機器人的觸覺，終于不用靠堆傳感器了。

劍橋大學團隊在機器人領域頂級期刊Science Robotics上發表的最新研究，用一塊明膠基水凝膠——對，就是做果凍的那種材料——實現了172萬個信息通道的觸覺感知。

不是在柔軟基底上密密麻麻貼傳感器，而是讓整塊材料變成一個巨型傳感器。

研究人員只在材料邊緣布置32個電極，通過電阻抗斷層成像技術（EIT），就能監測863,040條不同的電流路徑。這套系統可以同時識別6種不同類型的刺激：人體觸摸、導電物體接觸、絕緣物體按壓、局部加熱、損傷，甚至多點觸摸。

最炸裂的是，他們還用這種方法做了一只完整的機器人手。整只手完全由水凝膠制成，電極全部集中在手腕處。即便觸摸指尖這種遠離電極的位置，系統也能實現25毫米精度的定位。

▍為什么不能一直堆傳感器？

做過機器人的都知道，傳統電子皮膚的痛點有多痛。

論文開篇就指出了現有多模態機器人皮膚的三大問題：制造繁瑣、軟硬界面容易損壞、信號干擾嚴重。

傳統方法依賴于在柔性基底中嵌入多個小型傳感器組件。這種方法需要在大表面上分布和連接多個小組件，不僅制造過程復雜，還限制了皮膚只能做成簡單形狀。由于存在多個軟硬界面，這些皮膚通常無法拉伸，或者極易損壞。

劍橋團隊的思路完全不同。他們把整塊水凝膠變成了一個連續的傳感場。通過在材料周圍施加交流電，在內部形成復雜的電場分布。任何外界刺激——觸摸、加熱、損傷——都會改變局部導電性，進而改變電場。

根據機理分析，不同刺激改變導電性的方式各不相同：

• 用絕緣物體按壓或切割損傷，都會局部降低導電性，導致更少的電流流過該區域
• 熔化和導電物體接觸都會局部增加導電性
• 單指人體觸摸通過分流效應將少量電流導入地面
• 多指觸摸則為電流提供了新的流通路徑

實驗數據顯示，在特定電極配置下，損傷產生了28mV的電壓變化（最大），絕緣按壓只有2.2mV，而導電觸摸和熔化分別產生了-26mV和-19mV的負向變化。

▍172萬個通道，怎么處理？

32個電極，理論上可以形成863,040種不同的四電極測量組合。考慮幅值和相位兩個維度，信息通道數達到172萬個。

數據太多也是煩惱。根據論文數據，如果全部監測，幀率只有0.02Hz。但如果只監測一個配置，幀率可以達到33kHz。

研究團隊采用了數據驅動的配置選擇方法。他們先在圓形測試膜上進行實驗，對7種刺激（包括一種對照刺激）在3個位置進行測試，記錄所有1680個配置的響應。

通過主成分分析（PCA），他們為每種刺激類型生成了特征"指紋圖譜"。這些圖譜顯示了哪些電極組合對特定刺激最敏感。實驗顯示，通過這種方法識別出的"通用"最佳配置和每種模態的"獨特"配置各不相同，說明不同刺激確實產生了可區分的電場變化模式。

在定位實驗中，研究人員用機械臂在膜上隨機放置了1000次鋼螺母。結果顯示，使用F檢驗方法篩選的50個最佳配置，定位效果優于使用150個傳統相鄰/相對配置。誤差可以快速收斂到10毫米以下。

更有意思的是跨模態知識遷移。在導電物體接觸數據上訓練的模型，其學到的主成分映射可以直接應用于其他模態。絕緣按壓在同一映射中產生了相反方向的響應向量，這與其相反的導電性變化機制一致。

▍從平面到手形：復雜3D形狀的感知突破

把技術從實驗室的圓片擴展到實際的3D形狀，是研究的重頭戲。

研究團隊制作了一個成人大小的空心手套，完全由水凝膠制成，32個電極全部集中在手腕位置。制造過程包括：先用硅膠在3D打印手模上翻模，插入較小的內模，添加含導電線的柔性套管，然后灌入水凝膠。凝固后取出內模，得到空心結構。

實驗數據相當亮眼：

• 手的表面積為38,000平方毫米
• 測試了1080個隨機觸摸位置
• 使用指紋識別方法預選了2784個配置
• 平均定位誤差24.7毫米（使用500個F檢驗篩選的通道）
• 僅用10個最優配置，定位誤差就能控制在40毫米以內

在100小時的環境監測實驗中，系統準確追蹤了19-25°C的溫度變化和38-72%的濕度變化。同時進行的250次觸摸測試，平均定位誤差為26.3毫米。

由于電極都在手腕，離指尖最遠，那里的靈敏度最低。但即便如此，系統仍能檢測到指尖的輕觸。當手指彎曲時，材料拉伸改變了局部電阻，提供了本體感受信息。

使用篩選后的配置，數據采集速率可以從監測所有通道時的0.02Hz提升到監測10個通道時的3.3kHz。

當然，本研究也坦誠地討論了局限性。水凝膠在典型環境溫濕度范圍內會有機械性能波動，最高工作溫度相對較低。濕度影響可以通過添加非滲透覆蓋層來減輕，但這會引入多層結構的脫層風險。

這項研究的核心貢獻在于提出了一種新的傳感器設計范式：用簡單材料配合智能算法，而不是不斷增加硬件復雜度。這種方法不僅降低了制造難度，還通過信息冗余提高了系統魯棒性。

從一塊看似普通的水凝膠，到擁有86萬條感知通道的智能皮膚，這個轉變的背后，是人類對"感知"這一概念的全新理解。也許真正的智能，不在于硬件的復雜，而在于如何從簡單中提取復雜，從混沌中發現秩序。

論文地址：
https://www.science.org/doi/10.1126/scirobotics.adq2303