如果一臺水下機器人在渾濁的河口下潛，泥沙讓能見度降到半米以內(nèi)，螺旋槳攪起的湍流又把聲吶信號攪成一團亂麻——它該如何感知周圍的世界？主流方案攝像頭和聲吶系統(tǒng)在這里會集體失靈。前者依賴光線，后者在水流噪聲中難以分辨微弱的回波。

近日，浙江大學(xué)機械工程學(xué)院汪延成教授團隊聯(lián)合新加坡國立大學(xué)電子與計算機工程系 Chengkuo Lee教授在《Advanced Materials》發(fā)表題為“AI-Enhanced Bionic Aquatic E-Skin Enables Precise Capture of Minimal Tactile Differences Toward Undisturbed Underwater Interaction”的研究成果：一種受鯊魚啟發(fā)的仿生水下電子皮膚。

它不僅能承受深水的巨大壓力，還能在湍急水流中分辨出僅0.8微米寬度的表面紋路——相當于一根頭發(fā)絲直徑的五十分之一。

01.

為什么偏偏是觸覺

提起水下探測，你可能會想到聲吶掃描海底地形，或者水下攝像機拍攝珊瑚礁。但在水下機器人領(lǐng)域，觸覺幾乎長期被邊緣化，它需要物理接觸，感知距離短，更要命的是，水流本身就是個巨大的噪聲源，足以把任何由表面微小差異引起的觸覺信號淹沒在流致干擾里。

然而，研究團隊注意到了自然界中的一個現(xiàn)象。鯊魚在渾濁、昏暗的海洋中捕獵時，并不完全依賴視覺或聽覺。它們身體兩側(cè)有一條被稱為“側(cè)線系統(tǒng)”的感知器官，能通過皮膚表面的鱗片，從復(fù)雜的水流背景中篩選出獵物游動引起的微弱壓力波動。即便在湍急的洋流中，鯊魚依然能精準定位。

這給了研究者一個啟發(fā)。觸覺并非不行，而是沒有把它的潛力發(fā)揮到極致。問題的核心，在于如何從強水動力噪聲中“解耦”出真正由物體表面差異引發(fā)的微弱觸覺信號。

02.

如何讓機器人“摸”清世界

Saranga（指代水下電子皮膚，可稱為“仿生側(cè)線皮膚”）系統(tǒng)的解決方案，是一套“仿生機械濾波 + 深度學(xué)習(xí)特征融合”的。

首先，研究團隊從鯊魚側(cè)線鱗片獲得靈感，在傳感器表面設(shè)計了一層仿生魚鱗陣列。每片“魚鱗”以45度角翹起，長2毫米，厚度僅0.64毫米。當水流沖擊時，柔軟的鱗片會彎曲變形，像一把把小傘，消耗掉部分水流動能，同時將水流分流引導(dǎo)——大部分湍流從側(cè)面滑走，只有少量減弱后的水流到達傳感核心。這是一個純粹的物理降噪步驟。

實驗數(shù)據(jù)很直觀，在每秒0.2米的水流中，沒有仿生鱗片的傳感器基線波動高達±25毫伏；加上鱗片后，波動降至±13毫伏，噪聲幾乎減半。即使在每秒0.5米的較強水流中，波動也能控制在±20毫伏以內(nèi)。

水下電子皮膚的工作原理及抗擾性能

但這還不夠。深海的另一個殺手是高壓。傳統(tǒng)電子皮膚內(nèi)部常留有空氣間隙來保證靈敏度，但在幾十米水深下，這些空隙會被壓縮殆盡，兩層材料直接貼死，信號幾乎消失——40米水深時衰減高達97.2%。

研究團隊的解決方案出人意料：用微小的彈性粉末顆粒代替空氣間隙。他們選用熱塑性聚氨酯粉末，粒徑僅0.15微米，填充在兩層摩擦電材料之間。這些粉末像無數(shù)個微型彈簧，既能維持穩(wěn)定的間隔距離，又能緩沖外部壓力。結(jié)果，在40米水深下，傳感器的輸出響應(yīng)僅衰減17.6%。相當于給電子皮膚穿了一件“抗壓服”。

最后，傳感器表面還涂覆了一層高疏水性油膜。海水中的離子一旦滲入，會形成額外的電流泄漏路徑，嚴重干擾信號。油膜像一層隱形雨衣，把水分子牢牢擋在外面。經(jīng)過120天海水浸泡和5000次反復(fù)按壓，傳感器性能幾乎紋絲不動。

