Vectorial Slip‐Touch Perception Enabled by Sliding‐Gated Charge Carrier Dynamics

微尺度化学 计算机科学 材料科学 机器人 触觉传感器 杠杆(统计) 神经形态工程学 可扩展性 稳健性(进化) 全向天线 载流子 压阻效应 人工智能 弹道 惯性 飞秒 信号(编程语言) 触觉知觉 欠驱动 复杂动力学 反演(地质)
作者
Chongxiang Pan,Hongxiang Xue,Hao Sun,Zi Hao Guo,Jing Wang,Yutong Song,Fuchun Sun,Zhong Lin Wang,Xiong Pu
出处
期刊:Advanced Functional Materials [Wiley]
卷期号:36 (86)
标识
DOI:10.1002/adfm.78455
摘要

ABSTRACT High‐dimensional tactile perception is essential for dexterous robotic manipulation, but is severely constrained by the hardware‐stacking of pixelated arrays or the computational latency of inverse‐problem algorithms. To overcome these bottlenecks, we report a monolithic, array‐free robotic skin (SG‐skin) driven by sliding‐gated carrier dynamics, achieving high‐fidelity, vectorial slip‐touch perception. Specifically, leveraging a localized triboelectric field acting as a moving gate, the SG‐skin triggers reversible microscopic p ‐to‐ n inversion and directional carrier transport within a continuous semiconductor film, deterministically translating macroscopic mechanical stimuli into vectorial electrical signatures. Supported by an analytical model that validates in‐sensor signal decoupling, a minimalist four‐electrode design augmented by a computationally lightweight machine learning framework concurrently resolves sliding speed, omnidirectional trajectory (1° precision), material type, and touch localization. Ultimately, our SG‐skin maps complex tactile stimuli into deterministic commands, enabling agile human‐machine interaction and advanced closed‐loop robotic control. By breaking the longstanding dependency on complex sensor arrays or resource‐intensive computations, this sliding‐gated strategy translates microscale charge carrier dynamics into macroscopic intelligent perception, providing a scalable and robust material foundation for next‐generation embodied intelligence.

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
刚刚
喜悦兔子发布了新的文献求助10
刚刚
渣渣儿发布了新的文献求助10
1秒前
1秒前
L100完成签到,获得积分10
1秒前
1秒前
3秒前
3秒前
4秒前
May完成签到,获得积分10
4秒前
4秒前
5秒前
杨金瀑发布了新的文献求助10
5秒前
Jasper的应助被玛卡巴卡采纳,获得10
5秒前
5秒前
jospeak完成签到,获得积分10
6秒前
蘑菇发布了新的文献求助30
6秒前
深情安青的应助被qiyuan采纳,获得10
7秒前
今后的应助被时若采纳,获得10
7秒前
8秒前
michael发布了新的文献求助10
8秒前
santiago发布了新的文献求助10
8秒前
英俊的酬海完成签到,获得积分10
9秒前
Franklin发布了新的文献求助10
9秒前
9秒前
10秒前
wjy完成签到 ,获得积分10
10秒前
10秒前
小鹿不迷路完成签到 ,获得积分10
10秒前
keithxiexie完成签到,获得积分10
12秒前
桐桐的应助被唐一一采纳,获得10
12秒前
可爱的函函的应助被zengyangyu采纳,获得30
13秒前
冷傲的采枫完成签到,获得积分10
14秒前
15秒前
16秒前
无辜秋烟完成签到,获得积分10
16秒前
sagitar的应助被紧张的朋友采纳,获得20
16秒前
科研小飞舞完成签到,获得积分10
17秒前
17秒前
嘿嘿发布了新的文献求助10
18秒前
高分求助中
(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
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Challenging Attachment Theory 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8140347
求助须知:如何正确求助?哪些是违规求助? 9540672
关于积分的说明 21641346
捐赠科研通 7724383
什么是DOI,文献DOI怎么找? 3421086
关于科研通互助平台的介绍 2546303
邀请新用户注册赠送积分活动 2463147