摘要
![](http://dingyue.ws.126.net/2023/1020/d446b118j00s2tgfy003uc000hs007fm.jpg)
柔性触觉传感器在便携式医疗保健和环境监测应用中显示出巨大的潜力。然而,在通过实时反馈扩大稳定的触觉传感器的制造方面仍然存在挑战。这项工作展示了一种通过激光划线、弹性体热压转移和Ag电极的3D打印来制造基于模板激光诱导石墨烯(TLIG)的触觉传感器的稳健方法。以不同的网格砂纸为模板,实现了具有可调传感特性的TLIG传感器。触觉传感器获得优异的灵敏度(52260.2kPa−1),宽检测范围(高达1000 kPa),低检测限(65 Pa),快速响应(响应/恢复时间为12/46 ms)和优异的工作稳定性(10000个循环)。得益于TLIG的高性能和防水性能,TLIG传感器可以用作健康监测器,甚至用于水下场景。TLIG传感器也可以集成到阵列中,作为软机器人夹具的受器。此外,利用基于卷积神经网络的深度神经网络,通过软TLIG触觉感知阵列进行纹理识别,对不同表面粗糙度的物体的总体分类率为94.51%,从而在实时实际场景中提供了较高的精度。
![](http://dingyue.ws.126.net/2023/1020/9a2e1050j00s2tgfz006rc000hs0098m.jpg)
创新点
1. 提出了基于激光诱导石墨烯和弹性体热压的模具激光诱导石墨烯(TLIG)薄膜制备方法,实现了灵活可调的压力传感器的制备。
2. 利用不同目数的砂纸作为模板,制备出具有不同微结构的TLIG薄膜,从而实现了对压力传感器灵敏度和检测范围的调控。
3. TLIG压力传感器表现出极高的灵敏度(0-7 kPa范围内达到52260.2 kPa-1)、宽检测范围(高达1000 kPa)、快速响应(响应/恢复时间为12/46 ms)等性能。
4. 将TLIG压力传感器制成柔性阵列,与四指软抓手集成,实现了对不同物体的形状和硬度的识别。
5. 基于卷积神经网络,实现了利用TLIG传感器阵列对不同表面粗糙度物体的触觉识别,总体识别准确率达到94.51%。
6. TLIG压力传感器可用于健康监测和特殊环境下(如水下)的应用场景。
7. TLIG制备方法简单高效,具有展开大规模制造的潜力。
图文参考
![](http://dingyue.ws.126.net/2023/1020/cbdadc2bj00s2tgfz009qc000hs00egm.jpg)
图1. 基于TLIG的触觉传感器的制造和表征
![](http://dingyue.ws.126.net/2023/1020/9d9f7323j00s2tgfy006cc000hs00cim.jpg)
图2. 基于TLIG的触觉传感器的传感机制分析
![](http://dingyue.ws.126.net/2023/1020/085fa7b5j00s2tgfz009dc000hs00kcm.jpg)
图3. 基于TLIG的触觉传感器的机电特性
![](http://dingyue.ws.126.net/2023/1020/d4f7c57cj00s2tgfz005tc000hs00fem.jpg)
图4. L基于TLIG的触觉传感器的应用
![](http://dingyue.ws.126.net/2023/1020/eac256bej00s2tgfz0097c000hs00h0m.jpg)
图5. 无线软卡子上的TLIG触觉传感阵列系统的结构与应用
![](http://dingyue.ws.126.net/2023/1020/1f0d12f7j00s2tgfz009dc000hs00f3m.jpg)
图6. 用于纹理识别的卷积神经网络
总结
研究提出了一种通过模板激光诱导石墨烯薄膜和热压方法来制造TLIG薄膜的简单方法。结合一个3d打印的Ag电极,TLIG薄膜可以集成到一个触觉传感阵列中,用于压力监测和纹理触觉感知。系统地研究了来自不同网格模板的TLIG触觉传感器的传感特性和机制。传感器具有高灵敏度,在0−7 kPa范围内达到超过52260.2kPa−1,宽压力响应范围为0−1000 kPa,快速响应/恢复时间为12/46 ms,低检测限为65 Pa。该传感器可以检测到范围广泛的压力,从轻压力(气流和振动)到低压(脉冲和各种人体运动),并延伸到高压(步态监测),这为电子皮肤、机器人和人工智能提供了巨大的潜力。此外,基于TLIG的触觉传感器在2 kPa条件下具有良好的可设计性能、防水性能和10000次循环以上的可靠的压阻性能,确保了传感器在不同的应用环境下保持稳定的信号输出。最后采用了一个基于cnn的深度神经网络来实现触觉纹理的触觉感知。9个不同粗糙度的物体的总体分类率达到94.51%,在实时实际场景中具有较高的精度。
* 参考文献:https://doi.org/10.1021/acsnano.3c05838
来源:二维材料Frontier
热门跟贴