来源：高分子科学前沿
智能物联网（AIoT）技术旨在建立人与连接设备之间紧凑的信息和能量交互。人机界面作为AIoT的重要媒介，扮演着连接虚拟和现实之间的角色。触摸屏作为一种人机界面，多采用导电性强、透光率高的氧化铟锡（ITO）透明导电膜来实现与外界的交互。然而，由于ITO的易碎性以及不可弯曲性，这使得它无法集成在物体的曲面上进行自由的交互。柔性电子器件可以与人体或物体集成来识别用户的交互意图，是刚性材料缺陷的有效解决方案。集成的电子器件一旦被弯曲可能会产生变形，将导致部分互连失效，从而损坏传感性能。当前，柔性电子器件通常是由众多离散电子单元组成的像素化传感阵列，这给信号传输带来了布线复杂、结构复杂、串扰等问题。准确识别用户的真实交互意图需要处理众多复杂的冗余数据。这些都给实际应用中实现更智能的人机交互带来重大挑战。
针对上述问题，厦门大学陈忠/廖新勤团队报道了一款一体化智能半透明交互贴片（AISI神经贴片），其是由均匀的软导电材料制备的电双层平行分离结构实现的。AISI神经贴片实现了感知、传输和识别机敏信号的一体化，而其总厚度可以薄至微尺度水平，突破常规的重厚硬器件只知道有无机敏信号到能准确确定机敏信号位置的轻薄软智能化升级。AISI神经贴片具有良好的半透明(透光率~80%)，既能准确识别交互区域，又不影响待交互物体的美观。高柔韧性和弯曲不敏感性使得AISI神经贴片可以附着在任何曲面上，在不影响交互效率和稳定性的情况下实现智能和可交互。快速的响应时间和无像素化的识别使得AISI神经贴片实现了超高精度的交互识别。时空动态功能使AISI神经贴片与人工智能完美结合，识别准确率高达99%以上，为AIoT的进一步发展提供了良好的基础。相关研究成果以“All-in-one multifunctional and deformation-insensitive carbon nanotube nerve patches enabling on-demand interactions”为题发表于在《Nano Energy》上（IF 17.6, 一区TOP）。厦门大学电子科学与技术学院陈忠教授和廖新勤副教授为论文共同通讯作者，硕士生张翠蓉为论文第一作者。
本文受生物感觉神经系统的启发（图1a），设计了一个涉及AISI神经贴片和神经网络的智能交互系统(图1b)。AISI神经贴片可以感知和识别机器人手的触摸，这与感知外部机械刺激的皮肤相似。生成的信号随后由人机界面的可编程神经网络处理，模拟大脑的功能。图1c所示为无机械刺激和不同机械刺激下AISI神经贴片的工作机理。AISI神经贴片是基于电双层平行分离结构设计的，该结构主要由上下平行分离的导电膜组成，用pCNT涂覆在聚对苯二甲酸乙二醇酯(PET)表面(图1d)。图1e显示了pCNT与PET牢固焊接的导电膜的横截面场发射扫描电镜(FESEM)图像。图1f显示了pCNT具有纵横交错排列特性。对比了不同刮涂高度对AISI神经贴片的光学特性的影响（图1g），最后选择3 μm的Hs来制作AISI神经贴片，其光学照片如图1h所示，显示其具有半透明性。
图1 AISI神经贴片的生物灵感与设计
AISI神经贴片的特性如图2所示。图2c反应了AISI神经贴片的可切割性，在切除一部分AISI神经贴片后，带有电极的剩余部分仍然可以稳定地工作。AISI神经贴片具有可弯曲性（图2e），无论AISI神经贴片是平坦、向内弯曲还是向外弯曲的，其响应电阻几乎相同。因此，即使AISI神经贴片因磨损而发生弯曲变形，其响应电阻也相对稳定，可用于感知和识别机械刺激。AISI神经贴片还具有对前后机械刺激的时空动态响应、快速的响应和恢复时间以及超过10,000次循环机械刺激的优异的稳定性（图2d、f、h）。
图2 AISI神经贴片的特性
