《基于电阻抗断层成像的超耐用柔性超薄可穿戴电子皮肤》论文解读
本文介绍了一种基于电阻抗断层成像（EIT） 的柔软超薄可穿戴电子皮肤（e-skin），用于三维触觉界面。该电子皮肤采用有机 / 无机混合结构，通过微图案化多壁碳纳米管（MWCNT）与弹性体复合材料构建导电可拉伸传感区域，制造工艺简单且成本低。其核心优势包括高时空分辨率（可检测亚毫米级压力和数百微米的垂直形变）、少互连特性（像素 / 互连 > 57）、强耐用性（在损伤或环境变化下稳定工作），并在实时人机交互（HMI）中实现了手写识别和无人机控制等实际应用。
目录
5.1 通过 “重置参考” 消除干扰，保障极端条件下的稳定工作
一、研究背景与意义
在人机交互（HMI）快速发展的背景下，高分辨率可穿戴电子皮肤（e-skin）是实现精准用户交互的核心需求。然而，传统阵列结构触觉传感器存在互连数量多、噪声大、易受干扰且单根互连断裂即失效的问题；现有基于软材料的计算方法则存在功能有限（如缺乏多点触控）、外部组件庞大等局限。
电阻抗断层成像（EIT）技术虽能实现无互连传感和多点检测，但传统 EIT 设备依赖刚性电极，体积庞大，难以满足皮肤般的柔软性和贴合性要求。为此，研究团队开发了一种基于 EIT 的柔性超薄电子皮肤，旨在突破上述限制。
二、整体设计：突破传统传感器局限
该研究提出的基于电阻抗断层成像（EIT）的柔性超薄可穿戴电子皮肤，在设计上通过结构创新和技术优化，有效解决了传统传感器的核心局限，其整体设计思路可结合图 1 的对比示意图具体说明。
2.1 传统传感器的固有缺陷
交叉阵列结构传感器（图 1A）：这类传感器通过交叉互连线路连接每个传感单元，存在两大关键问题。一是空间分辨率与互连数量直接挂钩，若要实现高分辨率（如 8×8 阵列对应 64 个单元），需大幅增加互连数量，导致电气噪声增大、单元间干扰（串扰）加剧；二是互连线路易受机械变形（如压缩、弯曲、拉伸）影响，一旦单根互连断裂，整行或整列传感单元将失效。
传统 EIT 触觉传感设备（图 1B）：虽采用 EIT 技术减少了互连需求，但通常依赖刚性核心（容器）、刚性电极或导电液体 / 水凝胶等，整体体积庞大且缺乏柔性，难以贴合人体皮肤，限制了可穿戴应用场景
2.2 新型 EIT 电子皮肤的设计突破
结构创新（图 1C）：该电子皮肤采用 “无互连传感区域 + 柔性外围” 的设计，核心传感区域为多壁碳纳米管（MWCNT）嵌入弹性体的复合材料，通过微图案化工艺确保均匀性，外围仅保留必要的金属电极（如 Cu），无需复杂互连线路。这种设计实现了 “像素 / 互连比 > 57”，在减少互连的同时，仍能通过 EIT 技术实现高分辨率 3D 映射。
材料特性（图 1D、1E）：整体由超薄（约 50μm）的柔性有机材料构成，如 PDMS 与 Ecoflex 0030 的混合弹性体（PECO），兼具柔软性和拉伸性，可弯曲贴合曲面（如图 1D 中弯曲在直径 5mm 的杆上），并能承受拉伸变形（图 1E），与人体皮肤的机械匹配度高，减少了穿戴不适感。
2.3 功能实现逻辑
