［本站讯］近日，集成电路学院李阳教授团队在智能柔性传感器研究中取得新进展，相关成果以“Biomimetic Electronic Skin for Robots Aiming at Superior Dynamic-Static Perception and Material Cognition Based on Triboelectric-Piezoresistive Effects”为题，发表在NANO LETTERS期刊(中科院一区，影响因子：10.8）。李阳教授为论文通讯作者，博士研究生李浩为论文共同第一作者，山东大学为该论文第一完成单位。

模仿人类皮肤感知外部刺激的柔性电子皮肤（e-skin）被认为是解决机器人应用日益增长的需求的关键技术。尽管电子皮肤是一个相当热门的研究话题，但事实是，大多数研究只关注单一类别的静态或动态信号的检测，远远达不到真正的要求。同时，随着电子皮肤和人工智能的快速发展，一般的触觉已经不能满足现代智能机器人的应用要求，未来机器人的发展对认知能力寄予厚望。迄今为止，所开发的电子皮肤在机器人的系统集成和实际机器人应用中的可用性演示方面明显不足，这是智能机器人进化所迫切需要的。此外，用于制备高性能电子皮肤的制造技术（如光刻或纳米压印）复杂且昂贵，并且通过简单且具有成本效益的制造方法制备的用于全面模拟人类皮肤功能的电子皮肤是必要的。

鉴于上述挑战，本研究展示了一种用于机器人的新型仿生电子皮肤（BES），通过摩擦电和压阻部件的结合，实现对动态和静态压力的全面触觉感知，并通过进一步与机器学习技术相结合，实现令人印象深刻的认知能力。

在这项工作中，（1）使用具有均匀微观结构的PVDF-HFP摩擦电层和PVDF-HFP/PEDOT压阻层，通过模板法和选择的额外聚合处理，实现高灵敏度和宽响应范围的BES，这是容易和经济的，从而克服了上述制备过程中存在的问题。（2）为了实现动态和静态信号的同时监测和解码，将独立的摩擦电部分和压阻部分层压组装，通过将BES连接到机械手上，成功地观察了机器人抓取物体的整个过程，展示了与人类皮肤功能相当的卓越触觉感知能力。（3）为了证明所开发的高性能BES的实用性，这也是本工作的最大亮点，引入了一种基于长短期记忆（LSTM）神经网络模型的机器学习技术，并将其应用于BES，以建立智能材料认知系统。结果表明，该系统能够通过一次随意的触摸，实现对6种形态模糊、表面光滑的材料的实时识别，准确率为96.8%，显示出比生物皮肤感觉系统更优越的认知能力。可以预见，文章所提出的具有专门引入微观结构的柔性电子皮肤，通过简单低成本的制备方法、动态和静态信号同时解码方法以及智能材料认知系统，为实现具有非凡感知能力和高级认知能力的智能机器人带来了新的启示。