靈活的物聯網設備和多感官人機交互的快速發展需要能夠以智能和節能的方式進行多模態數據感知、處理和反饋的先進系統。然而,由于感知、處理和反饋單元的碎片化架構,傳統架構面臨能量低效率和界面不匹配的限制。
![]()
西北工業大學黃維院士,福建師范大學趙毅教授、劉洋教授等人受生物傳感系統的啟發,將基于MXene的柔性雙模傳感-處理-可視化集成系統引入到單個可穿戴設備中,通過分層MXene平臺將壓電納米發電機(機械感覺)、光電突觸(視覺處理)和變色量子點發光二極管(光反饋)與優化的界面結合在一起。該可穿戴集成系統具有觸覺-視覺信號識別能力,適應環境刺激的生物自我保護行為,動態軌跡識別和運動識別的空間定位,這些都是多感官交互中非常需要的。仿生材料-建筑-功能協同設計策略和集成系統促進了可穿戴神經形態硬件、邊緣計算和智能人機交互的發展。
相關工作以《Bioinspired flexible sensing-processing-visualizing integrated system towards tactile-visual signal recognition》為題在《Nature Communications》上發表論文。從Peer review文件上可以看到,該研究歷經了3輪審稿,從投稿到接收歷經275天!
圖文介紹
![]()
圖1 基于MXene的柔性傳感-處理-可視化集成系統設計
細胞膜作為一種通用平臺,通過共享組件增強了營養物質的利用以及機械和電信號的兼容性,發揮著多種作用,包括通過插入的Piezo2實現觸覺感知,通過插入的視紫紅質實現視覺感知,將感覺刺激轉化為離子-電子信號,并高效傳輸這些信號以進行交互和處理,從而促進各種生理過程(圖1a)。基于準二維多功能細胞膜的多感官感知-處理-反饋系統的工作原理和結構為仿生電子領域的融合材料和結構設計提供了有價值的啟示,以實現多模式、可穿戴和界面匹配功能。
本文提出了一種基于MXene的柔性傳感-處理-可視化集成系統(FSPVS),具有機械和電子匹配的界面,可穿戴智能傳感系統(圖1b)。通過定制尺寸和表面狀態,MXene具有多種功能,包括共享高效電傳導平臺、觸覺增強材料、視覺感覺和突觸材料,以及具有最小能量勢壘的優選電荷注入層,從而實現感覺刺激轉化為電子信號并有效傳輸。大型MXene (L-MXene)作為一個共享平臺,包含以下集成單元:通過中型MXene(M-MXene)界面極化鎖定調節壓電納米發電機(PENG)實現機械感應;基于氧化小尺寸MXene (OSMX)的人工光電突觸(AOS)的視覺感覺和突觸功能集成色移量子點發光二極管(CS-QLED)光反饋。
這些MXene的形貌和物相表征如圖1c從左到右所示。首先,采用“MILD”方法刻蝕富Al的Ti3AlC2 MAX(MXene前驅體),得到缺陷最小的多層MXene。隨后,利用渦旋振蕩產生的機械力對多層MXene進行剝離,得到L-MXene和M-MXene,保持橫向尺寸,使面內缺陷最小化。利用離心力進一步分離富含-OH端部的M-MXene和具有最小缺陷的大橫向尺寸L-MXene,分別匹配PENG、AOS和CS-QLED的器件應用。此外,為了滿足材料利用和AOS應用要求,機械上不可剝蝕的多層MXene首先被超聲破碎成S-MXene,然后氧化和表面功能化,以產生含有豐富缺陷位點的光響應性OSMX。
![]()
圖2 MXene基雙功能PENG的表征
