A pele da palma da mão humana contém mais de 20.000 receptores táteis. Dependendo da profundidade da pele, do limiar de ativação, do modo de gatilho e de outras diferenças na captação de sinais táteis e mecanismos sinérgicos cruzados, a pele pode receber vários tipos de sinais táteis. Através do "cálculo" dos sinais táteis no centro nervoso do cérebro, as características do objeto podem ser percebidas de forma mais abrangente e específica. É até possível a reconstrução visual tátil da percepção, ou seja, a visualização da percepção com base na estrutura, forma, textura e outras características do objeto tátil. Inspirados por este mecanismo de percepção tátil humana, os sensores táteis que simulam a função da pele humana têm atraído grande atenção. Até agora, os sensores elétricos baseados nos princípios de resistência, piezoeletricidade e eletricidade por atrito têm sido capazes de imitar o nervo tátil e coletar e processar informações físicas monitorando a mudança do sinal de saída elétrica do sensor durante o processo de contato. No entanto, os sensores táteis elétricos também apresentam problemas, como potencial vazamento, corrosão fácil, falta de resistência à interferência eletromagnética, baixa sensibilidade e velocidade de resposta lenta. Em contraste, o uso de meios ópticos como portadores de informação para realizar a sensoria tátil torna-se um caminho tecnológico opcional e ideal, demonstrado em sensores de fibra óptica com múltiplos parâmetros físicos.
Para resolver os problemas acima, a equipe liderada pelo pesquisador associado Yu Yang do Grupo de Optoeletrônica Micro-Nano e Percepção Inteligente da Universidade Nacional de Tecnologia de Defesa propôs uma pele de matriz de microfibra óptica (OMAS) para reconhecimento de forma de objeto na interação humano-computador. Esta OMAS usa uma micro-nanoestrutura de quatro lados longitudinal e transversalmente para simular com sucesso os receptores táteis multifuncionais da ponta do dedo humano ou da pele subcutânea e realizar o efeito sinérgico de múltiplos receptores táteis em múltiplas modalidades táteis (ver Figura 1(a)). Para realizar ainda mais a capacidade de reconstrução visual tátil multimodal semelhante à humana, a equipe integrou a OMAS com o módulo de processamento de sinal inteligente autodesenvolvido e simulou o processamento de sinais bioelétricos pelo cérebro humano usando algoritmos de aprendizado de máquina, como a Rede Neural Totalmente Conectada-FCNN, que realizou o mecanismo de percepção multifuncional e reconstrução espacial das características do objeto, como forma, dureza, textura da superfície, etc. (ver Figura 1(b) e (c)).
Através de experimentos, a equipe demonstrou que a OMAS pode ser usada como uma pele tátil flexível biônica para robôs, ou seja, funcionando como um receptor tátil multifuncional. Como mostrado na Figura 2, a OMAS pode sentir bem a maciez, dureza e forma dos objetos de contato analisando os dados de pressão estática (detecção de pressão de seis objetos comuns com 100% de precisão). Como mostrado na Figura 3, a OMAS pode identificar com precisão o material e a textura da superfície dos objetos de contato analisando as características dos sinais táteis de pressão dinâmica (a precisão de reconhecimento de dez tecidos é de 98,5%, e a taxa de sucesso de reconhecimento de dez dígitos 0-9 em Braille de uso internacional é de 99%). Como prova de conceito, a equipe integrou a OMAS em uma mão robótica, reconheceu com sucesso Mahjong entre vários objetos diferentes e realizou o reconhecimento de naipes de Mahjong e a reconstrução da percepção. Isso verifica a vantagem desta pele biônica multiphotônica na percepção tátil vetorial, que é importante para apoiar o reconhecimento de texturas 3D complexas na superfície de objetos e até mesmo realizar percepção visual e de reconstrução tátil.
https://www.oejournal.org//article/doi/10.29026/oea.2025.240152