AI增強型水下電子皮膚的綜合表面紋理識別

物理降噪解決了水流和壓力問題，但真正讓這層皮膚“智能”起來的，是深度學(xué)習(xí)。

研究團隊構(gòu)建了基于特征融合的深度學(xué)習(xí)模型，這個模型的并行分析兩種信息：一是時域特征——電壓信號隨時間的變化，反映按壓力度和靜水壓力造成的幅度偏差；二是頻域特征——將信號分解成不同頻率成分，這可以消除滑動速度和動態(tài)水流帶來的干擾。

兩種視角互補，大大提升了對微小差異的分辨能力。在靜態(tài)水下，帶有仿生鱗片的電子皮膚識別五種不同紋理的平均準確率高達98%。當水流開啟，準確率依然保持在94.67%。而沒有仿生鱗片的對照設(shè)備，靜態(tài)水下只有74.67%，水流中更是跌至62%。

03.

從實驗室走向海洋

研究團隊展示了兩個實際應(yīng)用場景，讓這層“皮膚”從概念走向真實任務(wù)。

場景一：機器人手指識別海洋生物

將電子皮膚貼在機器人手指尖上，讓它在模擬海水中識別九種海洋生物和物體：魷魚、海綿、鯧魚、蝦、海參、螃蟹、海螺、石頭和珊瑚。這些物體的硬度和表面形貌差異很大。硬質(zhì)物體（如石頭）會引發(fā)強烈、不穩(wěn)定的力波動；軟質(zhì)物體（如海參）表面突起在按壓下會彎曲，將連續(xù)的接觸過程打散成一連串離散的微小碰撞。

基于特征融合深度學(xué)習(xí)，機器人手指達到了98.67%的平均識別準確率。這意味著，未來水下機器人可以在能見度為零的環(huán)境中，僅靠觸摸就能區(qū)分一塊石頭和一只海參——這對于海底采樣、考古或生態(tài)監(jiān)測意義重大。

AI增強型水下電子皮膚在不同場景下的觸覺感知應(yīng)用

場景二：機器魚尾巴感知游泳狀態(tài)

更有想象力的是把電子皮膚貼在機器魚的尾部。這里沒有固-固滑動摩擦，傳感器感知的是魚尾拍打時反作用的水動力以及結(jié)構(gòu)自身的微振動。信號幅度反映擺尾力度，頻率特征則編碼尾部擊水的節(jié)奏。

研究人員區(qū)分了靜止、抖動、撞擊、快速游動和慢速游動五種狀態(tài)，深度學(xué)習(xí)平均準確率達到90%。主要混淆發(fā)生在快游與慢游之間——這兩種狀態(tài)的信號差異確實很小，但已經(jīng)足夠?qū)嵱谩?/p>

基于這一能力，團隊提出了一個智能水產(chǎn)養(yǎng)殖系統(tǒng)的構(gòu)想。每條魚的尾部電子皮膚將行為狀態(tài)上傳至中央系統(tǒng)，匯聚成魚群活動指數(shù)。如果指數(shù)在短時間內(nèi)顯著升高，說明魚群處于覓食性快游狀態(tài)，系統(tǒng)判定饑餓，自動觸發(fā)投喂裝置。如果整體活動指數(shù)下降，同時伴隨大量不規(guī)則抖動或撞擊行為，則推斷為水中溶解氧過低，啟動增氧器。

這套系統(tǒng)實現(xiàn)了精準投喂和按需增氧，避免了傳統(tǒng)養(yǎng)殖中定時定量投喂造成的飼料浪費和水質(zhì)污染。相比依賴光學(xué)攝像頭的水產(chǎn)監(jiān)測方案，觸覺方案不受水體渾濁度影響，且不需要對魚類進行標記或訓(xùn)練。

04.

結(jié)語

這項技術(shù)的意義不僅在于“做了一款更好的傳感器”。它首次證明，在動態(tài)水流和高靜水壓的惡劣環(huán)境中，觸覺感知可以成為可靠的水下探測通道。

未來，研究團隊計劃進一步將單像素電子皮膚拓展為稀疏陣列和多手指協(xié)同系統(tǒng)，實現(xiàn)時空觸覺成像——讓機器人不僅能“摸”到物體，還能“感知”出形狀和輪廓。同時，抗生物污損涂層和自修復(fù)防水技術(shù)也在研發(fā)中，以應(yīng)對海洋中長期浸泡的挑戰(zhàn)。