仿生自组装梯度结构双模态传感器，兼具宽量程与高耐久性

主要作者与机构：

本研究由高扬辰、杨洁、罗一杰、张晓宇、高怀宇、李丽、张俊尧、孙彤睿、祖国庆、周彦敏和黄佳共同完成，其中高扬辰、杨洁和罗一杰为共同第一作者，杨洁、周彦敏和黄佳为通讯作者。研究单位包括同济大学上海自主智能无人系统科学中心、同济大学材料科学与工程学院、同济大学自主智能无人系统全国重点实验室、同济大学前沿科学中心以及同济大学电子与信息工程学院。该成果作为一篇研究论文，发表于期刊《Advanced Functional Materials》上，并于2025年7月9日在线发表。

研究背景：

这项研究属于先进功能材料与柔性电子传感领域。随着智能机器人、增强现实/虚拟现实（AR/VR）、具身智能和人机交互（HMI）技术的迅猛发展，对能在触觉和非接触（touchless）两种模式下工作的高精度、高适应性传感器需求日益增长，尤其是在动态复杂环境中。然而，传统的双模态传感器多采用多层设计，这带来了层间界面失配（interfacial mismatches）问题，导致在反复机械应力下容易发生分层（delamination）、应力集中和结构疲劳，严重损害了传感器的耐久性和信号稳定性。为解决这一问题，研究者从刀鱼（knifefish）卓越的双模态感知系统中获得灵感。刀鱼不仅能通过其梯度结构的皮肤进行精确的触觉感知，还能利用结节状电感受器（tuberous electroreceptors）探测电场，实现非接触感知。本研究旨在模仿这种生物机制，开发一种新型的集成化传感器，以克服传统多层结构的缺陷，同时实现宽压力检测范围、超长耐久性和远距离非接触感知的平衡。核心目标是提出一种创新的材料设计和制备策略，以满足下一代智能电子设备的严苛需求。

详细研究流程：

研究流程主要分为四个阶段：仿生结构设计与材料制备、材料性能优化、触觉传感性能测试与验证，以及非接触传感机理分析与应用展示。

第一阶段，研究者设计并制备了受刀鱼启发的梯度结构双模态传感器。他们采用了一种无缝的重力驱动自组装（gravity-driven self-assembly）方法。首先，以钼铝硼（MoAlB）为前驱体，通过氢氧化钠（NaOH）化学刻蚀去除铝原子层，成功制备了二维过渡金属硼化物——MoB MBene纳米片。X射线衍射（XRD）和透射电子显微镜（TEM）等表征证实了MBene的成功合成。随后，将多孔聚氨酯泡沫（PUF）基底浸入含有氧化石墨烯（GO）和MBene纳米片的混合溶液中，通过一步水热法并引入水合肼还原GO，凭借重力作用和静电相互作用，使得还原氧化石墨烯（rGO）和MBene在PUF孔隙内形成了连续且浓度渐变的无缝梯度结构。此复合材料与底部具有半球形穹顶（hemispherical domed）结构的聚二甲基硅氧烷（PDMS）基底集成，最终构筑了MGPP传感器。这种一体化结构设计从根源上避免了多层界面问题。

第二阶段，研究者对传感器中rGO与MBene的最佳配比进行了系统优化。他们制备了六种不同质量比（rGO:MBene从10:0到0:10，分别命名为MGP-1至MGP-6）的复合材料，并对其进行了表征。通过X射线光电子能谱（XPS）分析发现，MBene表面的氧化官能团（如Mo─O和B─O键）作为活性位点，增强了与rGO和PUF的界面化学键合。力学压缩测试表明，适当的MBene含量能有效提升压缩强度，但过量会导致纳米片团聚，反而削弱应力传递。在0.1至0.5 MPa和0.5至1 MPa的压力区间内，配比为6:4的MGP-4样品表现出最高的灵敏度，达到0.36 kPa⁻¹。同时，MGP-4在90%应变下展现出最高的应力值和适中的杨氏模量，实现了强度与柔韧性的平衡。有限元分析（FEA）模拟进一步验证，MGP-4在0到1000 kPa的宽压力范围内，能够实现最均匀的应力分布，有效避免了应力集中，从而解释了其为何拥有最佳的机械稳定性和传感性能。

