本文综述了电子皮肤技术的最新进展，重点介绍了多模态触觉感知、柔性架构以及低功耗数据采集。一个36通道的混合频率平台实现了实时触觉识别与机器人交互。未来的研究方向集中在提升大面积均匀性、智能校准以及自适应感知能力，以推动机器人皮肤的实际应用。
综述文章
本文综述了电子皮肤技术的最新进展，重点介绍了多模态触觉感知、柔性架构以及低功耗数据采集。一个36通道的混合频率平台实现了实时触觉识别与机器人交互。未来的研究方向集中在提升大面积均匀性、智能校准以及自适应感知能力，以推动机器人皮肤的实际应用。
电子皮肤（E-skin）技术模拟人类皮肤的触觉和感知能力，使智能机器人和可穿戴系统能够感知压力、应变、温度及其他外部刺激。本文综述了近年来在材料、结构设计、传感机制以及系统级集成方面的研究进展，这些进展显著提升了E-skin平台的性能与功能。特别关注了多模态触觉感知和嵌入式信号采集策略，这些技术可实现对触觉模式和手势的实时识别。柔性架构、混合频率采样以及低功耗数据采集电路的进展，提高了现代E-skin系统的可靠性、可扩展性和时间分辨率。作为示例，作者开发了一种36通道的混合频率触觉传感平台，以展示多模态信号融合及机器人交互的实际实现方式。最后，本文讨论了当前面临的挑战与未来发展方向，包括大面积均匀性、智能校准和自适应感知等，以推动电子皮肤从实验室原型向可部署的机器人皮肤应用转化。
电子皮肤（E-skin）代表了一类新型柔性电子系统，能够模拟人类皮肤的感知和功能特性。通过检测压力、应变、温度和滑移等机械与热刺激，电子皮肤使机器能够以类人的方式感知周围环境。自从Someya及其同事首次提出柔性仿生电子皮肤以来，该领域的研究在材料科学、器件工程和系统集成方面迅速发展1,2。
电子皮肤的早期发展主要集中在开发可拉伸且具有导电性的材料，使其在机械形变下仍能保持电学稳定性。导电聚合物复合材料、碳纳米材料以及基于液态金属的电极已被广泛研究，以提高柔性与灵敏度3,4,5。这些研究为可靠的触觉感知奠定了基础。然而，随着研究向机器人技术和可穿戴电子器件方向拓展，瓶颈已从材料层面转向系统级集成，大规模信号采集、低噪声放大以及实时数据处理等问题逐渐成为核心挑战6,7。
近年来的进展凸显了多模态触觉传感与嵌入式信号采集日益增长的重要性，这些技术已将电子皮肤从被动的传感界面转变为具备主动感知能力的平台。Jeon 等人8提出了最早集成压力、温度和滑动感知的多模态触觉系统之一，而 Lee 等人9通过将信号处理电路直接嵌入传感器阵列，实现了实时触觉感知。类似地，Wang 等人10提出了一种受生物启发的机器人触觉系统，能够以高时间分辨率识别流体相互作用力。这些研究揭示了向具备复杂感知与分类能力的集成化传感架构发展的明确趋势。
除了机器人领域外，电子皮肤在健康监测和生物医学接口方面也展现出广泛的应用潜力。对脉搏、体温和肌电图等生理信号的连续测量，能够实现个性化医疗和长期康复治疗11,12。Wu 等人7总结了多模态可穿戴传感器的最新进展，强调了在长时间运行过程中信号解耦和稳定性方面的挑战。然而，正如 AlShaibani 等人13所指出的，该领域仍缺乏标准化的评估协议，导致不同系统之间的传感精度难以比较。因此，建立统一的测试框架对于未来在临床和机器人领域的应用至关重要13。
鉴于这些进展，本综述聚焦于电子皮肤的系统级架构和信号采集策略。重点阐述多模态感知、电路设计和数据融合如何共同决定系统的性能和功能可扩展性14,15。为了说明这些原理，作者介绍了一种由其开发的36通道混合频率触觉传感平台，作为实时多模态信号融合与机器人交互的实例。该演示在概念设计与实际机器人皮肤应用之间起到了桥梁作用。
总体而言，本文综述从系统层面全面阐述了电子皮肤的发展，弥合了从多模态感知原理和硬件架构到智能感知之间的鸿沟。通过重点探讨信号采集策略、数据融合以及在机器人中的实际应用，本文既总结了近年来在实现适应性强、可扩展且可靠的电子皮肤系统方面所取得的进展，也指出了当前仍面临的关键挑战。