自供電MXene基雙功能PENG,類似于Piezo2的觸覺傳感單元,是通過在共享的L-MXene導電層(圖2a)上沉積M-MXene/P(VDF-TrFE)(MXP)來制造的,具有優異的導電性和機械強度。此外,MXene具有豐富和可調的表面末端,有利于溶液處理,能夠在各種溶劑中均勻分散,包括水、極性和非極性有機溶劑。圖2b、c分別展示了MXene基雙功能PENG在初始狀態和加壓狀態下的工作機理。M-MXene和P(VDF-TrFE)基體之間的界面極化導致復合材料內電偶極子的取向相對均勻(圖2b)。壓縮后,自極化效應加上變形偶極子的形成,誘導薄膜表面產生極化電荷。這些電荷隨后被吸引并積聚在帶電表面上,從而形成壓電電位(圖2c)。因此,外部自由電荷遷移到電極并積累以抵消壓電電位。
作者初步研究了不同薄片尺寸的MXene對PENG壓電性能的影響(圖2d)。當使用具有合適片狀尺寸的M-MXene作為添加劑時,得到的MXene基雙功能PENG顯示出最高的輸出,這可歸因于有效增強的界面極化和最小化的泄漏電流。進一步評估了壓電輸出性能,包括開路電壓和短路電流的測量(圖2e)。兩個指標都表明,MXene基雙功能PENG的輸出性能在MXene含量為0.5 wt%時達到峰值。圖2f顯示,在1.5~13 N范圍內,MXP-0.5的短路電流隨施加壓力呈線性增加,表明輸出電流與壓力呈線性關系,可以進行精確的信號校準和準確的壓力估計。
在PENG中,M-MXene作為添加劑和L-MXene作為電極的雙重功能作用改善了界面接觸,顯著提高了電荷收集效率(圖2g)。這導致了壓力刺激下電流密度的大幅增加,這明顯高于使用其他電極的壓電薄膜。制備的MXene基雙功能PENG具有優異的機械界面匹配性能和9900次以上穩定的輸出電壓,在實際應用中表現出優異的機械耐久性和可靠性。COMSOL多場有限元分析仿真結果進一步支持了實驗數據(圖2h)。
![]()
圖3 基于OSMX的AOS突觸特性的表征
通過將基于OSMX的AOS集成在共享的柔性透明L-MXene薄導電層上,可以獲得視覺感覺和突觸功能(圖3a)。為了獲得AOS所需的光感知能力和電荷捕獲能力,同時提高MXene合成過程的效率,實施了兩步改性程序:(1)通過超聲破碎廢棄的多層MXene來制備的S-MXene能夠被可控地氧化為TiOx基的OSMX,同時提高了光響應性和缺陷密度,從而增強了電荷捕獲能力,進而提升了突觸性能;(2)使用正十二烷基磷酸(DDPA)對表面進行功能化處理,提高了有機溶劑中的膠體穩定性(圖3b)。
為了評估該裝置的突觸可塑性,對AOS進行了電測試。通過測量I-V曲線對模擬電阻開關行為進行了表征,顯示了良好的電阻開關能力。采用連續電壓掃描方式對L-MXene電極施加正電壓(0 V→+ 1.2 V→0 V),使電流逐漸增大(圖3c)。相反,施加負電壓(0 V→-1.2 V→0 V)會導致電流持續減小。為了闡明AOS的電學機制,對I-V曲線進行了詳細的擬合分析。圖3d顯示了電壓脈沖刺激下器件電導(突觸重量)的調制過程。通過施加不同幅值的定寬電壓脈沖,器件電導隨正脈沖幅值的增加而增加。通過施加不同幅值的定寬電壓脈沖,器件電導隨正脈沖幅值的增加而增加。
在測試過程中,PENG直接連接到AOS。PENG可以通過其壓電效應直接產生不同幅度和脈沖的電脈沖,而無需使用外部脈沖電源。當產生的電脈沖的數量和頻率都增加時,AOS表現出增強的電流響應,模仿生物系統在外部刺激下的增強反應性(圖3e、f)。從電阻開關機制的角度來看,脈沖數量的增加導致缺陷部位捕獲的電荷進一步積累,從而增強器件的導電性。此外,當脈沖頻率增加時,在施加后續脈沖之前,在前一個脈沖期間捕獲的電荷不能完全釋放,導致電荷隨著時間的推移而逐漸積累。
