（本文素材源於專利 WO2025181471）本本技術的實施例提供了一種觸覺感測器、一種製造觸覺感測器的方法，以及一種使用觸覺感測器來獲取其上接觸資訊的系統。該觸覺感測器包括一類柔性且可拉伸的多層結構，可稱為感測皮膚。電極在物理和電氣上連接到多層結構的邊緣，利用電阻抗層析成像（EIT）技術從這些電極獲取資訊，以確定多層結構上接觸的位置以及關於該接觸的其它資訊。來源：AI工業（採用 AI 工具整理）技術領域[0001] 本技術總體上涉及一種觸覺感測器、製造觸覺感測器的方法，以及利用電阻抗層析成像（EIT）在觸覺感測器上獲取接觸資訊的系統。該感測器可作為任意形狀感測表面的觸覺皮膚使用。背景技術[0002] EIT 是一種非侵入、無輻射的技術，被用於重建生物組織內部的電阻率分佈。EIT 最初主要應用在醫學領域，因為研究人員發現每種生物組織對電流都表現出某種類型的電阻，這被稱為阻抗。通過重建生物組織內部的阻抗分佈，可以深入瞭解其當前的生理狀態。EIT 技術已被擴展到人工皮膚領域的潛在應用，例如 Tawil 等人在 2015 年發表於 IEEE Sensors Journal 的綜述論文 “Electrical impedance tomography for artificial sensitive robotic skin: A review”。由於人工皮膚在受到外部刺激時具有與生物組織類似的性質，會表現出與其當前狀態相對應的阻抗變化。[0003] EIT 的工作原理是：利用表面電極測量整片身體（或組織）的電特性，並據此重建該部位的斷層圖像，類似於超聲成像。通過用軟導電材料替代人體，可以開發出感測化的機器人皮膚，例如 EP4016028 中所描述的那樣。[0004] 通常，這種採用 EIT 的機器人皮膚相較其他設計具有優勢。首先，所有電子元件和電極都可以佈置在感測區域之外。其次，測量次數隨電極數量的冪次增加。換言之，一個具有 128 個電極的電子皮膚可以提供與人手相當數量的感知通道（例如 128*128 = 16384 個獨立通道）。EIT 的感測原理是使用兩個電極注入電流，使用另外兩個電極測量產生的電壓，然後在不同電極組合之間交替進行。當皮膚與外部物體接觸時，這些導電通路會受到影響，從而可以推斷出偏差的原因（例如接觸的位置和面積）。EIT 提供了一種非侵入的連續感測方式，不會干擾物體之間的物理相互作用，同時具有相對低的成本和較高的時間解析度。[0005] EIT 也存在侷限性。例如，由於電流沿著阻抗最小的路徑流動，如果電極佈置在感測表面之外，則電子皮膚的感測表面形態會受到限制。因此，大多數 EIT 皮膚是平面的，並且感測電極佈置在表面周圍。通常，電極直接佈置在感測表面上。然而，這會使皮膚變得不可拉伸且容易損壞。[0006] 本申請人已認識到，在電子皮膚結構中廣泛應用 EIT 仍存在一些挑戰，包括感測表面的形態、電極的佈置，以及感測表面的精度和／或靈敏度等。概要[0007] 在本技術的第一種實現方式中，提供了一種用於感測接觸的觸覺感測器，該觸覺感測器包括：一柔性多層結構、多組電極以及一電子單元，用於獲取電阻抗層析成像（EIT）資訊以對柔性多層結構上的接觸進行分析。該柔性多層結構包括：用於接觸的第一層；第二層；以及位於第一導電層和第二導電層之間並與其連接的中心層，其中中心層由相對於第一層和第二層所用材料具有更低電導率的材料製成。多個電極包括第一組電極，設定在第一導電層至少一條邊上，以及第二組電極，設定在第二導電層至少一條邊上。電子單元包括：電流驅動電路，用於在第一組電極的第一電極和第二組電極的第二電極之間注入電流；電壓測量電路，用於在將電流注入第一電極與第二電極之間的同時，對多個電極中的多個電極對進行多次電壓測量；以及控制電路，用於控制電流驅動電路和電壓測量電路。當進行電壓測量時，每一對電極可以包括來自第一組電極的一個電極和來自第二組電極的一個電極。[0008] 或者，每一對電極可以連接到同一層，即一對電極可以包括來自第一組電極的兩個電極，或來自第二組電極的兩個電極。通過將電極連接到第一導電層和第二導電層的邊緣，電極被佈置在接觸第一層的位置之外。因此，多層結構上沒有任何電子元件，尤其是在第一層上沒有任何電子元件。這使得多層結構可以是柔性的、可變形的、柔軟且具有觸感。眾所周知，EIT 的原理是，在電極對之間施加高頻低幅交流電流，並同時測量在所有其它電極對之間產生的電位，以生成多層結構的斷層圖像。EIT 的原理例如在 Hardman 等人發表於 2023 年《Materials Today Electronics》中的 “Tactile perception in hydrogel-based robotic skins using data-driven electrical impedance tomography” 一文中有描述。然而，與現有技術不同，本技術將 EIT 應用於一種多層結構。[0009] 中心層的電導率可以比第一層和第二層的電導率低十倍，更優選地低一百倍。這樣有助於提升感測器在檢測接觸資訊時的靈敏度。例如，第一層和第二層中的每一層可以由包含導電碳的材料製成。中心層可以由水凝膠材料製成，例如基於明膠的水凝膠。各層可通過任意合適的技術固定在一起，包括絕緣透明膠帶，或利用中心層材料本身。[0010] 除了具有柔性之外，多層結構還優選具有可拉伸性，以便可用於多種應用場景，例如作為手套或供人或機器人穿戴的其它可穿戴裝置。多層結構的柔性和可拉伸性可通過適當選擇多層結構中的材料來實現。第一層、第二層和中心層中的每一層的楊氏模量可以小於 10MPa。更具體地說，中心層的楊氏模量可以小於 1MPa。多層結構整體的楊氏模量可以小於 10MPa，最大應變範圍在 30–60% 之間。