近日，中国科学院上海硅酸盐研究所王家成研究团队与复旦大学卢红亮和张卫团队合作，成功研制出一种仿皮肤式柔性压力传感器，基于此传感器，有望实现盲文的智能识别。该研究成果论文已发表于《纳米能源》。

现有的盲文识别方法中，盲文特征点的提取通常手工进行，费时费力，无法保证提取特征的有效性，识别精度较低，抗干扰能力较差。因此，开发一种高精度、实时、易于准确获知的盲文识别装置具有重要意义。

该论文第一作者、上海硅酸盐所—复旦大学联合培养博士生赵学峰介绍，随着柔性电子技术的发展，可穿戴设备、仿生电子皮肤等柔性智能传感器件逐渐成为探索热点。 　  

该研究中，研究人员研发出一种仿皮肤式的柔性压力传感器，并将其应用于盲文智能识别。该传感器由三个主要部分组成，分别对应于人体皮肤的三个部分，即表皮、真皮和皮下组织。顶部基质为荷叶棘突随机高斯分布的力信号感知层，与表皮结构形态相似。这种微结构对于提高灵敏度、增大可监测范围、测量和识别弱力必不可少。中间导电填料为力信号处理层，由多层Ti2C-MXene膜组成，在外力加载和卸载下，多层Ti2C-MXene层间距压缩和释放。底部基板是力信号转换层，其作用为将接收的力信号转换为电信号。利用COMSOL多物理模拟和密度泛函理论计算，阐明了高斯随机分布棘突和多层Ti2C-MXene各自在柔性触觉传感器中的作用机理。该传感器灵敏度可达507 kPa-1，显著优于报道的其他同类器件。同时，结合先进机器学习领域中的随机森林算法，首次实现了实时盲文的有效识别。

“这将有助于推动可穿戴设备在机器人、智能生活及物联网等领域的快速发展。 ”论文通讯作者王家成表示，未来研究团队将进一步开展大面积、高灵敏、高分辨、自供能传感器件的研究应用，努力实现柔性传感器件的产业化、实用化。

相关论文信息：https://doi.org/10.1016/j.nanoen.2019.104346