当前，具身抓取系统在应对复杂多变的环境与目标对象时，普遍面临感知输入不足、反馈调节不灵活等挑战。传统触觉传感器结构单一，存在灵敏度低、响应范围窄的问题，难以实现压力信息的精准解耦与事件驱动响应，严重制约了机器人在非结构化场景中的操作稳定性与智能水平。为突破上述瓶颈，厦门大学廖新勤团队提出了一种具备优异压力解耦能力的可编程事件驱动（Programmable and event-driven，PED）触觉传感器，采用仿生梯度金字塔超表面结构设计，实现了高灵敏度与宽范围的压力检测。该传感器依托事件驱动的时空反馈机制，可精准感知多级压力变化，并实时引导智能体自主调整抓取策略。相关研究成果以“Highly programmable haptic decoding and self-adaptive spatiotemporal feedback toward embodied intelligence”为题发表于国际学术期刊Advanced Functional Materials（IF 18.5，一区TOP）。论文的第一作者为厦门大学博士生林万胜，通讯作者是厦门大学廖新勤副教授。
具身智能被认为是实现通用人工智能的重要路径之一，旨在赋予智能体在复杂、动态环境中具备环境感知、理解与交互的综合能力，其核心理念在于提升系统的适应性与自主性，从而增强智能体的独立决策能力与实时交互水平。作为具身智能的重要应用方向，具身抓取通过将触觉感知与反馈机制深度融合，使智能体能够实时获取物体表面的压力变化与形态特征等高维信息，并据此动态调整抓取策略，实现更灵活、精准的操作控制。然而，当前主流的抓取方式仍高度依赖静态规则与人工设定策略，缺乏对目标特性变化的即时感知与反馈调节能力，难以胜任复杂环境中多样化任务的需求。同时，现有触觉传感器多采用平面化、结构单一的设计，其检测能力局限于基础的接触位置感知，普遍存在灵敏度低、响应范围窄及信号易饱和等问题，难以实现压力信息的有效解耦，从而限制了抓取力的精细调控，影响了机器人在实际操作中的稳定性与智能化水平。
PED 触觉传感器模仿人体皮肤多层次机械感受器的响应机制，采用梯度金字塔超表面结构，实现了对不同强度压力刺激的分级响应与高精度感知。该结构通过依次触发不同高度的金字塔单元，有效调控上下敏感层之间的接触面积。这一仿生设计不仅显著延缓了信号饱和的发生，还赋予器件优异的压力解耦能力与事件驱动特性，使其能够稳定感知从极微弱到高强度的多级压力刺激，充分满足人机交互系统中对高分辨率触觉反馈与精准控制的性能需求（图1）。
图1 PED触觉传感器的仿生启发和传感机制研究
PED触觉传感器实现了对压力信号的分级感知与高精度响应。其最大灵敏度可达2501 kPa⁻¹，检测范围覆盖至420 kPa，较传统均匀微结构触觉接口分别提升了350% 和300%，显著突破了常规结构在灵敏度与检测范围之间的性能权衡限制。同时，该传感器还具备超低的压力检测限（2 Pa）与快速响应特性（12 ms），不仅能够灵敏捕捉如羽毛掠过、水滴落下等极细微压力变化，也能稳定应对不同按压速度与频率的高频动态输入，展现出卓越的实时触觉感知能力（图2）。
图2 PED触觉传感器的关键力电性能测试
通过集成分布于指尖与手掌区域的PED触觉传感器，构建了具备空间分辨能力的物体识别系统，实现了从基础压力感知向更高阶触觉认知的关键突破。该系统能够精确获取抓取过程中的压力分布特征，并借助PED触觉传感器的事件驱动机制，有效过滤冗余信息，显著减轻数据处理负担，提升触觉信息的处理效率与系统响应速度。采用一维卷积神经网络对空间分布的PED触觉传感器阵列的抓取信号进行训练与特征提取，实现了高达97.2%的物体识别准确率。即便在不同抓取方向或用户间存在操作差异的情况下，系统依然保持高度稳定的识别性能，展现出良好的鲁棒性与泛化能力（图3）。
图3 融合事件驱动机制的触觉认知系统用于高精度物体识别
通过构建基于PED触觉传感器集成的数据手套系统，成功突破了传统VR/AR交互中常见的视觉遮挡、功能受限与控制精度不足等瓶颈，为用户提供了多维度、高精度的触觉输入与反馈能力。该系统能够灵敏感知指尖按压力度，实现多功能的精细操控，在虚拟环境中展现出良好的稳定性、容错性以及多指协同操作能力。此外，通过融合了时空可编程的局部机械振动，构建出具备疼痛反馈功能的双向触觉通信机制，实现了从用户意图识别到物理层级反馈的闭环控制，显著增强了沉浸式体验与触觉感知的真实感（图4）。
图4 基于数据手套的触觉闭环系统虚拟与增强现实交互
引入基于PED触觉传感器的反馈机制，使系统具备在复杂抓取任务中实现高精度自适应控制的能力。机械手通过实时压力感知与预设阈值判断机制，能够在无需人工干预的情况下，精准响应物体状态的变化并动态调节各手指的抓取角度，从而实现对易碎物体的精准抓取。在此基础上，进一步设计了一种基于振动反馈的情绪传达装置，可根据用户行为准确识别其情绪状态，并通过远程振动信号实现跨时空的触觉情感传递，有效拓展了触觉系统的情感交互维度（图5）。
图5 具有情感反馈的自适应机器人抓取系统
通过融合仿生梯度结构与事件驱动感知机制，PED触觉传感器实现了高灵敏度、宽压力检测范围及低延迟响应性能，不仅显著提升了虚拟与现实交互的沉浸感，也为智能抓取与高维人机协同提供了关键支撑。该项研究工作得到了国家重点研发计划、国家自然科学基金、福厦泉自主创新示范区协同项目、福建省自然科学基金、中央高校基本科研业务费等项目的资助。
原文链接：
https://advanced.onlinelibrary.wiley.com/doi/10.1002/adfm.202500633
