近日，北京化工大学材料科学与工程学院李齐方、周政教授团队在《Advanced Functional Materials》上发表了题为“Ultrahigh-Resolution Multimodal Tactile Sensors Enabled by Multi-Scale Conductive Network Construction and Band Engineering for Intelligent Perception”的研究论文。
在人工智能和机器人技术的推动下，多模态传感器的研究在近年来已取得显著进展，但分辨率的不足限制了其在复杂场景中的应用。本研究受人类皮肤感觉系统的启发，利用Ti3C2Tx MXene和羧基化单壁碳纳米管作为导电构筑基元，制备了具有层状气凝胶结构的多模态触觉传感器。基于压阻效应和热电效应的协同传感机制使其能够像人体皮肤一样实现解耦的压力和温度感知。得益于多尺度微-纳导电网络的构筑与能带结构的设计与调控，该传感器的压力检测极限和温度分辨率分别低至0.025 Pa和0.01 K。此外，在机器学习相的辅助下，基于该传感器开发的智能机器手指展现出高达97.9%的材料识别准确率，实现了超越人类的触觉感知。同时，所集成的电子皮肤即使在低像素下也能够实现对多特征目标的准确分类，其分类准确率高达99.7%。该工作为高分辨率多模态传感器的设计和应用提供了新的思路。
北京化工大学材料学院博士研究生任家飞为本文第一作者，李齐方、周政教授为本文通讯作者，北京化工大学为第一完成单位。该论文工作得到了重点实验室开放基金项目的支持。
论文链接：https://doi.org/10.1002/adfm.202512937