在人類視覺系統中,光信號照射的強度和持續時間是獲取圖像信息的關鍵參數。對不可見紫外線的檢測和識別可以有效地避免可見光的干擾,有利于人工視覺系統的發展。AOS在不同紫外(365 nm)光持續時間、脈沖數和光強下的光電流響應行為如圖3g和h所示,證明了光刺激參數對EPSC的調節作用。光照條件的改變不僅直接決定了響應幅度,而且有效地調節了隨后的弛豫過程。圖3i進一步說明了當AOS受到不同頻率的連續光脈沖序列時的EPSC。當峰值頻率從0.2 Hz增加到0.67 Hz時,累積效應變得越來越顯著,導致明顯的EPSC響應。
![]()
圖4 基于FSPVS的環境自適應可視化雙模傳感器
通過將CS-QLED集成在共享的L-MXene導電層上,可以獲得感官反饋功能(圖4a)。利用CS-QLED作為反饋單元,利用其在可見光譜中的高色純度和可調性,以及它們在不同襯底上的溶液可處理性,從而促進了柔性電子皮膚的發展。通過混合紅綠量子點(R/G量子點)可以實現不同波長的光發射。L-MXene除了具有優異的導電性,良好的透明度和出色的抗彎性能外,其功函數約為4.9 eV,與PEDOT:PSS電荷注入層(約5.1 eV)非常接近。這種匹配有助于高效的電荷注入,并實現最佳的電界面匹配(圖4b)。隨著CS-QLED電壓的升高(2.8~7.4 V,圖4c),~543 nm處的綠色發射強度逐漸增大,~632 nm處的紅色發射強度逐漸減小。
受章魚獨特的感覺和神經特性的啟發,開發了一種靈活的仿生觸覺-視覺-光學反饋神經網絡系統,以利用PENG、AOS和CS-QLED的潛力。系統的信號采集和處理工作流程如圖4d所示。由于CS-QLED需要相當大的驅動電壓來誘導從紅色到綠色的顏色變化,因此集成了電流放大模塊以滿足其操作需求。所設計的電路可以在只接收視覺信號而不接收觸覺信號的情況下正常工作。FSPVS的決策邏輯如下:PENG檢測壓力信號,而AOS接收光輸入。壓力和光的聯合刺激協同作用于AOS,觸發EPSCs的產生。這些EPSCs隨后被外圍電路中的轉換單元捕獲并轉換成具有不同幅度的電壓,從而有效地驅動CS-QLED產生視覺輸出并實現顏色切換。
一些生物體的皮膚具有獨特的附加功能,使它們能夠有效地進行生理活動。例如,章魚的皮膚可以根據外部刺激(如壓力或光刺激)迅速改變顏色,從而實現有效的偽裝。圖4f展示了系統原理圖,該系統旨在模仿章魚的環境自適應雙模式感知和可視化能力。當光和壓電刺激同時施加時,光子激發和壓電調節協同增強電導率。因此,隨著AOS電阻的減小,會產生放大的電流,并隨之轉化為放大的驅動電壓,從而有效地誘導CS-QLED發生明顯的顏色變化。
如圖4g所示,在沒有額外光刺激的情況下,增加壓力可以誘導CS-QLED從紅光(狀態1:非防御模式)到黃光(狀態2:環境監測模式)的發射發生轉變(發光強度閾值1)。同樣,在沒有外界壓力刺激的情況下,光強的增加也可以觸發相同的發射躍遷。當同時施加光和壓力刺激時,以光輸入為主導(20 mW cm-2光刺激和1.5 N壓力刺激),CS-QLED發出超過閾值1的黃光(狀態2)。相反,當壓力刺激占主導地位時(5 N壓力刺激和6 mW cm-2光刺激),隨著刺激數量的增加,CS-QLED最初發出高于閾值1的黃光,并逐漸過渡到超過閾值2的綠光(狀態3:警報模式)。當適當的壓力和光強同時施加時,CS-QLED發出超過閾值1的黃光(狀態2)。當高壓和強光同時施加時,CS-QLED超過閾值2(狀態3),發出綠光。
