中国科学院上海微系统与信息技术研究所陶虎团队受自然界星鼻鼹鼠“触嗅融合”感知启发，将MEMS嗅觉、触觉柔性传感器阵列与多模态机器学习算法融合，构建了仿星鼻鼹鼠触嗅一体智能机械手。该研究针对极端环境无视觉输入情况下对受困人员的识别与救援需求，例如由地震、滑坡、塌方等掩埋事故造成的视觉感知障碍对受困人员的搜索和定位，从而提升搜救成功率和生还率。2022年1月10日，相关研究成果以“A star-nose-like tactile-olfactory bionic sensing array for robust object recognition in non-visual environments”为题发表在国际重要学术期刊Nature Communications上。

科研人员通过实地调研，还原真实救援环境，令仿生机械手对包括人体在内的11种典型物体进行识别。得益于灵敏度超越人类1个数量级的硅基微机电系统气体传感器，以及探测限超越人类1个数量级的压力传感器，仿生机械手“触摸”物体后，可准确获取其局部微形貌、材质硬度和整体轮廓等关键特征，掌心可同步嗅出物体“指纹”气味，再进一步通过仿生触嗅联觉机器学习神经网络实时处理，最终完成识别人体、确认部位、判断掩埋状态、移开障碍物、闭环救援等任务。

相比于此前已有的科研成果，仿生机械手仅使用七分之一数量的传感器就实现了更理想的识别目的，触嗅联觉识别准确率达96.9%，较单一感觉提升了15%。且缩小后的传感器规模和样本量更适合复杂环境、资源有限条件下的快速反应和应用，面对在实际救援中常见的存在干扰气体或器件部分损坏等情况，该系统仍保持超过80%的良好准确率。

该研究得到国家科技创新2030重大项目、国家重点研发计划、国家自然科学基金优秀青年基金、中国科学院基础前沿科学研究计划“从0到1”原始创新项目、上海市优秀学术带头人计划等相关研究计划的支持。

来源：微信公众号：传感器世界编辑部

特别声明：如有关以上作品的内容、版权或其他问题，请及时联系中国微米纳米技术学会。