تحتوي بشرة راحة اليد البشرية على أكثر من 20 ألف مستقبل للمس. اعتمادًا على عمق الجلد، وعتبة التنشيط، ووضع الإطلاق، واختلافات التقاط الإشارات اللمسية الأخرى، وآليات التآزر المتقاطع، يمكن للجلد استقبال أنواع مختلفة من الإشارات اللمسية. من خلال "حساب" الإشارات اللمسية في المركز العصبي للدماغ، يمكن إدراك خصائص الكائن بشكل أكثر شمولاً وتحديدًا. حتى إعادة البناء البصري للمعلومات الحسية للمس ممكنة، أي تصور الإدراك بناءً على هيكل وشكل وملمس وخصائص أخرى للكائن الملموس. مستوحاة من آلية الإدراك اللمسي البشري هذه، حظيت أجهزة الاستشعار اللمسية التي تحاكي وظيفة الجلد البشري باهتمام كبير. حتى الآن، تمكنت أجهزة الاستشعار الكهربائية، القائمة على مبادئ المقاومة والكهرضغطية والكهرباء الاحتكاكية، من محاكاة العصب اللمسي وجمع ومعالجة المعلومات المادية من خلال مراقبة تغيير إشارة الخرج الكهربائي للمستشعر أثناء عملية الاتصال. ومع ذلك، فإن أجهزة الاستشعار اللمسية الكهربائية لديها أيضًا مشاكل، مثل التسرب المحتمل، والتآكل السهل، وعدم كفاية مقاومة التداخل الكهرومغناطيسي، والحساسية المنخفضة، وسرعة الاستجابة البطيئة. في المقابل، أصبح استخدام الوسائل البصرية كوسيلة لنقل المعلومات لتحقيق الاستشعار اللمسي مسارًا تقنيًا اختياريًا ومثاليًا، والذي تم إثباته في أجهزة الاستشعار بالألياف البصرية ذات المعلمات الفيزيائية المتعددة.
لحل المشكلات المذكورة أعلاه، اقترح الفريق بقيادة الباحث المشارك يو يانغ من مجموعة الإلكترونيات الضوئية الدقيقة والنانوية والإدراك الذكي في جامعة الدفاع الوطني بشرة مصفوفة الألياف الضوئية البصرية (OMAS) للتعرف على شكل الكائن في التفاعل بين الإنسان والحاسوب. تستخدم هذه OMAS بنية دقيقة نانوية طولية وعرضية رباعية الجوانب لمحاكاة مستقبلات اللمس متعددة الوظائف للطرف البشري أو تحت الجلد بنجاح وتحقيق التأثير التآزري لمستقبلات اللمس المتعددة في أوضاع لمس متعددة (انظر الشكل 1 (أ)). لتحقيق قدرة إعادة البناء البصري للمس متعدد الوسائط الشبيهة بالبشر بشكل أكبر، قام الفريق بدمج OMAS مع وحدة معالجة الإشارات الذكية المطورة ذاتيًا، وحاكى معالجة الإشارات الكهربائية الحيوية بواسطة الدماغ البشري باستخدام خوارزميات التعلم الآلي مثل الشبكة العصبية المتصلة بالكامل (FCNN)، والتي حققت آلية الإدراك متعددة الوظائف وإعادة البناء المكاني لخصائص الكائن مثل الشكل والصلابة والملمس السطحي وما إلى ذلك (انظر الشكل 1 (ب) و (ج)).
من خلال التجارب، أظهر الفريق أن OMAS يمكن استخدامه كجلد لمس مرن حيوي للروبوتات، أي يعمل كمستقبل لمس متعدد الوظائف. كما هو موضح في الشكل 2، يمكن لـ OMAS استشعار نعومة وصلابة وشكل الأجسام المتصلة بشكل جيد من خلال تحليل بيانات الضغط الثابت (دقة 100٪ في التعرف على الضغط لستة أشياء شائعة). كما هو موضح في الشكل 3، يمكن لـ OMAS تحديد مادة وهيكل سطح الأجسام المتصلة بدقة من خلال تحليل خصائص إشارات اللمس الديناميكية للضغط (دقة التعرف على عشرة أقمشة تبلغ 98.5٪، ومعدل نجاح التعرف على عشرة أرقام من 0 إلى 9 في طريقة برايل المستخدمة دوليًا يبلغ 99٪). كإثبات للمفهوم، قام الفريق بدمج OMAS في يد روبوت، وتع تعرف بنجاح على لعبة الماجونغ من بين عدة أشياء مختلفة، وحقق التعرف على بدلات الماجونغ وإعادة بناء الإدراك. وبالتالي، يتم التحقق من ميزة هذا الجلد الحيوي متعدد الفوتونات في الإدراك اللمسي المتجهي، وهو أمر مهم لدعم التعرف على الأنسجة ثلاثية الأبعاد المعقدة على سطح الكائنات، وحتى تحقيق التصور اللمسي وإعادة بناء الإدراك.
https://www.oejournal.org//article/doi/10.29026/oea.2025.240152
