本研究由广西大学轻工与食品工程学院、广西清洁化制浆造纸与污染控制重点实验室的Yanhua Liu、Jinlong Wang、Tao Liu等多位研究者合作完成，通讯作者为Shuangxi Nie。该研究成果于2025年发表于期刊 *Nature Communications*，文章标题为“Triboelectric tactile sensor for pressure and temperature sensing in high-temperature applications”。
一、研究背景与目标
在人工智能与机器人技术快速发展的背景下，触觉感知（tactile perception）对于智能机器人与外界环境的交互至关重要。现有的触觉传感器主要基于压阻效应（piezoresistive effect）、电容效应（capacitive effect）、热释电效应（pyroelectric effect）、机械发光（mechanoluminescent）以及压电效应（piezoelectric effect）等机制，这些传感器大多只能在室温条件下稳定工作。尽管已有研究尝试通过模拟人体触觉感受器或使用温度不敏感材料来提升传感器的高温适应性，但受限于刺激信号响应机制和传感材料设计，现有触觉传感器的工作温度范围仍局限于人类皮肤的高温感知极限（60 °C）以内。高温等极端环境下实现稳定的触觉感知，仍然是制约智能机器人在太空、深海、火灾现场等场景中应用的关键瓶颈。
本研究的目标是开发一种能够适应极端高温环境的自供能（self-powered）多模态（multimodal）摩擦电触觉传感器（triboelectric tactile sensor），使其能够同时感知压力和温度，并突破人类皮肤的温度感知上限。研究灵感来源于撒哈拉银蚁（*Cataglyphis bombycina*），这种生物能够在高温环境中保持多感官感知能力。研究者基于摩擦纳米发电机（triboelectric nanogenerator，TENG）技术，利用接触起电（contact electrification）和静电感应（electrostatic induction）的耦合效应，将压力和温度刺激转换为电信号，从而实现高温下的触觉感知。
二、研究设计与工作流程
该研究的核心工作是设计并制备一种具有非对称结构的双模态摩擦电传感器。传感器由压力传感摩擦纳米发电机（pressure-sensing triboelectric nanogenerator，P-TENG）和温度传感摩擦纳米发电机（temperature-sensing triboelectric nanogenerator，T-TENG）两部分组成。传感器外壳采用柔性耐高温硅胶，内部摩擦电材料选用经化学改性处理后的纤维素纳米纤丝（cellulose nanofibrils，CNFs）和氟化乙烯丙烯共聚物（fluorinated ethylene propylene，FEP）。其中，CNFs-1薄膜经银电极涂层后贴附于硅胶外壳顶部内侧，作为T-TENG的正摩擦电材料；FEP贴附于壳内中部，作为两种模式共享的负摩擦电材料；粗糙表面CNFs-2薄膜贴附于壳内底部，与FEP共同构成P-TENG。通过两步封装策略完成传感器的组装。
研究者在制备过程中对纤维素材料进行了化学改性和表面形貌工程。纤维素纳米纤丝薄膜通过真空辅助自组装、热压干燥制备，并采用低温等离子体技术在表面构建微纳结构，以增强摩擦电性能和传感信号。随后将改性后的CNFs薄膜分别浸入3-氨丙基三乙氧基硅烷（APTES）溶液中进行功能化处理，得到最终的CNFs-1和CNFs-2传感材料。
在传感器性能测试方面，研究者使用Keithley 6514静电计测量双TENG的电学输出，采用商用线性机械马达施加恒定接触力，并通过Hypx-601仪器测量力的大小。产生的电信号由数据采集卡（NI-USB6259）采集并传输至计算机进行显示。多通道信号记录由Keithley DAQ6510多通道开关万用表完成。传感器在200 °C高温下经过2000次循环测试，以验证其耐久性和高温稳定性。
