让机器人的触觉感官更灵敏、稳定、高效,腾讯Robotics X在传感器上火力全开(2)

简介: 让机器人的触觉感官更灵敏、稳定、高效,腾讯Robotics X在传感器上火力全开

为了生成坚韧粘合界面,研究者首先将电极和介电层在含有 PDMS base(5.5 wt%)和固化剂(0.55 wt%)的三氯甲烷溶液中进行溶胀(图 III-1 e)。接着按顺序堆叠溶胀后的功能层,在 20 kPa 的预压力下进行固化(图 III-1 f)。随着 PDMS 原位聚合反应的发生,功能层间界面处新形成的 PDMS 网络,并与原有 PDMS 网络的分子链发生拓扑缠结,实现了具有强粘合界面层的一体式结构(图 III-1 g)。确切地说,在介电层和底部微结构电极之间的界面处,微锥尖端与介电层融为一体,如图 III-1 h 所示。


图 III-1。


得益于整个体系的均质材料体系,各功能层都表现出了相似的力学性能。下图 III-2a 表明纯 PDMS、掺杂 2 wt% 和 7 wt% CNTs 的 PDMS-CNTs 复合材料的杨氏模量分别为 1.2、1.4 和 3.4 MPa。虽然掺杂 CNTs 使得复合材料的杨氏模量增加,但微小的差异几乎不会引起力学失配。


研究者测量了器件结构不同层间界面的韧性和剪切强度。电极和介电层之间的平面界面具有420J·m^-2 的界面韧性和 90 kPa 的剪切强度,而微结构界面虽然包含大量的孔隙,界面韧性仍达到了 390 J·m^-2,剪切强度为 88 kPa,如图 III-2 b、c 所示。如此高的界面韧性要得益于两种机制:一是显著的弹性耗散机制,二是微塔结构的离散断裂机制。


首先,微塔结构 - 介电层界面的强粘附性和微塔结构的可拉伸性使其具有高的弹性能量耗散。微塔结构可以显著拉伸到大应变(约 200%)以耗散能量,如图 III-2 d、e 所示。其次,遭到离散破裂的微塔结构可以稳定局部的界面,避免连续的裂纹扩展。虽然块状 PDMS 柔软且可拉伸,但一旦形成裂纹,它将快速扩展直至断裂,如图 III-2 f 所示。图 III-2 g 为器件结构在扭曲、弯折和拉伸的机械受力模式下的原位 SEM 观察,表现出稳定的结合界面,这进一步证实了微结构界面的韧性和稳定性。


图 III-2。


下图 III-3 a 展示了传感器(面积为 10 mm × 10 mm)在不同压力下的电容响应。当压力低于 47 kPa 时,灵敏度为 0.15 kPa^−1;当压力在 47 和 214 kPa 之间时,灵敏度下降至 0.08 kPa^−1;压力在 214 到 450kPa 之间又下降到 0.04 kPa^−1。由于响应和松弛速度会受到材料粘弹性和表面结构的影响,研究者通过施加、保持和移除 1.1 kPa 的压力来测试传感器(面积为 7 mm × 7 mm)的响应和松弛时间,两者均为 6 ms,如图 III-3 b 所示。


PDMS-CNTs 电极(7 wt% CNTs)也可用作应变传感器,并在 0-60% 的应变范围内,表现出了 2.5 的恒定应变系数,如图 III-3 c 所示。图 III-3 d 表明掺杂 CNT(2 wt%)显著增加了介电层的相对介电常数,并使它高度依赖于压力。随着压力从 0 增加到 460 kPa,该常数从 19.8 增加到 114。表明电容增大一部分是由介电层电学性能变化贡献的。


为了进一步阐明压力传感机制,研究者通过微结构界面的变形仿真,并使用图 III-3 e 展示的简化电路模型计算了单个单元的电容。结果显示,电容变化是微塔结构和掺杂 CNT 介电层电学性能变化的协同效应,其中高压区(压力 > 200 kPa)的响应主要来自局部微观结构变形,而低压响应主要来自掺杂 CNT 导致的介电常数变化。

