武汉大学等《ACS AMI》：激光诱导类皮肤柔性压力传感器，用于人工智能语音识别

成果简介

具有良好传感性能的类肤柔性压力传感器具有巨大的应用潜力，但由于需要多步骤、高成本和低效率的制备工艺，其发展受到了限制。本文，武汉大学Feng Liu、清华大学任天令教授等在《ACS Appl. Mater. Interfaces》期刊发表名为“Laser-Induced Skin-like Flexible Pressure Sensor for Artificial Intelligence Speech Recognition”的论文，研究首次提出了一种简单、低成本、高效率的激光诱导成型工艺来制备类肤柔性压阻传感器。

在激光诱导成型工艺中，基于石墨烯的光热效应和葡萄糖的发泡效应，利用红外激光照射葡萄糖/石墨烯/PDMS 预聚物薄膜，可获得具有多孔结构和表面突起的类肤质聚二甲基硅氧烷（PDMS）薄膜。此外，基于带有石墨烯导电层的类肤质 PDMS 薄膜，还得到了一种新型类肤质柔性压阻传感器。

由于表面突起造成的应力集中和多孔结构造成的低刚度，柔性压阻传感器实现了0-2 kPa时1348^kPa-1的超高灵敏度、200 kPa的宽量程、52ms/35 ms 的快速响应/恢复时间和5000次以上的良好稳定性。该传感器在人体脉冲和机器人夹紧力检测方面的应用表明，它具有健康监测和软机器人的潜力。此外，结合人工智能技术中的神经网络（CNN）算法，该传感器的语音识别准确率达到 95%，显示了其在智能可穿戴电子产品方面的巨大潜力。尤其是激光诱导成型工艺有望促进多层结构柔性设备的高效、大规模制备。

图文导读

图1.（a） SFPS的结构和应用。（b） SFPS的制造工艺。

图2、SFPS的微观结构

图3.SFPS的压力传感性能

图4.SFPS在（a）气流检测、（b）脉冲监测、（c）动态载荷和（d，f）检测机器人爪力中的应用。

图5.（a） 用于语音识别的深度学习辅助SFPS示意图。（b） SFPS对应的7个短语的电流响应曲线。（c） 使用深度学习辅助SFPS识别七个短语的混淆矩阵。

小结

综上所述，本文提出了一种高效制备类肤质FPS的激光诱导成型工艺。基于葡萄糖添加剂在 PDMS 激光固化过程中的发泡效应，通过 ns 激光辐照葡萄糖/石墨烯/PDMS 预聚物，一步获得了具有表面-突出结构-主体多孔结构的类肤质 PDMS。理论上，通过对激光照射后的葡萄糖/石墨烯/PDMS 预聚物进行传热模拟，验证了激光诱导成型的机理。另一方面，通过对压力下的类肤质 PDMS 进行机械模拟，验证了具有超高灵敏度的 SFPS 的机理。

实验结果表明，由于突出结构的应力集中和多孔结构的高弹性，SFPS 具有优异的压力传感性能。具体而言，SFPS 在 0-2 kPa 范围内具有 1348^kPa-1的超高灵敏度、200 kPa 的宽范围、52/35 ms 的快速响应/恢复时间以及 5000 次循环的良好稳定性。同时，SFPS 还可用于监测气流、人体脉搏、动态压力和机器人爪力，这表明该传感器在健康监测和软机器人领域的应用前景十分广阔。此外，深度学习辅助 SFPS 在语音识别方面的准确率高达 95%，这表明它在智能可穿戴电子产品方面具有巨大潜力。此外，激光诱导成型工艺为柔性电子产品中类肤微结构的大规模制备提供了新的视角。

文献：https://doi.org/10.1021/acsami.3c15844