在自然界中，生物體為了生存，演化出了各式各樣的感知能力。其中，非接觸式感知——即無需直接觸碰便能探測環境變化和潛在威脅的能力，在許多動物的生存策略中扮演著關鍵角色。
在眾多非接觸式感知方式中，人類最為依靠的視覺擁有最高的分辨率，卻也伴隨著最高的能耗，消耗了大腦超過40%的感知處理能量。與視覺系統相比，蜘蛛選擇了一條不同的演化路徑。它們的光感受器密度比哺乳動物低20倍，但全身卻覆蓋著極高密度的毛狀感受器，每平方毫米可達400根。這些毛狀感受器能夠將外界非接觸刺激（如獵物引起的氣流）轉換為神經脈沖序列，每次事件消耗的能量低于100pJ，能量密度比視覺系統低數百倍。這種策略實現了廣域感官覆蓋，同時將能耗降至最低，并克服了視覺感知的諸多限制。此類高效而節能的感知方式，正為現代機器人技術與人工智能（AI）感知系統帶來深遠啟示。
近日，南京大學研究團隊受此啟發，提出了一種柔性脈沖毛發感受器（FISH），仿照蜘蛛毛感受器，能夠將氣流信號實時轉化為電脈沖，從而實現非接觸式感知。其功率密度低于100 nW/cm2，每個感知事件的能耗約為660 pJ，與蜘蛛毛感受器幾乎相當，比傳統非接觸傳感器的能耗低了兩個數量級。
該成果以“A flexible spiking hair sensillum for ultralow power density noncontact perception”為題發表在國際權威期刊《Science Advances》上。
▍柔性脈沖毛發感受器（FISH）的結構特點
那么，這一超低功耗的傳感器是如何實現的呢？研究團隊的核心設計在于其獨特的結構。這款名為柔性脈沖毛發感受器（FISH）”新型傳感器，是由基于聚酰亞胺（PI）的毛發狀傳感器和基于Ag/PI/LIG/PI 的柔性TS憶阻器組成，能夠將氣流信息轉換為用于非接觸式感知的脈沖序列。
FISH的概念設計和結構特征
毛發狀傳感器：仿生設計的精髓
FISH的毛發狀傳感器采用激光誘導石墨烯（LIG）技術，在聚酰亞胺基底上制作出寬度僅約25微米的傳感元件。掃描電子顯微鏡顯示，LIG呈現泡沫狀多孔結構，這種結構不僅增強了傳感器的響應靈敏度，還保證了良好的柔韌性。
該傳感器能夠檢測低至0.4米/秒的氣流速度，通過調整PI基底厚度，甚至可實現0.04米/秒的最低檢測限。在7.0米/秒的氣流速度下，傳感器的響應和恢復時間分別僅為約40毫秒和26毫秒。經過4500次循環測試，傳感器仍保持穩定性能，顯示出優異的可靠性。
毛發狀傳感器的電氣特性
柔性TS憶阻器：脈沖編碼的核心
柔性TS憶阻器是FISH實現脈沖編碼的關鍵。它展現出典型的突觸行為：當施加的電壓超過閾值時，器件從高阻狀態切換到低阻狀態；當電壓低于保持電壓時，又自發返回高阻狀態。這種特性使得憶阻器能夠在電流偏置下產生自激振蕩，輸出頻率可調的電壓尖峰。
該憶阻器表現出卓越的穩定性：經過1000次重復循環，高阻態和低阻態的變異系數分別僅為7.71%和10.71%；在不同彎曲半徑（3-20毫米）和溫度條件（40-200°C）下均保持穩定工作。當輸入電流從100皮安增加到200納安時，尖峰頻率可從155赫茲提升至2650赫茲。
柔性TS憶阻器的電氣特性
協同工作：從氣流到脈沖序列
當FISH檢測到氣流或接觸刺激時，毛發狀傳感器的電阻發生變化，從而改變流過TS憶阻器的電流。這一變化觸發憶阻器的自激振蕩特性，將傳感信息編碼為頻率可調的脈沖序列。在2.4伏偏置電壓下，FISH產生的尖峰頻率約為500至1500赫茲，功耗僅約600納瓦，每次事件的能量消耗約為660 pJ，非常接近蜘蛛機械感受器的能耗水平。
最重要的是，FISH的功率密度低于100納瓦/平方毫米，比已報道的非接觸式傳感設備至少低100倍，為實現大規模傳感器陣列提供了可能。
FISH 的刺突編碼行為
▍基于FISH矩陣和脈沖神經網絡，構建完整非接觸式觸覺感知系統
研究團隊進一步結合FISH矩陣與脈沖神經網絡（SNN），構建了一套完整的非接觸觸覺感知（NCTP）系統，這一系統模仿生物感覺處理中的兩種關鍵機制：群體編碼和感受野整合。
群體編碼：單根FISH 僅能感知 “有氣流”，但 25 根 FISH 協同工作，就能捕捉氣流的 “空間分布”—— 比如蝴蝶形狀的氣流模板，會讓不同位置的 FISH 產生不同頻率的脈沖，共同構成蝴蝶的脈沖圖像。
基于NCTP系統實現氣流介導的非接觸式識別
感受野整合：每根FISH 負責一個 “小區域” 的感知，SNN 會把這些小區域的信號整合起來，分析出目標的 “類型”（比如是蝴蝶還是飛蛾）和 “方向”（從左邊來還是右邊來）。
研究團隊構建了一個包含10個標簽的自定義數據集，代表五種不同的模式類型和兩種方向條件。經過70個訓練周期后，脈沖神經網絡對這些非接觸目標的多維識別準確率超過92%。這表明，通過FISH矩陣的群體編碼，系統能夠有效提取關于氣流模式和方向的多維信息。
▍NCTP 增強型蜘蛛機器人的集成與場景驗證
為驗證NCTP系統的實際性能，研究團隊將2×3 FISH矩陣集成到蜘蛛機器人中。機器人的前端配備商用數碼相機用于視覺感知，后端則安裝FISH矩陣用于非接觸觸覺感知。
在五個不同的實驗場景中，蜘蛛機器人展示了對視覺和非接觸觸覺刺激的智能響應：
在黑暗環境中，視覺系統失效，機器人保持靜止；在光照條件下，視覺系統檢測到前方獵物，機器人發起攻擊；無論光照條件如何，當氣流表明獵物位于機器人后方時，FISH矩陣觸發機器人轉身并攻擊；當檢測到后方捕食者氣流模式時，機器人迅速向安全方向逃跑。
這些實驗證明，NCTP系統能夠有效擴展機器人的環境感知能力，克服視覺感知在黑暗、低能見度或盲區條件下的限制。
延伸閱讀：
《機器人傳感器技術及市場-2022版》
《傳感器技術及市場-2024版》