![]()
圖5 多模式信息感知與識別
為了展示集成系統的優勢,在此實現了多模態圖像識別任務。在識別污染圖像時(圖5a),被不透明材料覆蓋的左側只能通過觸覺信號(電信號)感知,而右側仍然可以通過視覺信號(光信號)感知。因此,采用多模態混合輸入“EEOO”模式(包括兩個電脈沖和兩個光脈沖)。這種模式顯示了明顯的功能空間劃分:“EE”部分選擇性地響應圖像的左半部分,而“OO”部分專門響應右半部分。隨后,使用混合輸入“EEOO”模式讀取處理后的圖像。訓練過程結束后,突觸權值由隨機分布變為正態分布,表明神經網絡得到了有效訓練。混淆矩陣(圖5b)和達到91%的準確率顯示了混合輸入策略在多模態識別任務中的有效性。
除了靜態圖像識別之外,還以簡化的羽毛球場景為例,進一步評估了系統在動態信息感知和識別方面的潛力(圖5c)。具體來說,用戶A和用戶B的手腕上都戴著FSPVS。即使位于不同的空間,這兩個用戶也能夠進行在線互動(圖5c)。例如,當用戶A揮動球拍擊打虛擬羽毛球時,FSPVS可以準確檢測到正手重拍(F-HS)、正手輕拍(F-LS)、反手重拍(B-HS)和反手輕拍(B-LS)四種基本擊球類型。同時,FSPVS識別出球拍在8個不同方向的擺動軌跡。此外,兩個光電探測器(PD)捕獲CS-QLED感應發光信號以確定位置數據。這些打擊類型、軌跡識別和空間定位使用戶B能夠適當和迅速地作出反應。
在羽毛球場景中,關節運動(代表壓電信號)和球拍擺動(代表光學信號)同時發生,并分別輸入到工作在電學和光學模式的AOSs中(作為RC單元)(圖5d)。對于球拍揮動軌跡的識別,光脈沖對于信息處理至關重要。為了將連續幀中的空間和時間信息整合為一個緊湊的表示形式,將每個幀圖像劃分為四個連續的子幀(t0、t1、t2和t3),分別代表球拍揮動的四個不同時刻。當檢測到球拍(黃色像素)時,會對每個像素對應的AOS應用光脈沖。當未檢測到任何拍頻運動(藍色像素)時,就不會施加光學脈沖。光脈沖序列(從(0000)到(1111))作為輸入被輸入到憶阻器的物理存儲器中,從而導致器件的EPSC值發生變化。這一過程將每個像素的時間演變嵌入到單個憶阻器的導電性中,從而表征物體運動的時間特征。
作者驗證了測試集中目標標簽與輸出標簽的混淆矩陣,結果表明系統可以有效識別不同的打擊類型(圖5e)。此外,傳感器的內部存儲庫使用自定義數據集準確識別球拍運動,包括八個不同的方向(圖5f、g)。在訓練過程中,目標輸入的讀出函數F值不斷增大,而非目標輸入的讀出函數F值不斷減小。圖5h顯示了訓練前后的初始和最終權重分布。球拍揮拍軌跡識別的交叉熵損失和準確率如圖5i所示。
文獻信息
Bioinspired flexible sensing-processing-visualizing integrated system towards tactile-visual signal recognition,Nature Communications,2026.
https://www.nature.com/articles/s41467-025-67316-0
(來源:網絡版權屬原作者 謹致謝意)
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.