吴德志教授团队提出面向表情机器人的刚度梯度柔性高线性应变传感器

发布:2026年07月06日 10:27点击量:

近日,课题组吴德志教授团队在高线性柔性应变传感器结构设计方面取得重要进展。团队首次提出并验证了一种“刚度梯度内凹反手性四韧带负泊松比超构”柔性应变传感器:基于理论模型正向设计结构局部刚度梯度,并借助激光辅助直写技术实现其原位构筑与精准调控,通过不同刚度区域敏感单元的非线性响应互补效应,有效提升了传感器在大形变下的线性输出性能。该技术实现了传感结构的原位快速成型与局部刚度精准调控,使传感器在0–25%应变范围内表现出高线性度(GF=104.68,R⟡=0.99),最低检测限低至0.04%。该传感器成功应用于人脸面部表情识别与介电弹性体致动器动态监测,为柔性电子、人机交互与软体机器人感驱一体化提供了新思路。相关研究成果以“Stiffness-Gradient Auxetic Metamaterials Engineering Enables High Linearity of Strain Sensor for Facial Expression Recognition”为题,于2026年6月29日发表在国际知名期刊Advanced Functional Materials(IF:19.9,DOI: https://doi.org/10.1002/adfm.76757)。

1.高线性与超灵敏柔性应变传感器实现策略

类人化面部表情是人形机器人迈向自然情感交互的重要基础,而高精度面部表情监测是实现表情闭环控制与交互适应性提升的关键。裂纹型柔性应变传感器在面部表情识别中具有良好的共形贴附性与高灵敏感知优势,但其高灵敏响应往往伴随大应变下线性度不足、结构制备复杂和工艺耗时长等问题。

针对上述挑战,研究团队提出了一种刚度梯度内凹反手性四韧带负泊松比超构(SG-RATCAM)柔性应变传感器。该结构融合反手性四韧带负泊松比超构的结构鲁棒性与内凹负泊松比超材料的大变形调控能力,并基于理论模型正向设计局部刚度梯度,通过激光功率密度调控实现SG-RATCAM的原位快速制备与局部刚度精准调节,利用不同刚度区域敏感单元的非线性响应互补效应,有效提升器件在大形变下的线性输出性能。

图1高线性与超灵敏柔性应变传感器实现策略:(a)激光辅助直写打印SG-RATCAM制造工艺示意图,其中1064 nm激光器实现油墨局部固化与机械性能调控;(b) SG-RATCAM设计思路及胞元结构示意图;(c)激光诱导 PDMS 前驱体的固相转变:i)基体聚合物和 ii)交联剂在不同激光功率密度(LPD)作用下,生成具有不同刚度的 iii)软 PDMS 和 iv)硬 PDMS;(d)三维悬空结构刚度梯度打印(L2.93, L4.45, L5.96);(e)由等长的 L2.93 和 L5.96 段打印形成的单个 RATCAM 的拉伸应变响应:i)初始状态,ii)拉伸状态;(f)SG-RATCAM柔性应变传感器与现有文献报道的同类传感器在线性范围、灵敏度和结构制备时间方面的雷达图对比;(g)SG-RATCAM柔性应变传感器结构组成;(h)含SG-RATCAM基底的柔性应变传感器与有/无RATCAM基底的传感性能对比;(i) 面部表情识别系统的概念示意图。

2.RATCAM理论建模与参数化设计

研究团队采用能量法建立了RATCAM的等效杨氏模量(Ey)与泊松比(ν)理论模型,明确了内凹角θ和韧带长度L对结构性能的主导作用。通过协同分析 θ和L对 Ey与ν的影响,团队以兼顾较宽泊松比调控范围和较高结构刚度为目标,最终选定Ey = 70 kPa作为结构设计目标,并以ν = -0.15的RATCAM开展实验验证。结果表明,理论计算与实测结果高度吻合,且拉伸过程中泊松比的演化趋势与有限元仿真一致,验证了该模型对结构参数化设计的可靠性

图2 RATCAM几何参数对其Ey和ν的调控规律及理论模型验证:基于理论公式分析几何参数θ和L对RATCAM的(a)Ey和(b)ν的协同影响;(c)RATCAM与传统超材料的相对密度及等效泊松比的对比;在Ey为(d)60 kPa,(e)70 kPa,(f)80 kPa条件下RATCAM的ν随几何参数θ和L的变化曲线;(g)通过实验与仿真对比了RATCAM (ν = -0.15)在拉伸过程中ν的动态演变;(h) Ey为70kPa条件下RATCAM不同ν(ν = -0.05, -0.1, -0.15)随几何参数θ和L的变化曲线;(i) RATCAM(ν = -0.15)在小变形条件下Ey和ν的理论值与实验结果对比。

3.通过材料与结构协同调控实现柔性应变传感器性能提升

研究团队通过材料与结构协同调控提升传感器性能。在敏感材料方面,采用 碳系复合体系构建多尺度导电网络,兼顾网状裂纹带来的宽检测范围与通道裂纹带来的高灵敏度,确定优选敏感层。在结构设计方面,低泊松比RATCAM可显著放大敏感层裂纹演化,其中ν = -0.15的结构使传感器在 12–25%应变区间内的GF提升至1288.33,较无RATCAM器件提升了983.5倍。进一步通过调控PDMS刚度梯度,为传感器实现高灵敏、高线性和稳定输出提供了基础

