1成果简介 

      具身智能的快速演进正推动系统向更高程度的自主性与适应性迈进，而这一过程的核心在于对复杂环境信号的高精度获取。特别是在自动分拣、柔性制造等应用场景中，精准的材料属性感知不仅需要触觉压力，更依赖于对温度梯度的同步捕获与有效区分。然而，传统感知系统往往通过简单堆叠独立传感器来实现多功能化，这不仅增加了制造复杂性与集成成本，更因严重的信号串扰。同时，现有的柔性热电材料在性能与结构上仍面临双重瓶颈。导电聚合物通常灵敏度较低，而高性能无机材料又缺乏必要的机械柔韧性。主流的二维薄膜传感器，受限于其几何结构，难以在厚度方向建立有效的温度梯度，且缺乏足够的体积压缩性。

      因此，开发一种兼具高灵敏度、柔韧性且能实现温度-压力信号解耦的传感器，已成为下一代具身智能感知技术亟待突破的挑战。为解决这一难题，本文，哈尔滨工业大学（深圳）曹峰教授、张倩教授和毛俊教授团队在《ADVANCED ENERGY MATERIALS》期刊发表名为“Three-Dimensional Ag2Se Thermoelectric Network Advances Multimodal Intelligent Perception”的论文，研究制备了三维Ag2Se网络传感器，该传感器表现出优异的传感能力。

      1该传感器展现出?122.7 μV K?1的温度灵敏度（响应时间 0.14 s）与?2.94% kPa?1的压力灵敏度（响应时间 0.08 s），能够精准捕捉低至0.05 K的微小温差和 37 Pa的细微压力变化。利用独特的三维多孔架构，该传感器在多物理场环境下表现的信号解耦。实验与仿真均证实，其温度和压力检测通道互不干扰，有效解决了传统传感器中温度-压力信号重叠导致的识别偏差问题。结合机器学习，对9种材料的平均识别准确率高达96%，较单一模态提升了 11%。并成功驱动机器人完成了复杂环境下的实时、自主识别与分拣任务。

      2图文导读

  

      图 1. (a)三维Ag2Se网络传感器双模态传感应用及机理示意图。(b) 三维Ag2Se网络传感器与既往报道传感器的对比。

      图 2. (a)三维Ag2Se网络制备过程示意图。(b)原始 MA 泡沫、(c)镀银 MA 泡沫（Ag@MA）以及(d)负载Ag2Se的MA 泡沫（Ag2Se@MA）的扫描电子显微镜（SEM）图像。(e)三维Ag2Se网络的塞贝克系数、电阻率和功率因子随温度的变化关系。(f) Ag2Se@MA泡沫在不同阶段的照片：初始状态（压缩前）、压缩状态（压力下）以及恢复状态（压力释放后）。(g)三维Ag2Se网络在不同压缩应变下的压缩应力-应变曲线。

      图 3. (a)基于SEM图像建立的Ag2Se@MA传感器结构模型。(b)传感器在不同温差下的模拟电势分布。(c)Ag2Se@MA传感器的输出电压与温度梯度的关系曲线。(d )Ag2Se@MA传感器对温度梯度的动态电压响应。(e)100次温度刺激循环(ΔT= 15 K)下输出电压的可重复性。(f)Ag2Se@MA传感器对微小温差的输出电压响应。(g) Ag2Se@MA传感器对快速温度刺激的响应时间。(h)本研究中温度传感器性能与现有文献的对比。

      图 4. (a)Ag2Se@MA传感器在不同压力下的I-V曲线。(b) Ag2Se@MA传感器的电阻变化随压力的关系及压力灵敏度。Ag2Se@MA传感器在(c)不同压力和(d) 37 Pa压力下的电阻响应。(e)传感器在施加压力下的响应时间。(f)传感器在1000次压缩-释放循环下的电阻变化。

      图 5. (a)不同温差下，Ag2Se@MA传感器的输出电压随施加压力的变化关系。(b)在不同压力条件下评估的Ag2Se@MA传感器温度灵敏度。(c)不同温差下，Ag2Se@MA传感器的?R/R0随施加压力的变化关系。(d)在不同温差下测得的Ag2Se@MA传感器压力灵敏度。(e) Ag2Se@MA传感器在受到温度和压力刺激时的实时响应。(f)集成了Ag2Se@MA传感器的机器人抓手，用于在复杂环境中同步识别物体的形状和温度。

      图 6. (a)旨在控制机器人抓手进行材料感知与预测的深度学习辅助智能分拣系统工作流程。(b)九种不同材料的多通道原始电阻和电压信号。(c)支持向量机（SVM）分类的混淆矩阵。(d)不同信号通道和融合方法下的识别准确率对比。(e)具有实时多模态信号采集功能的智能分拣系统实际应用展示。

      第一作者：余方媛，孙平

      通讯作者：曹峰，张倩

      通讯单位：哈尔滨工业大学（深圳）