[0011] 多層結構可根據觸覺感測器的應用需要採用任意形狀。第一層、第二層和中心層可以是共面的。換句話說，各層可以具有相同的形狀並彼此對齊。多層結構可以是大致圓形、矩形，或具有另一種形狀，在該形狀中存在兩條相對邊短於其他相對邊。這些邊可以是直線或曲線，從而形成複雜的形狀。多層結構可以具有對稱或非對稱結構。[0012] 電極的佈置可根據多層結構的形狀及觸覺感測器的應用來選擇。例如，當多層結構為圓形時，電極可以沿圓周等間距佈置。在這樣的佈置中，電極因此均勻分佈在多層結構的外邊緣周圍。或者，當多層結構為矩形或具有兩條較短邊的其它形狀時，電極可以沿較短邊佈置，更具體地說等間距佈置。由此得到的佈置可視為具有非均勻分佈電極的感測器。換言之，電極可以均勻或不均勻分佈，因此電極的佈置與多層結構的形狀一樣，可以是對稱或非對稱的。[0013] 可使用電極安裝墊將電極固定到多層結構上。這樣可以為與電子單元提供更可靠的連接。可以設定第一組電極安裝墊，用於將第一組電極固定到第一導電層；還可以設定第二組電極安裝墊，用於將第二組電極固定到第二導電層。電極安裝墊的形式可以為條狀（例如矩形條），沿多層結構周圍延伸。[0014] 可以採用任何合適的電極排列方式。例如，第一組電極可以與第二組電極交錯分佈。換句話說，第一導電層上的任一電極位於第二導電層上兩個電極之間，反之亦然。這種佈置在製造上可能更為容易。[0015] 第一層、第二層和中心層中的每一層可以具有恆定厚度。各層也可具有相同或不同的厚度。或者，可以通過調節各層的厚度（尤其是中心層）從而進一步提高靈敏度。第一層和第二層中的每一層可以具有恆定厚度，而中心層可以具有從邊緣向中心逐漸減小的厚度。[0016] 在本技術中，對 EIT 的基本實現方式進行了改進，使得任意數量的電極都可以連接到多層結構上。通過使用電流驅動電路，在第一層和第二層之間的電極對之間施加受控且安全的交流驅動電流，並利用電壓測量電路測量其它電極的電壓響應。換言之，電流可以從附著在第一層上的各電極流向附著在第二層上的各電極，反之亦然。然後利用這些資訊重建多層結構內部的電阻率分佈。[0017] 觸覺感測器可以將測量結果提供給計算裝置進行分析。因此，根據本技術的另一方面，提供了一種系統，該系統包括上述觸覺感測器以及一計算裝置，計算裝置包括一處理器，用於分析多次電壓測量結果，以確定多層結構上的接觸資訊。該處理器可以使用機器學習模型來確定有關接觸的資訊。該資訊可以包括多層結構上至少一個接觸的位置和／或該至少一個接觸的力的大小。[0018] 根據本技術的又一方面，提供了一種製造觸覺感測器的方法，該觸覺感測器如上所述。該方法包括：將內導電層安裝到模具中；用材料填充模具；固化材料，以在內導電層上形成中心層；從模具中取出內導電層和中心層；在中心層上安裝外導電層；並連接多組電極，使得第一組電極連接到外導電層，而第二組電極連接到內導電層。外導電層是與接觸發生的那一層。[0019] 在與本技術相關的另一種實現方式中，提供了一種用於執行本文描述的任一方法或技術過程的非暫時性資料載體，該資料載體上攜帶處理器控制程式碼。[0020] 本領域技術人員可以理解，本技術可以體現為系統、方法或電腦程序產品。因此，本技術可以採取完全由硬體實現的實施方式、完全由軟體實現的實施方式，或者軟硬體結合的實施方式。[0021] 此外，本技術可以採取一種電腦程序產品的形式，該電腦程序產品體現在具有電腦可讀程式碼的電腦可讀介質上。電腦可讀介質可以是電腦可讀訊號介質或電腦可讀儲存介質。電腦可讀介質可以例如是但不限於：電子的、磁性的、光學的、電磁的、紅外線的或半導體系統、裝置或裝置，或者上述各項的合適組合。[0022] 用於執行本技術操作的電腦程式碼可以使用一種或多種程式設計語言以任意組合編寫，包括物件導向程式設計語言和傳統過程式程式設計語言。程式碼元件可以體現為過程、方法或類似形式，並可以包括子元件，這些子元件可以採取從底層機器指令到高級編譯或解釋語言構造的任一級指令序列形式。[0023] 本技術的實施例還提供了一種非暫時性資料載體，攜帶當在處理器上執行時使該處理器執行本文所述任一方法的程式碼。[0024] 本技術進一步提供用於實現上述方法的處理器控制程式碼，例如在通用電腦系統或數字訊號處理器（DSP）上。還提供一種載體，當其上的處理器控制程式碼在執行階段，在電腦上實現上述任一方法，特別是在非暫時性資料載體上。該程式碼可以儲存在諸如磁碟、微處理器、CD 或 DVD-ROM、程序儲存器（如非易失性儲存器，例如快閃記憶體）或唯讀儲存器（韌體）等載體上，或儲存在諸如光學或電訊號載體等資料載體上。用於實現本技術的程式碼（和／或資料）可以採用一種常規程式設計語言（解釋或編譯）中的原始碼、目標程式碼或可執行程式碼形式，例如 C 語言，或用於設定或控制 ASIC（專用積體電路）或 FPGA（現場可程式設計門陣列）的彙編程式碼，或者硬體描述語言，如 Verilog（RTM）或 VHDL（超高速積體電路硬體描述語言）。本領域技術人員將理解，此類程式碼和／或資料可以分佈在多個彼此通訊的耦合元件之間。該技術可以包括控製器，其包含微處理器、工作儲存器和程序儲存器，並與系統的一個或多個元件相連。[0025] 本領域技術人員還將清楚地認識到，根據本技術實施例的全部或部分邏輯方法，可以適當體現為邏輯裝置中的邏輯元件，用於執行上述方法步驟，並且這些邏輯元件可以包括邏輯閘等元件，例如可程式設計邏輯陣列或應用專用積體電路。這種邏輯結構也可以體現為允許在此類陣列或電路中臨時或永久建立邏輯結構的使能元件，例如虛擬硬體描述語言，可以使用固定或可傳輸的載體介質來儲存和傳輸。[0026] 在一種實施例中，本技術可以採用多處理器或控制電路實現。本技術可以被改編為在某個裝置的作業系統上運行，或整合到該作業系統中。