 

图 III-3。


该传感器在循环加卸载下表现出了高稳定性。研究者分别测试了传感器(面积为 10 mm × 20 mm)在摩擦和剪切条件下的信号稳定性。图 III-3 g、h 表明,当传感器在 10 kPa 的常压和 2 mm 的往复位移下,用砂纸摩擦 100000 次循环时,信号波形或幅度没有明显变化。同时通过施加 5 kPa 的重复剪切应力 10000 个循环来测试信号稳定性,同样没有观察到信号幅度或机械故障的明显变化,如图 III-3 i 所示。


极端工况下传感信号稳定性展示


研究者将器件贴附于一辆轿车的轮胎表面(面积 10 mm×40 mm),如下图 III-4 a 所示,通过高速行驶时轮胎与地面产生的动态交变的压力(约 300 kPa)、剪切力(约 6 kPa),如图 III-4 b,c 所示,模拟复杂的极端受力工况。同时对比商用压力传感器在汽车行驶过程中的信号稳定性。如图 III-4 d 所示,当汽车以 22 km·h^-1 的平均速度行驶时,电容信号在至少 2.6 km(或 1102 转)范围内保持稳定。信号的高稳定性与图 III-4 e 中传感器的微结构一致,这表明测试后微塔在界面处保持良好的粘合而没有破裂。相比之下,商用的传感器在如此复杂机械条件下的「生存」面临巨大的挑战,经过 0.5 km 后传感功能失效,这进一步证明,具有粘合界面、力学适配设计的新型传感器件能够在类似的极端复杂工况下长期稳定服役。


图 III-4。


下一代软体机器人的一大需求是与电子皮肤融合以获得感知功能,进而实现与人类或环境交互功能。上文也提到,传感器与机器人的集成存在界面兼容性差的问题。因此,将传感器矩阵嵌入机器人中等类似设计将有助于实现结构融合。研究者的层间界面的拓扑缠结设计对解决这一问题表现出极高潜力。


下图 III-5 a 展示了一个软夹具,研究者在其表面集成了八个传感器。图 III-5 b 中展示了夹持器矩阵与传感器的底部电极粘接界面形貌,可以看机器人 - 传感器层间界面实现了很好的融合。图 III-5 c-g 展示了抓取网纹甜瓜(重量 1250 g)和毛绒娃娃(重量 180 g)时的压力分布图。


研究者还对电容信号的稳定性进行了进一步测试。如图 III-5 g 所示,他们用软夹具抓起桌子上的甜瓜并将其提升 10 cm,在此高度保持约 1 秒,然后放回桌子并松开。重复该过程 1000 次之后没有观察到明显的信号变化,而对照传感器由于没有拓扑缠结提供的强韧界面,它用于粘附微塔结构和介电层的薄 PDMS 在第 137 次循环时便出现了分层现象,传感性能失效。


最后,研究者展示了软夹具在抓取 - 提起 - 紧握 - 释放娃娃的动态过程中的电容和电阻响应。在初始状态下,软夹具完全打开以抓取大件物品,并对传感器施加了拉伸应变。在接触和抓握娃娃时,电容急剧增加,电阻也会随夹具表面应变的减小而降低。然后将娃娃提起并保持约 2 秒,并在释放时落下(图 III-5 j)。这表明该传感器件能够实现双模态传感模式,从而可以应用于需要精准反馈应变和应力的服役场景。


图 III-5。


综上所述,研究者提出 “同质” 设计思路,在单一材料体系内通过电学调控,获得力学适配、界面兼容的材料体系。辅助以高分子聚集态结构调控策略,在不同功能层的界面之间,通过小分子扩散,引入原位聚合的交联拓扑网络粘结层,制备的一体式粘合封装柔性压力传感器,在如汽车碾压极端工况下(~300 kPa 压应力和~ 6 kPa 剪切应力耦合作用),仍能够表现出优异的稳定传感功能。该电容式传感器由准均质材料组成,即聚二甲基硅氧烷 - 碳纳米管(PDMS-CNT)材料体系,不同功能层之间引入的 PDMS 交联拓扑网络结构,使得界面韧性可达~ 400 J·m^-2,以及~ 90 kPa 的剪切强度。导电、介电功能层间形成了坚固而牢靠的融合界面,实现了多材料、多结构界面的共融构筑。“同质”设计可从根本上解决不同材料体系导致的界面兼容性差和力学失配问题,达到材料 - 材料的共融设计,该策略对后续电子皮肤在智能制造、健康监测等领域中复杂受力模式下的可靠稳定传感功能的构筑提供了新方法。


