韓國的研究人員採用支撐在堅固的聚萘二甲酸乙二醇酯基材上的由石墨烯薄片製成的傳感器，朝著人類觸摸感測邁出了重要的一步。他們將電子傳感器與機器學習算法相結合，創造出一種能夠感知和區分不同表面紋理的設備。該設備可以用於虛擬現實，機器人和醫療假肢。
據該團隊稱，機器已經可以識別和複製與人類言語和視覺相關的模式。然而，觸摸模擬更復雜，因為它依賴於皮膚中的機械感受器，當觸摸不同的表面時感受到壓力和振動的微小變化。
當膜變形時，該裝置檢測通過石墨烯膜的電導率和電阻的變化。應變增加了薄膜中各個薄片之間的物理接觸，這增加了通過該裝置的電導。石墨烯薄膜在1-2ms內響應變形，據說比任何其他壓阻材料快得多。石墨烯的天然彈性負責這種速度，並且與人體觸摸信號傳播到大腦相當。
該團隊解釋說，大多數觸覺傳感器通過測量結構變形的強度來檢測觸摸事件。這意味著它們本質上不是真正的觸覺傳感器，因為這些傳感器本身並不感知表面紋理。相比之下，韓國研究團隊將石墨烯薄膜結合到人造指紋結構上，以使薄膜對由紋理表面上的指紋上的脊所引起的微小振動做出反應。分析這些振動信號可以讓傳感器“感覺”不同質感的織物。
來自美國加利福尼亞聖地亞哥的加州大學的研究員也從事觸覺感測工作，他說'有幾個電子皮膚的例子可以實現人類對錶面紋理的敏感性。他讚賞來自韓國的團隊如何整合機器學習算法，以便他們的傳感器能夠“按照我們所做的相同方式對紋理進行分類 - 在我們的大腦中自動進行分類”。
機器學習算法收集來自傳感器的電導和阻力信息，並使用它來定義與不同表面紋理類型相關的特定特徵。在瞭解已知織物的特性後，傳感器能夠推斷這一知識，並在對12種新織物進行分類時顯著優於人類 - 得分為99％，而在50人的盲測中得分為58％。該團隊故意選擇面料來突出傳感器的敏感度 - 紡織品表面可能非常微妙，人類並不總是能夠區分它們。
石墨烯已經越來越接近我們的生活，關於石墨烯的新聞也是層出不窮，石墨烯以它優秀的性能使眾多科學家為之奮鬥一生，
閱讀更多 秋風hmqhai 的文章