[0027] 在另一實施例中，本技術可以體現為一種具有功能性資料的資料載體，該功能性封包括功能性電腦資料結構，當其被載入到電腦系統或網路並在其上執行階段，使所述電腦系統執行上述方法的全部步驟。附圖簡要說明[0028] 下面將僅以示例方式並結合附圖對本技術的實現方式進行說明，其中：[0029] 圖 1a 和圖 1b 分別為在無外部刺激和有外部刺激情況下觸覺感測器的側檢視；[0030] 圖 1c 和圖 1d 為圖 1a 和圖 1b 所示觸覺感測器的俯檢視；[0031] 圖 2a 為圖 1a 所示觸覺感測器的一種電極佈置示意圖；[0032] 圖 2b 和圖 2c 顯示了當電流通過兩種不同電極對注入時，圖 2a 中觸覺感測器內的電流流動情況；[0033] 圖 3a、圖 4a 和圖 5a 示出了三種替代性的觸覺感測器，每一種都具有類似於圖 1a 所示的多層結構；[0034] 圖 3b、圖 4b 和圖 5b 顯示了圖 3a、圖 4a 和圖 5a 中感測器上電極的位置；[0035] 圖 6 為包含圖 1a、圖 3a、圖 4a 和圖 5a 所示感測器的系統框圖；[0036] 圖 7 為在圖 6 系統中使用該系統的流程圖；[0037] 圖 8 為測試圖 1a、圖 3a、圖 4a 和圖 5a 所示感測器的實驗裝置示意圖；[0038] 圖 9a 和圖 9b 為圖形，分別繪製了單層感測器和類似於圖 1a 所示多層感測器的電極組合指數與電壓差之間的關係；[0039] 圖 9c 顯示了在圖 8 的實驗裝置中對感測器進行三種不同接觸點測試的位置；[0040] 圖 10a 和圖 10c 分別繪製了單層感測器與多層感測器的預測 X 位置與真實 X 位置的對比；[0041] 圖 10b 和圖 10d 分別繪製了單層感測器與多層感測器的預測 Y 位置與真實 Y 位置的對比；[0042] 圖 11 顯示了圖 3a、圖 4a 和圖 5a 所示單層感測器和多層感測器的平均絕對誤差；[0043] 圖 12a 至圖 12d 顯示了圖 3a、圖 4a 和圖 5a 所示單層感測器和多層感測器的誤差分佈；[0044] 圖 13 示出了製造具有類似人手手指形狀的感測器的方法；[0045] 圖 14a 和圖 14b 顯示了用於圖 13 方法的模具的內、外部件；[0046] 圖 14c 顯示了通過圖 13 方法製造的感測器的一張導電片；以及[0047] 圖 14d 至圖 14g 示出了採用圖 13 方法製造感測器的步驟。附圖詳細說明[0048] 總體而言，本技術實施例提供了一種觸覺感測器、製造觸覺感測器的方法，以及利用觸覺感測器獲取接觸資訊的系統。該觸覺感測器包括一種柔性且可拉伸的多層結構，可稱為感測皮膚。電極在物理和電氣上連接到多層結構的邊緣，並利用電阻抗層析成像（EIT）技術從電極獲取資訊，以確定多層結構上的接觸位置及其相關資訊。[0049] 圖 1a 至圖 1d 示出了觸覺感測器 10。該觸覺感測器包括多層結構，其包括夾在第一層和第二層 14a、14b 之間的中心層 12。第一層和第二層可分別稱為多層結構的頂部層和底部層，也可稱為外層。第一層和第二層 14a、14b 由相對於中心層 12 所用材料具有明顯更高電導率的材料製成。中心層 12 可視為低導電層，而第一層和第二層 14a、14b 被視為高導電層。只要第一層和第二層表現出良好的電導率，通常在 100 至 5K 歐姆之間（取決於測量距離），即可採用任何合適的材料。同樣，只要中心層表現出更低的電導率（例如至少低 10 倍，優選低 100 倍），即可採用任何合適材料。[0050] 多組電極在物理和電氣上連接到多層結構上。第一組第一電極（16a、16b、…、16m、…16n）位於第一導電層 14a 上，第二組第二電極（18a、18b、…、18m、…18n）位於第二導電層 14b 上。每個導電層上的電極數量通常相同，例如電極總數可以是 8、16、32、64 或甚至 128 個電極。如下面更詳細所述，這些電極用於在多層結構內進行電阻抗層析成像（EIT）。EIT 涉及在電極對之間施加高頻低幅交流電流，同時測量所有其它電極對之間產生的電位。[0051] 例如，中心層可以由水凝膠材料製成（例如基於明膠的水凝膠），而每一外層可以由相同材料製成，例如碳黑片或塗覆導電碳的織物（如 EconTex™ 導電織物）。除了提供所需的導電特性之外，這些材料還具有柔性和可拉伸性。通過使用具有總體楊氏模量小於 10MPa 的材料組合，可以獲得所需的柔性。所需的可拉伸性可以通過最大應變範圍定義，例如在 30% 至 60% 之間，以模擬人類皮膚的性能。三層一起形成具有類似人類皮膚某些特性的多層軟結構。因此，這些感測器可稱為感測皮膚，這一術語可以與“感測器皮膚”互換使用。[0052] 為防止在實驗過程中多層皮膚發生不期望的分層，例如在使用中，各層可以通過任意合適的技術固定在一起，包括絕緣透明膠帶或利用中心層本身。例如，對於基於明膠的中心層，加熱該層會使其粘附於相鄰層的接觸表面。三層可以附著在或支撐於基底上（圖中未示出）。例如，如果三層作為可穿戴皮膚用於使用者，則基底為人類皮膚。或者，如果三層用於機器人應用，基底可以是機器人本體，其通常比人皮膚更為剛性。[0053] 作為中央層的一個示例，水凝膠層可以通過將明膠（來自豬皮）、甘油、水和食鹽（NaCl）按 1:1.5:2.5:0.1 的質量比進行混合來製備，改採用的方法如 Hardman 等人［15］所述。經過兩天的乾燥過程後，該混合物完全固化，並與周圍環境的濕度達到平衡。得到的水凝膠層是可彎折的、可拉伸的，並且外觀類似於略帶黃色、透明的明膠層。其正常電阻通常在 100 kΩ 至 800 kΩ 之間變化，取決於水凝膠的濕度。[0054] 外層的導電率可以表示為 σ₁，而中央層的導電率可以表示為 σ₂。