基于以上优异的特性，团队将AISI神经贴片设计成弓形作为逻辑计算器进行计算，其用于计算应用的驱动电路原理图如图3a所示。图3b为弓形的AISI神经贴片的结构示意图。当从K1到K16的工作区域依次施加机械刺激时，AISI神经贴片产生的响应电阻和电压各不相同（图3d）。最后，使用该设计的逻辑计算器进行加法、减法、乘法、除法运算的电信号和演示照片（图3e、f和补充文件），具体演示如视频1所示。
图3 逻辑计算器应用
由于弯曲不会引起机械敏感信号的变化，因此可以将AISI神经贴片的形状弯曲成圆形来控制智能家居和监控机械臂的旋转(图4)。得益于无像素化识别，AISI神经贴片不仅可进行上述单点触摸，还可以进行滑动识别。图4a显示了通过滑动圆形AISI神经贴片来控制智能家居的概念方案，该贴片可以设计为智能手环。当手指依次前后滑动圆形AISI神经贴片时，顺时针方向滑动时，响应阻值和响应电压逐渐增大，反方向滑动时，响应阻值和响应电压逐渐减小（图4d、e）。如视频2所示，将圆形AISI神经贴片赋予了一个普通玻璃瓶与虚拟月亮灯实现精确、智能的交互，证明了圆形AISI神经贴片对于人机界面具有优异的灵活性和稳定性。此外，圆形AISI神经贴片还具有安装在机械轴内，以监测机械臂的旋转角度的潜力（图4f）。基于圆形AISI神经补片的输出电压信号，可以分析其旋转状态（图4g）。证明了圆形AISI神经补片在智能机器人和智能假肢中具有巨大的应用潜力。
图4 智能家居和智能机器人应用
最后，团队设计了一个线性AISI神经贴片，以获取滑动行为的个人信息，用于智能识别和认证的双因素密码安全系统（图5）。结合AI的线性AISI神经贴片可以准确地感知和识别特定用户的滑动行为（图5a）。采集了3个用户不同滑动行为所产生的线性AISI神经贴片的典型响应电阻及其对应的响应电压（图5b），将这些数据输入一维卷积神经网络(1DCNN)模型进行分析和运算，从而实现用户识别和认证（图5c）。在1DCNN模型的形成过程中，准确率是最重要的特征。从图5d可以看出，当训练数达到6时，训练和验证的准确率趋于收敛，并在一个狭窄的范围内波动(98.84% ~ 99.31%)（图5d）。利用训练好的1DCNN模型，随着准确率的提高，损失层稳步下降（图5e）。最后测试了不同用户数下识别的精确度，其预测准确率达到≥99.07%。如视频3和4所示，将线性AISI神经贴片用于双因素密码安全系统，进行多用户身份识别和认证，以验证系统的精确度。
图5 双因素密码安全系统应用
综上，该论文报道了一款多功能智能半透明交互贴片（AISI神经贴片），其采用电双层平行分离结构实现了感知、识别和传输机械敏感信号一体化，以克服众多离散电子单元带来的关键挑战，从而大大简化了逻辑驱动电路的设计，并且不需要额外的噪声抑制。AISI 神经贴片采用了水性聚氨酯和碳纳米管 (pCNT) 混合，制备出具有所需导电性和粘度的敏感功能复合材料，可以附着在任何物体表面上。AISI神经贴片具有高柔韧性和弯曲不敏感，使其可以贴合任何曲面而不影响交互性能。这不仅实现了在该表面的交互区域上进行精准操作而且神经贴片不影响物体的美观。此外，该AISI神经贴片还具有个性化的可切割性、非像素化的识别能力，以及快速响应、卓越的稳定性和重复性等突出表现。由于设计原理的通用性，AISI神经贴片可以根据不同人机交互的需要制成特定的形状。研究团队展示了AISI神经贴片与人工智能结合，可以用于增强信息密码安全性，在提高网络安全、防止黑客攻击和密码泄露、保护个人信息隐私和安全方面的潜力。
厦门大学为该文章的第一署名单位，该项研究工作是在陈忠教授与廖新勤副教授共同指导下完成，新加坡南洋理工大学郑元谨教授（卓越集成电路设计中心主任）、北京科技大学廖庆亮教授（长江学者、院长）提供重要支持帮助，研究生张翠蓉为文章第一作者。研究工作得到了国家自然科学基金项目、福厦泉自主创新示范区合作项目、福建省自然科学基金和中央高校基本科研业务费等资助。
文章链接：
https://doi.org/10.1016/j.nanoen.2023.109104