该设计通过 “机械变形 - 阻抗变化 - EIT 重建 - 应用输出” 的流程实现触觉感知：当外部压力作用于传感区域时，MWCNT - 弹性体复合材料因压阻效应产生阻抗变化，周围电极通过 EIT 技术采集电压信号，经向量计算重建出 3D 阻抗分布图像，最终通过深度学习处理实现手写识别、无人机控制等 HMI 应用
三，材料与性能：柔软性与稳定性的平衡
该电子皮肤通过精心选择材料组合与优化制造工艺，在保证柔软性以贴合人体皮肤的同时，实现了稳定的机械性能与电学响应。
3.1 核心材料选择：兼顾柔软性与功能性
材料选择与结构设计：
核心材料：采用 PDMS 与 Ecoflex 0030 的混合弹性体（PECO）作为基底与封装层，嵌入多壁碳纳米管（MWCNT）形成导电传感网络（图 2B inset 展示 MWCNT 网络结构）。PECO 兼顾 PDMS 的机械强度与 Ecoflex 的超柔软性，MWCNT 则提供压阻敏感特性，二者结合实现 “柔软且敏感” 的核心需求。
工艺保障：通过 MEMS 制造流程（图 2A），实现 MWCNT 的微图案化与 Cu 电极的精准对准（图 2B 红色框 inset），确保传感区域均匀性与电极接触稳定性，为 EIT 重建提供可靠基础。
3.2 柔软性的量化验证
力学特性：图 2C 左侧显示，PECO/MWCNT/PECO 结构在 40% 应变下应力仅 0.6 MPa，远低于人体皮肤的耐受阈值；右侧力 - 深度曲线表明，0.2 N 的力即可产生 5 mm 压缩深度，体现出皮肤般的柔软触感。
形变适应性：图 2D 的应力分布模拟显示，传感器在单点或多点按压时，应力随皮肤状基底的形变自然扩散，无刚性约束导致的应力集中，适配人体曲面接触场景。
贴合性：图 2B 展示传感器可 conformal 附着于前臂皮肤，图 2D、2E 的实物图（弯曲在 5 mm 直径杆上、被棉签按压拉伸）直观体现其柔性与拉伸能力。
3.3 稳定性的实验支撑
电学响应稳定性：图 2F 显示，随按压深度增加，相对阻抗呈指数上升，灵敏度达 27.48%/mm，且响应规律一致，证明压力检测的可重复性。
长期耐久性：图 2G 记录了 10,000 次循环按压（深度 2 mm）的阻抗变化，整体波动微小，初始与末期的瞬时响应（红、蓝 inset）几乎一致，验证了材料在反复形变下的稳定性。
低串扰设计：传感器电极远离压力作用区，通过 EIT 技术避免了传统阵列结构的电学串扰；图 2D 的应力模拟显示，多点按压时应力分布呈差异化峰值，减少机械串扰，保障定位精度。
四，EIT 技术：实现高分辨率 3D 映射
电阻抗断层成像（EIT）技术是这一电子皮肤实现高分辨率 3D 映射的核心，简单说就是通过 “电流透视” 感知压力的位置和大小。EIT 技术就像给电子皮肤装了 “透视眼”，仅靠边缘几个电极就能 “看见” 皮肤内部的压力分布，既实现了高分辨率（亚毫米级），又不用铺大量线路，还能感知 3D 空间中的位置和力度。这种能力让电子皮肤真正像人体皮肤一样，既能 “摸” 到东西，又能 “说清” 摸到了什么、在哪、用了多大劲.
