吉林大学：研究用于多种触觉感知的自供电柔性水凝胶传感器，具有不可破坏的可压缩容差

背景介绍

具身智能和柔性电子技术的快速发展，使得对能够持续监测生理信号并实现无缝人机交互（HMI）的先进电子皮肤（e-skin）设备的需求日益增长。天然软组织能够在日常生产活动中承受显著的机械负荷。为了有效地模拟这些天然组织，仿生传感器必须在保持稳固的机械稳定性的同时，实现与表面的良好贴合性，以应对长时间的外部机械负荷。虽然现有的基于水凝胶的电子皮肤已成功监测了多种生理信号和机械参数，但这些研究中制备的导电弹性体通常难以应对具身机器人所需的高负荷工作条件，并且在与高曲率表面或刚性微机电系统集成方面也面临挑战。

此外，摩擦纳米发电机（TENG）通过耦合接触起电和静电感应，将环境机械刺激高效地转换为电信号，从而提供了一种极具吸引力的自供电解决方案。 然而，传统的基于摩擦纳米发电机（TENG）的传感器存在模量不匹配以及金属电极与软摩擦电层之间界面粘附性差的问题，不可避免地导致结构分层和信号传输受损。离子导电水凝胶因其类皮肤的顺应性、含水量和生物相容性而成为极具吸引力的电极候选材料。然而，许多原始水凝胶本身粘附性较差，并且导电纳米材料的引入往往会引入有害的电噪声。传统策略的这些缺陷从根本上导致整个TENG器件在大机械载荷下发生结构失效和界面分层，最终导致自供电电信号的失真。因此，设计一种兼具高导电性、强粘附性和优异机械韧性的水凝胶仍然是一项迫切的需求。

本文亮点

1. 本工作报道了一种简单且经济高效的策略，用于制备具有类皮肤力学性能的粘性、透明且导电的水凝胶电极，该电极在接近100%的压缩下仍能保持稳定。

2. 基于单电极摩擦纳米发电机（TENG），将这些电极进一步集成到自供电柔性应变传感器中，该传感器展现出高灵敏度、良好的线性度、快速响应和优异的稳定性。

3. 开发了一种用于机器人手的触觉信号监测和分析系统，并结合机器学习算法，实现了柔性组装过程中水果的精确识别和扭矩识别。

4. 该传感器还能够进行生理监测，包括书写、步态、语音和呼吸信号，展现出在机器人电子皮肤、智能运动监测和人机交互等领域的广阔应用前景。

图文解析

图1. 基于ATP水凝胶的柔性传感器的设计与应用。(a) 与已报道的SN和DN水凝胶的压缩强度、压缩应变、粘附强度和电导率的比较。 (b) 紫外光固化ATP复合水凝胶的制备工艺示意图。(c) ATP-TES在接触分离模式下的工作原理。(d) ATP-TES的结构示意图。

图2. ATP水凝胶的表征分析和力学性能测试结果。(a) ATP水凝胶表面形貌的SEM图像。(b) ATP水凝胶的放大SEM图像。(c) TA、PGA和ATP水凝胶的XRD图谱。(d) PGA、PAA、AA-PGA水凝胶和ATP水凝胶的FTIR光谱。(e) 不同TA浓度下ATP水凝胶的应力-应变曲线。 (f) ATP水凝胶的拉伸应力-应变曲线。(g) ATP水凝胶的压缩应力-应变曲线。(h) ATP水凝胶在平行和垂直方向上与粘附表面的强粘附性。(i) ATP水凝胶的剪切强度测试结果。(j) ATP水凝胶粘附于不同基材表面的剪切强度测试结果。(k) 不同基材表面剪切强度的比较。(l) 不同TA浓度下ATP水凝胶的剪切强度测试结果。

图3. ATP水凝胶传感器的机电性能。(a) 不同TA含量ATP水凝胶的电化学阻抗谱(EIS)分析。(b) ATP水凝胶的响应时间和恢复时间。(c) ATP水凝胶在连续多步压缩至80%应变过程中的相对电阻变化。(d) 水凝胶电极中不同TA含量对TENG开路电压的影响。 (e) 水凝胶电极中TA含量变化对TENG短路电流的影响。(f) TENG在不同应变(0–80%)下的开路电压。(g) TENG的灵敏度和线性度。(h) 接触模式下不同距离下的重复开路电压响应。(i) 接触模式下的响应时间和恢复时间。(j) 接触模式下不同激励频率下的重复开路电压响应。(k) ATP-TES在5000次机械循环后的疲劳性能。(l) 已报道的典型水凝胶基柔性传感器的性能比较。

图4. 用于水果分拣和柔性组件扭矩监测的机器人触觉传感。(a) 摩擦电触觉传感系统的图像。 (b) 集成自供电触觉皮肤的机械手作为可操作的触觉抓取器，能够根据摩擦电信号的强度识别抓取动作和力度。(c) 同一根手指配备 ATP-TES 后与不同物体交互时的电压响应曲线。(d) 物体识别结果的混淆矩阵。(e) 配备 ATP-TES 的指尖在使用多种工具时的响应曲线。

图5. 检测细微的人体动作。喉部运动引起的电位变化响应，包括：(a) 发声产生的电压变化。(b) 咳嗽和吞咽引起的电压变化。(c) 手指弯曲不同角度时 ATP-TES 的电压输出变化。(d) 书写动作引起的电压变化。(e) 吹气动作引起的电压响应。(f) 脉搏检测过程中产生的电压信号。(g) 不同频率呼吸过程中记录的实时电位变化。 （h）对应于慢走、正常走、跑步和跳跃的潜在信号曲线。

来源：高分子材料科学