对机器人而言，“触觉”一直是个昂贵而脆弱的奢侈品。为了让机械手感知压力、识别滑动，工程师们不得不像铺马赛克瓷砖一样，在机器人皮肤上密集排布传感单元。但连线像蛛网、焊点易断裂、信号总串扰，这些痛点长期困扰着软体机器人和人形机器人的落地。

近日，一项发表于国际权威期刊《Science Advances》的研究提供了一种极简的全新解法。中国科学技术大学工程科学学院、人形机器人研究院张世武、董帅、王二龙研究团队，联合国内外多个研究团队，提出了一套名为CLiMETS（连续液态金属柔性触觉传感）的平台，核心理念堪称颠覆：扔掉传感阵列，让一整块连续液态金属自己学会感知。

01.

液态金属的天赋：一块材料替代一个阵列

要让机器人拥有大面积触觉皮肤，传统方案的路径是“离散化”：一个单元负责一个点，成千上万个单元拼成一张感知网。这导致制造成本高、柔性差，软硬材料界面在反复弯折中极易失效。

研究团队换了一个思路：为什么不反过来，用一整块连续介质去感知复杂的触觉输入？

答案藏在镓基液态金属的流体天赋里。这种金属在室温下流动如水，却有极高的金属导电性，且毒性极低。当它浸入电解液中，液态金属表面会自发形成一层仅几纳米厚的“双电层（EDL）”，像一个微型超级电容器，储存着稳定电荷。此时，只要异物触碰液态金属表面，就会扰动双电层，引发电信号的改变。

这正是 “连续体触觉传感” 的物理基础。

但光有电位波动还不够。如果触碰物是绝缘体，比如石英，电压变化仅有3毫伏左右，对机器人的感知系统来说几乎听不见。

02.

信号放大一百倍：当石墨棒遇上液态金属

真正的转折点，来自一项看似简单的材料选择。

研究人员发现，若将触碰物换为一根导电石墨棒，同样的按压动作，液态金属电压的响应竟然被放大超过两个数量级——从石英棒的区区1毫伏直接跃升至212毫伏，信号强度提升逾百倍。这一现象成为整个CLiMETS平台高灵敏度的基石。

这背后的原理，可以理解成一个微型的“原电池反应”。液态金属和石墨这两种材料，对电子的吸引力天生不同，石墨更强，液态金属更弱。两者一接触，电子就像被磁铁吸住一样，大量从液态金属涌向石墨，液态金属表面随即发生氧化还原反应。

说白了，石墨不仅触碰了皮肤，还顺手“偷”走了电子。这一剧烈的电荷转移过程，将一个微弱的物理扰动直接翻译成了响亮、可读的电信号。

团队进一步通过电流回路测量验证了这一机制。用绝缘棒按压时，电子只是流向溶液；而石墨棒按压时，电流路径被根本性地重构，石墨成了高效的电子受体。这种“接触即放大”的特性，让CLiMETS不需要任何外接放大器，就能输出足以被机器人控制器直接识别的信号。

03.

不靠阵列也能定位：几何编码的“坐标魔术”

信号够强了，下一个难题接踵而至：没有像素阵列，怎么知道机器人被触摸的位置？

团队的答案是：让液态金属本身成为坐标系。

在一个5 cm×5 cm的方形金属液面上，他们于四个边角非对称地布置了两对电极，构成A、B两个独立测量通道。液态金属表面本身存在固有电位梯度，当石墨棒触碰任意一点时，该点距离四个电极远近不同，会在A、B两通道上砸出不同深度的“电压坑”，这两个数值组合起来，就成了这个位置的独特身份标识。

这就像给液态金属表面画了一张隐形的等高线地图。在5×5网格按压实验中，每个点位都生成了一对独特的读数，绘制出的电压等高线图清晰区分了25个位置。

对于机器人来说，只需读取两个电压值，就能像查字典一样定位被触碰的精确区域，根本不需要任何阵列布线。

04.

滑动也能“读”方向：机器手感知的最后一公里

机器人触觉的另一核心需求是识别滑动。抓取物体时，感知物体是否滑落、朝哪个方向滑，直接关系到操作成败。

CLiMETS在此展现出惊人的方向敏感性。当石墨棒在液态金属表面滑行，动态的电压波形会随运动方向产生特征性变化。在水平滑动中，由于石墨棒靠近一侧电极的同时远离另一侧，两个通道的电压曲线呈镜像对称；垂直滑动时，两通道则同升同降；斜向滑动更是呈现出复杂的非单调波形。

团队对8个方向的滑动进行了系统性测试，电压轨迹图清晰可辨，且正向与反向运动产生镜像对称的波形。这意味着机器人控制器可以通过分析波形形态，实时确认滑动方向。

更值得关注的是耐久性。在超过6000次连续滑动循环后，电压响应剖面依然保持稳定，证明这套系统具备在机器人高频作业中可靠运行的潜力。

05.

从实验室到机器人：一块皮肤的未来想象

在系统级验证中，团队将CLiMETS平台与LED反馈阵列集成，构建了一套概念验证性的人机交互系统。

操作者用石墨棒在中左区域按压并保持2秒后抬起，接着移至中右区域重复压-持-抬序列，再返回初始点执行最后一次按压。双通道电压数据完整捕获了每一步，再通过后处理算法提取电压跌落、匹配预设阈值、分析波形轨迹，最终将解码出的动作序列映射到3×3 LED阵列上。

简单来说，LED亮度指示按压及其位置，光学流动显示滑动路径。液态金属上的触觉动作，被翻译成了可视的光信号。

不过，这项技术距离直接装到机器人身上仍有一些工程壁垒。

当前约8毫米的空间分辨率主要受限于数据采集系统精度及环境噪声，而非液态金属界面本身；多点同时触摸的解耦也是连续体方案需要突破的难点，论文已明确表示将引入机器学习算法解决这一问题。此外，开放式电解液环境需要封装优化，才能适应非结构化环境中的机器人应用。

但方向已然清晰。正如论文讨论部分所指出的，CLiMETS为“自适应与交互式触觉技术”奠定了坚实基础。当机器人不再需要背负密密麻麻的传感阵列，而只需“一身流动的皮肤”就能感知世界，这个极简主义方案，或许就是机器人触觉皮肤进化的下一个节点。

论文链接：https://www.science.org/doi/10.1126/sciadv.aec3673