人體皮膚能夠在大面積表面上穩定捕獲各類多模態數據，同時提供柔軟的接觸界面。盡管采用微機電系統（MEMS）的人工技術可模擬這些生物功能，但在制造工藝、軟剛性界面引發的分層問題以及電子干擾等方面仍面臨諸多挑戰。為解決這些難題，英國劍橋大學 Fumlya Iida 團隊提出了一種以明膠為主要基材的的高靈敏度水凝膠膜，用做單層多模態傳感皮膚。借助電阻抗斷層掃描技術，該傳感皮膚可實現多達 863,040 條跨膜傳導通路的信號采集，能夠識別至少六種不同類型的多模態刺激，包括人體接觸、機械損傷、多點絕緣按壓及局部加熱等。

研究人員利用數據驅動技術，對這些通路產生的高度冗余且相互耦合的傳感信息進行整合分析，篩選出需要重點監測的通路，實現了高效的多模態感知。為了展示該方法的多功能性，他們將水凝膠鑄造成成人手掌的形狀和大小。借助信息結構化策略，這款仿生手成功實現了環境條件預測、人體觸摸定位以及本體感覺數據生成等功能。該研究框架解決了多模態軟傳感領域中物理提取有效信息的技術挑戰，為敏感系統中單層蒙皮的信息主導型設計開辟了新方向

軟感皮膚的多模態信息結構

水凝膠膜的具體材料組成及配比為：明膠粉末、水、甘油、檸檬酸一水合物按 1 : 1.5 : 1.5 : 0.2 的質量比混合，在 50 °C 的烤箱中均質化 48 小時，期間按明膠粉末與鹽1:0.1 的質量比添加鹽。所得水凝膠具有低成本、可拉伸、壓阻應變響應等特性，能夠監測環境溫度和濕度，其電學和機械性能可通過成分進行調節，以適應特定應用設計。為了監測仿生皮膚的多模態相互作用，在其周邊安排了多個電極。將電極注入交流電以產生電場穿過膜，然后測量其他電極之間產生的電壓差。多模態刺激通過各種機制引起電場變化，這些變化被外周電極記錄下來。通過仔細選擇用于監測皮膚的電極配置，系統的輸出信息可以被結構化，以有效地返回模態和特定應用的數據。

利用產生的電場檢測多模態刺激

通過數據驅動方法優化信息通道選擇，在單層水凝膠制成的 3D 手模型上實現多模態刺激預測（包括觸覺定位和環境監測）。在 3D 手模型上，即使刺激位置遠離電極（如指尖），系統仍能通過 1726080 個信息通道檢測到原始觸覺響應。這證明了高密度 EIT 技術在復雜形狀上的可行性。另外，通過訓練神經網絡預測環境溫度與濕度，在觸覺實驗中同步輸出高精度結果。經多模態數據處理（觸覺與溫濕度同步）后，凸顯系統在真實場景的性能。

構建信息以預測3D手部的多模態刺激

通過單層水凝膠皮膚和高密度 EIT，該研究提出了一種高效的多模態信息結構化框架，解決了軟體機器人感知的核心挑戰。用數據驅動的“信息導向設計”，避免了傳統傳感的制造復雜性，為軟體機器人、假肢和可穿戴設備開辟了新路徑。

參考文獻：

Hardman D, Thuruthel T G, Iida F. Multimodal information structuring with single-layer soft skins and high-density electrical impedance tomography[J]. Science Robotics, 2025, 10(103): eadq2303.

DOI: 10.1126/scirobotics.adq2303