新国大苏研院李正国教授团队在《自然》子刊发表新成果

近日，李正国（Chengkuo Lee）教授团队与上海大学田应仲教授团队以及哈尔滨工业大学侯绪研副教授团队合作，通过整合自供电的TENG传感技术、基于机器学习的数据分析以及数字孪生技术，成功实现了面向未来无人工厂的智能软体机器手系统（见图1）。在该研究中，研究团队先设计了一种基于齿轮结构的摩擦电长度传感器（L-TENG），为检测柔性手指的弯曲变形提供了一种低成本、自供电、高精度的感知方案。此外，通过在柔性硅橡胶上进行排列式的电极设计，研究团队提出一种可用于检测接触位置和接触面积的摩擦电触觉传感器（T-TENG），从而实现了对软体机器手的触觉状态的感知。将上述两种摩擦电传感器件集成到3D打印的软体机器手上，并使用机器学习的分析方法进行数据融合和特征提取，帮助柔性机器手成功实现了对不同抓取物体的识别，并具有极高的准确率（98.1%）。而后，融合数字孪生系统，并结合基于物联网的数据传输技术，使得提出的智能柔性手系统可以快速地识别真实空间中所抓取的物体，并将实际的判读和运动信息映射到虚拟空间，适用于未来无人仓储和无人工厂的智能监测和管理。该研究结果为机器人感知、摩擦纳米发电机等相关研究提供了新思路，也为软体机器人在多维信息融合的智能制造和智能分拣中的应用提供了一种全新的解决方案。

图1：面向数字孪生的智能软体机器手系统：智能柔性手系统布局，包括传感器结构、安装位置和工作机理；基于智能柔性手系统的实时信号处理、物体判别以及数字孪生系统等。图片来源：Nat. Commun.