4.1 EIT 的 “透视” 原理
就像医生用 CT 扫描人体内部，EIT 用电流 “扫描” 电子皮肤的内部阻抗变化，步骤如下：
电流注入：电子皮肤边缘有 16 个电极，轮流给相邻的电极对注入 1mA、1kHz 的交流电（比如先给电极 1 和 2 注入，再给 2 和 3 注入，直到 16 组都完成）。
电压测量：每次注入电流时，其他电极会测量皮肤表面的电压变化，总共能收集 208 组电压数据（图 3A 左侧）。
图像重建：这些电压数据通过一个 “sensitivity matrix（灵敏度矩阵）” 进行计算（类似解数学方程），最终转换成 40×40 像素的 2D 图像（图 3A 右侧），每个像素的亮度代表阻抗大小 —— 压力越大的地方，阻抗变化越明显，像素越亮。
这种方法不用在皮肤内部铺大量线路，仅靠边缘 16 个电极就实现了高分辨率映射，像素和互连的比例超过 57，远超传统阵列传感器。
4.2 精准定位：从点到面的 3D 感知
单点压力：用指尖按一下电子皮肤，EIT 会重建出一个 3D 阻抗分布图（图 3B 左），图中 “山峰” 的位置就是按压点，“山峰” 的高度代表压力大小。投影到 2D 图上（图 3B 右），能清晰看到压力中心的位置，误差小于 1 毫米，和我们指尖的触觉精度差不多。
多点压力：同时按三个不同的地方（比如用三个手指），EIT 能区分出每个点的位置和力度（图 3C）。图中三个 “亮点” 分别对应三个按压点，亮的地方代表压力大，暗的地方代表压力小，就像给压力 “拍了张 X 光片”。
精细分辨：哪怕两个按压点只相距 1 毫米（比头发丝粗一点），EIT 也能区分开（图 3D）。实验中在 9 个相距 1 毫米的点上依次按压，重建图像能准确标记出每个点的位置，证明它的空间分辨率达到了亚毫米级
4.3 感知深度：从 “摸” 到 “量” 的垂直精度
除了平面位置，EIT 还能感知压力的 “深浅”：
当按压深度从 0 增加到 5 毫米（相当于轻轻按到用力按），电子皮肤的平均阻抗会持续上升（图 3E 蓝色线），重建图像中 “最大阻抗值” 也同步增大（图 3E 红色线）。
哪怕只按下去几百微米（比一张纸还薄），EIT 也能检测到，这意味着它能感知到非常轻微的触碰，比如羽毛划过皮肤的力度。
五，耐用性：极端条件下的稳定工作
这种电子皮肤的一大亮点是 “抗造”，哪怕被割、被冻、被弯，照样能稳定工作。图 4 用实验数据直观展示了它在极端环境下的表现，核心秘诀是通过 “重置参考状态” 来适应变化。
5.1 通过 “重置参考” 消除干扰，保障极端条件下的稳定工作
图 4A 直观展示了电子皮肤应对 “异常状态” 的核心机制 —— 通过重置参考状态，过滤掉无关干扰，精准捕捉有效压力信号，这是其耐用性的关键保障之一。
简单来说，电子皮肤工作时需要一个 “基准线”（参考状态），也就是没受压时的正常阻抗信号。但实际使用中，可能会遇到一些意外情况导致基准线偏移，比如材料轻微老化、环境湿度变化，或者轻微的机械形变（并非我们想检测的压力）。这些变化会产生 “杂音”，干扰对真实压力的判断（图 4A 左侧，蓝色线为原始测量信号，包含杂音和压力信号，难以区分）。
这时，电子皮肤的 “重置参考” 功能就派上用场了：把当前的异常状态设为新的基准线（图 4A 中间，红色线为校准后的参考），再测量时就能自动过滤掉之前的杂音，只保留新的压力信号（图 4A 右侧，绿色线清晰显示压力引起的信号变化）。
举个生活化的例子，就像给体重秤 “归零”—— 如果秤上放了件衣服，直接站上去会不准，但先按 “归零” 键把衣服重量设为基准，再站上去就能测准真实体重。这种机制让电子皮肤在复杂环境中（比如长期穿戴后材料轻微变化）仍能保持精准检测，进一步强化了其耐用性和实用性。
5.2 被割破了也能继续用