访问受限。请登录或开始试用以查看此内容。
电子皮肤结构概述
电子皮肤可被视为一种分层的柔性电子系统，它将传感、采集、处理和通信层集成到一个统一的结构中。每一层都在将外部物理刺激转化为可由机器或人类解读的有意义的数字信息过程中发挥着独特作用。图1展示了这一四层架构及其相应信号流的概念示意图。
在感知层，柔性可拉伸的传感器阵列可检测压力、应变或温度等机械或热刺激。这些元件在弹性体基底上制备，通常采用微结构设计以提高灵敏度和响应线性度。导电聚合物和纳米复合材料在大变形条件下仍能提供良好的顺应性和稳定的电学性能3,5。在多模态电子皮肤系统中，可通过集成多种传感单元，或采用能够在一个传感器内解耦不同刺激的微结构器件架构，实现对压力、应变和温度等多种物理刺激的检测4。
采集层在传感器与电子器件之间起到电气连接的桥梁作用。其主要功能包括信号放大、滤波以及模数转换。在现代电子皮肤中，广泛采用柔性印刷电路或薄膜晶体管矩阵，以实现有源矩阵寻址和多路复用读出。这些方法在保持高空间分辨率和低功耗的同时，降低了布线复杂度。该层的设计决定了系统的噪声基底、采样率以及整体数据保真度。
接下来，数据处理层负责触觉信息的实时解析。嵌入式微控制器或基于现场可编程门阵列（FPGA）的处理器执行局部滤波、特征提取以及触觉事件的初步分类。这种分布式计算架构可最大限度地减少延迟，并实现自适应反馈控制。与无线模块或边缘人工智能（edge-AI）模块的集成进一步支持机器人自主运行及可穿戴应用。
最后，接口或应用层将电子皮肤平台连接到机器人操作器、假肢或医疗监护仪等外部系统。处理后的触觉数据被转换为控制指令、视觉输出或诊断指标。在机器人领域，该层提供抓握力反馈和纹理识别功能；在生物医学应用中，它支持连续的生理监测和远程数据传输。
这四个层次共同构成了一个端到端的通路，能够将机械或热刺激转化为可操作的信息。其分层模块化设计使得各个功能单元可独立优化，同时保持整体的机械柔韧性。本概述为后续章节建立了结构框架，接下来将详细分析电子皮肤系统的感知机制、信号采集方法以及智能感知策略。
感应机制与转导原理
电子皮肤通过多种转导机制将机械和热刺激转化为电信号。其中应用最广泛的是压阻式、电容式、自供能压电式和光学机制（图2）。每种方法在灵敏度、动态范围和能耗方面均具有各自的优势。
压阻式与电容式传感：压阻式传感器（图2A）在形变改变传感薄膜导电网络时，其电阻会发生变化。这类传感器制备简单，与柔性基底具有高度兼容性，并可提供较宽的测量范围。典型材料包括碳基复合材料和导电聚合物。相比之下，电容式传感器依赖于介电层在机械形变下引起的电容变化 C=εA/d 。此类传感器具有高稳定性、低噪声的特点，非常适合触觉成像。Jeon 等人8 展示了一种多模态电子皮肤，结合了压阻式和电容式元件，可同时感知压力与温度，且干扰极小。
自供电机制：摩擦电（图2B）和压电（图2C）传感器可直接从机械运动中产生电信号。压电薄膜在应力作用下产生电荷分离，而摩擦电层则通过接触起电产生电势差。这些自供电机制适用于振动和滑移等动态刺激。Wang 等人10开发了一种基于摩擦电界面的机器人触觉系统，能够以高时间分辨率感知流体相互作用。尽管由于电荷泄漏问题，这类机制在静态压力下表现较差，但将其与压阻或电容层结合，可实现互补的多模态感知。
光学及其他新兴机制：光学传感（图2D）将机械形变转化为波导或微腔内光强度或光干涉的变化。该方法具有极高的灵敏度，并且不受电磁噪声干扰，但需要精确对准16。此外，研究人员也在探索其他方法——包括磁感应17、热电18和基于阻抗的方法19——以拓展电子皮肤的功能性。
向多模态集成迈进：现代电子皮肤系统正越来越多地结合多种机制，以检测并区分各种刺激。Lee 等人9通过集成传感器阵列和嵌入式处理电路，实现了对压力、温度和滑移的实时检测。此类混合架构推动电子皮肤从被动感知迈向主动感知，为下一节所讨论的系统级集成奠定了基础。
系统集成与信号采集
