1.研究背景

随着人工智能、柔性电子和机器人技术的快速发展，电子皮肤（e-skin）作为连接虚拟世界与真实世界的重要交互界面，受到了广泛关注。人类皮肤之所以能够实现高度复杂的触觉认知，依赖于两类关键的机械感受器：慢适应型（SA）受体（如 Merkel 细胞），对持续压力敏感，能够检测并保持稳定信号；快适应型（FA）受体（如 Meissner 小体、Pacinian 小体），对快速变化的机械刺激敏感，适合感知轻触、震动与瞬态变化。这种 SA 与 FA 的双受体协同构成了人类触觉的核心机制，使得我们不仅能感知外部环境，还能对物体进行认知与判断（如材料硬度、表面质感、物种类别）。

近年来，受人体触觉系统启发，研究人员开发了多种仿生电子皮肤架构：压阻型、压电型和电容型电子皮肤，主要模拟SA受体，用于持续压力和应力检测；摩擦电型、压电型电子皮肤，则多用于FA受体功能的仿生，能够快速响应振动与瞬态刺激。然而，这些工作大多局限于单一受体功能的模仿，导致系统难以实现多维度触觉信息的综合获取，更无法完成自主学习与高阶认知。尤其是在手势识别与材料硬/软度感知等任务中，单一模式的电子皮肤往往存在：识别准确率有限，在复杂环境中稳定性不足；可用性示范不足，多依赖外部辅助信号处理；自主性不够，缺乏对触觉信息的多维融合与高层次解读。在此背景下，如何构建一种兼具SA与FA功能的仿生双受体电子皮肤，并通过软硬件一体化设计实现对多维度触觉信息的自主感知与认知，已成为电子皮肤和智能机器人领域亟待突破的核心难题。

2. 研究成果

尽管已有研究尝试通过电容、压阻、摩擦电等不同机制实现电子皮肤的多样化感知，但大多数方案仍停留在单一模态触觉的获取，难以支撑复杂环境下的自主认知。例如，基于电容的传感器在持续压力检测上性能突出，但对瞬时信号响应不足；摩擦电与压电型器件能够实现快速响应，却缺乏稳定的静态感知能力。这种“单一感知模式”的局限，导致现有系统在手势识别的鲁棒性、材料硬/软度判别的精度、以及多维信息融合的自主性方面，仍与人类皮肤存在明显差距。

为突破这一瓶颈，山东大学李阳教授团队联合韩国光云大学、济南大学团队，提出了一种仿生SA-FA双受体(BDR)电子皮肤，通过静态-动态互作增强机制深度融合SA与FA的功能特征，在单一器件中实现了稳定压力检测与快速瞬态响应的统一，为电子皮肤跨入“认知级”发展奠定了基础。该电子皮肤由两部分构成：离子水凝胶微金字塔结构单元（仿SA受体），具备线性灵敏度高达172 kPa⁻¹（30 kPa范围）、响应/恢复时间仅11.2 ms、检测下限低至0.5 Pa；静电纺丝TPU/绢云母纤维摩擦电单元（仿FA受体），具有优异的自供能特性和材料识别能力。基于此创新，研究团队构建了两个系统验证其性能。

智能手套认知系统：利用电容与电压双通道信号，结合深度神经网络（DNN），实现对7种手语动作的精准识别，平均准确率达99.3%，并可实时驱动机械手完成复杂交互。智能自主材料认知系统：将BDR电子皮肤集成至机器人手指，结合1D-CNN算法，仅需一次触摸即可识别材料的电负性、硬/软度及类别（Ecoflex、PVDF、HDPE、纸张、PET、PU），平均准确率达96.2%，并能在可视化界面实时显示。相关成果以“Bio-Inspired SA-FA Bionic Dual Receptor Electronic Skin for Intelligent Gesture and Material Cognition Systems Enhanced by Static-Dynamic Mutual Interaction”为题，发表于国际期刊 《Advanced Science》。山东大学李浩博士为第一作者，济南大学牛闳森教授、韩国光云大学金南英教授、金恩城教授、山东大学李阳教授为共同通讯作者。

3.图文导读

图 1.基于 BDR 电子皮肤的智能触觉认知系统构造图。

图2. BDR 电子皮肤的压电电容特性。

图3. BDR 电子皮肤的摩擦电特性。

图4. 智能手套认知系统演示。

图5. 智能自主材料认知系统演示。

文献链接

Bio-Inspired SA-FA Bionic Dual Receptor Electronic Skin for Intelligent Gesture and Material Cognition Systems Enhanced by Static-Dynamic Mutual Interaction

https://doi.org/10.1002/advs.202509740