每一層改採用材料的性質的粗略估計列於下表中。[0055] 我們的多層感測器的總電阻可能約為 160 kΩ，具體數值取決於所使用的電極對。兩電極之間的總電阻 Rₜ 可以寫成：其中，Rᵢ 是各層的電阻，Lᵢ 是各層的厚度，A 是每層的面積。[0056] 在假設三層的面積和每層的寬度大致可比的情況下，我們可以看到 R₂ ≫ R₁ ≈ R₃。當皮膚被壓下時，L₁、L₂ 和 L₃ 會減小，變化的幅度將取決於各層的剛度以及三層附著的任何基底的剛度。然而，此時該接觸位置的每一層寬度值都較小，即 L₁、L₂ 和 L₃ 都較小，而這種長度變化又會被導電率的倒數放大。為了確定整體電阻，整體電阻變化 ΔRₜ 主要由中間層決定。這可以表示為：[0057] 在施加刺激的位置處，這種電阻的降低會改變 Figures 1a 至 1d 所示電極對之間的電流路徑。Figure 1a 顯示了觸覺感測器的剖面檢視，其中通過觸覺感測器的四條電流路徑 20、22、24、26 被示意出來。這些電流路徑也可以稱作注入路徑。Figure 1c 示意性地顯示了當從上方觀察觸覺感測器時的同一情況。儘管這些路徑穿過全部三層，而不僅僅是穿過上層 14a，為簡單起見，圖中僅示出了完整路徑。同樣地，為簡化起見，圖中只示出了上層 14a 的一段。EIT 的原理是在不同電極組合之間交替進行，這樣就可以理解為用於說明的路徑遠不止圖中顯示的四條。類似地，也可以理解為存在多種測量兩電極間電壓的路徑，這些電極可以位於同一層，也可以位於不同層。[0058] 存在兩條電流路徑 20、26，它們位於第一層和第二層上相鄰或鄰近的電極之間。需要注意的是，儘管相鄰電極在 Figure 1a 中看起來在垂直方向上對齊，但如 Figure 1c 所示，它們在水平方向上是錯位的。一條電流路徑 20 是從第一層上的第一電極 16a 到第二層上的相鄰第一電極 18a；另一條電流路徑 26 則是從第一層上的第 m 個電極 16m 到第二層上的相鄰第 m 個電極 18m。這兩條電流路徑都相對較短。Figure 1a 還顯示了位於第一和第二層上相對電極之間的兩條電流路徑 22、24。其中一條路徑 24 是從第一層上的第一電極 16a 到第二層上的相對電極 18m，另一條路徑 22 則是從第二層上的第一電極 18a 到第一層上的相對電極 16m。在這個示例中，設計是對稱的，因此每一條路徑 22、24 在相對電極之間大致呈 S 形，其 S 形的中心在寬度和高度方向上與多層結構的中心對齊。所有路徑 20、22、24、26 都穿過觸覺感測器的全部三層。[0059] 在 Figures 1a 和 1c 中，外部並未與多層結構接觸。Figures 1b 和 1d 顯示了當在第一層 14a 的外表面施加外部刺激（以接觸 28 的形式）時，Figures 1a 和 1c 中電流路徑發生的變化。所述外表面是與中央層相鄰的表面的相反面，也可以稱為上表面。在 Figures 1b 和 1d 中，這四條路徑被標記為 20a、22a、24a 和 26a。路徑 20a 和 26a 是相鄰電極之間的路徑，而路徑 22a 和 24a 是相對電極之間的路徑。[0060] Figures 1a 至 1d 顯示，導電路徑會根據其與電極的相對位置被引導至施加刺激的區域。因此，Figures 1a 和 1c 中所示的相對較短的路徑 20、26，在 Figures 1b 和 1d 中變成了更長的路徑 20a、26a。對於 S 形路徑 22、24，其中心會朝向刺激位置被拉動，如改變後的路徑 22a、24a 在 Figures 1b 和 1d 中所示。電流在電極對之間流動，並遵循阻抗最低的路徑。[0061] 通過調節導電層的形狀和厚度，我們可以在不同區域調節對於觸覺線索的靈敏度。這使我們能夠將電極設定在遠端位置，並實現任意感測形狀。換句話說，通過改變沿各層分佈的導電材料形貌，可以獲得複雜的電流路徑，從而實現各種感測器形狀和電極佈局。可以採用基於學習的方法來對該感測器建模和／或校準。[0062] 在本技術中，EIT 的基本方法被改造為可以將任意數量的電極連接到多層結構上。如 Figure 2 所示，多層結構可以為圓形，第一層上的第一組電極 16a、16b、…、16m、…16n 可以與第二層上的第二組電極 18a、18b、…、18m、…18n 以交替的方式排列。換句話說，第一導電層上的任意一個電極（例如 16b）會位於第二導電層上兩個電極（18a、18b）之間。也就是說，電極在第一和第二層上交替佈置。可以使用其他電極排列方式。虛線表示在 Figures 1c 和 1d 中所示的截面方向。[0063] 通過在第一和第二層的電極對之間施加受控且安全的交流（AC）驅動電流，並測量其他電極的響應，可以重建多層結構內的電阻率分佈。換言之，電流可以從連接在第一層上的每一個電極流向連接在第二層上的每一個電極，反之亦然。儘管可以通過增加電極數量來提高 EIT 的解析度，但由於測量空間的限制，Figure 2a 顯示的是 16 個電極的常見配置。也可以使用其他數量的電極，例如 8、16、32、64，甚至 128 個電極。[0064] 在 EIT 中有幾種注入電流的方法。Figure 2a 中的電極可以用於通過相鄰電極對（例如 16a、18a）或相對電極對（例如 16a、16m）注入電流，或者採用其他方法（例如三角函數法）。所謂相鄰注入方法，是指注入驅動電流的兩個電極彼此相鄰，然後測量其他電極之間的相對電壓。類似地，相對注入方法是指注入驅動電流的兩個電極在幾何上大致相對，然後測量其他電極之間的相對電壓。相鄰注入方法是 EIT 中最常用的方法，並在 Figures 2b 和 2c 中作了示意。