分享自:

可伸缩多模态形变传感器:通过单一霍尔传感器实现自我模式识别

期刊:Nature CommunicationsDOI:10.1038/s41467-026-75632-2

可拉伸多模态形变传感器及其自模式识别研究

主要作者与研究机构

本研究由来自浙江大学机械工程学院的潘程枫(Chengfeng Pan)、北京大学未来技术学院的韩梦迪(Mengdi Han)、卡内基梅隆大学机械工程系的Carmel Majidi,以及香港中文大学机械与自动化工程学系的张立(Li Zhang)等学者合作完成。第一作者为张翀(Chong Zhang)和潘程枫。该研究成果于2026年以预印本(Article in Press)形式发表在《自然·通讯》(Nature Communications)期刊上。

研究背景与目标

在软体机器人、可拉伸电子器件及其他人造软体系统中,能够感知多种形变模式的传感器是提升系统智能化的关键组件。然而,现有技术面临两难困境:要么依赖复杂的多传感器阵列集成和空间布局设计,要么依赖基于计算建模和机器学习(machine learning)的高维数据处理算法。这些方法虽然有效,但都显著增加了系统复杂度和数据处理负担,与软体智能系统所追求的简洁性和紧凑性背道而驰。自然界中,生物体的体感网络通过在软组织中嵌入多样化的机械感受器(mechanoreceptors)来感知并区分不同的机械刺激模态。受此启发,本研究旨在开发一种新型的可拉伸多模态形变传感器(Stretchable Multimodal Deformation Sensor, SMDS),使其能够在不需要复杂计算或训练好的分类/回归模型的前提下,直接测量并区分拉伸(stretching)、弯曲(bending)、扭转(twisting)和按压(pressing)这四种基本形变模式。

研究设计与工作流程

该研究的核心是设计并制造出一种集成单一三轴霍尔传感器(3-axis Hall sensor)的感知系统,并通过材料编码的方式实现形变模态的自识别。

首先,在传感器设计与制造环节,研究团队制备了一种具有空间渐变磁化分布(spatially varying magnetization profile)的可拉伸磁性薄膜。该薄膜由钕铁硼(NdFeB)微粒与硅胶弹性体(Ecoflex 00-30)按2:1的重量比混合制成,厚度为1毫米,尺寸为70 mm × 20 mm。团队系统研究了微粒尺寸和比例对磁通量强度的影响,最终优化后的薄膜实现了高拉伸性(>500%)、低杨氏模量(<360 kPa)和低迟滞的优异机械性能平衡。为实现空间渐变的磁化矢量分布,研究团队设计了一套特定的脉冲磁化装置对薄膜进行充磁。一个尺寸小型化(5 mm × 5 mm × 2 mm)的柔性印刷电路板(flexible PCB),集成了三轴霍尔传感器(型号MLX90393),被安装在磁性薄膜的几何中心,并用软硅胶粘合剂进行封装,以缓解变形过程中的应力集中。该传感器可同时测量磁通量密度在X、Y、Z三个正交方向上的分量(Bx, By, Bz),从而将空间磁场变化解耦为多维信号。

其次,在传感机制验证环节,研究团队通过有限元分析和微观力学模型,揭示了不同形变模式下磁场矢量变化的内在机理。拉伸时,嵌入弹性体基质的NdFeB微粒在拉应力下重新取向,其磁矩向X轴旋转,导致Bx增加,By和Bz减小。弯曲时,传感区域两侧的磁通矢量发生不对称旋转,导致Bx和Bz减小,By增加。扭转时的机理与弯曲类似,但产生的信号变化模式不同,表现为Bx和By减小,Bz增加。按压时,传感器正上方的弹性体被压缩致密化,微粒旋转方向与原始磁化方向相反,导致Bx、By、Bz三者均显著减小。

再次,在传感器表征环节,研究团队搭建了可编程的多模态形变测试平台,对传感器施加可控的拉伸、弯曲、扭转和压缩载荷。为了直观展示形变模态的区分能力,团队定义了一个无量纲变量mi’,将不同模态下的信号变化模式映射到一个三维笛卡尔坐标空间中。实验结果表明,拉伸对应于[+1, -1, +1]象限,弯曲对应于[-1, +1, -1]象限,扭转对应于[-1, -1, +1]象限,按压对应于[-1, -1, -1]象限,四种模式在空间中占据截然不同的象限,实现了无需复杂算法的直接模态识别。此外,团队还系统研究了薄膜厚度、几何形状和局部损伤对传感器自解耦能力的影响,发现设计需避免完美的圆形对称,以确保不对称磁通分布的保持。校准实验显示,拉伸应变与Mx、弯曲角度、扭转角度和压缩力与Mz之间均呈现清晰的二次函数关系(R² > 0.99)。

