港科大（廣州）訾雲龍教授團隊研究登上《Advanced Materials》：讓機器人擁有人類的精細觸覺
指尖輕輕一觸，你就能分辨出蘋果的爽脆、麵包的鬆軟，或是絲綢的細膩——這看似簡單的感知，卻是人類皮膚數百萬年進化的精妙之作——人類指尖每平方厘米分佈着約240個觸覺感受器，能同時捕捉壓力、紋理、軟硬等多維信息並瞬間傳遞給大腦，形成精準的「觸覺畫像」。
如果為機器人賦予這樣的「指尖觸覺」，甚至更敏銳的感知，世界會怎樣？想像一下：在水果店，它是輕輕一碰，就能為你挑選出那顆熟度完美水果的「魔杖」；在醫院，它是能通過組織硬度的細微差異，在肉眼或內窺鏡都無法「看到」的時候，為「未發之疾、初起之症」進行早期診斷的「金手指」；在博物館或拍賣會上，它是憑藉對材質與微痕的精準感知，輔助鑒定文物、藝術品真偽的「時空觸手」……
一項來自香港科技大學（廣州）的突破性研究，正嘗試將這份「指尖智慧」變成現實。近日，港科大（廣州）訾雲龍教授團隊在國際頂尖期刊《Advanced Materials》上發表了最新研究成果，其團隊成功研製出亞毫米級分辨率的雙模態觸覺傳感器陣列。該技術首次實現了對物體表面軟硬度分佈的精細觸覺感知，使機器人系統獲得了接近人類指尖皮膚的感知與辨析能力。
港科大（廣州）訾雲龍教授團隊在國際頂尖期刊《Advanced Materials》上發表最新研究成果。
論文作者：
何少帥，博士生，香港科技大學（廣州）
周宇，助理教授，復旦大學（此前為香港科技大學研究助理教授）
孫聖書，博士生，北京301解放軍醫學院
龍正浩，助理教授，復旦大學（此前為香港科技大學博士後）
陳鳳儀，博士生，香港科技大學（廣州）
戴金鴻，博士生，香港科技大學（廣州）
夏欣，副教授，大連理工大學
萬冬，博士生，香港科技大學（廣州）
范智勇，講座教授，香港科技大學
訾雲龍，副教授，香港科技大學（廣州）
起點：賦予機器人更生動的觸覺
「人類通過五感認知世界，機器要走向真正的智能，也需要模擬這些感官。」訾雲龍說，「目前，仿生視覺和聽覺已相當成熟，但觸覺的精細復現，仍是亟待突破的『深水區』。」
現有觸覺傳感器長期面臨一個困境：高分辨率與多模態感知難以兼得。高分辨率傳感器往往只能測量單一信息（如壓力），而多模態傳感器又常因結構複雜導致尺寸偏大、精度受限。此外，基於壓電、摩擦電等自供電機理的傳感器，信號串擾嚴重，阻礙了信息的精準解碼。
團隊決心攻克這一瓶頸。「機器人看到一個蘋果並抓取，但它抓回的可能是塑料模型。」訾雲龍舉了一個生動例子，「真蘋果含水，質地與塑料蘋果不同；生香蕉與熟透的香蕉，軟硬也天差地別。」因此，他們選擇從「軟硬度」這一關鍵物理屬性切入，為機器人增添一個辨別真偽、判斷品質的全新感知維度。
自港科大（廣州）成立之初，訾雲龍團隊便啟動了這項仿生觸覺研究，至今已歷時三年半，來自港科大（廣州）的博士生何少帥是團隊主力的研究者之一。
團隊從昆蟲觸覺感受器（鍾型感受器）的結構中獲得靈感，提出了一種雙模態智能觸覺傳感器（bimodal intelligent tactile sensor, BITS），其基於摩擦電效應，在自供能的條件下，同時實現材料種類、材料柔軟度識別和量化彈性模量。該傳感器設計為半球頂的結構，利用與不同柔軟度物體的接觸面積不同而產生的電壓信號幅度不同，結合力學赫茲接觸理論（Hertz contact model），可以實現材料柔軟度識別和量化彈性模量。
2024年7月，該研究曾以「Biomimetic bimodal haptic perception using triboelectric effect」為題發表在《Science Advances》上。
攻堅：在亞毫米尺度「布線造指」
