智能机器人执行超精细操作任务时，在复杂环境中通过触觉辨别细微压力（如流体环境）是一项亟待解决的技术瓶颈。尽管高灵敏度柔性触觉传感器已有大量研究报告，但由于柔性传感器易受到本征噪声的限制，在实际应用中的压力分辨率水平仍难以满足需求。
近日，中国科学院重庆绿色智能技术研究院机器人技术与系统中心在《ACS Nano》期刊上以“Superlow-Noise Quasi-2D Vertical Tunneling Tactile Sensor for Fine Liquid Dynamic Recognition”为题发表论文。受人体指尖默克尔细胞启发，研究团队提出了一种共形石墨烯纳米墙-六方氮化硼-石墨烯（CGNWs-hBN-Gr）准二维垂直隧穿触觉传感器，利用hBN隧穿通道模拟PZ蛋白的生物机械门控离子通道，通过微纳米多尺度力敏界面实现了原子层间隧穿电流的宏观调控（见图1）。此外，hBN盖层和隧穿效应可以有效抑制陷阱电荷从而降低器件1/f噪声。实验数据显示，该传感器灵敏度高达1.99 ×106 kPa-1，在10 Hz 频率下的噪声功率谱密度仅为 2.2×10-24 A2/Hz，噪声等效压力（NEPr）低至7.96 × 10-3 Pa，信噪比高达68.76 dB。团队建立了机器人指尖液体识别系统，通过对比COMSOL仿真与实际测试数据，成功捕捉到液体接触过程中的微动态特征。配合过渡感知上下文注意力网络（TacAtNet）模型实现不同溶液甚至同一溶液的不同浓度的识别，在不同浓度的酒精（0%、25%、50%、75% 和 99%）中识别率高达98.1%。这项技术大幅增强了机器人在复杂环境中的感知能力，为下一代机器人的先进应用提供了保障。
中国科学院重庆研究院博士研究生程观银为论文第一作者，魏大鹏研究员为论文通讯作者。本研究工作得到了国家自然科学基金、国家重点研发计划和重庆市科技局项目的资助。
图1. 仿生触觉传感结构和感知过程。(a) 人类指尖触觉传感系统。(b) 准二维垂直隧道触觉传感器的结构和感知过程。