专栏名称: 自然系列
Nature Research官方账号,介绍中国及世界科技出版业最新动态,如何在Nature及其子刊上发表论文,针对中国研究人员的最新产品及服务。
目录
相关文章推荐
51好读  ›  专栏  ›  自然系列

神经形态机械感知皮肤让机器人更加“心灵手巧”︱《自然-材料》

自然系列  · 公众号  · 科研  · 2025-05-20 13:43

正文

请到「今天看啥」查看全文



近日,Nae-Eung Lee及其同事在《自然-材料》上发文,报道了一种垂直集成微图案化摩擦电传感层和离子凝胶栅控还原氧化石墨烯(rGO)突触晶体管的人工突触机械感受器(ASMR)阵列[9]。


欢迎扫码阅读原文



作者将慢速适应和快速适应神经机制之间的仿生差异巧妙地转化为器件栅控耦合强度之间的差异,并通过离子栅极-沟道结构的空间分布调制策略实现了二元神经编码单元的近传感器集成(图1a),由此构建的ASMR仅使用10.6%的数据,就在16种材料(包括棉花、聚酯纤维和尼龙)的纹理鉴别任务中最高达到了92.3%的准确率。这种方法不仅提高了识别准确度,而且极大减轻了边缘AI应用中触觉传感阵列的数据负担。


图1:具有内置突触功能的ASMR的概念与应用。

a.空间构型不同的离子栅极-沟道分布模仿皮肤中的默克尔细胞(慢速适应,SA)和帕西尼氏小体(快速适应,FA)。SS:突触强度。

b.由8个SA ASMR和8个FA ASMR组成的ASMR阵列实现高效笔迹识别和纹理鉴别。

c.ASMR通过书写过程中的短时程增强效应实现书写方式和动态轨迹的顺序识别。同一笔迹的书写顺序不同,通过观察ASMR中每个器件的突触强度即可分辨书写顺序。

d.ASMR对材料表面纹理的触觉信号采集系统示意图。

e.基于SA和FA融合信号的机器学习模型在平均分类准确率上显著优于依赖单一信号的模型。标号y1至y16代表ASMR辨别的16种不同纹理。







请到「今天看啥」查看全文