超低噪声准二维隧穿传感器在触觉识别研究中突破

中国科学院重庆绿色智能技术研究院的研究团队，受人体指尖默克尔细胞结构启发，设计了一种新型共形石墨烯纳米墙-六方氮化硼-石墨烯（CGNWs-hBN-Gr）准二维垂直隧穿式触觉传感器。该传感器通过模仿PZ蛋白的生物机械门控离子通道功能，利用微纳米级的力敏界面调节原子层间的隧穿电流，并结合hBN材料显著降低了1/f噪声。实验表明，其灵敏度高达1.99×10^6 kPa^-1，噪声功率谱密度低至2.2×10^-24 A²/Hz，噪声等效压力仅为7.96×10^-3 Pa，信噪比达68.76 dB。该传感器在机器人指尖液体识别系统中的应用，成功区分不同浓度酒精，识别准确率达98.1%，为智能机器人在复杂环境中的感知精度提升提供了坚实基础。

在复杂的操作环境中，智能机器人如何精准辨识细微的压力变化（例如在流体环境中）依然是一个亟需攻克的技术难题。尽管高灵敏度的柔性触觉传感器已取得诸多进展，但其性能往往受限于固有的本征噪声，这使得实际应用中的压力分辨能力仍有不足。

近期，中国科学院重庆绿色智能技术研究院的研究团队从人体指尖默克尔细胞的结构中汲取灵感，设计了一种新颖的共形石墨烯纳米墙-六方氮化硼-石墨烯（CGNWs-hBN-Gr）准二维垂直隧穿式触觉传感器。此设计模仿了PZ蛋白的生物机械门控离子通道功能，借助微纳米级的力敏界面来调节原子层间的隧穿电流。

此外，研究团队还利用hBN材料作为覆盖层，并结合隧穿效应，显著减少了陷阱电荷对器件的影响，从而大幅降低了器件的1/f噪声。实验结果表明，这种传感器具有极高的灵敏度，可达1.99×10^6 kPa^-1，在10 Hz的工作频率下，其噪声功率谱密度仅为2.2×10^-24 A²/Hz，对应的噪声等效压力（NEPr）低至7.96×10^-3 Pa，信噪比达到68.76 dB。

为了验证该传感器的实际应用价值，研究者构建了一个机器人指尖液体识别系统。通过结合COMSOL仿真与实测数据，系统能够捕获液体接触过程中极其细微的变化特征，并借助过渡感知上下文注意力网络（TacAtNet）模型，成功区分不同溶液及其浓度。在针对不同浓度酒精（0%、25%、50%、75%和99%）的测试中，识别准确率达到了惊人的98.1%。

这一突破性成果不仅提升了机器人在复杂环境中的感知精度，也为未来智能机器人的开发奠定了坚实的基础。

上述研究论文以《Superlow-Noise Quasi-2D Vertical Tunneling Tactile Sensor for Fine Liquid Dynamic Recognition》为标题，发表于期刊ACS Nano上。项目得到了国家自然科学基金及国家重点研发计划的资助支持。

图示：仿生触觉传感结构及其感知流程

到这里，我们也就讲完了《超低噪声准二维隧穿传感器在触觉识别研究中突破》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于机器人,石墨烯,触觉传感器,六方氮化硼,液体识别的知识点！