查看原文
其他

Sci Adv︱李舟/罗聃团队开发新型触觉传感器可进行材料相关信息的感知

曲学铖 岚翰生命科学 2023-03-10

撰文︱曲学铖

责编︱方以一,王思珍

编辑︱方以一


人类触觉系统(tactile system)可通过物理接触来响应和量化触觉信息,是人体与外界交流的重要方式之一。随着材料科学及电子技术的快速发展,制备具有高灵敏度的触觉传感器实现压力、温湿度等信息的监测已不再是难题,然而利用触觉传感器对材质信息的量化仍具有一定挑战性[1]。尽管一些材料识别技术已取得部分进展,但它们仍然存在局限性[2-4]。例如,通过热导率识别材料类型具有成本低、精度高的优点,但需要较长的测试时间;基于电磁的方法具有优异的响应速度,但可识别材料的类型仅限于金属类等。因此,迫切需要一种低成本、高效率和高识别率的方法对各类型材料进行分辨。


2022年8月5日,北京纳米能源与系统研究所,中国科学院大学李舟研究员、罗聃研究员团队在国际学术期刊Science Advances上发表了题为Artificial tactile perception smart finger for material identification based on triboelectric sensing的研究,提出了一种基于摩擦电传感的策略以模拟并量化人类对物体材质触觉感知参数。曲学铖博士,刘卓博士和谈溥川博士共为文章的第一作者。


摩擦起电效应是指在各种界面上发生的接触感应带电现象。通过物理接触发生的电荷转移过程赋予摩擦电传感模拟触觉感知和功能的潜力。由于不同材料得失电子的能力是有差别的,每种材料根据其电正性或电负性,在摩擦起电序列中占据特定的位置。因此当两种材料接触时,其表面会发生电子转移[5];而两种材料间在摩擦起电序列中的差异,决定了电荷交换的容量和效率[6]。因此,可以采用基于摩擦纳米发电机的传感器,选择适宜材料作为摩擦层,根据其不同的摩擦电输出信号来判断材料的类型。


为了验证上述思路,研究者选用四种典型材料聚酰胺(PA66)、聚对苯二甲酸乙二醇酯(PET)、聚苯乙烯(PS)和聚四氟乙烯(PTFE)作为传感阵列的摩擦层,系统地研究并分析所构建的传感阵列在接触不同类型材料是摩擦电信号的差异,即当传器感阵列与测试材料进行接触和分离时,输出摩擦电信号的相对幅度、方向甚至波形等都呈现一定的规律性,证实基于摩擦电效应的传感阵列可对材料类型进行有效判断(图1a-i)

 

图1 所构建传感阵列对各类材料的输出响应

(图源:Qu XC, et al., Sci Adv, 2022)


根据上述原理,该团队的研究人员设计了一种具有超越人类触觉感知能力的智能手指,并通过整合机器学习的实时分析方法,构建高集成度的材料识别系统。该智能手指集成了摩擦电传感器阵列、数据采集和传输模块以及显示模块(图2a-c)。多通道、高精度的采集模块可以准确记录包含材料特性信息的摩擦电信号,这些信号通过蓝牙模块传输到计算机中进行机器学习分析,其结果可直接显示在计算机显示器上,或通过蓝牙模块传输到内置MCU进行处理,并投影在智能手指的OLED屏幕上进行实时显示。

 

图2 以智能手指为载体的材料识别系统整体设计

(图源:Qu XC, et al., Sci Adv, 2022)


在机器学习方面,研究人员采用降维法线性判别分析(Linear Discriminant Analysis)(图3a),选用Al、Acrylic、EVA、Glass、PU、PVC、Silicon、Wood、PTFE. Al、PETPS、PA66和PTFE作为测试材料。首先对采集到已知材料的相关数据进行预处理,进行特征提取和选择后,在特征矩阵和标签之间建立机器学习模型,然后进行不断的迭代。随着训练数据量的增加,机器学习模型逐渐接近真实情况。建立模型后即可对材料类别进行判断。经机器学习处理分析后,所构建的材料识别传感阵列对所有的十二种材料都能够达到较高的识别预测精度,综合预测精度为96.8%(图3b-d)

 

图3 用于材料类型识别的机器学习分析方法及识别准确率

(图源:Qu XC, et al., Sci Adv, 2022)


在实际应用中,研究人员分别展示了智能手指识别Wood、PVC和PTFE三种类型材料的软件界面和OLED显示结果(图4a-d),高度集成的材料识别系统可有效地对常见材料的类型进行识别,并实时、直观地呈现识别结果。所构建的智能手指具有制造工艺简单、检测速度快、识别效率高等特点,是一种新型可靠的材料识别解决方案。


图4 智能手指进行材料识别展示

(图源:Qu XC, et al., Sci Adv, 2022)


文章结论与讨论,启发与展望
在本研究中,作者基于摩擦电效应模拟并量化人类对材质触觉感知的参数,并结合机器学习技术构建了以智能手指为载体的材料识别系统,解决了传统触觉传感器难以快速、准确且低成本地进行材料识别的技术难点,为具有材料识别功能触觉传感器的开发提供了有效解决方案,在医疗康复和智能工业等领域具有广阔的应用前景。目前传感器阵列采用的是硬质结构,且仅聚焦于材料相关信息的检测,后续工作将在触觉传感器的柔性和多功能方面进行改进,以适配更复杂的应用场景。


