北海道大学《AFM》：使用激光诱导石墨烯和液态金属的可拉伸电子皮肤，以及由机器学习驱动的动作识别系统

成果简介

监测触觉压力和识别动作是人造电子皮肤（e-skin）的重要功能。此外，为了为 3D 对象创建贴合的覆盖物，电子皮肤需要可拉伸，同时又不牺牲对触觉压力的敏感性。然而，传感器的拉伸通常会影响其输出稳定性。本文，北海道大学Kuniharu Takei等研究人员在《ADVANCED FUNCTIONAL MATERIALS》期刊发表名为“Stretchable Electronic Skin using Laser-Induced Graphene and Liquid Metal with an Action Recognition System Powered by Machine Learning”的论文，研究使用激光诱导石墨烯和液态金属合金GaInSn在弹性ecoflex聚合物中开发了一种可拉伸的电子皮肤，以创建可拉伸的电阻式触觉压力传感器。此外，压力传感器阵列被制造成电子皮肤，并使用机器学习对输出进行信号处理。通过该系统，电子皮肤还可以监测其拉伸状态，因此无论拉伸程度如何，都可以计算触觉压力。借助机器学习辅助的电子皮肤，可以成功地以人体皮肤的方式识别拍打、滑动和抓取等动作。

图文导读

图1、充气电子皮肤的示意图

图2、无充气压力传感器的电气特性

图3、拉伸或充气过程中的压力传感器特性

图4、a) 未充气时电子皮肤的示意图、b) 照片和 c) 压力分布图。d) 充入80毫升空气后电子皮肤的示意图、e) 照片和 f) 压力分布图。

图5、a) 机器学习算法示意图。b) 充气时和 c) 不充气时（平坦状态）的传感器输出、目标输出以及手势和充气的预测输出。d) 动作和 e) 充气的混淆矩阵。f) 传感器输入、ESN 预测输出和动画演示。

小结

综上所述，通过对结构和材料的优化设计，可拉伸压敏电子皮肤即使在拉伸情况下也能表现出良好的耐用性。该压力传感器对施加的压力表现出稳定的电阻变化和较小的滞后，在至少10000次循环中具有较高的稳定性。此外，压力传感器可拉伸 200% 以上，同时保持稳定的电阻变化和灵敏度。为了防止这种情况，我们选用了相对较厚的 ecoflex 弹性聚合物。此外，由于 ecoflex 具有弹性，即使传感器的 LIG 部分被切断，传感器在受损后仍能保持稳定输出至少八周。

最后，作为概念验证，演示了充气和不充气的电子皮肤，并开发了一个使用机器学习的动作识别系统。在平整和充气状态下，都能正确检测到触觉压力映射。更重要的是，根据时间映射结果，使用开发的 ESN 和逻辑回归算法，可以像识别人类皮肤一样，以相对较高的准确率成功识别拍打、滑动和抓取动作。作为电子皮肤的实际应用，设备成本非常重要，尤其是 GaInSn，价格相对昂贵（约3美元/克，本研究中展示的电子皮肤使用了约7 克）。不过，由于 GaInSn的电导率远高于 LIG，因此可以使用较少的 GaInSn 制作更窄更薄的电极图案，从而降低设备成本。我们相信，这一成果将促进人机交互和电子皮肤的发展。

文献:https://doi.org/10.1002/adfm.202313824