在具身智能领域，现有触觉系统长期面临一个根本性挑战——难以同时实现对“接近-接触”全过程的连续感知。传统方法往往依赖多个异构，造成信号解耦、系统复杂且不易集成。
基于此，厦门大学廖新勤副教授团队意识到，若能构建一种具备全流程连续感知能力的单体传感界面，将极大提升机器的感知一致性与响应效率，为人机交互和自主决策提供更自然、更紧凑的感知基础。
该团队受到电鳗的“电-机械融合感知”传感机制启发，设计了一种具备接近与压力双感知功能的一体化仿生电鳗触觉界面（Bio-EE，Bioinspired electric eel），不仅打破了对传统异构传感器的依赖，还实现了感知连续性、系统紧凑性与信息耦合性的统一，为具身智能中的高效触觉交互提供了新思路。
该界面实现了 7cm 范围内对 500μm 空间变化的准确感知。需要了解的是，传感界面需具备极高的电场响应灵敏度和空间分辨能力。他们在设计中引入了钛酸铜钙材料，其优异的介电性能显著增强了对微弱电信号的响应能力，既支撑了厘米级的非接触感知距离，也为高分辨率探测提供了材料基础。
微结构部分则采用了高精度 3D 打印工艺进行构建，具有良好的结构一致性和参数可调性。廖新勤对 DeepTech 表示：“我们的工艺已经在实验室摸索很久了，目前在小范围量产方面面临的瓶颈较小，具备良好的工程化前景。”
日前，相关论文以《介电改性聚合物和拓扑优化微结构实现多功能人机交互中的传感器内解耦》（Dielectrically Modified Polymer and Topologically Optimized Microstructure Enabling In-Sensor Decoupling forMultifunctional Human–Machine Interactions）为题发表在Advanced Functional Materials[1]。厦门大学博士生林万胜是第一作者，廖新勤副教授担任通讯作者。
Bio-EE 首创的“双通道仿生结构”通过将双响应（DR，dual-response）传感器（边缘场扰动）与复合微观结构（CM，composite microstructure）传感器（接触面积调控）协同集成，实现了从非接触到接触全过程的感知维度融合。
其中，DR 通道负责感知物体靠近时对电场分布的扰动，能够在厘米级距离内实现高灵敏度、无接触探测；一旦物体发生接触，CM 通道则通过微结构变形响应不同强度的压力，实现百 kPa 量程的高精度压力识别。
二者在硬件结构上相互独立、信号上耦合协同，构建出具有“先感知、再响应”的连续感知逻辑。其原理与汽车预碰撞系统相似：雷达和摄像头在远距离识别前方障碍物（对应 DR 通道的非接触感知），一旦距离过近，系统启动紧急制动并感知碰撞强度（对应 CM 通道的压力识别），实现由预警到精确响应的闭环感知过程。这种“双通道协同”设计赋予了具身智能系统类生物的动态响应能力。
在康复外骨骼应用中，Bio-EE 通过其双通道仿生结构实现了“预判式响应”机制，即利用 DR 通道对用户动作意图进行非接触提前感知。在手指或肢体尚未接触装置前，判断出接近行为，从而提前激活系统准备状态，避免因瘫痪或运动障碍患者无意识触碰或迟缓反应导致外骨骼误触启动、引发二次伤害。一旦真正接触发生，CM 通道则对接触强度进行精准评估，确保系统按需响应，为实现安全、渐进式的交互控制提供了技术支撑。
此外，其 120Hz 高频振动响应能力赋予了假肢系统对高频率、快速变化触觉信号的感知能力，使用户在操作如夹取、旋转、滑动等精细任务时获得更贴近真实手感的动态反馈。“这能够极大提升假肢与神经系统之间的信息闭环效率，具备重要的意义。”廖新勤表示。
值得关注的是，Bio-EE 通过集成可编程的痛感反馈系统，实现了从现实世界中的触觉意图识别驱动虚拟场景，到虚拟环境中的实时事件反馈指导现实用户操控的闭环控制，精准解决了虚拟现实（VR，Virtual Reality）医疗培训中缺乏真实触觉反馈的问题。
传统 VR 系统往往只能提供视觉与听觉刺激，难以模拟手术、穿刺等操作中关键的触觉与痛觉差异，影响操作者对力控节奏、操作深度的判断。
该系统集成了 Bio-EE 触觉界面的高精度意图识别和陶瓷热电偶阵列的可编程疼痛调控，在关键操作时刻提供定量可调的触觉/痛觉反馈，可帮助受训者建立更真实的动作-感觉关联，提高操作敏感性与容错控制能力。
温度阵列的加入则进一步拓展了系统的多模态感知维度，使冷热、痛痒等感知要素可同步叠加呈现，为构建高度拟真的沉浸式训练环境提供关键支撑。“这一融合趋势预示着多模态感知将成为下一代人机交互的核心标准，不仅适用于医疗培训，也将推动远程诊疗、神经康复与情感交互等场景的技术革新。”廖新勤表示。
该技术具备从精细触觉识别到无接触感知的广泛应用潜力：
医疗康复领域，它能够提升假肢与外骨骼的操作灵敏度与安全性，实现精准的预判式辅助，减少患者误操作带来的风险。
虚拟现实与增强现实中，通过多模态触觉与痛感反馈，显著增强沉浸感和交互真实性，推动医疗培训、远程手术及虚拟仿真等高要求场景的发展。
智能机器人与人机交互领域，该技术支持机器人对环境和人体动作的高精度感知，实现更自然的协作与反馈。整体来看，这项技术通过融合多维触觉感知，正推动具身智能向更高水平发展，赋能多行业实现更安全、高效和人性化的智能交互体验。
据介绍，研究团队计划将该技术在实际应用中落地并规模化推广。目前，已在积极寻求与虚拟现实和机器人技术企业的合作机会，致力于将多模态触觉感知与反馈系统集成到康复外骨骼、虚拟培训平台以及智能机器人等产品中。
此外，他们还关注制造工艺的优化与成本控制，确保技术具备良好的工业化生产潜力。通过产学研结合，希望加速技术从实验室走向市场，推动具身智能在医疗、教育、制造等多个领域实现创新突破和广泛应用。
在本次研究基础上，研究团队接下来将重点推进触觉感知系统在复杂环境下的多模态融合与动态响应能力，进一步提升系统的稳定性和精准度。
在材料创新方面，他们计划开发更柔性、轻薄且具备自愈功能的新型传感器，以满足穿戴设备对舒适性和耐用性的需求。在攻克科学难题方面，如何突破高分辨率非接触感知与长距离探测之间的矛盾，提升痛觉反馈的安全性和可控性，以及实现多模态触觉信号的实时智能解码与闭环控制，依然是该团队持续重点攻关的方向。
总体来说，Bio-EE 仿生触觉界面通过融合高精度的多模态触觉感知与可编程反馈，实现了对环境细微变化和自身状态的实时感知与响应，极大增强了具身智能系统的感知深度和控制精度。
这种深度交互能力使系统能够自主调整行为策略，更好地适应复杂多变的应用场景，从而推动具身智能在自主决策、环境适应和人机协作等方面迈向更高层次的发展。
参考资料：
1.Wangsheng Lin et al. Dielectrically Modified Polymer and Topologically Optimized Microstructure Enabling In-Sensor Decoupling for Multifunctional Human–Machine Interactions.Advanced Functional Materials2505912(2025). https://doi.org/10.1002/adfm.202505912
运营/排版：何晨龙
大牛时代配资-股票如何配资-股票配资软件-线下配资公司提示：文章来自网络，不代表本站观点。
