近日，厦门大学廖新勤课题组受章鱼触手的微型大脑和人体软硬组织的启发，提出了一种可重构、自适应的智能触摸传感器（RAI触摸传感器）。感应元件的几何级数结构为RAI触摸传感器提供了独特的集成感应机制。该设计实现了类似于章鱼小脑群的分布式计算，将传统处理器的原始传感数据的处理和集成委托给传感元件。对于从单点触摸到多点触摸的动态触摸识别，RAI触摸传感器使用集成传感机制集成传感数据。这极大地压缩了RAI触摸传感器内的数据维度，产生简洁且不失真的交互信号。为了使先进的触摸技术能够有效地处理大量的传感数据，这种将积分计算功能集成到传感元件中的新型传感器内计算范式显着提高了效率。不同人体组织的软硬结合启发了高度可变形的RAI触摸传感器，结合了柔软的Ecoflex材料，具有屈曲结构的导电银纤维纱，以及坚硬的强粘合传感元件。这项研究为传感器内计算和可重构和自适应结构设计策略提供了突破性的见解，以推进可变形多点触控电子技术，为未来具有人机界面的设备平台提供了新的路线。相关工作以“Octopus tentacle-inspired in-sensor adaptive integral for edge-intelligent touch intention recognition”发表在《Advanced Materials》（IF 27.4，，一区TOP）上。

  触摸技术作为一种革命性的交互方式，正在推动着交互创新和多样化应用的发展。基于触摸技术的意图识别可以广泛应用于许多应用，包括人形机器人、人机界面和工业机械。传感和计算节点的数量正以惊人的速度增长，这反映了对触摸数据采集和处理技术的需求不断增长，这是更广泛的智能传感网络发展的关键驱动因素。然而，感知和计算节点的利用受到许多困难的困扰，其中最紧迫的困难包括布线复杂、可重构性不足和计算复杂性。在传统设计中，由于不同的结构要求和制造技术，传感单元与计算单元在物理上是分开的。传感功能主要在模拟域中执行，而计算则使用冯·诺伊曼计算架构在数字域中进行。传感器终端收集大量原始数据，然后必须将其传输到远程计算单元进行处理，这不可避免地需要复杂的数据转换和传输。

【研究亮点】

  将多点触控技术应用于人体手臂皮肤，激活机械感受器，将这些触觉感知转化为生物电信号。神经系统将这些信号传递到中枢神经系统，最终传递到大脑的高级联合皮层。与其他感觉输入相结合，大脑的认知过程启动适当的运动反应。这种复杂的生物机制允许在执行日常任务时与环境进行一系列相互作用。神经系统中的神经元通过突触进行交流，每个神经元与其他几个神经元形成连接。这些连接点形成了一个复杂的信息传输网络。研究者们所设计的RAI触摸传感器模拟了神经通路中多突触通路的结构。重要的是，该结构的触点模仿了机械感受器的内部传感结构。在触点处，由具有不同信号值的传感元件组成的不同级数结构影响电路内信号的相互干扰。研究者们对比了三种类型的传感器阵列：常数序列结构、等差序列结构和所设计的几何序列结构。

图1 RAI触摸传感器的传感机理及与普通设备相比的优点

  RAI触摸传感器设计策略的灵感来自八个柔软的章鱼触手，这些触手可以通过与神经肌肉系统协调来实现局部运动。在正常章鱼的认知中，“触手思维”允许神经纤维和机械感受器向迷你大脑传递神经信号。研究者们设计了RAI触摸传感器结构，模拟了章鱼触手的多点触摸识别功能结构。RAI触摸传感器是将多功能触摸点和可拉伸螺纹结合在一起制成的。得益于这些元件的可重构和自适应特性，RAI触摸传感器在各种拉伸状态下均具有响应速度快，响应和恢复时间<200 μs，并且具有良好的大于10000次循环测试耐久性。电阻的相对变化（<0.19%）非常小，表明传感器在各种机械变形下保持稳定的性能，进一步降低了串扰的可能性。这些属性表明了该设备的突出实用性，该装置是由刚性元件固定在软聚合物基体上构造的。软硬结合通过刚性单元实现静态压力，通过软区域实现动态应变。

图2 RAI触摸传感器的启发与性能

  研究者们通过将刚性元件地固定在软聚合物基体上构造出RAI触摸触感器。软硬结合通过刚性单元实现静态压力，通过软区域实现动态应变。硬-软结合实现了RAI触摸传感器优异的拉伸性（高达200%），扭转性（180°）和可弯曲性（半径低于25 mm）。通过结合柔软的Ecoflex材料、具有屈曲结构的导电银纤维纱和高粘性传感元件，RAI触摸传感器能够在同一物理单元内执行信号传感和信息计算。这种集成大大减少了数据传输，简化了系统结构。独特的积分感知机制最大限度地减少了数据维数，消除了冗余，大大提高了计算性能，优化了处理后的信息。重要的是，通过巧妙地设计触摸点和可拉伸的螺纹变形形式，RAI触摸传感器实现了前所未有的高度可拉伸的多点触摸结构。

图3 RAI触摸传感器的表面结构设计

  研究者们利用其形态可重构性，传感器适应各种动态结构转换，使其适用于广泛的可穿戴设备平台。基于其高度可拉伸和独特的集成传感机制，RAI触摸传感器可以设计为线性，菱形或圆形结构。并且展现出可以触发LED，控制虚拟角色，并操作PowerPoint。

图4 RAI触摸传感器单点触摸和多点触摸的人机交互

  摩斯密码是一种可靠而成熟的通信技术，它采用标准化的“.”和“－”来表示字母、数字和一些特殊字符。这种方法允许沟通各方在不依赖口头语言或书面文字的情况下传达信息。摩斯密码以其可靠性和坚固性而闻名，在紧急通信、军事行动和业余无线电等特定领域保持了其重要性。为了将摩斯密码整合到现代技术中，开发了一种将这种经典方法的可靠性与先进的机器学习能力相结合的系统。研究者们采用基于一维卷积神经网络模型的机器学习算法对手指按压产生的数字值进行分类，实现了摩斯密码信号翻译和识别的高精度和鲁棒性。

图5基于RAI手套的可穿戴摩斯密码识别应用

  研究者们研究了一种可穿戴、高度可拉伸、可重构和自适应的智能触摸传感器（RAI触摸传感器），它利用多点触摸计算来实现传感器内自适应学习和人机交互的实时推理。RAI触摸传感器是将多功能触摸点和可拉伸螺纹结合在一起制成。提供了一种新的传感和处理单元，可以进一步扩大先进人机界面技术的范围，有可能为交互式电子学开辟一条新的路线。为了在不同的交互环境中保持效率和有效性，根据环境变化或用户需求调整操作模式或参数的能力尤为重要，这体现了设计理念和实现机制的力量和有效性。总体而言，本研究为下一代软电子产品的高性能、可拉伸、可重构和自适应智能传感系统的开发提供了一个基础平台，并展示了传感器内计算策略的突破，为未来的人机技术设备平台铺平了道路。RAI触摸传感器具有动态触摸识别、可重构和自适应结构设计策略以及独特的传感集成机制，将极大地扩展在各种多点触摸识别交互场景中的应用。

  文献链接

  Octopus Tentacle-Inspired In-Sensor Adaptive Integral for Edge-Intelligent Touch Intention Recognition

  https://doi.org/10.1002?/adma.202420501