[0065] Figure 2b 顯示了一對注入電極，它們由第一層中的第一電極（編號 1）和第二層中的第一電極（編號 2）構成。電流通過多層結構流向其他十四個電極，如連接電極的線條所示。等電位線也用箭頭標出。隨後可以在多對電極之間進行電壓測量，例如在第一層中的第二電極（編號 3）和第二層中的第二電極（編號 4）之間，或者在第二層中的第二電極（編號 4）和第一層中的第三電極（編號 5）之間，等等。這些電壓測量用於建構多層結構內的電阻率分佈。電壓測量也可以在同一層的電極之間進行，例如在第一層中的第二電極（編號 3）和第一層中的第三電極（編號 5）之間。[0066] Figure 2c 顯示了一種與 Figure 2b 類似的佈置，但注入電極對由第一層中的第二電極（編號 3）和第二層中的第一電極（編號 2）構成。如 Figure 2b 所示，電流通過多層結構流向其他十四個電極，如連接電極的線條和等電位線所示。然後可以在多對電極之間進行電壓測量，例如在第二層中的第二電極（編號 4）和第一層中的第三電極（編號 5）之間，等等。電壓測量可以在第一層中的第一電極和第二層中的第二電極之間進行。或者，電壓測量可以在第一層中的某對電極之間進行。再或者，電壓測量可以在第二層中的某對電極之間進行。[0067] EIT 的性能還會受到注入電流頻率的影響，該頻率取決於被分析介質的導電率和介電常數。與標準 EIT 應用一樣，我們採用 50 kHz 的標準測量頻率，但也使用 10 kHz 至 100 kHz 範圍內的頻率，具體取決於介質的物理屬性。[0068] Figure 3a 示出了另一種形狀的觸覺感測器 30。在該佈置中，多層結構形成了一個中央的圓形區域 32，從該圓形區域上輻射出用於安裝電極的焊盤 34a,…,34n，這些焊盤呈矩形條狀，均勻地圍繞中央區域分佈。僅作為示例，該中央區域的整體直徑可以是 110 mm。與 Figures 1a 至 1d 的實施例一樣，該佈置中有三層，並且用於形成各層的材料與上文所述相同。每個電極都安裝在一個電極安裝焊盤上，並且與 Figures 1a 至 1d 的佈置一樣，這些電極交替連接到第一和第二導電層。如 Figure 3b 所示，此時有 16 個電極，它們在圓形佈置中等間距分佈。因此，這些電極均勻分佈在感測器 30 外緣周圍。[0069] Figure 4a 示出了另一種形狀的觸覺感測器 40，具有對稱設計。在該佈置中，存在一個中央矩形區域 42，從該區域向對置邊緣延伸出用於安裝電極的焊盤 44a,…,44n，這些焊盤為矩形條狀。在每一對相對的邊緣上都有相同數量的安裝焊盤，並且它們沿邊緣等間距分佈。因此，得到的佈置可以被視為形成一個具有非均勻分佈電極的矩形感測器。僅作為示例，該矩形中央區域的尺寸為 100 × 80 mm。虛線表示 Figures 1c 和 1d 中所示的截面位置。如 Figure 4b 所示，連接到中央區域一側的電極（1、3、5…）被連接到第一導電層，而連接到中央區域對側的電極（2、4、6…）則連接到第二導電層。[0070] Figure 5a 示出了另一種形狀的觸覺感測器 50。在該佈置中，存在一個中央弧形區域 52，從該區域向相對的彎曲邊緣延伸出用於安裝電極的焊盤 52a,…,52n，這些焊盤呈矩形條狀。在該佈置中，在每一對相對的邊緣上都有相同數量的安裝焊盤，但它們沿邊緣並非等間距分佈。因此，得到的佈置可以被視為形成一個不規則形狀的感測器，其電極非均勻分佈。僅作為示例，該不規則形狀中央區域在橫向方向的長度為 130 mm，最大縱向高度為 75 mm，最小縱向寬度為 45 mm。如 Figure 5b 所示，連接到中央區域一側的電極（1、3、5…）連接到第一導電層，而連接到中央區域對側的電極（2、4、6…）連接到第二導電層。[0071] 在 Figures 3a 至 5a 的每種佈置中，使用矩形條狀部分（也可稱為“腿”）可以保證在各自的導電層上更好地放置電極。這有助於為連接到 EIT 板的電極提供更牢固的連接。此外，可以在每個電極周圍設定扇形區域，以在導電片上隔離 16 個電極。在組裝三層之前，可以完成電極的連接和絕緣，以防止由於片材高導電性導致的不同組合之間的短路。[0072] 如 Figure 6 所示，感測器 60 構成用於確定多層結構上某接觸點位置的系統的一部分。感測器 60 包括多層結構 64，以及連接到多層結構 64 的每個電極 62a、62b,…,62n。每個電極 62a、62b,…,62n 還連接到一個電子單元 70（也可以稱為 EIT 主機板）。可以使用任何合適的電子單元，例如 Zhu 等人在 USIT 21 會議上發表的 “EIT-kit: An Electrical Impedance Tomography Toolkit for Health and Motion Sensing” 中描述的那一種。[0073] 電子單元 70 包括用於向電極對注入交流電流的電流驅動電路 74。電流驅動電路 74 包含標準元件，如訊號發生器、可調放大器以及電壓控制的電流源，以便產生小幅度、恆定幅值的差分正弦波，並在所需的注入頻率下輸出。電子單元 70 還包括電壓測量電路 76，用於測量在未注入電流的電極對之間的電壓。電壓測量電路 76 包含標準元件，如兩個輸入緩衝器、一個可調儀表放大器和一個模數轉換器（ADC）。電子單元 70 還包括控制電路 72，用於同時控制電流驅動電路 74 和電壓測量電路 76。[0074] 電子單元 70 包含一個多路復用板 78，其上具有多個多路復用器。例如，可以有四個多路復用器，每個多路復用器為 32:1 的模擬多路復用器。每個源引腳（例如在 32:1 多路復用器的示例中 32 個引腳之一）連接到一個電極。