此外，研究者将五个微型传感器集成到机器人手的五个指尖，采用激光打印的柔性可拉伸电极保证手指运动的灵活性。在高温环境下，机器人手对不同温度（25 °C、93 °C、134 °C、147 °C、200 °C）和不同形状（球形铁球、长方体木块、空心圆柱体等）的物体进行抓取，通过多通道数据采集模块同步接收并分析五个指尖的摩擦电信号。信号经归一化处理后形成电信号图谱，并结合卷积神经网络（convolutional neural network，CNN）进行机器学习分类，以实现物体形状和温度的识别。该系统的平均识别准确率达到94%。
三、主要研究结果与数据支撑
P-TENG的压力传感性能表现出色。在2 Hz频率下，P-TENG的响应时间和恢复时间分别为70 ms和58 ms，快于人体对触觉刺激的反应时间（139 ms）。在4.17 kPa至100 kPa的压力范围内，P-TENG的输出电压随压力增加而升高，并呈现两段线性关系。在低于8.36 kPa时，灵敏度为9.21 kPa⁻¹；在8.36–100 kPa范围内，灵敏度为1.5 kPa⁻¹。这一灵敏度水平在现有摩擦电触觉传感器中处于较高水平。经过2000次200 °C循环测试后，传感器的输出性能未发生显著变化，证明了其良好的耐用性和高温稳健性。
T-TENG的温度传感性能同样突出。在2 Hz下，响应时间和恢复时间分别为67 ms和63 ms，与P-TENG接近。T-TENG的输出电压随温度升高而降低，线性响应系数为0.996，表现出良好的线性关系。更重要的是，T-TENG在温度传感中表现出压力不敏感性，这归因于其光滑表面和恒定接触面积，使压力值能够快速达到平衡。传感器在25 °C至200 °C范围内具有稳定的温度循环响应，并在加热-冷却循环中表现出可恢复的传感能力。与文献中报道的自供电温度传感器相比，该T-TENG的工作温度范围更广，突破了人类皮肤的温度感知极限。
在压力与温度信号解耦方面，研究者通过特征矩阵（characteristic matrix）方法实现了双信号的稳定解耦。在固定100 kPa压力、不同温度条件下，P-TENG和T-TENG的交叉耦合误差分别小于0.4%和3.2%，表明传感器具有较低的交叉灵敏度。这种低交叉灵敏度源于压力刺激响应机制（接触面积效应）和温度刺激响应机制（热电子发射效应）的相互独立性。通过构建特征矩阵，可以从测得的P-TENG电压（Up）和T-TENG电压（Ut）中反推出未知的压力（P）和温度（T），实现了在实际复杂场景中的高精度测量。
在机器人手集成实验中，传感器系统成功识别了不同形状和温度的物体。当机器人手抓取球形、方形和圆柱形物体时，由于抓取习惯、接触指尖数量和施力大小不同，P-TENG的输出信号图谱呈现明显差异。当物体温度变化时，T-TENG的输出信号强度和数量也相应改变。通过卷积神经网络对这些信号图谱进行分类，系统对9类物体的平均识别准确率达到94%，证明了该多模态触觉感知系统在高温环境下进行物体识别的可行性。
四、研究结论与意义
本研究成功开发了一种适应极端高温环境的多模态摩擦电触觉传感器，能够在200 °C的工作温度下同时感知压力和温度，远远超过人类皮肤的高温感知上限。传感器基于摩擦纳米发电机技术，采用耐高温纤维素摩擦电材料和非对称结构设计，实现了压力与温度信号的独立输出和低交叉灵敏度。该传感器无需外部电源即可实现实时数字响应，且具有尺寸可切换的特性，有利于规模化集成。
本研究的科学价值在于：首次利用摩擦电信号在高温环境下的温度依赖性，实现了基于同一传感器平台的宽温域压力/温度双模态感知，并通过特征矩阵方法实现了双刺激信号的解耦。同时，该工作将摩擦电传感器与机器学习技术相结合，展示了在极端环境下进行物体形状和温度识别的可能性，为智能机器人在高温危险场景中的应用提供了新的技术路径。
应用价值方面，该传感系统可应用于人机交互、虚拟现实、太空探索、火灾救援等极端环境场景。机器人可以在高温环境中替代人类执行危险任务，如高温物体识别、高温设备巡检等。该自供电多模态传感系统为前沿人机交互技术的发展提供了设计思路，也为极端环境下高效智能系统的构建奠定了基础。不过，作者也指出，该研究仍处于初步阶段，未来可以通过多学科融合进一步实现更复杂的应用，例如设计隔热阻燃材料和扩展无线插件等。