原文链接:https://www.science.org/doi/10.1126/sciadv.abq2521


第一作者曲学铖(左),通讯作者罗聃(中),通讯作者李舟(右)

(照片提供自:李舟实验室)


作者简介(上下滑动阅读) 

通讯作者:李舟,国家杰青,博导,中国科学院北京纳米能源与纳米系统研究所研究员/所长助理、中国科学院大学纳米科学与技术学院教授。主要研究方向为生物电子器件、植入/穿戴的电子医疗器件、生物传感器、可降解器件、细胞生物力学。李舟研究员在Nature RevCardio、Sci Adv、Nature Comm等期刊发表论文190余篇,被引超10000次,H指数54。获北京市科学技术二等奖(第一完成人)、国际医学与生物工程联合会(IFMBE)青年科学家奖等。获国家杰出青年基金、新曦颠覆式技术创新基金、北京市杰出青年基金、国家万人计划青年拔尖等项目支持。担任中国生物医学工程学会青委会副主任委员、中国电子学会生命电子学分会青年副主任委员等。担任学术期刊Smart Materials in Medicine和Nano Select的副主编、Science Bulletin等期刊的编委。


通讯作者:罗聃,博导,中国科学院北京纳米能源与系统研究所研究员。主要从事基于自供电物理治疗器械与仿生材料的组织工程及生物传感研究;在Sci Adv、Nature Comm、 J Am、Chem Soc、Adv Mater等发表SCI收录论文近60篇,获得授权发明专利16件;先后主持和参与国家重点研发计划、国家自然科学基金、北京市自然科学基金、重大央企合作等课题10余项,担任多本SCI期刊编委及客座编辑。


第一作者:曲学铖,博士,毕业于中国科学院大学纳米科学与技术学院,生物物理学专业。主要研究方向是自驱动电子医疗器件和残疾康复辅具。曾获北京市优秀毕业生,国科大三好学生,研究所所长奖学金,中国智能医疗创新大赛决赛二等奖,国科大杯创新创业大赛项目决赛二等奖等荣誉。已发表学术论文30余篇,包括Sci Adv、Nature Comm、Adv Energy Mater、Small等,引用次数1200余次,ESI高被引论文3篇。


相关内容受到国外各大新闻媒体的关注和报道,新闻链接:

https://scienceadvances.altmetric.com/details/133700640/news


李舟课题组网站:http://www.nanobiolab.cn

李舟课题组访问学者、访问学生招聘启事:

https://13901785.s21i.faiusr.com/61/ABUIABA9GAAg9sy8iQYosqjjlQI.pdf 

李舟课题组招收 2023 级推荐免试研究生(含直博生):

https://13901785.s21i.faiusr.com/61/ABUIABA9GAAg94fBlAYo0IiclQQ.pdf 


人才招聘

 ”岚翰生命科学“ 诚聘副主编/编辑/运营岗位 (在线办公)

往期文章精选

【1】Nat Commun︱蒋卫课题组揭示表观遗传因子PCGF6通过激活SOX2调控神经外胚层分化的新机制

【2】STAR Protocols︱蒋晞课题组优化急性髓系白血病小鼠模型建立及监测方法

【3】Cell Death Differ︱杨铁林团队揭示染色质三维结构与表观重塑促进干细胞命运转变

【4】STAR Protocols︱贾琼团队发表二维和三维细胞外基质刚性调控及致瘤细胞筛选方案

【5】Cell Death Dis︱袁凌青团队揭示血管钙化新作用机制:血管壁微环境中内皮细胞分泌的外泌体调控尿毒症动脉中膜钙化

【6】CII︱郭志刚团队联合蓝盾生物开发靶向间皮素CAR-T新药治疗卵巢癌

【7】Cell Death Dis︱杨锦建/贾占奎团队新研究证实AOC1有望成为前列腺癌治疗的新靶点

【8】Front Immunol︱姜春来/张勇团队发现肌内接种AS02佐剂呼吸道合胞病毒亚单位疫苗展现出更好的免疫效果和安全性

【9】Nat Commun︱程亦凡团队运用融合蛋白策略和冷冻电镜技术成功解析G蛋白偶联受体非激活构象

【10】Cell Death Differ︱秦仁义团队发现去泛素化酶USP14有望成为治疗胰腺癌的新靶点

优质科研培训课程推荐【1】宏基因组与代谢组学R语言分析及可视化实操研讨会(8月27日 腾讯会议)


参考文献(上下滑动阅读) 

[1] Wang C. Dong L. Peng D, et al. Tactile Sensors for Advanced Intelligent Systems[J]. Advanced Intelligent Systems: 2019, 1: 1900090.

[2] Zhao S, Zhu R. A Smart Artificial Finger with Multisensations of Matter, Temperature, and Proximity[J]. Advanced Materials Technologies: 2018, 3: 1800056.

[3] Smith PP, Zografos K. Sonar for recognising the texture of pathways[J]. Robotics and Autonomous Systems: 2005, 51: 17-28.

[4] Legrand B. Dordet Y. Voyant JY, et al. Contactless position sensor using magnetic saturation[J]. Sensors and Actuators a-Physical: 2003, 106: 149-154.

[5] Zou HY, Zhang Y, Guo LT, et al. Quantifying the triboelectric series[J]. Nature

[6] Wang ZL. From contact electrification to triboelectric nanogenerators[J]. Reports on Progress in Physics: 2021, 84: 096502.


本文完

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存