主要研究结果

在生物医学应用方面,该传感器展示了在可穿戴电子和康复领域的巨大潜力。首先是人体颈部运动监测。将传感器贴附于头夹肌(splenius muscle)表面,可以清晰地区分头部左转(按压主导)、右转(弯曲伴扭转)和点头(弯曲主导)等动作,不同动作产生的多维输出模式在主成分分析(Principal Component Analysis, PCA)中可被明确分类。其次是闭环反馈式肌肉电刺激(Electrical Muscle Stimulation, EMS)应用。团队将SMDS、液态金属导线和刺激电极集成到一个可拉伸贴片上,构建了一套“自感知肌肉电刺激贴片”。在哑铃弯举训练中,SMDS实时监测肘关节弯曲角度,当角度处于75°至120°的屈曲阶段时,微控制器触发EMS脉冲发生器刺激肱二头肌,实现了运动同步的自适应肌肉激活,其所有导电通路均由液态金属构成以保持整体拉伸性。

在软体机器人应用方面,该传感器同样表现出色。首先,集成了SMDS的气动软体抓手能够通过感知弯曲和按压的复合变形,识别并抓取不同硬度和形状的水果(如芒果、梨、苹果),其多维输出信号在PCA图中按物体类别形成清晰聚类。其次,团队将SMDS集成到一个仿蝠鲼软体游泳机器人上,通过监测鳍的静态弯曲和动态拍打状态,并利用脉宽调制(PWM)控制,实现了机器人的可控转向,在23秒内完成了55°的转向。最后,在一个由肌腱驱动的仿生象鼻上,SMDS能够通过多维输出信号的明显模式,有效地区分并识别拉伸、扭转和弯曲等复杂运动。

研究结论与价值

本研究成功开发了一种结构极简但功能强大的可拉伸多模态形变传感器。其科学价值在于提出并验证了一种全新的“材料编码”感知范式:通过在磁性复合材料内部写入空间渐变的磁化矢量信息,赋予单一传感节点以多维信号输出的能力,从而在物理层面实现了对多种机械形变模态的内禀性区分。这突破了传统软传感器依赖单一物理量单调变化而难以解耦多模态输入的瓶颈。

其应用价值体现在多个方面。该传感器无需依赖外部摄像头或复杂的机器学习算法,即可通过简单、可解释的磁场读数实现对复杂人体运动和软体机器人状态的高保真追踪。研究展示的颈部姿势监测、智能肌肉电刺激、物体识别及软体机器人运动控制等一系列应用,证明了该技术在下一代可穿戴设备、主动式人机界面和智能软体机器人系统中的广阔前景。这项工作为实现具有类生物组织机械感知能力的智能自感知软系统提供了一条切实可行的路径。

研究亮点

本研究的首要亮点在于其创新的传感器设计理念。通过单一的三轴霍尔传感器与具有空间渐变磁化分布的可拉伸磁膜相结合,实现了对拉伸、弯曲、扭转、按压四种形变模态的直接测量与自识别,极大地简化了系统结构。

其次,该方法无需任何预先训练的机器学习分类或回归模型,仅通过判断三维磁场信号变化的正负象限模式,即可实时辨别形变类型,大幅降低了计算成本与使用门槛。

第三,研究系统性地建立了一套设计准则,探讨了磁膜厚度、几何形状(圆形、椭圆形、三角形)以及局部物理损伤对传感器自解耦能力的影响,为面向特定应用的传感器定制化设计提供了明确的指导。

此外,研究展示了该传感器平台在可穿戴人机接口和软体机器人两大前沿领域的高度适应性和多功能性。特别是将感知、控制和电刺激功能集成于一体的自感知肌肉电刺激贴片,以及无外部视觉辅助的软体抓手物体识别,充分体现了该传感器在推动软体系统迈向真正智能化方面的变革性潜力。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com