仿生可拉伸应变传感器的突破：实现全向超敏应变感知与深度学习辅助方向识别

作者及发表信息
本研究由剑桥大学工程系电气工程分部的Muzi Xu、Chaoqun Dong、Chenyu Tang、Fangxin Hu、George G. Malliaras和Luigi G. Occhipinti*，以及香港大学电气与电子工程系的Jiaqi Zhang合作完成，发表于*Advanced Materials*期刊2025年第2420322期。

学术背景
在柔性电子和电子皮肤领域，可拉伸应变传感器因其高灵敏度和适应性成为健康监测、人机交互等应用的核心组件。然而，现有传感器多基于单轴应变检测，难以应对现实场景中的多轴应变需求。人类触觉系统具备全向（omnidirectional）应变感知和方向识别能力，但将此功能集成于单一传感器面临巨大挑战：各向同性（isotropic）感知要求均匀响应，而方向识别需依赖信号差异。本研究受人类手指三维结构启发，首次提出一种兼具全向超敏应变感知和方向识别（IOHSDR）功能的仿生可拉伸器件。

研究流程与方法
1. 仿生设计与器件结构
- 结构模仿：从人类指纹的几何结构（涡旋纹whorl pattern）、表面形态（乳突脊papillary ridges）和材料梯度（表皮-真皮模量差异）三个维度仿生。
- 基底设计：采用三层层状异质基底（梯度模量），顶层为高模量PDMS（10:1比例），中层为中等模量PDMS（20:1），底层为类皮肤模量的Ecoflex 00-10。通过“圆的渐开线”（involute of a circle）图案实现径向各向同性和渐开线方向各向异性。
- 功能层：喷涂石墨烯纳米片（graphene nanoplatelets）墨水形成连续导电通路，氧等离子体处理增强界面结合力。

1. 制备工艺

   • 基底制造：通过3D打印模具和旋涂法逐层固化，控制模量梯度。
     
   • 功能层集成：高压均质化（HPH）制备石墨烯墨水，喷涂后经氧等离子体活化基底表面，形成稳定界面。
     
   • 电极布置：集成可拉伸银电极（A-E），用于信号采集和方向识别。
     

2. 性能表征

   • 灵敏度与耐久性：通过Instron拉伸测试系统验证，器件在0.01%应变下仍可响应，灵敏度（gauge factor）达634.12，耐久性超过15,000次循环。
     
   • 各向同性验证：在12个方向（间隔15°）施加相同应变，信号标准差仅0.0288，证实全向一致性。
     
   • 方向识别：利用三通道电极（BC、CD、DE）信号差异，结合深度学习模型（基于Siamese-CNN的三分支架构）实现360°方向分类，准确率99.58%。
     

3. 应用验证

   • 健康监测：检测桡动脉脉搏波（含P波、T波等特征）和咽喉振动信号（区分“sheep/ship”等近音词），在不同贴合角度下均表现稳定。
     

主要结果
1. 超敏应变感知：异质基底的双重调控机制（模量与截面积）使局部应变显著高于整体应变，灵敏度较均质基底提升12倍（图2f-h）。
2. 全向一致性：渐开线结构确保任意方向应变均能垂直作用于部分环路，信号累积增强响应（图3a-c）。
3. 方向识别机制：三通道电极动态切换各向同性/异性状态，通过信号差异解析方向（图5a-b）。
4. 深度学习优化：CNN模型融合三通道特征，实现高精度分类（图5d）。

结论与价值
本研究首次通过仿生设计将全向超敏感知与方向识别功能集成于单一传感器，解决了多轴应变环境下的技术瓶颈。其科学价值在于提出“渐开线异质基底”新范式，应用价值涵盖精准医疗（如心血管疾病早期诊断）和智能交互（如无声语音识别）。未来可通过替换功能层材料（如MXenes）进一步拓展应用场景。

研究亮点
1. 多维仿生创新：结合指纹结构、模量梯度和渐开线几何，实现功能集成。
2. 动态切换机制：基底设计使传感器能根据应变方向动态调整响应特性。
3. 算法-硬件协同：深度学习模型与多电极布局的协同优化，突破传统多传感器系统的复杂性限制。

其他价值
- 生物相容性：Ecoflex 00-10底层减少模量失配，提升皮肤贴合性。
- 工艺可扩展性：3D打印模具和喷涂工艺适合大规模生产。

（注：全文约2000字，涵盖研究全流程的核心细节与创新点。）