前沿追踪:AI 增强型仿生水下电子皮肤:精准捕捉水下微小触觉差异

关

于

我

们

创伤精准修复公众号是创伤精准修复课题组（W&H Group）的官方公众号。本课题组以创伤精准修复与临床转化为主要研究方向。

公众号推出的每一篇文章均是由W&H Group成员精选精读，旨在分享传播与创伤修复相关的最新科研成果。

知识点1 — 水下触觉传感领域核心技术难点

现有水下触觉传感技术面临强水动力噪声、高静水压力、海水离子导电干扰三大核心瓶颈，难以区分物体表面纹理、粗糙度、硬度的微小差异；传统光学与声学传感易受水体浑浊、低光照、声学噪声影响，无法满足深海探测、水下机器人精准操作需求；常规水下电子皮肤多依赖复杂阵列或仅能检测准静态大载荷，无法在动态水流与高压环境下稳定捕捉微振动信号。

知识点2 — 仿生结构 + AI 融合的创新实验思路

受鱼类侧线系统仿生启发，构建鱼鳞阵列+TPU粉末+不对称离子水凝胶的摩擦电式水下电子皮肤，利用鱼鳞阵列衰减水流冲击、TPU粉末抵抗静水压缩、离子水凝胶提升信号输出；采用特征融合一维CNN深度学习，同步提取触觉信号时域与频域特征，解耦水流噪声与微振动信号，实现单传感单元高精度微小差异识别；通过全密封疏水封装，解决海水浸泡电荷泄漏与长期稳定性问题。

知识点3 — 关键实验结论与同类技术对比

静态水环境下，纹理识别准确率98.00%、粗糙度（3.2~1600 μm）识别准确率94.17%、海洋生物硬度识别准确率98.67%；动态水流下保持94.67%与89.58%的高准确率。

电子皮肤可耐受40 m水深（0.4 MPa）静水压力，海水浸泡120天性能无明显衰减，循环使用5000次依旧稳定。

同类水下电子皮肤多聚焦静态力传感或毫米级特征识别，本文首次实现动态水流下微米级粗糙度与细微纹理的单像素精准感知，可应用于机器鱼游动检测、智慧养殖、深海探测。

Title: AI-Enhanced Bionic Aquatic E-Skin Enables Precise Capture of Minimal Tactile Differences Toward Undisturbed Underwater Interaction

Authors: Zhongtan Zhang, Huanyu Yang, Zixuan Zhang, Zihan Ma, Xiao Lu, Peihua Xu, Xinge Guo, Deqing Mei, Yancheng Wang*, Chengkuo Lee*

期刊: Adv. Mater.

DOI: 10.1002/adma.72938

引言

基于海洋资源开发高度依赖水下机器人的精准触觉感知能力，但是传统光学、声学传感在浑浊、低光的深海环境中极易失效，而现有水下电子皮肤无法抵御水流噪声与静水压力，难以分辨物体微小物理差异，严重限制了深海作业、智慧养殖等场景的应用等技术痛点，浙江大学汪延成教授与新加坡国立大学Chengkuo Lee教授课题组联合研发了一款AI 增强型仿生水下摩擦电电子皮肤，创新融合仿生鱼鳞结构、TPU 抗压填料与不对称离子水凝胶，结合特征融合深度学习，实现动态水流与高静水压力下水下微小触觉差异的精准捕捉与识别。

该电子皮肤可精准识别纹理、粗糙度、硬度，耐受深海高压与长期海水浸泡，还能检测机器鱼游动状态，为水下机器人触觉感知、智慧水产养殖、深海资源勘探提供了新的解决方案，突破了传统水下传感的局限性。

思维导图

图一：水下工况的工作机制与表征

（a）描述了水生电子皮肤的水下工作机制。（b-d）在Z轴线性位移平台上，使用10毫米的加载探针对其表面施加受控振幅和频率的法向力。输入力通过六轴力/扭矩传感器（Mini40，ATI工业自动化；分辨率0.01 N）实时测量。输出电压随微观结构尺寸的增大而近似线性增加，增加CaCl₂浓度会加剧离子不对称性并增强其电子供体倾向，而过高的CaCl₂浓度则会开辟额外的离子泄漏路径并降低水生电子皮肤的输出性能。此外，相较于未添加TPU的E-skin，添加TPU可显著增加有效接触面积和输出电压。（e-g）表明所设计的鱼鳞状表面展现出优异的动态水流阻力性能。上述实验确定了水生电子皮肤的关键结构参数。

图二：水生电子皮肤水下表面综合纹理研究

（a）仿生鱼鳞可有效抑制水流干扰。（b）仿生鱼鳞表面图像（c-g）证实，仿生鱼鳞设计不仅能提升微弱振动信号的丰富度，还能在不同水生环境中保持信号的可区分性。（h-i）构建不同水流条件及五种表面纹理，用一维卷积神经网络（1D CNN）分析触觉信号表明水生电子皮肤在动态水流环境中实现了高精度纹理识别（准确率>94%），同时能够耐受强水流冲击、高静水压力及长期海水浸泡环境。

图三：水下干扰环境表面粗糙度研究

（a，b）测试8组跨尺度粗糙度样本（3.2至1600 μm）构建数据集，为后续在真实水下环境中的泛化验证提供基准。（c-e）表征了水下电子皮肤在静态水环境中解析精细表面粗糙度的能力。（f-i）采用在八种表面粗糙度基于特征融合的1D CNN深度学习，显著提升水生电子皮肤精度。

上述实验结果证明了，其所开发的人工智能增强型水生电子皮肤具备可靠的振动触觉能力，能够在流体动力噪声下精确感知纹理、粗糙度和硬度的细微差异。为验证其潜在应用价值，该课题组构建模拟海洋环境继续进行实验。

图四：模拟海洋应用环境实验

（a-b）选取了九种具有不同粗糙度和硬度的海洋相关目标进行对比，并将电子皮肤佩戴于机器人手指模拟感知。（c-d）相应的时域电压信号、频域振幅曲线与t-SNE可视化图，表明该水下电子皮肤在九种海洋生物/物体检测中实现了高达98.67%的平均准确率并呈现出清晰的聚类特征。（e-f）将水下电子皮肤附着于机器人鱼尾部，并于水槽测试平台中检测五种行为状态。（g-h）相应电子皮肤输出信号及准确率，深度学习模型平均准确率达90%。（i）由上述实验提出，证明该款水下电子皮肤在智能水产养殖领域具有充分应用潜力。

总结和展望：

本研究突破了水下动态环境微触觉感知的行业痛点，首次将仿生结构与特征融合 AI 结合，制备出抗水流、抗高压、长寿命、可穿戴的单像素水下电子皮肤，解决了传统水下传感噪声大、精度低、环境适应性差的问题，实现了微米级表面差异的实时精准识别。

该技术可直接应用于水下机器人精准操作、深海资源勘探、智慧水产养殖、海洋设施无损检测等场景，未来可通过集成抗生物污损涂层、拓展稀疏阵列、实现多手指协同触觉成像，进一步提升深海复杂环境下的感知能力，推动海洋开发与水下智能装备的技术升级。

上述研究成果在《Advanced Materials》上在线发表，题为“AI-Enhanced Bionic Aquatic E-Skin Enables Precise Capture of Minimal Tactile Differences Toward Undisturbed Underwater Interaction”。浙江大学张忠坦博士为论文第一作者，浙江大学汪延成教授、新加坡国立大学Chengkuo Lee教授为共同通讯作者。