Biomimetic Neural Intelligent E-Skin System for Tactile Perception and Robotic Decision-Making

电子皮肤 触觉传感器 人工智能 计算机科学 人造皮肤 机器人学 灵活性(工程) 触觉知觉 仿生学 机器人 人工神经网络 人机交互 纳米技术 感知 材料科学 工程类 生物医学工程 神经科学 统计 生物 数学
作者
Deliang Li,Ruiwen Wang,Kexin Fu,Hao Quan,Hui Wei,Ruonan Liu,He Liu,Zhiwei Fu,Huilin Yuan,Hongxing Zhou,Hongwei Bai,Xiaoyu Cui,Ye Tian
出处
期刊:ACS Sensors [American Chemical Society]
卷期号:10 (7): 5140-5149 被引量:8
标识
DOI:10.1021/acssensors.5c01205
摘要

The widespread application of electronic skin (e-skin) in human-machine interaction necessitates intelligent and information-rich systems. However, the rapid and efficient deployment of e-skin for high-precision multisensor fusion remains a critical challenge. This study introduces a pioneering biomimetic neural intelligent e-skin system that significantly enhances human-machine interaction and robotic perception capabilities. Our innovative approach integrates two novel e-skin technologies: a highly flexible multiwalled carbon nanotube (MWCNT) based e-skin for precise pressure sensing, and a gallium-indium alloy liquid metal e-skin with exceptional stretchability for motion capture. The MWCNT e-skin, fabricated through a simple carbon nanotube impregnation method, achieves ultrathinness (<1 mm), ease of preparation, and inherent flexibility. The liquid metal e-skin, developed using a unique dispersion and reconstruction method, exhibits excellent linearity (R2 > 99.9%) and impressive stretchability (∼700%). By integrating our two types of e-skins, our system has achieved multidegree-of-freedom control and tactile feedback for robotic arms. It demonstrates the capability to perform object grasping tasks solely through tactile feedback in visually challenging environments, including underwater conditions. The system achieves a 98.26% accuracy in identifying diverse objects and making autonomous decisions through tactile sensing alone, showcasing its self-decision-making abilities. This research establishes a new paradigm for intelligent robotics, advancing human-machine interaction in complex environments.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小爱同学完成签到,获得积分10
刚刚
欧阳慕山完成签到,获得积分10
刚刚
1秒前
努力的小饭饭完成签到,获得积分10
1秒前
Tancl1235发布了新的文献求助10
2秒前
kingripple发布了新的文献求助10
2秒前
zzc20完成签到,获得积分10
3秒前
lvyan发布了新的文献求助10
3秒前
3秒前
3秒前
伶俐雪曼完成签到,获得积分10
3秒前
自由语山发布了新的文献求助10
3秒前
Hello应助奋斗小蝴蝶采纳,获得10
3秒前
小天使发布了新的文献求助10
4秒前
啊七飞完成签到,获得积分10
4秒前
李钢完成签到 ,获得积分10
4秒前
痞子毛应助liuyue采纳,获得10
5秒前
matt完成签到,获得积分10
5秒前
充电宝应助十次方采纳,获得10
6秒前
7秒前
健壮的绿凝完成签到,获得积分10
7秒前
7秒前
Nina发布了新的文献求助10
7秒前
7秒前
7秒前
molihuakai应助徐华采纳,获得10
7秒前
略略完成签到,获得积分10
7秒前
8秒前
义气谷兰完成签到,获得积分10
8秒前
852应助大雪采纳,获得10
8秒前
肖敏发布了新的文献求助10
8秒前
jiang完成签到,获得积分10
9秒前
9秒前
9秒前
xinkaikai发布了新的文献求助30
9秒前
华仔应助璇璇采纳,获得10
9秒前
MAZOUR发布了新的文献求助10
10秒前
垃圾二硫自组装纳米粒完成签到,获得积分10
10秒前
zzz完成签到,获得积分10
10秒前
Tancl1235完成签到,获得积分10
10秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Molecular Mechanisms of Photosynthesis, 4th Edition 1000
Organic Reactions, Volume 116 1000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7254001
求助须知:如何正确求助?哪些是违规求助? 8875998
关于积分的说明 18740516
捐赠科研通 6934607
什么是DOI,文献DOI怎么找? 3200042
关于科研通互助平台的介绍 2374745
邀请新用户注册赠送积分活动 2174815