电子皮肤系统的性能不仅取决于其传感元件的特性，还取决于如何获取、处理和传输这些传感器的信号。系统级集成将传感层与嵌入式电子器件相连接，形成一个能够实现实时响应的统一触觉感知平台。图3展示了一个典型的系统架构，包括传感器阵列、读出电路、数据采集模块和通信模块。
架构与硬件设计：现代电子皮肤（E-skin）架构通常采用模块化结构，由三个硬件子系统组成：传感器阵列、读出与多路复用电路，以及嵌入式控制器或处理单元。这种分层结构在空间分辨率与系统可扩展性之间实现了平衡。在大多数实现中，大面积传感器阵列以矩阵形式排列，其中每个节点对应一个独立的传感元件。为了降低布线复杂性和串扰，通常采用时分多路复用（TDM）或行列扫描策略。读出电路包括阻抗匹配、低噪声放大、滤波以及模数转换（ADC）。Takei 等人14强调，将传感材料与低功耗 CMOS 读出芯片集成，对于实现紧凑高效的电子皮肤平台至关重要。嵌入式微控制器（MCUs）或 FPGA 随后负责通道选择、数据缓冲和预处理。为了保持柔韧性，刚性硅芯片通常安装在柔软的中介层或柔性印刷电路板（FPCs）上。无线通信模块（如蓝牙低功耗（BLE）或 Wi-Fi）常被集成用于可穿戴应用，而机器人平台则通常采用有线串行通信以实现实时控制。
信号采集策略：电子皮肤系统的信号采集必须应对高通道密度、低信号幅度和宽动态范围的问题。每个传感器产生的触觉信号通常处于毫伏至微伏量级，因此需要高增益差分放大器和噪声抑制电路。常用方法包括相关双采样（CDS）、斩波稳定放大器20,21以及同步检测技术22，以最小化漂移和1/f噪声。Viteckova等23分析了可穿戴触觉系统的数据采集架构，并强调了采样速度与能量效率之间的权衡。目前广泛使用带有顺序扫描功能的多通道模数转换器（ADC），但其会在阵列中引入采样延迟。并行采样虽然速度更快，但会增加功耗和数据吞吐需求。因此，结合顺序与并行采集的混合方案在可扩展系统中受到越来越多的关注24。
数据融合与智能感知：获取信号后，必须对电子皮肤系统产生的触觉信号进行处理，以提取有意义的特征并实现智能感知。信号处理架起了原始传感器输出与物理理解之间的桥梁，能够实现噪声抑制、特征提取以及多模态数据融合（图4）。
预处理与特征提取：原始信号常受到漂移、偏移或电磁干扰的 distort。通常采用基线校正、自适应或低通滤波以及差分放大等方法来提高信噪比。随后的特征提取将时域数据转换为紧凑的描述符——例如幅度、持续时间和变化率——同时空间滤波器可重建传感器阵列上的触觉图。通过傅里叶变换或小波变换进行频域分析，可进一步揭示振动和纹理信息。
多模态融合与解释：在多模态电子皮肤系统中，来自压力、应变、温度或振动传感器的信号被整合，以形成统一的触觉表征。数据级和特征级融合可提高系统的鲁棒性，而决策级融合则整合多个分类器的结果。近期研究表明，机器学习算法（包括主成分分析和卷积神经网络）能够增强触觉事件的识别能力25。此外，已有研究探索了结合触觉与本体感觉数据的多模态融合框架，以提升分类准确率26。
迈向智能感知：在更高层次的抽象层面，电子皮肤数据被解读以推断物体属性、接触状态和交互意图。模式识别与回归模型可对抓握、滑动或纹理等触觉事件进行分类，而聚类分析和时空分析则揭示分布式信号之间的潜在关联27。基于人工智能的推理整合实现了情境感知能力，并为机器人和可穿戴医疗健康设备提供实时反馈。
总之，信号处理与数据分析将原始的触觉信息转化为可操作的洞察。自适应滤波、多模态融合以及数据驱动建模方面的进展，正推动电子皮肤系统朝着更高的感知精度与自主性发展。
应用与演示
柔性触觉系统已在多个领域得到应用，涵盖机器人操作、可穿戴医疗健康以及人机交互。这些技术展示了多模态感知、柔性材料和嵌入式电子元件如何融合，从而构建出能够实现实时反馈与自适应控制的智能界面（图5）。
机器人操作与抓取：在机器人学领域，柔性的触觉系统为安全且灵巧的操作提供了必要的反馈。通过集成电容、热和振动传感，这些系统能够在处理精细物体时实现自适应抓取和实时的力调节。此类触觉反馈还有助于边缘检测、位姿估计和顺应性控制，显著增强人机协作能力28.