每個匯引腳（例如該 32:1 多路復用器中的那個匯引腳）則連接到電流驅動電路 74 或電壓測量電路 76。更具體地說，當存在 4 個多路復用器時，四個匯引腳可以分別連接到電流驅動正端、電流驅動負端、電壓測量正端和電壓測量負端。通過使用多路復用器，每個電極可以連接到任意一個匯引腳。因此，電極可以在注入電極和測量電極之間切換。每一對注入電極在每一層中都有一個電極。每一對測量電極在每一層中也可以有一個電極，或者在同一層中有兩個電極。[0075] 電子單元 70 還可以包括其它未示出的標準元件，例如儲存器和／或用於傳輸資料的輸入／輸出介面。在每個資料採集周期中，電子單元 70 可以採集多組（例如 256 組）電壓測量資料，包括作為電流源的那個電極的資訊。然而，作為電流源的電極的測量值會被設為 0。這些測量值可以儲存在電子單元 70 上，也可以在電子單元上進行處理。不過，處理通常在單獨的電腦 80 上進行，該電腦可以通過任何合適方式連接到電子單元 70，例如通過有線或無線連接，或者通過網際網路。[0076] 電腦 80 可以是任何合適的計算裝置。Figure 6 展示了電腦 80 的一些元件，電腦 80 包含至少一個處理器 82 與儲存器 84 相連。至少一個處理器 82 可以包括一個或多個微處理器、微控製器以及積體電路。儲存器 84 可以包括易失性儲存器，例如作為臨時儲存器使用的隨機存取儲存器（RAM），以及／或者非易失性儲存器，例如 Flash、唯讀儲存器（ROM）或電可擦除可程式設計唯讀儲存器（EEPROM），用於儲存資料、程序或指令等。例如，電腦 80 通常包括至少一個輸入／輸出介面 86，用於讓使用者輸入指令和／或從電子單元 70 接收資訊。至少一個輸入／輸出介面 86 可以採用任何合適的形式，例如鍵盤、滑鼠、觸控板或其他用於輸入指令的裝置，和／或用於顯示或輸出結果以及在下述方法過程中生成的資料的裝置。電腦 80 還包括一個機器學習（ML）模型 88，用於處理接收到的資訊，以確定多層結構上某個接觸點的性質和位置。[0077] Figure 7 顯示了使用 Figure 6 所示系統的流程圖。在每個感測器的校準階段，採用學習型方法。要訓練的模型可以是簡單的神經網路，其將阻抗測量值對應到接觸位置。隱藏層大小可以設定為任意合適的值，例如 400 個神經元。在第一步 S700 中，收集用於訓練、驗證和測試模型的訓練資料。此類訓練資料可以通過任何合適的技術收集，例如 Figure 8 的實驗佈置。收集到的資料被按 80:10:10 的比例劃分為訓練集、驗證集和測試集。當感測器中有 16 個電極時，神經網路的輸入資料維度為 416。該輸入是通過取探針接觸前後阻抗測量值之差得到的，並將任何中間值為 0 的實例排除。[0078] 在步驟 S702 中，使用任何合適的技術對模型進行訓練以生成輸出。例如，可以使用 MATLAB 深度學習工具箱來進行訓練。模型的輸出是一個二維變數，表示每個接觸位置在 x 和 y 方向的坐標（例如實驗裝置中探針的位置，或多個探針的位置）。其他輸出也可以是表示每個接觸位置處檢測到的力的大小。例如，可以利用探針來施加已知的力，並將測得的電壓變化作為訓練資料。在這種情況下，可以使用回歸模型或其他訓練技術，將電壓變化對應到所施加的力。類似地，可以推斷出任何影響局部導電性的觸覺線索。這些線索包括但不限於溫度變化、切向力和法向力、多點接觸檢測、人類觸摸檢測等。一旦模型被訓練為輸出所需結果，接下來會有一個驗證步驟 S704，用於驗證該模型，並且還可以存在一個測試步驟（未示出）。[0079] 一旦模型被校準並訓練完畢，就可以用來確定感測器上的接觸位置和／或關於該接觸的其他資訊。在使用或推理階段，新輸入資料會按照步驟 S706 從電極處收集。收集到的輸入資料隨後被輸入到已訓練的模型中，並且任一接觸在感測器上的位置可在步驟 S708 中確定。如果檢測到接觸，則通過分析收集到的輸入資料，確定的位置會在步驟 S710 中輸出。所確定的位置可以用於任何合適的輸出。例如，如果感測器被整合在手套中，當檢測到接觸時，手套可以被控製為閉合。或者，如果感測器整合在機器人夾爪中，則接觸位置可以用來推斷物體的形狀和／或姿態，從而控制夾爪的閉合方式，以施加適當的抓取量和抓取類型來握持物體。[0080] Figure 8 是用於測試感測器 82 的實驗佈置圖，感測器 82 包含如上所述的多個電極 84。在整個實驗過程中，我們使用 Universal Robots UR5 機械臂 86 來對三種不同形狀的多層軟性觸覺感測器（例如 Figures 3a 至 5a 所示）進行標定和表徵。這包括將一個 3D 列印的聚乳酸（PLA）探針尖 88 安裝到機械臂 86 上。在該示例中，探針尖 88 的直徑為 5 mm，深度為 15 mm。我們對機械臂進行程式設計，使其在每次刺激時隨機選擇皮膚區域中的一個目標點。對於每次探針接觸，我們在探針接觸前後分別採集來自多層感測器的 EIT 輸出訊號，同時記錄每一次皮膚刺激對應的位置。[0081] 為了對該感測器進行初步研究，我們在三個不同位置進行了探針測試，結果顯示於 Figures 9a 和 9b 中，這些圖將電壓差與電極組合模式索引進行繪圖。Figure 9c 顯示了三個位置的三條電壓差——接觸前與接觸後的原始電壓變化資料。這些測試包括在使用多層感測器（如 Figure 3a 所示）前後的原始電壓變化資料，並將其與具有相同形狀、但採用相同非導電材料單層結構的感測器進行比較。比較感測器測試的結果顯示在 Figure 9a 中，而上述多層感測器測試的結果顯示在 Figure 9b 中。[0082] 在單層感測器的測試中（Figure 9a），最小到最大電壓差範圍為 -0.03 V 至 0.06 V。