除以上三篇代表性论文外,腾讯 Robotics X 实验室在触觉传感器领域还有其他工作,想要了解更多细节的读者可以参阅以下论文。


1. 压阻型:标题《A Single-material-printed, Low-cost Design for A Carbon-based Fabric Strain Sensor》



2. TENG 型:标题《A flexible triboelectric tactile sensor for simultaneous material and texture recognition》



3. 电容型:标题《Iontronic pressure sensor with high sensitivity and linear response over a wide pressure range based on soft micropillared electrodes》


相关文章
|
4月前
|
传感器 机器人 测试技术
Nvidia Isaac Sim组装机器人和添加传感器 入门教程 2024(5)
本文是Nvidia Isaac Sim组装机器人和添加传感器的入门教程,介绍了在Isaac Sim中组装一个简单的两轮差速机器人的步骤,包括创建3D模型部件、组建关节、创建关节树、添加关节驱动,以及如何添加和配置传感器,特别是相机传感器。
174 0
|
7月前
|
传感器 编解码 机器人
Sony BRC-300P 三个1/4英寸7型高级CCD传感器一体式标清机器人紧凑型摄像机
Sony BRC-300P 三个1/4英寸7型高级CCD传感器一体式标清机器人紧凑型摄像机
|
7月前
|
传感器 机器学习/深度学习 算法
植保机器人视觉传感器与图像采集
植保机器人视觉传感器与图像采集
102 3
|
传感器 人工智能 安全
逐鹿人形机器人,百度、腾讯、小米卷起来
长期不温不火的人形机器人产业迎来新风口,技术显著提升、新品层出不穷、资本投资态度也逐渐好转。
261 0
|
传感器 算法 机器人
使用贝叶斯滤波器通过运动模型和嘈杂的墙壁传感器定位机器人研究(Matlab代码实现)
使用贝叶斯滤波器通过运动模型和嘈杂的墙壁传感器定位机器人研究(Matlab代码实现)
117 0
|
传感器 编解码 监控
打造属于机器人的触觉感官,腾讯Robotics X实验室做到了更快、更轻、更准
打造属于机器人的触觉感官,腾讯Robotics X实验室做到了更快、更轻、更准
301 0
|
传感器 机器学习/深度学习 编解码
让机器人的触觉感官更灵敏、稳定、高效,腾讯Robotics X在传感器上火力全开(1)
让机器人的触觉感官更灵敏、稳定、高效,腾讯Robotics X在传感器上火力全开
180 0
|
22天前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
181 64
|
4天前
|
人工智能 自然语言处理 机器人
机器人迈向ChatGPT时刻!清华团队首次发现具身智能Scaling Laws
清华大学研究团队在机器人操作领域发现了数据规模定律,通过大规模数据训练,机器人策略的泛化性能显著提升。研究揭示了环境和对象多样性的重要性,提出了高效的數據收集策略,使机器人在新环境中成功率达到约90%。这一发现有望推动机器人技术的发展,实现更广泛的应用。
45 26
|
1月前
|
算法 机器人 语音技术
由通义千问驱动的人形机器人具身智能Multi-Agent系统
申昊科技人形机器人小昊,集成通义千问多模态大模型的具身智能系统,旨在讲解销售、迎宾表演等场景。机器人通过语音、动作等方式与用户互动,利用云端大语言模型处理自然语言,结合视觉、听觉等多模态感知技术,实现流畅的人机对话、目标追踪、展厅讲解等功能。
200 3
由通义千问驱动的人形机器人具身智能Multi-Agent系统
下一篇
DataWorks