*。
二、 研究的学术背景 本研究属于柔性电子与机器人触觉传感领域。人类双手的灵巧性高度依赖于其精密的触觉感知系统，该系统不仅能解析复杂的表面微观形貌，还能为精细操作提供实时反馈。在机器人领域，开发兼具高灵敏度与环境适应性的类人触觉传感器，对于实现安全的人机交互及在非结构化环境中执行认知任务具有关键的科学意义。尽管柔性传感器在过去几十年取得了巨大进展，但要在一个单一器件中集成高灵敏度、快速响应、长期稳定性、机械鲁棒性以及易于制造等特性，以实现类人触觉感知能力，仍然是一个严峻的挑战。
电容式传感是机器人触觉感知的一种有前途的方案。然而，现有的软电容传感器主要采用平行板结构，其对法向压缩和厚度变化敏感，难以解耦多方向机械刺激。近年来，离子型传感器因利用双电层效应而获得高灵敏度，但其通常依赖于液体或凝胶材料，对温度、湿度敏感且结构复杂。同时，研究人员也在不断探索改进非离子型电容传感器性能的新策略，例如通过微纳结构或复合材料提升灵敏度。其中，叉指电极（Interdigitated Electrode， IDE）传感器因其低成本、易于制造和阵列化等优势受到关注，但其边缘电场信号通常较弱，导致灵敏度有限。近期，Peng等人开发的一种基于裂纹的压感磁传感器，通过应变诱导的磁通调制实现了超高灵敏度和鲁棒性，这为提升IDE电容传感器的灵敏度提供了一种新的结构调制思路。在此背景下，本研究旨在开发一种新型的、集高灵敏度、快速响应、高鲁棒性及易于制造于一体的柔性触觉传感器，以实现机器人领域的类人触觉感知。
三、 研究的详细工作流程 本研究的工作流程主要包括以下几个部分：1）仿生设计与传感机理探究；2）巨压电容传感器（GPCS）的制备与性能表征；3）微米级表面形貌与织物纹理感知演示；4）基于抓握的水果成熟度评估与机器人应用演示。
1. 仿生设计与传感机理探究： 研究团队受鱼类皮肤“刚性鳞片-柔软真皮”复合结构的启发，提出了一种仿生结构。他们设计了一种“类鳞片电场门控薄膜”（Scale-inspired Electric-field Gating Film， SEGF）。该薄膜由高介电常数（~1000）的脆性锆钛酸铅（PZT）薄板破碎成离散的鳞片状片段，并集成在超弹性硅胶基底上制成。宏观上，SEGF兼具高体介电常数和优异的机械柔顺性。微观上，PZT鳞片间的空气间隙充当了可调的低介电常数狭缝，类似于多个“电场门”。当传感器发生弯曲等机械形变时，这些空气间隙会动态地开合，从而显著调制叉指电极（IDE）产生的边缘电场，将微小的机械形变转化为巨大的电容变化，即“巨压电容效应”。研究通过有限元分析模拟了应变隔离机制（形变主要集中于间隙区域，刚性鳞片几乎无应变）和电场调制机制，仿真结果表明，当空气间隙从0增加到25微米时，一对IDE的归一化电容可从48.6 C0急剧下降至2.70 C0（C0为无SEGF覆盖时IDE的电容）。
2. GPCS的制备与性能表征： * 传感器制备： GPCS由柔性叉指电极（IDE）层和SEGF层构成。IDE采用铜电极制作在超薄聚酰亚胺基底上。SEGF的制备过程包括：将PZT薄片粘附在涂有硅胶预聚物的玻璃基底上，固化后剥离，PZT自发碎裂形成鳞片结构；随后将SEGF层压到涂有薄层粘合剂的IDE上，并在特定弯曲曲率下固化以调控初始裂纹间隙，最终得到完整的传感器器件。 * 性能表征实验： * 弯曲灵敏度与范围： 使用定制弯曲夹具，在-90°至90°范围内对GPCS进行双向弯曲测试，并与裸露的IDE以及覆盖了钛酸钡-硅胶复合材料的IDE（作为对比样）进行比较。结果显示，GPCS的平均灵敏度达到0.1774 pF/°，分别是裸露IDE和钛酸钡样品的177.4倍和136.4倍，且电容变化在-90°至90°范围内单调变化。 * 关键参数调控： 通过改变制备过程中的预应变（使用不同直径的圆柱心轴）和封装层厚度，系统研究了初始裂纹间隙宽度和PZT鳞片尺寸对传感器性能的影响。实验证实，更小的初始间隙和更小的鳞片尺寸有助于获得更高的灵敏度。 * 分辨率与响应速度： 通过高精度位移台进行微小角度增量（0.1°）和超小角度变化（0.005°）测试，验证了GPCS的超高角度分辨率（理论检测限达0.002°）。通过电磁激振器施加正弦载荷，测试了传感器在1 Hz至1000 Hz频率范围内的动态响应，并测量了其阶跃响应时间，结果显示上升时间为0.6毫秒，下降时间为0.9毫秒，超越了人类指尖快适应机械感受器（帕西尼氏小体，带宽约400 Hz）的响应速度。 * 耐久性与鲁棒性： 对GPCS进行了10万次（50°至60°）的循环弯曲测试，信号波动极小（约0.3%），且未观察到性能衰减。此外，进行了破坏性测试，即使在传感区域被穿孔后，传感器仍能保持双向弯曲测量功能，仅因有效传感面积减小而导致绝对电容和灵敏度成比例下降，展现了出色的机械鲁棒性和功能冗余性。 * 温度稳定性： 在0°C至75°C温度范围内测试，电容变化仅为5%（等效热漂移系数为0.16°/°C），表明其具有良好的环境稳定性。
3. 微米级表面形貌与织物纹理感知演示： * 表面形貌检测： 将一个小型GPCS集成在柔性手指指尖，安装在电机驱动的线性平台上，以恒定速度在测试样品表面滑动。首先测试了3D打印的具有不同台阶高度（10微米、50微米、100微米）的微结构样品，GPCS输出的电容信号能清晰反映表面轮廓的周期性，且信号幅值与台阶高度单调相关。为进一步评估极限检测能力，测试了商用打印机在涂层纸上打印的、具有不同灰度（对应不同墨粉厚度）的线条。通过光学轮廓仪和扫描电镜（SEM）确认了墨粉线的高度分别为5.1微米、3.6微米和1.8微米。滑动测试中，GPCS的电容信号成功分辨出了这些仅1.8微米高的墨粉线条，其高度已低于人类指尖的感知阈值。 * 织物纹理识别： 选取了16种具有不同编织结构（平纹、斜纹、罗纹、针织等）和纱线成分的织物样本。让GPCS指尖以恒定速度和轻柔压力滑过这些织物表面。每种织物都产生了高度可重复的、独特的电容波形，可视为其“触觉指纹”。通过分析信号的时域和频域特征，提取了两个关键参数：平均峰峰值幅度和主导空间周期。将这两个参数绘制在散点图上，16种织物被清晰地区分开来，展示了GPCS出色的纹理分类能力。
4. 基于抓握的水果成熟度评估与机器人应用演示： * 系统搭建： 在一个并联机器人夹持器上集成了由四个GPCS单元组成的阵列，安装在仿生Fin-Ray手指的腹侧，并配备了定制的信号调理电路板。 * 原理验证与数据采集： 首先使用不同硬度的硅胶猕猴桃模型进行抓握测试，GPCS的四通道信号在抓握阶段显示出与样品硬度相关的明显差异（样品越软，夹持器形变越大，电容响应越强）。随后，使用肖氏硬度计对真实猕猴桃进行硬度评估并分类为未熟、中等成熟和成熟三类。对总计750次抓握（每类250次）的数据进行采集。 * 特征提取与分类： 从原始四通道信号中提取了多尺度时域和形态学特征。使用t-SNE方法对特征进行可视化，结果显示三类样本清晰可分。基于这些特征训练的机器学习分类器，整体识别准确率达到92%，其中对成熟类别的识别准确率为100%。 * 集成演示： 设计了一个完整的工作流程：路径规划→接近与抓取→传感数据采集→特征提取/分类→分拣/交付。当识别出未熟或中等成熟的猕猴桃时，机器人将其放入指定区域；当识别出成熟的猕猴桃时，机器人会将其递交给人类。一旦检测到人类手指接触引起的电容上升信号，夹持器便会触发张开动作，将猕猴桃释放到人手中。实验成功演示了机器人系统在正常抓握过程中原位识别猕猴桃成熟度并据此做出相应决策的能力，展示了其在农业、食品工业以及人机交互领域的应用潜力。
