人工智能，機器學習和智能系統(tǒng)都是新概念，在過去的幾十年中，這些新概念似乎已強有力地進入了我們的生活。受小說和電影的啟發(fā)，我們一直對這些科幻夢想變成現(xiàn)實（從機甲，機器人和半機械人）著迷，這些夢想已成為我們?nèi)粘Ｉ�活中不可或缺的一部分�?/p>

旨在幫助和協(xié)助人類進行工作和活動的機器人可以定義為機械，電子和信息工程與計算機科學之間的交集。通過這種強有力的合作而產(chǎn)生的領域被稱為機器人技術，旨在創(chuàng)建機器和計算機系統(tǒng)的設計，構造和操作，以發(fā)展其感知，控制，感官反饋和信息處理能力。

在我們邁向斯皮爾伯格（Spielberg）人工智能時代（可能比我們想象的更接近）的過程中，智能機器人系統(tǒng)已成為近年來最熱門的研究主題之一，科學家致力于創(chuàng)建能夠模仿人類感知力的機器人，例如視覺，感應溫度和觸摸的能力。當與假肢和機械臂相關時，最后一個功能尤其重要。

先進的觸覺傳感器正在積極研究中，在這一領域中，面臨著兩個關鍵挑戰(zhàn)。首先是傳感器本身的設計，其應用取決于其形狀和機械性能。在這里，靈活性是游戲的名稱。實際上，柔軟，靈活的觸覺傳感器可以安裝在彎曲甚至不規(guī)則的表面上，相對于其剛性對應物，它們具有更多的用途，這可能會限制機器人的運動和能力。

第二個挑戰(zhàn)與所述觸覺傳感器的電源有關。最近的報告顯示，觸覺傳感器當前依靠商用電池供電，但是這里最大的缺點是它們的負擔，重量，成本以及潛在的有害環(huán)境環(huán)境影響。因此研究人員繼續(xù)問自己：我們?nèi)绾谓鉀Q這些要點？

正如研究中經(jīng)常發(fā)生的那樣，自然對我們有很多教益，在中國武漢的科學技術大學，科學家受到自然系統(tǒng)的啟發(fā)，可以制造出一種新型的，柔軟的，自供電的觸覺傳感器。他們的研究最近在《高級智能系統(tǒng)》上報道，該團隊在當前的類似設備上取得了進步，這些設備不僅提供了更高的靈活性，而且還解決了與電源相關的問題。

到目前為止，研究人員已經(jīng)在電容，壓阻，壓電，摩擦電和磁微機電系統(tǒng)中制造了具有可靠和獨特機械響應的柔性觸覺傳感器。最近，也報道了磁傳感系統(tǒng)，但是，與大多數(shù)其他觸覺傳感器一樣，它們?nèi)孕枰�外部電源�?/p>

蘇斌教授及其同事通過設計和制造不需要任何外部電池的柔性，柔軟的觸覺傳感器，就可以解決這個問題。您可能會問這怎么可能？這款新設備的設計借鑒了自然，以我們自己的皮膚為靈感。

我們的皮膚有幾種不同的感覺感受器，這些感受器使我們能夠?qū)�從外界獲得的刺激轉(zhuǎn)換為不同的“可讀”感覺，例如熱/冷，疼痛或觸覺�；�于這種想法，已經(jīng)開發(fā)出人工感覺受體，以利用其質(zhì)膜的物理變形來感知不同的刺激。這些是由機械門控的離子通道制成的，這些通道在受到壓力，接觸，拉伸和聲音刺激時會打開或關閉。

柔軟的自供電傳感器被設計為默克爾的磁盤。當安裝在機械臂上時，它可以用于深度學習。

本研究的研究人員設計了一種新型的輕觸傳感器，該傳感器模仿了在我們皮膚中發(fā)現(xiàn)的默克爾圓盤的功能和結構-對輕觸產(chǎn)生反應的神經(jīng)末梢。新的觸覺傳感器利用了磁電效應，它由兩個不同的部分組成：第一個是復合混合物，由磁粉和彈性體組成，形成一個彈性磁塊，實際上它對默克爾圓盤的反應相似。傳感器的后半部分由導電的盤繞銅線組成（見圖）。

在傳感器中，磁通量垂直穿過磁性復合材料，流向底部螺旋形的銅同心環(huán)。外部機械應力（例如壓縮）會使磁性復合材料變形并改變內(nèi)部磁通量。根據(jù)法拉第電磁感應定律，磁通量的變化會引起通過導電電路的電勢變化，進而可以將其測量為電信號。

當將柔軟的自供電磁電觸覺傳感器安裝并用作指尖在機械臂上時，這可以通過讀取不同的電信號來“感覺”各種物體，通過將每個電信號與由機器人處理的相應物體相關聯(lián)來創(chuàng)建特定的模式。機械臂。

換句話說，這意味著可以根據(jù)由軟磁電觸覺傳感器感測到的信號模式來區(qū)分對象。這使機器人能夠識別其周圍環(huán)境以及與之交互的對象，從而模仿了人類的觸覺感知功能。

在進行實驗和計算分析的同時，研究人員還報告了關鍵參數(shù)，這些參數(shù)使他們能夠控制軟觸覺傳感器的電氣性能。特別是，他們發(fā)現(xiàn)磁性復合材料中各組分的比例，其形狀以及磁性彈性體的尺寸對磁場強度有很大影響。毫無疑問，這將指導傳感器的改進。

這組作者說，他們的新型磁電軟傳感器設計有望在一系列自供電的傳感系統(tǒng)中體現(xiàn)出來，這將為未來智能機器人科學的發(fā)展和深度學習提供未開發(fā)的途徑。

我們可以堅定地落后，并預見該領域的光明前景。讓我們“保持聯(lián)系”以了解機器人技術的新發(fā)展！