问题：传统传感器如果被划破， sensing 区域就会失效。但这种电子皮肤的传感层是均匀的导电材料，就算被刀割出一道缝，只要重新校准，就能接着用。
实验：图 4B 中，研究人员用刀片在电子皮肤上划了一道口子，一开始测量的电压信号很乱（灰色线），但把 “割破后的状态” 设为新的 “参考基准” 后，再按压时就能清晰识别压力信号（红色线），重建出正常的压力图像。
原理：就像手机摔出裂纹后，调整一下显示校准仍能正常用。电子皮肤通过重置参考状态，忽略损伤带来的 “背景噪音”，只关注新的压力变化。
5.3 冷热交替下性能不变
问题：碳纳米管对温度敏感，温度变化可能导致阻抗异常，干扰压力检测。
实验：图 4C 显示，把电子皮肤从 20°C 加热到 100°C，平均阻抗下降了 15%，但冷却后又基本恢复。哪怕在 80°C 的高温下（图 4D），只要把 “高温状态” 设为参考，按压时仍能准确识别压力位置和大小。
日常用：夏天出汗发热、冬天寒冷，它都能通过简单校准保持稳定，不用担心环境温度影响触控精度。
5.4 弯成弧形也不影响
问题：贴在手腕、手肘等弯曲部位时，传统传感器可能因形变导致信号失真。
实验：图 4E 测试了不同弯曲半径下的阻抗变化，哪怕弯成半径 2 毫米的弧形（差不多是手指关节的弯曲程度），阻抗仅变化 4%，远小于按压产生的信号变化。图 4F 显示，弯曲状态下按压，仍能清晰重建出压力图像。
优势：能紧紧贴在胳膊、手指等任何部位，做动作时也不会 “失灵”，真正像皮肤一样灵活。
六，应用验证：从实验室到实际场景
这种电子皮肤不只是实验室里的样品，已经能实实在在地用在生活里了。图 5 展示了它在手写识别和无人机控制这两个场景中的表现，证明了从 “能检测压力” 到 “能听懂人类指令” 的跨越。
6.1 可穿戴场景的直观呈现
展示了电子皮肤贴在人前臂上的实际状态 —— 超薄（50μm）的柔性材料完全贴合皮肤曲面，无褶皱或翘起。当手指在上面书写字母 “S” 时，电子皮肤能实时捕捉指尖的压力变化，就像 “第二层皮肤” 一样感知细微动作。这张图直观证明了其 “可穿戴性”：既不影响肢体活动，又能稳定接收触觉信号，为后续应用奠定了 “贴合且无感” 的基础。
6.2 应用流程的逻辑框架
这张流程图拆解了从 “压力信号” 到 “人机交互指令” 的全过程：
测量阶段：电子皮肤通过 EIT 技术获取压力引起的阻抗变化，重建出图像（如字母 “S” 的轮廓）；
信号处理阶段：通过高斯滤波降噪、定位最大压力点（跟踪指尖轨迹），再用神经网络分类信号；
应用阶段：最终转化为手写识别或无人机控制的指令。
这张图清晰说明：电子皮肤不是简单的传感器，而是一套完整的 “感知 - 处理 - 输出” 系统，能将物理压力直接转化为数字指令。
6.3 手写轨迹的实时追踪
以书写字母 “S” 为例，图中 3D 动态轨迹（红色点）精准跟随指尖移动：X 轴和 Y 轴坐标对应皮肤表面的位置变化，时间轴记录书写的先后顺序。这张图验证了电子皮肤的 “实时性” 和 “空间定位精度”—— 哪怕指尖快速滑动，EIT 技术也能同步捕捉位置变化，轨迹连续无断点，为后续识别字母提供了清晰的原始数据。
6.4 手写识别的准确率验证
这张柱状图展示了 26 个大写字母的识别准确率，大部分字母的识别率超过 90%（如 “A”“B” 达 96%）。背后的逻辑是：电子皮肤输出的轨迹数据经 EMNIST 模型微调后，能匹配人类手写的特征（如 “C” 的弧度、“T” 的交叉点）。这张图证明其不仅能 “感知压力”，还能 “理解语义”，具备实用的识别能力。
6.5 长期使用的稳定性测试
这张图记录了连续书写 10,000 次字母 “A” 后的准确率变化：初始准确率 96%，经过 10,000 次循环（模拟长期使用）后仍保持 81%。中间通过 “重置参考状态”（类似校准），避免了材料疲劳导致的信号漂移。这张图验证了其 “耐用性”—— 即使反复按压，识别性能也不会大幅衰减，适合日常高频使用。