四、 研究的主要结果 1. 成功设计并制备了基于鱼鳞仿生SEGF的巨压电容传感器（GPCS）。 该传感器结构独特，将高介电常数的刚性PZT鳞片与柔性基底结合，实现了应变隔离和电场门控的双重机制。 2. GPCS展现出卓越的综合性能。 实验数据表明，其具有超高的双向弯曲灵敏度（0.1774 pF/°）、宽动态范围（±90°）、极高的角度分辨率（0.005°）、亚毫秒级的快速响应（0.6 ms）、出色的长期稳定性（10万次循环无衰减）以及良好的机械鲁棒性（受损后仍能工作）。这些性能指标全面超越了文献中报道的代表性工作。 3. 揭示了关键结构参数对性能的影响规律。 通过系统实验，证实了初始裂纹间隙宽度和PZT鳞片尺寸是调控GPCS灵敏度的关键参数，为传感器性能优化提供了指导。 4. 实现了超精细的表面形貌感知。 滑动测试证明，GPCS集成的指尖能够分辨出低至1.8微米的表面高度变化（打印墨粉线），超越了人类指尖的触觉感知极限。 5. 实现了多织物纹理的可靠分类。 仅通过简单的滑动触觉信号分析，GPCS就能成功区分16种不同的织物纹理，证明了其在复杂纹理识别方面的强大能力。 6. 开发了基于触觉的机器人智能抓取与分拣系统。 集成GPCS阵列的机器人夹持器能够在抓握过程中实时感知物体硬度/刚度变化，通过机器学习算法实现猕猴桃成熟度的原位评估（准确率92%），并完成自动化分拣和响应式人机交互任务。
这些结果层层递进：首先从原理上验证了仿生SEGF结构和巨压电容效应的有效性；然后通过详尽的性能表征确立了GPCS作为高性能触觉传感器的地位；接着通过微米级形貌检测和织物分类演示，将其高性能转化为实际的精细触觉感知能力；最后通过机器人集成应用，展示了其在解决现实世界问题（如水果分拣）中的实用价值。每一步结果都为下一步更复杂的应用演示奠定了坚实基础。
五、 研究的结论、意义与价值 本研究成功提出并验证了一种基于鱼鳞启发式电场门控薄膜的巨压电容传感器。其核心创新在于从传统的可变形介电电容传感范式，转向了一种通过动态调制边缘电场实现信号放大的新机制。GPCS集超高灵敏度、快速响应、宽动态范围、优异鲁棒性和易于制造等优势于一体，在多项性能指标上达到了类人甚至超越人类的触觉感知水平。
该研究的科学价值在于：1）提出了一种新颖的“刚性鳞片-柔软真皮”仿生结构及其对应的电场门控传感机制，为高性能柔性电容传感器的设计开辟了新思路；2）通过巧妙的微结构设计，实现了对微弱机械形变的高效、快速电学转换，深化了对结构-性能关系的理解。
其应用价值显著：1）为机器人领域提供了实现类人触觉感知的高性能传感器解决方案，有望提升机器人在精细操作、物体识别、人机协作等方面的能力；2）在可穿戴设备、人机接口、生物医学传感等领域也具有广阔的应用前景；3）演示的微米级表面检测和材质分类能力，在工业检测、虚拟现实等领域有潜在应用。
六、 研究的亮点 1. 创新性的仿生传感机制： 受鱼鳞结构启发，创造性地提出了“电场门控”概念，通过PZT鳞片间空气间隙的动态开合来大幅调制边缘电场，实现了“巨压电容效应”，这是性能突破的核心。 2. 卓越的综合性能指标： GPCS在灵敏度（177倍于裸IDE）、分辨率（0.005°）、响应速度（0.6 ms）、耐久性（10万次循环）和鲁棒性（抗损伤）等多个关键性能参数上实现了同步提升，打破了传统传感器中这些性能往往相互制约的困境。 3. 超越人类的感知能力： 实验证明GPCS能检测到1.8微米的表面高度变化，这低于人类指尖的触觉阈值，实现了“超感知”。 4. 从原理到应用的完整演示链： 研究不仅深入探究了机理、优化了器件，还进行了从微米级形貌检测、多纹理分类到复杂的机器人抓取与智能决策的全链条应用演示，充分证明了该技术的实用性和有效性。 5. 制备工艺相对简单且可扩展： 传感器基于平面叉指电极和层压工艺，有利于低成本制造和大面积阵列集成。
七、 其他有价值的内容 研究还指出了当前设计的局限性和未来改进方向：1）器件性能对湿度变化敏感，这是电容传感器的共性挑战，未来需要研究有效的屏蔽策略；2）可通过皮秒激光切割等先进制造技术实现更精确的鳞片图案和间隙控制，以进一步提升器件一致性和灵敏度；3）计划开发大面积GPCS阵列并应用于更多实际的机器人和生物医学场景。这些思考体现了研究的系统性和前瞻性。