图3 (a)CNTs和(b)CM11的TEM图像;(c)CM11的SEM图像及其对应的C、O和Ti元素 EDS面分布图;(d)MXene、CM11、CM21和CNTs的XRD图谱;(e)以CNTs、CM21和CM11为敏感层制备的柔性应变传感器的相对电阻变化-应变曲线;(f)以CM11为敏感层制备的传感器的最低检测极限;(g)集成不同泊松比(ν = -0.05, -0.1, -0.15)RATCAM的柔性应变传感器的相对电阻变化-应变曲线;不同LPD与烘箱120℃加热2h固化的拉伸试件的(h)应力-应变曲线和(i)杨氏模量。

4.SG-RATCAM柔性应变传感器的线性化调控机制

研究团队进一步揭示了SG-RATCAM柔性应变传感器的线性化调控机制。基于不同激光功率密度固化RATCAM传感器的响应差异,团队建立了局部刚度梯度与电阻响应之间的理论模型,并将SG-RATCAM等效为不同刚度裂纹传感单元的串联结构。理论结果表明,L2.93–4.45刚度梯度组合可在 0–25% 应变范围内实现较高线性度(R2≈0.985),远优于其他刚度组合

图4 SG-RATCAM柔性应变传感器的线性化调控:(a)双模量非均匀薄膜在单轴拉伸下的应变分布示意图;(b)固定ε01和μ1时,满足R2≥0.97的ε02与μ2参数范围;(c)线性化调控与增敏机制示意图;在拉伸过程中敏感层的微裂纹形貌:(d-f)L4.45区域与(g-i)L2.93区域在0%、15%和25%应变下的光学显微图像;(j)L2.93和(k)L4.45区域中微裂纹宽度随应变变化的统计结果。

5.SG-RATCAM柔性应变传感器的传感性能

研究团队进一步验证了SG-RATCAM柔性应变传感器线性化调控模型的有效性。实验结果表明,L2.93–4.45刚度梯度器件在0–25%应变范围内实现了高线性响应(R⟡ = 0.99)与高灵敏度(GF = 104.68),与理论预测高度一致,证实了刚度梯度策略对提升传感器线性度的关键作用

图5 SG-RATCAM柔性应变传感器的传感性能:(a)基于L2.93-4.45,L4.45-5.96和L2.93-4.45-5.96制备的传感器的相对电阻变化-应变曲线;(b)6%、12%和18%应变下的动态循环响应;(c)传感器在10%应变下、0.1–5Hz变频加载过程中的动态响应;(d)3–24%应变范围内以3%应变的步进动态响应;(e)传感器在0.5%瞬态应变加载下的响应/恢复时间;(f)传感器在7000次10%应变下的循环稳定性测试,插图为重复加载循环不同时间处的放大图;(g)传感器的最低检测极限。

6.用于机器学习辅助面部表情识别与软体机器人运动监测的应用验证

研究团队进一步验证了SG-RATCAM柔性应变传感器在人机交互与软体机器人运动监测中的应用潜力。通过将传感器阵列贴附于面部关键肌群,并结合 1D-CNN 模型进行信号特征提取与分类,系统实现了对微笑、惊讶、愤怒和悲伤四种基本表情的高精度识别,整体准确率达到 97.78%。同时,该传感器可贴附于圆柱形介电弹性体致动器表面,实时监测不同频率和电压驱动下的微小弯曲变形,即使在肉眼难以分辨的低幅微应变条件下仍能保持稳定信号输出

图6 (a)四种基本面部表情的实时监测系统,i)微笑,ii)惊讶,iii)愤怒和iv)悲伤;(b)面部表情电阻信号采集、分析与交互的系统流程图;(c)基于1D-CNN的面部表情识别模型原理示意图;四种基本面部表情的电阻信号波形:(d)微笑,(e)惊讶,(f)愤怒和(g)悲伤;(h)不同面部表情的UMAP降维聚类图;(i)基于测试数据的表情分类混淆矩阵。

7. 相关信息

该论文由厦门大学吴德志教授和机械工业仪器仪表综合技术经济研究所杜晓辉为共同通讯作者。萨本栋微米纳米科学技术研究院博士研究生肖威为论文第一作者。该研究工作得到了国家自然科学基金(52075464)和福建省自然科学基金(2026J002009)资助与支持。

吴德志教授团队长期致力于微纳制造技术与装备、智能传感(柔性、共体传感)和智能软体机器人等研究,主持了科技重点研发课题、国家基金重大研究计划培育/面上、省基金重点和企业委托项目等,研制出微包轴高粘度流体打印平台、大面积批量电纺装备、植入式电池柔性压力/温度场传感器以及智能软体机器人等,在Nature Electronics、Advanced Materials、Advanced Functional Materials、Additive Manufacturing、ACS Sensors和International Journal of Mechanical Science 等学术期刊上发表相关学术论文120多篇。

Copyright © 厦门大学智能制造学院(萨本栋微米纳米科学技术研究院)