Adv.?Sci.：柔性人工感覺神經應用于神經形態觸覺識別

【導讀】

人類的觸覺識別是一個極其復雜的過程。皮膚感覺受體接受外部機械刺激后編碼輸出神經脈沖，并借助于神經元和突觸的適應、過濾、放大、記憶等功能進行處理，最終在大腦皮層實現觸覺識別和感知學習。該過程允許人類通過觸摸和交互等方式感知觸覺特征并執行觸覺任務，例如精細抓取、紋理辨別、物體識別。

以仿生突觸器件為代表的神經形態電子技術的不斷發展促進了人工觸覺感覺系統的發展，并實現了神經脈沖形式的觸覺信號處理。然而，突觸電子器件通常需要額外的計算或處理單元，且觸覺識別往往借助于離線模擬或機器學習等軟件手段。可穿戴傳感系統和無線傳感網絡的未來發展需要邊緣端、近傳感端的硬件智能，以滿足低延遲、高性能、低計算資源的實時傳感需求。可以預見，具備神經形態觸覺感知和智能識別功能的人工感覺神經，將有利于實現類人觸覺感知, 并可在電子皮膚、智能交互、先進機器人等系統中實現高級觸覺應用。

【成果掠影】

近日，國際著名期刊Advanced Science上發表了題為“A Flexible Artificial Sensory Nerve Enabled by Nanoparticle-Assembled Synaptic Devices for Neuromorphic Tactile Recognition”的文章，南開大學徐文濤教授為通訊作者，蔣程鵬博士為第一作者。該文章報道了一種可穿戴式人工感覺神經系統，通過模仿人類感覺神經中的觸覺感知、神經編碼和突觸處理功能，在不依賴高級算法或計算資源的情況下實現了硬件層面的神經形態觸覺識別。利用納米材料界面自組裝技術，可在任意襯底上產生均勻且無缺陷的半導體納米顆粒薄膜，用于構建柔性突觸晶體管。質子門控型突觸器件的脈沖易化特性和感覺記憶特性使該系統能夠在機器人抓取過程中識別材料硬度，并能夠在智能交互過程中識別摩斯電碼，顯示了神經形態硬件智能。這種可穿戴、便攜式的人工感覺神經可有效集成于先進機器人和智能人機界面，有望在面向機器人和可穿戴應用的神經形態電子系統中實現人類水平的觸覺認知。

03【核心創新】
1. 首次利用納米顆粒自組裝方法構建了柔性突觸晶體管，該工藝兼容半導體材料與柔性電子制造

2. 模擬了人類感覺神經中觸覺信息的神經編碼和神經處理，實現了實時高效的觸覺信息識別

04【圖文概覽】

圖 1.?生物觸覺感覺系統與柔性人工感覺神經的對比。

?

圖?2. 柔性突觸晶體管的性能。

（a）柔性突觸晶體管的結構。（b）納米顆粒界面自組裝的機制。自組裝半導體溝道的（c）光學顯微照片、（d）SEM 圖像、（e）AFM 圖像、（f）XRD 圖案。（g）柔性突觸晶體管陣列的實物圖。柔性突觸晶體管的（h）轉移曲線、（i）雙脈沖響應、（j）雙脈沖易化特性、（k）脈沖時間依賴可塑性、（l）脈沖頻率依賴可塑性、（m）脈沖數目依賴可塑性、（n）彎曲穩定性。

?

圖?3. 柔性觸覺傳感器的性能。

（a）觸覺傳感器的結構。（b）由多臂碳納米管和室溫硫化膠乳制成的壓敏彈性層照片。（c）柔性觸覺傳感器陣列的實物圖。觸覺傳感器的（d）分段線性靈敏度、（e）?靜態壓力響應、（f) 動態壓力響應、（g）抗彎折靈敏度。尖峰脈沖編碼的（h）電路連接圖、（i）編碼策略、（j）輸入信號、（k）輸出脈沖。

?

圖?4. 面向機械手智能抓取的材料硬度識別。

（a）柔性人工感覺神經的實物圖。材料硬度識別的（b）過程示意圖和（c）系統實物圖。（d）機械手抓取過程中觸覺信號的脈沖編碼。（e）硫化橡膠、PDMS、纖維泡沫、清潔海綿四種不同材料進行測試時，器件的突觸后電流響應。材料硬度識別的（f）器件輸出參數（突觸后電流、脈沖發放數目、突觸權重）、（g）感覺記憶特性、（h）分類結果。

?

圖?5. 面向可穿戴觸覺交互的摩斯電碼識別。

摩斯電碼識別的（a）過程示意圖和（b）實驗設置。連續按壓對應的（c）傳感器響應和（d）尖峰脈沖序列。不同摩斯電碼（e）字母“I”、（f）字母“N”、（g）字母“A”、（h）字母“M”敲擊時，器件的突觸后電流響應。摩斯電碼識別的（i）器件輸出參數、（j）分類方法、（k）分類結果。（l) 柔性人工感覺神經穿戴于人手的實物圖。

05【成果啟示】
本工作開發了一種應用于神經形態觸覺識別的柔性人工感覺神經系統。通過集成柔性觸覺傳感器、柔性突觸器件和脈沖編碼電路，該系統模擬了由感覺受體、感覺神經元和突觸組成的生物感覺系統，并模擬了神經突觸的神經編碼和神經處理功能。突觸晶體管的半導體薄膜由納米材料界面自組裝技術制造，該技術可實現規模化制造且兼容柔性襯底。突觸器件的突觸易化、感覺記憶的時間常數與生物突觸中對應的時間常數相當。通過使用脈沖發放數目、突觸權重、突觸后電流峰值等輸出參數作為分類標準，該系統實現了機器人抓取過程中材料硬度的識別和觸覺交互過程中摩斯電碼的識別。值得注意的是，觸覺識別任務是在不使用計算資源或高級算法的情況下實時實現的。該系統提升了類腦感知與仿生傳感系統的性能，有望在可穿戴電子、先進機器人等需要實時感知和高效識別的領域中得到應用。