第三阶段，研究者对优化的MGPP传感器进行了全面的触觉性能评估。力学测试显示，该传感器展现了典型的三阶段变形行为，在90%的高压缩应变下，其最大应力可达11.3 MPa，是未优化MGP材料的9倍以上。在传感性能上，其压力检测范围极宽，从16 Pa的微小压力到高达11.3 MPa的高压均可响应。灵敏度在0-1 kPa范围内为0.0857 kPa⁻¹，即使在1-10 MPa的高压区仍保持0.0010 kPa⁻¹。耐久性测试是本研究的一大亮点，传感器在65%应变下经过超过20万次的压缩-释放循环，电容响应曲线几乎没有性能衰减，表现出卓越的长期稳定性。其响应和恢复时间均为60毫秒。为展示应用潜力，一个4x4的传感阵列能够精确识别从一片树叶到一名站立成年人的广泛重量，并成功集成到CR5机械臂末端。机械臂通过抓取气球、棉花糖、猕猴桃和砖块等不同硬度的物体，根据实时电容信号的波动幅度和形态，精确区分了物体硬度。更进一步，该系统还能通过触觉信号准确判断猕猴桃的成熟度（过熟、成熟、未熟），为农业自动化分拣提供了关键技术验证。

第四阶段，研究者深入探究了非接触传感的工作机理和实际应用。非接触感知主要基于边缘场干扰（edge field interference）机制。当手指等物体靠近时，会干扰传感器的边缘电场，导致电容变化。文中通过等效电路模型阐释了这一过程。增强的非接触性能归功于麦克斯韦-瓦格纳极化（Maxwell-Wagner polarization）效应：导电填料MBene和rGO在绝缘的PUF基体中产生界面电荷分离，形成额外的偶极矩，从而大幅提升了介电常数和极化能力。实验数据显示，手指与传感器的距离从20厘米减小到1厘米时，相对电容变化量（ΔC/C₀）单调增加，最大非接触检测距离可达25厘米，该性能指标在已报道的同类研究中具有显著优势。这种双模态能力被成功集成到机器人手上，传感器不仅能在手指接触和离开时产生截然相反的电容信号，还能精确区分长时间和短暂的接触事件。此外，研究者还设计了两个创新性演示：一是利用4x4传感器阵列进行非接触式动态手写识别，系统通过电容变化的空间分布实时跟踪手指滑动轨迹；二是构建了一个非接触式虚拟钢琴人机交互系统。7个传感器通道对应7个音符，系统能够实时、准确地捕捉手指的接近速度（快速按键产生陡峭信号边沿，慢速按键则较平缓），并在演奏完整乐句时，输出与音乐节奏和按键时长高度吻合的连续信号波形。

研究结论与价值：

本研究的核心结论是，通过仿生刀鱼的电感知系统，成功发展了一种利用重力驱动自组装策略构筑的、具有梯度结构的柔性双模态传感器。该设计从根本上解决了传统多层传感器中普遍存在的界面失配和机械不稳定性难题。通过优化MBene和rGO在PUF基体中的梯度分布，并利用麦克斯韦-瓦格纳界面极化效应，传感器在触觉和非接触两种模式下均展现出卓越性能，实现了超宽压力检测范围（16 Pa至11.3 MPa）、超20万次的杰出耐久循环，以及长达25厘米的非接触感知距离。

其科学价值在于提出了一种新的无缝梯度结构集成策略，为开发高稳定性、多功能的柔性电子器件开辟了新途径。而其巨大的应用价值已在概念验证中得到充分体现：在智能机器人领域，它能实现高精度的物体硬度识别和果蔬成熟度分拣；在人机交互领域，它能支持远距离手写识别和非接触式音乐演奏。这些成果表明，该传感器在智能机器人、增强现实/虚拟现实、人机界面以及具身智能系统等前沿领域具有广阔的应用前景，为下一代智能电子设备的发展铺平了道路。

研究亮点：

本研究的主要亮点可归纳为三点。第一，仿生创新性强，巧妙地模仿了刀鱼的梯度皮肤和电感受器，实现了触觉与电感知的完美集成。第二，方法学有突破，提出并实施了一种简单、环保的重力驱动自组装方法，构建了无界面问题的梯度复合材料，该策略具有普适性。第三，综合性能极其出色，在一个单一的传感器件上同时实现了超宽量程、超强耐用性和远距离非接触探测，这三项指标在目前已报道的基于二维材料的压力传感器中均处于顶尖水平，成功攻克了双模态传感器领域中长期存在的性能权衡难题。