柔性传感器在机器人增强的智能感知系统中进展

感知是指外界刺激作用于感官时，大脑对外界的整体看法和理解，为我们对外界的感官信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息和组织信息。其中，信息获取是实现感知过程重要且要的环节。人类和G等动物拥有丰富的感觉器官，可以通过视觉、听觉、味觉、触觉、嗅觉和直觉（第六感）感受外界刺激，获取环境信息。受此启发，研究人员研制出一系列可媲美甚至超越人类感官能力的柔性传感器。与传统、笨重、刚性材料的电子器件不同，柔性传感器表现出d特的柔韧性能、可拉伸性能和传感性能，这些特性可以通过引入功能材料和创新结构得到进一步提升。柔性传感器可以在动态和不规则表面上形成紧密附着，大大减少外界刺激的干扰，实现G保真、G精度的数据采集。

利用不断发展的人工智能技术构建模仿人类感知过程的智能感知系统，是实现真正智能化的有效途径。智能感知不仅包括各种柔性传感器获取外界信息和数据的能力，还包括通过记忆、学习、判断、推理等过程感知环境、材料种类和物体属性的能力（图1）。G性能柔性传感器采集大量信息数据，然后使用机器学习算法进行分析和处理。与传统算法不同，机器学习是一类从数据中自动分析规律，并利用规律对未知数据进行预测的算法，并且它们在智能感知系统中往往具有更好的预测能力。

这篇综述重点介绍了柔性传感器及其智能感知系统的新研究进展。特别是，我们全方位回顾了构建柔性传感器具代表性的功能材料和创新结构，并讨论了基于不同环境信息的各种机器学习算法辅助智能感知系统。功能材料包括1D/2D/3D纳米材料、导电聚合物、液态金属、离子液体；创新结构包括单面、互锁、3D多孔、裂纹、纺织、波浪/皱纹、蛇形线和剪纸结构；智能感知系统包括手势感知、姿态感知、抓取物体感知、纹理感知、语音感知和材料感知（图2）。后，详细讨论了柔性传感器及其相应的智能感知系统面临的挑战和未来机遇。由于此类研究仍处于起步阶段，本文所涵盖的工作主要来自近些年。然而，随着该L域的不断成熟，终会有足够数量的技术迭代，以提供更全面的视角和演变时间表。

展望未来，尽管近年来在柔性传感器和机器学习技术L域取得了长足进步，并且两者交叉融合所构建的智能感知系统为人工智能下一阶段的发展提供了新的机遇，但在单个L域或两者的交叉点仍有许多挑战需要解决