6.6 无人机控制的指令映射
图 5F 是电子皮肤在无人机控制场景中的核心验证，直观展示了 “触摸动作→电信号→飞行指令” 的完整映射过程，体现了其在动态人机交互中的实用性。这张图分为左、中、右三部分，分别对应信号采集、图像重建和指令执行，环环相扣。
左侧：动态压力的电信号特征
左侧图表显示的是不同触摸动作产生的电压变化曲线（纵轴为电压 dV，横轴为电极对编号）。这些曲线就像 “触摸的指纹”，每种操作对应独特的信号模式：
- 多点按压（触发起飞 / 降落）：多个压力点同时作用，电压信号呈现多个峰值，且不同电极对的响应更分散（曲线波动范围大）；
- 边缘单点按压（触发旋转）：压力集中在电子皮肤边缘，对应边缘电极对的电压变化更显著（某几个电极对的峰值突出）；
- 中心按压（力度变化）（触发升降）：压力在中心区域，电压峰值随按压力度增加而升高（曲线整体上移）；
- 方向按压（触发平移）：压力点偏向某一方向（如左 / 右 / 前 / 后），对应方向的电极对电压变化更明显（曲线单侧峰值突出）。
这些信号是后续指令识别的 “原始数据”，电子皮肤通过 EIT 技术实时捕捉这些细微差异，为精准控制奠定基础。
中间：EIT 重建的触摸图像
中间部分是通过 EIT 技术重建的 2D 阻抗分布图（类似 “压力热图”），亮斑的位置、数量和亮度直接对应触摸的关键信息：
- 位置：亮斑在图像中的坐标（左 / 右 / 中心 / 边缘）决定无人机的运动方向（如边缘左侧亮→向左转，中心亮→升降）；
- 数量：单个亮斑→单点操作（旋转 / 升降），多个亮斑→多点操作（起飞 / 降落）；
- 亮度：亮斑的明暗程度反映按压力度（越亮→力度越大），对应无人机的运动幅度（如更亮→升得更高 / 转得更快）。
例如，当手指按在电子皮肤右上角边缘时，重建图像的右上角会出现一个亮斑，系统据此判断 “触发向右旋转 90°”；当按压力度增大，亮斑变亮，无人机旋转速度随之加快。这种可视化的图像让触摸意图变得 “可量化”，避免了传统遥控器的机械按键限制。
右侧：无人机的指令执行结果
右侧展示了无人机根据触摸指令做出的具体动作，实现了 “所见即所得” 的控制：
- 多点按压→起飞 / 降落：当图像中出现多个亮斑时，无人机接收 “启动” 或 “停止” 信号，完成垂直起降；
- 边缘单点按压→旋转：亮斑在左侧边缘→向左转，右侧边缘→向右转，且根据亮斑位置精准控制旋转角度（90°/180°/360°）；
- 中心按压（力度变化）→升降：中心亮斑亮度增加→无人机上升，亮度减弱→下降，响应灵敏无延迟；
- 方向按压→平移：亮斑偏向图像上 / 下 / 左 / 右→无人机向前 / 后 / 左 / 右平移，轨迹与触摸方向一致。
这一步验证了电子皮肤的 “指令转化能力”—— 不仅能感知压力，还能将其转化为无人机可理解的操作，实现 “触摸即控制” 的自然交互。图 5F 通过 “信号 - 图像 - 动作” 的三重对应，证明了电子皮肤在动态人机交互中的可靠性：它能区分复杂的触摸模式（多点 / 单点、位置、力度），解决了传统传感器 “只能测压力，不懂意图” 的局限；整个过程实时响应（延迟 < 100ms），满足无人机控制对时效性的要求；无需机械按键，仅通过皮肤接触即可操作，体现了可穿戴设备 “无感交互” 的优势。 “用皮肤指挥机器” 从概念变成现实，为未来更复杂的可穿戴控制（如机器人操作、虚拟现实交互）提供了范例。
北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台
更多推荐
21
0- 0
已为社区贡献5条内容
所有评论(0)