然而，在多層感測器測試中（Figure 9b），最小到最大電壓差範圍為 -0.28 V 至 0.45 V，顯示出更高的靈敏度。在考慮多層感測器測試時，我們觀察到，在 C 點產生的幅值比 A 點和 B 點小。儘管如此，C 點在多個方向上被啟動。另一方面，在邊緣位置 A 點和 B 點產生的峰值幅度大於 C 點，但它們啟動的索引數量較少。這一特性使我們的多層感測器能夠對不同位置的外部刺激產生獨特響應，從而獲得更好的精度和靈敏度。[0083] 我們還使用訓練好的模型，對具有相同形狀的單層和多層感測器在 X 和 Y 方向上的預測誤差進行了對比分析。對於不同的皮膚形狀，我們確定了合適的 EIT 參數，包括注入交流電（AC）的頻率、訊號周期數（NUM PERIODS），以及每個模擬讀數所需的模數轉換器（ADC）採樣數（ADC AVG）。這些參數是為了達到最佳的 EIT 性能而確定的，相應數值連同每種測試皮膚的實驗資料一起列於下表。[0084] 圖 10a 和圖 10c 分別繪製了單層感測器和多層感測器的預測 X 位置與真實 X 位置的關係。圖 10b 和圖 10d 分別繪製了單層感測器和多層感測器的預測 Y 位置與真實 Y 位置的關係。對於多層感測器，在 X 和 Y 兩個方向上，真實值與預測值之間呈現出明顯的線性關係（見圖 10b 和圖 10d）。這表明，與單層“皮膚”相比，其相關性顯著增強，而單層“皮膚”的資料分佈更加分散。造成這種差異的原因在於，單層感測器在探測時靈敏度較低，可歸因於阻抗變化很小。相反，本公開的多層感測器在探測時會產生顯著的阻抗變化，主要由非導電層的橫截面厚度驅動，而該厚度在探測時會受到明顯影響。[0085] 圖 11 示出了四種不同測試感測器（圖 3a、圖 4a 和圖 5a 所示的單層感測器與多層感測器）的平均絕對誤差。三種不同形狀的多層感測器的精度均優於單層感測器。其中，圖 3a 所示的圓形多層軟感測器表現最佳，其次是圖 5a 所示的不規則形狀“皮膚”，再次是圖 4a 所示的矩形感測器。值得注意的是，圖 3a 的圓形多層軟感測器將平均絕對誤差從 15.8 mm 降低到 4.4 mm，大幅提高了對外部刺激預測的精度。雖然矩形和不規則形狀感測器的精度不及圓形感測器，但它們的精度仍優於單層對比 EIT 感測器。[0086] 與圓形“皮膚”相比，矩形和不規則形狀感測器精度較低，主要可歸因於電極佈置的差異以及感測表面形狀的次優設計。在圓形感測器中，電極均勻分佈；而在矩形和不規則形狀感測器中，電極呈非均勻分佈。這也解釋了為什麼這兩種情況下 Y 方向上的定位誤差高於 X 方向。儘管如此，由於採用了多層結構，對於這些複雜結構，我們仍然能夠獲得良好的定位精度。[0087] 圖 12a 至圖 12d 繪製了四種測試感測器的誤差分佈。圖 12a 顯示了單層圓形結構的結果。圖 12b 顯示了圖 3a 所示多層圓形結構的結果。圖 12c 顯示了圖 4a 所示多層矩形結構的結果。圖 12d 顯示了圖 5a 所示多層不規則結構的結果。圖 12a 至圖 12d 分別為每個測試感測器提供了更為細緻的誤差分佈可視化。[0088] 結果表明，多層 EIT 軟感測器可以成功用於分佈式高密度觸覺定位。我們提出了三種該多層結構感測器的不同形狀，並與單層結構在實驗中進行了對比。實驗表明，即便在電極非均勻分佈的情況下，我們的多層軟感測器在感知外部刺激方面仍優於單層水凝膠感測器。這為我們在軟觸覺“皮膚”的設計和部署上提供了更大的靈活性，而無需犧牲定位精度。[0089] 下一步工作是在更複雜的感測表面上擴展這種多層設計，並進一步限制電極的佈置位置。一個示例是觸覺手套，可用於追蹤人類與環境的互動。在這種情況下，電極必須佈置在靠近手腕的位置，以避免干擾使用者動作，同時仍在整個感測表面上實現高定位精度。從這項探索中獲得的洞見，可在仿生手的開發中得到實際應用，提供一種在機器人系統中復現類人觸覺感知的方法。[0090] 圖 13 示出了製備具有人類手指形狀感測器的方法，但應理解，通過選擇合適的非導電層模具和形狀，可以製成任何形狀。在第一步 S1300 中，獲得模具；以手指形感測器為例，可採用圖 14a 和圖 14b 所示的模具。圖 14a 顯示了呈紡錘狀的模具內件，圖 14b 顯示了模具外部件的一半，該外部件為彎曲形狀，用於形成手指外形。[0091] 圖 13 的第一步 S1300 還包括獲得導電層的目標形狀。如前所述，每個導電層可以由碳或類似材料製成。導電材料通常以平板形式提供，可切割為所需形狀。在本例中，如圖 14c 所示，其形狀為具有八個尖點的星形，用於安裝電極。[0092] 在步驟 S1302 中，將第一導電層（即內導電層）裝配到模具中。換言之，如圖 14d 所示，將第一導電層固定（例如包覆）在模具內件上。隨後，如圖 14e 所示，將模具的外部件裝配到位。模具裝配完成後，在步驟 S1304 中，將非導電材料注入模具，使第一導電層被非導電材料包覆。如前所述，非導電材料可以是水凝膠。模具填充完成後，在步驟 S1306 中對非導電材料進行固化；在步驟 S1308 中，可將第一導電層和非導電層一同從模具中取出。[0093] 在步驟 S1310 中，將與第一導電層具有相同形狀的第二導電層覆蓋在非導電層之上，以形成上述三層結構的感測器。在該佈置中，如圖 14f 所示，第一導電層與第二導電層相互錯開，使得存在 16 個凸點（突起）可用於連接電極。在最後一步 S1312 中，將電極連接到導電層上，並將電極連接至電子單元，如圖 14g 所示。如前所述，一半電極連接至第一導電層，另一半電極以交替方式連接至第二導電層。電極也與電子單元相連。[0094] 本說明書中描述的至少部分示例實施例，可以部分或完全通過專用硬體構造實現。