可穿戴设备与健康监测：在可穿戴健康应用中，柔性传感器贴片能够在日常活动中实现持续的生理监测。近年来，柔性与可穿戴生物传感器的进展极大地拓展了连续健康监测的应用范围。Song 等人29综述了能够实时检测体液和生命体征中生理信号的柔软、贴合皮肤的传感平台的最新进展。此类生物传感器兼具高柔韧性、低功耗和生物相容性，可为个性化医疗和预防性健康护理提供可靠的长期运行能力。类似系统已被用于步态分析、肌肉激活监测以及康复反馈30,31。
人机交互与辅助系统：受皮肤启发的柔性触觉电子器件正越来越多地被用于实现人类与机器之间的直观通信。这些柔性系统通过将机械或生理信号转换为可解读的电信号，为机器人控制和辅助技术提供了自然的交互界面。Liu 等人32开发了一种无线电子皮肤平台，可作为双向人机接口，利用手势实现对机器人设备的控制，并通过集成的传感器和执行器向用户反馈信息。在可穿戴电子皮肤用于健康监测方面的互补性进展，进一步拓展了其在患者和老年人群中的辅助功能。Sun 等人33总结了贴合性生物传感网络与自适应数据解读技术如何共同实现持续的健康支持与康复反馈。这些研究共同展示了触觉电子器件如何提升下一代交互系统中的感知、通信与辅助能力。
使用集成式36通道触觉采集平台进行演示：为说明系统的实际集成应用，本文展示了作者开发的一个36通道触觉采集平台作为代表性示例34。该平台将柔性传感阵列与定制的采集电路板集成在一起，电路板包含低噪声放大器、模拟多路复用器和14位模数转换器（ADC）。微控制器通过USB或蓝牙低功耗（Bluetooth Low Energy）实现数据同步与通信，同时板载CPLD负责时序控制与数据缓冲。系统并非采用单一固定采样率，而是执行三路同步采样流：声学信号以2 kHz采样，加速度与触觉信号以1 kHz采样，温度与光信号以100 Hz采样，从而使每种感知模态均以合适的速率进行采样，在不牺牲感知性能的前提下提升带宽利用效率。实时数据在主机计算机上进行可视化与分析，展示了适用于机器人与可穿戴平台的可扩展触觉感知能力。
综上所述，这四个应用领域展示了柔性触觉电子器件如何将感知从简单的传感转变为真正的感知。从机器人操作到可穿戴健康监测及交互系统，多模态传感器、自适应信号采集与智能处理的融合实现了响应迅速且高效的触觉界面，为自主化及适应人类需求的电子皮肤平台奠定了基础。
访问受限。请登录或开始试用以查看此内容。
尽管材料、系统集成和数据解释方面取得了快速进展，电子皮肤（E-skin）技术在实现大规模实际应用之前仍面临诸多障碍。为了实现真正具有感知能力的电子平台，亟需在机械可靠性、可扩展性和智能自主性方面进行改进。电子皮肤依赖于柔性和可拉伸材料，这些材料需在持续形变下保持灵敏性；然而，长期机械疲劳、环境退化和基线漂移问题仍未解决。在大面积制造中实现一致性和重复性也存在重大挑战。因此，未来的研究应聚焦于可扩展、低成本的微/纳米制造和封装方法，以确保耐用性和生物相容性。在紧凑硬件中集成多种传感模式——压力、应变、温度、振动和声学信号——不可避免地会引入布线复杂性、串扰和能耗问题。高效的多路复用技术、低噪声模拟前端和嵌入式电源管理对于提升自主性至关重要。自供电传感器、能量收集模块和片上系统架构是实现完全无缆操作的有前景途径。与此同时，电子皮肤产生的海量异构数据需要稳健且可解释的分析方法。基于机器学习的算法已实现事件分类和触觉感知，但在有限功耗和带宽条件下实现实时、低延迟决策仍具挑战性。引入类脑计算和边缘人工智能（edge-AI）概念，有望实现本地化处理并最小化数据传输，从而支持情境感知和自适应行为。展望未来，新一代电子皮肤系统可能会集成自修复材料、混合...
访问受限。请登录或开始试用以查看此内容。
作者声明不存在利益冲突。
访问受限。请登录或开始试用以查看此内容。
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可