近日，中国科学院李舟团队提出了一种基于摩擦电效应的传感阵列可模拟并量化人类对物体材质触觉感知的参数，并对基于摩擦电效应的材料识别机理及应用进行更深层研究和探索。研究者选用四种典型材料聚酰胺（PA66），聚对苯二甲酸乙二醇酯（PET），聚苯乙烯（PS）和聚四氟乙烯（PTFE）作为传感阵列的摩擦层，系统地研究并分析所构建的传感阵列对不同类型材料的响应信号的差异，证实基于摩擦电效应的传感阵列可对材料类型和粗糙度进行有效判断。并基于此设计了一种具有超越人类触觉感知能力的以智能手指为载体的材料识别系统。在机器学习的帮助下，该系统实现了对材料类型和粗糙度的精准识别与分类，仅使用四个传感单元，可对12种常见材料如Acrylic，EVA，Glass，PU，PVC，Silicon，Wood等的种类识别准确率达96.8%，同时可对不同粗糙度的单一材质（Al）的识别准确率达96.5%，识别结果可通过智能手指上的OLED显示屏进行实时显示。为触觉传感器实现材料识别功能提供一种可行的方案。相关研究成果以“Artificial tactile perception smart finger for material identification based on triboelectric sensing”为题发表在Science Advances期刊。论文的共同第一作者为中国科学院北京纳米能源与系统研究所曲学铖博士，谈溥川博士及北京航空航天大学刘卓博士。中国科学院北京纳米能源与系统研究所李舟研究员及罗聃青年研究员为本文的共同通讯作者。