此處使用的“元件 (component)”、“模組 (module)”或“單元 (unit)”等術語，可以包括但不限於：硬體裝置，例如由分立或整合元件構成的電路、現場可程式設計門陣列 (FPGA) 或專用積體電路 (ASIC)，用於執行特定任務或提供相關功能。在一些實施例中，所述元件可以配置為儲存在有形、持久、可定址的儲存介質上，並可配置為在一個或多個處理器上執行。在一些實施例中，這些功能性元件可以包括（但不限於）以下形式的元件：軟體元件、物件導向的軟體元件、類元件和任務元件、流程、函數、屬性、過程、子程序、程式碼段、驅動程式、韌體、微程式碼、電路、資料、資料庫、資料結構、表、陣列和變數。儘管示例實施例是參照上述元件、模組和單元加以描述，但這些功能性元件可以合併為更少的元件，或拆分為更多的元件。本文描述了各種可選特徵的不同組合，應理解，這些特徵可以以任何適當的方式進行組合。特別地，一個示例實施例中的特徵可以與另一實施例中的特徵結合使用，在適當時如此，除非這些組合在邏輯上互相排斥。在本說明書中，“comprising” 或 “comprises” 一詞的含義為：包括所指明的元件，但並不排除同時存在其他元件。[0095] 特此提請注意：凡與本說明書一併、或在此前就本申請而提交並隨本說明書向公眾公開的所有檔案和文獻，其內容均通過引用併入本說明書。[0096] 儘管已經示出並描述了本發明的少數優選實施例，但本領域技術人員將理解：在不背離所附權利要求所限定的本發明範圍的前提下，可以對其作出各種改變和修改。本說明書中披露的所有特徵（包括任何附帶的權利要求、摘要和附圖）以及／或者任何已披露方法或工藝的全部步驟，可以以任何組合形式相互組合，除非至少某些特徵和／或步驟之間在邏輯上互相排斥。本說明書中披露的每一特徵（包括任何附帶的權利要求、摘要和附圖）均可以取代為實現相同、等同或類似目的的替代特徵，除非另有明確說明。因此，除非另有明確說明，每一披露的特徵僅僅是一個通用等同或相似特徵系列中的示例。權利要求部分1. 一種用於感知接觸的觸覺感測器，其特徵在於，該觸覺感測器包括：一種柔性的多層結構，包括：用於接收接觸的第一層；第二層；以及位於第一導電層與第二導電層之間並與其連接的中央層；其中，所述中央層由一種導電率低於第一層和第二層所用材料的材料製成；多個電極，包括：連接到第一導電層至少一條邊緣的第一組電極；以及連接到第二導電層至少一條邊緣的第二組電極；以及一電子單元，用於獲取電阻抗層析成像（EIT）資訊，以對柔性多層結構上的接觸進行分析，所述電子單元包括：電流驅動電路，用於在第一組電極中的第一電極與第二組電極中的第二電極之間注入電流；電壓測量電路，用於在注入電流的同時，測量所述多個電極中多個電極對之間的多組電壓測量值；以及控制電路，用於控制所述電流驅動電路和電壓測量電路。2. 如權利要求 1 所述的觸覺感測器，其中，所述中央層的導電率比第一層和第二層的導電率低 10 倍，更優選地低 100 倍。3. 如權利要求 1 或 2 所述的觸覺感測器，其中，第一層和第二層均由包含導電碳的材料製成。4. 如上述任一權利要求所述的觸覺感測器，其中，中央層由水凝膠材料製成。5. 如上述任一權利要求所述的觸覺感測器，其中，第一層、第二層和中央層的楊氏模量均小於 10 MPa。6. 如權利要求 5 所述的觸覺感測器，其中，中央層的楊氏模量小於 1 MPa。7. 如上述任一權利要求所述的觸覺感測器，其中，第一層、第二層和中央層在幾何上是共終點的（即相互邊界重合）。8. 如上述任一權利要求所述的觸覺感測器，其中，多層結構整體上為近似圓形。9. 如權利要求 8 所述的觸覺感測器，其中，多個電極沿多層結構的圓周等間距分佈。10. 如上述任一權利要求所述的觸覺感測器，其中，多層結構具有兩條相對的短邊，其長度短於另一對相對邊。11. 如權利要求 10 所述的觸覺感測器，其中，多個電極沿所述多層結構的短邊等間距分佈。12. 如權利要求 10 或 11 所述的觸覺感測器，其中，所述邊為彎曲形狀。13. 如上述任一權利要求所述的觸覺感測器，還包括：第一組電極安裝焊盤，用於將第一組電極固定至第一導電層；以及第二組電極安裝焊盤，用於將第二組電極固定至第二導電層。14. 如權利要求 13 所述的觸覺感測器，其中，第一組和第二組電極安裝焊盤為沿多層結構周向延伸的條狀結構。15. 如上述任一權利要求所述的觸覺感測器，其中，多個電極的排布方式為：第一組電極與第二組電極交替排列。16. 如上述任一權利要求所述的觸覺感測器，其中，第一層、第二層和中央層的厚度均為常數。17. 如權利要求 1 至 15 中任一項所述的觸覺感測器，其中，第一層和第二層的厚度為常數，而中央層的厚度從邊緣向其中心逐漸減小。18. 如上述任一權利要求所述的觸覺感測器，其中，用於測量電壓的多個電極對中的每一電極對，包括來自第一組電極的一個電極與來自第二組電極的一個電極，或者來自第一組電極的兩個電極，或者來自第二組電極的兩個電極。19. 一種系統，其特徵在於，包括：如權利要求 1 至 18 中任一項所述的觸覺感測器；以及一計算裝置，所述計算裝置包括處理器，用於對所述多組電壓測量值進行處理，以確定關於柔性多層結構上接觸的資訊。20. 如權利要求 19 所述的系統，其中，所述處理器使用機器學習模型來確定所述接觸的資訊。21. 如權利要求 20 所述的系統，其中，所述資訊包括多層結構上至少一個接觸的位置和／或所述至少一個接觸的力的大小。22. 一種製造如權利要求 1 至 18 中任一項所述觸覺感測器的方法，其特徵在於，包括以下步驟：將內導電層裝配到模具中；用材料填充模具；固化所述材料，使其在內導電層上形成中央層；將內導電層和中央層從模具中取出；在中央層外側裝配外導電層；以及連接多個電極，使第一組電極與外導電層連接，第二組電極與內導電層連接。 (AI工業)
