摘要：人类可以通过多种感知系统的协作来精细地控制他们的肢体运动。为了实现类似的机械智能，已经开发了多模态神经形态传感系统。这些系统充当机器与其环境之间交互的工具，不仅可以感知信息，还可以以突触方式进行处理，包括记忆、学习、自适应和计算，目的是复制生物体的感知功能。传

背景介绍

人类可以通过多种感知系统的协作来精细地控制他们的肢体运动。为了实现类似的机械智能，已经开发了多模态神经形态传感系统。这些系统充当机器与其环境之间交互的工具，不仅可以感知信息，还可以以突触方式进行处理，包括记忆、学习、自适应和计算，目的是复制生物体的感知功能。传统的神经形态传感系统基于固态电子设备，通常由四个组件组成：电源、传感器、接线和人工突触。虽然这种传统架构导致了高度集成的人工感知系统的创建，如人工皮肤、视网膜、鼻子和多模态系统，但它面临着重大挑战：i）系统复杂性和环境适应性之间的矛盾：多模态阵列中大量电子元件和金属线的集成限制了分辨率的提高，动态环境干扰加剧了噪声问题。例如，在高湿度条件下，忆阻器材料的电阻漂移可能会降低传感精度；ii）长期稳定性和能耗瓶颈：在连续运行期间，传统传感器中的信号漂移可能是由材料疲劳和电子迁移引起的，而对多种电源的依赖进一步增加了能耗；iii）生物相容性屏障：电子和离子信号载体之间的阻抗失配，以及刚性电极和生物组织之间的机械不相容性，阻碍了人机交互的应用。为了应对这些挑战，生物系统提供了创新的见解。具有不同感知功能的生物有机体通过离子活动与外部环境进行实时交互，这赋予了它们集成处理、并行操作和高效能源利用的能力。受此启发，开发无缝集成多模式传感、突触特性和自供电操作的离子器件有望克服固态电子系统的上述局限性。然而，相关研究仍处于早期阶段，现有研究大多局限于单模传感或依赖于外部能量输入，突显了材料设计和系统架构取得突破的迫切需要。

软离子导体，包括离子水凝胶、离子凝胶和聚离子液体，已被广泛用于制造各种类型的传感器，如温度、压力、应变、光和多峰传感器。它们通常具有简单的结构，外部刺激会引起其离子电导或电容的改变，从而促进传感功能。最近的进展已经将重点转向控制软离子导体内的离子传输行为，以实现使用离子作为信息载体的突触装置。这些设备深度模仿了生物系统的潜在工作机制，被认为有望实现高度仿生的类脑智能。例如，封装在微流控芯片中的基于水凝胶的离子p-n结利用离子富集和耗散行为来实现电导记忆，成功模拟了短期和长期突触可塑性。“三聚体”水凝胶还通过其内部电场的历史电压依赖性模拟了短期突触可塑性。尽管这些设备表现出突触特征，但它们的操作依赖于电刺激而不是感官刺激，这限制了它们的感知功能，并需要额外的输入能量来写入和读取信息。为了实现环境相互作用，设计了一种近红外（NIR）光响应水凝胶，该水凝胶利用光热效应驱动离子超分子的分解，实现离子电导的短期调节，从而模拟视觉感知来控制机器人手臂的运动。一种对宽波长有反应的光热离子凝胶也可以产生类似于兴奋性突触后电流的离子电信号，并已成功应用于构建自供电的人工视网膜。此外，最近的一项研究表明，自供电神经形态压力传感可以通过水凝胶中的压电和离子势弛豫效应来实现。虽然这些设备有效地整合了传感和突触功能，但它们只实现了单模神经形态传感。这些进展突显了软离子导体在开发具有多模式传感、突触特征和自供电操作的智能设备方面的潜力。

本文亮点

1. 本工作提出了一种离子水凝胶装置，该装置无缝集成了多模态传感和突触特性，为自供电触觉视觉融合感知创建了一个简化的架构。通过双层不对称水凝胶中的压电和离子热扩散效应对离子传输的精确控制促进了自驱动多峰传感。