然而，訾雲龍教授團隊並未止步於此。此前在《Science Advances》上發表的成果，雖已實現了材料種類識別率99.4%、材料軟硬度識別率100%的準確率，並製作出單個觸感器在5毫米級的陣列集成，但團隊清醒地意識到：要賦予機器人真正靈巧的「智能指尖」，必須在傳感器的微型化與集成度上繼續突破。
「指紋的間距大約在一毫米以內。觸感器要做到這個尺度以內，才能感知如指紋般精細的紋理。」訾雲龍指出。這意味着，研究需進一步邁向亞毫米級的陣列集成，讓機器人不僅能判斷軟硬，更能「觸摸」到物體表面的微觀紋理與圖案。
「在港科大（廣州），我們不僅要以科學家思維發現問題、提供解決方案，更要以工程師思維交付『實際可用的樣品』，讓科研與工程貫通，才能讓實驗室研究走向真實的應用場景。」訾雲龍說。
然而，尺寸每縮小一步，工藝難度便呈指數級增長。「製備工藝是最大的困難。」何少帥坦言。這個傳感器陣列需要做到「平面與曲面的精密結合」，團隊需要將上百個微米級的「小手指」（傳感單元）排列整齊，每個單元都要獨立連接壓電與摩擦電兩層信號線，總計兩百餘根導線，且絕不能互相串擾。「這就像在一個極小面積內進行超精密的『布線手術』。」何少帥說。
材料選擇與工藝調試更是猶如迷宮。僅為了找到適合製造微柱陣列基底的材料，團隊就迭代了十幾種配方，從熱固化到光固化，經歷了上百次失敗。
是什麼支撐團隊走過反覆試錯？訾雲龍認為，關鍵在於「看到希望的微光」。「哪怕最初只能手搓出一個粗糙的樣品，但只要核心功能被驗證可行，後面的路就是不斷優化。」他表示，導師的作用之一，是幫助學生判斷某個難點是「可攻克的技術挑戰」，還是「必須繞行的理論死胡同」，從而培養學生的風險判斷與科研管理能力。
港科大（廣州）跨學科的環境為這場精密攻堅提供了關鍵支撐。「學校的優勢在於，不同領域的師生很自然地交流協作，學科壁壘被主動打破。」訾雲龍說。這促使團隊跳出單一領域的思維定式——不再局限於研發更高靈敏度的新材料，而是通過融合學科視角，系統性破解集成難題。
「學校倡導的融合學科理念、充足的資金支持和共享實驗室資源，為我們的研究提供了堅實的基石。」何少帥補充道。團隊雖然大多只是材料學背景，但通過大學跨學科學習與協作，他們補全了微電子等相關知識，並與人工智能、智能製造等學域的師生緊密合作，不斷優化傳感器設計，逐步實現了從宏觀器件到微米級器件的跨越。
最終，通過將皮秒紫外激光精密加工與高精度3D打印等尖端製造技術進行創新融合，並攻克了相應的工藝集成難題，團隊成功實現了觸感器單元的微型化，將單個觸感器尺寸從此前的5毫米縮小至0.35毫米，完成了亞毫米級分辨率雙模態智能觸覺傳感器的關鍵跨越。
應用：精細觸覺感知蘊藏着無限可能
性能的穩定與提升，為技術轉化鋪平了道路。這項兼具「亞毫米級分辨率」與「雙模態感知」的技術，打開了極具想像力的應用空間。
最直接的應用是高安全性產品的溯源與防偽。「我們可以在產品表面，用肉眼乃至光學設備都無法識別的微小軟硬度差異，製作一個獨特的『物理指紋』。」訾雲龍描述道，「專用設備或機器人一摸，便能讀取信息，實現極難仿造的真偽驗證。」
在智能家居與工業分揀中，機器人將能真正實現「擇優而取」——從一堆水果中精準挑出成熟度最佳的一顆，或在一批外觀相同的物品中識別並抓取特定目標。
醫療健康是另一個充滿前景的方向。如果將其應用於內窺鏡，通過感知身體內部組織硬度的細微差異，可為早期診斷提供觸覺線索。
對於應用前景，團隊保持着開放而務實的態度：「有的方向非常契合，有的則是技術原理的有趣延伸。這也恰恰說明，精細觸覺感知蘊藏着無限可能。」
面對未來，團隊方向清晰。訾雲龍透露，下一步，基礎研究將繼續向感知滑動、三維力等更複雜的觸覺維度深化；而技術轉化，則會秉持開放心態，積極尋求與產業界的合作契機。
「現在正是帶着我們『能做什麼』的明確答案，去與市場對話的好時機了。」