2. 该设备本身就构成了一个自供电的触觉视觉感知融合系统，其信号通路类似于皮肤和视网膜的信号通路，赋予机器人手臂类似于人类危险规避的智能抓握能力和反射行为。

3. 该设备的最小压力和光强度检测限值分别为3.6 KPa和35.7 mW cm-2，并且无需外部电源即可进行信息写入和读取，突出了其实际应用性。

图文解析

图1. INSD的设计、制备和表征。a） 生物多感官整合神经系统的触觉视觉融合。b） INSD的光学图像i）和示意图ii）。c） 压力响应示意图。当施加外部压力刺激时，由于压电效应（顶部电极接地），会产生离子电信号。d） 光响应示意图。当施加外部近红外光刺激时，由于离子热扩散效应（底部电极接地），会产生离子电信号。e） INSD的组成和主要机制。f） INSD的SEM和EDS图像。

图2. INSD的压力和光响应行为和机制。a） 响应电位（蓝色曲线，压力（p）=142.9 KPa）和模拟响应电位（红色曲线）。整个压力响应过程分为四个阶段（i–iv）。b） 压力响应四个阶段中离子流运动的示意图（顶部电极接地）。c） 压力响应中实时跨层离子通量的模拟结果。d） 响应电位（蓝色曲线，功率密度（P）=1785.7 mW cm-2，照射时间（T）=1 s）和模拟响应电位（红色曲线）。整个光响应过程分为四个阶段（i-iv）。e） 光响应四个阶段中离子流运动的示意图（底部电极接地）。f） 光响应中实时跨层离子通量的模拟结果。g） 压力刺激下不同时间的模拟电位图。h） 近红外光刺激下不同时间的模拟电位图。

图3. INSD用于神经形态触觉感知。a） 压力刺激诱导突触可塑性的机制。b） 突触可塑性增强感知。c） INSD在不同压力下的输出性能。d） INSD在不同压力下的灵敏度。e） 不同压力频率下的PSP（p=142.9 KPa）。f） INSD的循环稳定性。g） PPF行为由两个连续的压力脉冲（p=35.7 KPa）触发，时间间隔（Δt）为1 s.h。PPF指数与Δt之间的关系。i） INSD在50个连续压力脉冲（p=142.9 KPa，Δt=1s）下的LTP行为。

图4. INSD用于神经形态视觉感知。a） 人类视觉的暗适应过程。b） 不同光强度下的PSP（脉冲宽度=0.5s）。c） 不同光照持续时间下的PSP（P=0.785.7 mW cm-2）。d） 不同光频率（脉冲宽度=0.5 s）下的PSP。e） PSP与施加的光脉冲数量的函数关系。f） INSD在50个连续光脉冲下的LTP行为（P=1785.7 mW cm-2，脉冲宽度=0.5 s，Δt=0.5 s）。g） 由两个连续的光脉冲（P=1785.7 mW cm-2，脉冲宽度=0.5 s）触发的PPF行为，Δt为0.5 s·h）PPF指数响应于两个不同持续时间的连续光脉冲。i） INSD的体验式学习行为。

图5. INSD用于机器感知的触觉视觉融合。a） 触觉-视觉融合调制运动反馈系统的构建。INSD产生的电位信号首先被传输到模数转换器（ADC）进行转换，然后微控制器单元（MCU）负责数据处理和收集，进一步将数据传输到计算机上的Vofa+软件（计算机串行端口软件）。当信号超过设定阈值时，Vofa+输出的相关指令通过MCU传输到机器人手臂的控制单元，最终执行相应的动作。b） 机械臂指尖和INSD组合的特殊设计。压力和光刺激引起的离子流方向相同，模仿了突触中的信号整合功能。c） 从设备获得的信号用于验证触觉-视觉融合调制电机反馈系统内SW的变化。d） 显示机器人手臂对施加到INSD的不同光刺激的运动反馈的照片。

来源：华算科技