港城电子皮肤突破：机器人自检损伤与主动感知痛觉
这下，你打人形机器人，它真的会「疼」了。
来自香港城市大学的研究团队提出了一种全新的神经形态机器人电子皮肤（neuromorphic RE-skin，NRE-skin）。
NRE-skin通过模仿人类神经系统，利用分层（Hierarchical）的神经形态架构，让触觉信号不再需要传到中央处理器，而是在皮肤内部就完成了初步处理与脉冲编码。
基于这一仿生设计，NRE-skin同时实现了三项关键能力：
高分辨率触觉感知：高效采集并编码精确的压力和位置信息。主动保护机制：具备局部反射机制，能够进行主动疼痛感知与损伤检测。维护高效性：支持快速更换的模块化快拆结构。
网友表示这种复杂而精细的触觉感知，将会为机器人领域带来一次巨大的跃迁。
而这一研究也无疑会为后续的触觉反馈算法和硬件设计提供新的思路。
接下来我们具体来看。
把触觉转成“神经脉冲”
相比于以往的电子皮肤，NRE-skin没有继续沿用传统电子皮肤的“模拟信号采集”思路，而是模拟人类，直接把触觉转译成神经元式的脉冲信号。
在生物系统中，感觉信号经历的是一个分级处理过程：刺激由末梢神经的局部“感受野”捕获并编码，再通过神经纤维层层递进、逐渐聚焦，最终形成完整的感觉信息传导至大脑。
NRE-skin遵循这一思路，在硬件层面实现了“传感器即神经元”的设计：它将每个压力传感器直接与一个微型振荡电路相集成。
当皮肤感知压力时，传感器的电阻变化会即时调控振荡电路，导致其输出的脉冲信号频率发生改变。
具体而言，压力越大，脉冲发射得越密集，以此完成压力强度到脉冲频率编码的直接转译。
更巧妙的是，为了精确定位，每个传感器被赋予了一组独特的无源元件（电阻R和电容C）作为其“位置指纹”。
这些元件的配置使得每个位置发出的脉冲，在形状、宽度或幅度上都具有独一无二的特征。
由此，NRE-skin通过这种“频率-强度，特征-位置”的编码方式，将所有复杂的触觉信息高效地汇聚到单一传输通道中。
分层（Hierarchical）处理
在将触觉信息编码为脉冲信号后，NRE-skin借鉴人类皮肤的分层处理，设计了四层结构（封装层、传感层、电路层、基底层） 。
而且还在电路层面建立了分层的、神经状的感受野结构，以实现信号的渐进降维和数据流简化。
在生物系统中，人类皮肤的功能由精密的四层结构支撑：角质层、表皮层、真皮层和皮下组织。
这些层级中蕴含着高度复杂的感觉系统，分布于真皮和表皮的多种机械感受器与分层的神经感受野共同构成了信息采集与处理的一体化网络。
该网络将触觉刺激分为两类：
基础感知（如剧烈疼痛）通过脊髓反射弧快速处理，触发无需大脑参与的局部自动反应（如缩回）。复杂感知（如刺激强度的精确定位和损伤识别）则会被逐级传递至大脑皮层，进行更深层次的分析和决策。
与之类似，NRE-skin也采用了类似的四层结构，将感觉信号从外周逐级传递至更高层级的处理中心，实现了从粗到细的定位与筛选：
封装层：模拟角质层，提供表面的机械保护和整体防护。基底层：模拟皮下组织，提供缓冲，吸收外力冲击，并作为机械支撑。传感层：对应人类的机械感受器,负责感知外部刺激（如压力），并将其转换为电信号。电路层：对应人类的信号传导神经，NRE-skin的核心。负责脉冲编码、信号处理、局部反射决策。
在四层结构中，电路层是NRE-skin 的核心处理模块。
它位于传感层之下，负责将压力刺激转换为脉冲序列，并通过一套模拟生物感觉处理机制的人工感受野网络对信号进行初步处理，实现渐进降维和数据流简化。
电路层被进一步细分为五个关键功能区域：
疼痛中心：用于疼痛信号评估、特征中心：用于识别信号来源的皮肤模块信号整合器：用于合并各路输出脉冲发生器：用于生成脉冲序列和连接器（用于与外部皮肤模块连接
在此基础上，研究人员进一步集成了两大高级功能：
主动疼痛感知与局部反射
NRE-skin具备基于疼痛阈值触发的局部反射机制。电路层面的“疼痛中心”实时监测脉冲频率所反映的压力强度。
一旦压力超过阈值，系统会绕过中央处理器，直接触发类似脊髓反射弧的机制，实现毫秒级的即时保护动作（如缩回），大幅提升机器人的安全响应能力。
损伤自检与模块化维护
NRE-skin 通过检测传感器周期性产生的“活脉冲”状态，实现了皮肤损伤的精确自检和定位。
一旦脉冲停止，即意味着皮肤受损。结合其模块化快拆设计，这极大地简化了受损皮肤单元的快速更换与维护流程。
总体看来，NRE-skin 不仅是一种更高效的电子皮肤，更是一种具备自主感知、实时判断和自我保护机制的仿生智能系统，为未来制造更安全、更具人性化的仿人机器人奠定了坚实的工程基础。
这篇论文的第一作者是来自香港城市大学的高育育。
他目前是港城大学的博士后，研究方向包括触觉感知（Tactile Sensing）和柔性电子（Flexible Electronics）。
他本科和硕士都毕业于西南交通大学，博士毕业于香港城市大学。
相关攻略
以太坊价格快速拉升后陷入高位震荡，交易量显著放大。部分大户操作受质疑，市场情绪分化。观察顶部信号需关注成交量骤增、资金净流出及期权结构异常等指标。市场多空博弈激烈，大量资金仍处观望。投资者应选择可靠平台，关注实时数据，警惕高波动性并做好风险管理。
以太坊强势突破关键阻力位：深度信号解读与后市行情推演 近期，以太坊（ETH）价格表现强势，成功突破了市场长期关注并多次试探的关键阻力位，这一动向迅速成为区块链与加密货币领域的焦点事件。本次突破不仅是价格数字的变化，更是市场多空力量对比发生根本性转变的重要信号。本文将深入剖析此次以太坊突破背后的深层逻
生成模型的偏好对齐，可能正在进入一个新的阶段。 过去几年，大模型在训练后优化（post-training）最主流的方法，是让模型从“成对偏好”中学习。无论是经典的RLHF，还是后来更简洁的DPO，都绕不开同一个前提：反馈必须成对出现。 但在真实世界里，反馈往往不是这样。用户给一个结果打分、系统记录一
驾车经过惠山隧道入口时，许多驾驶员都曾对那组特殊的信号灯感到困惑。请务必注意——这并非传统的红绿灯，而是一套基于数字分车道的智能交通协调系统。 此处是惠钱路匝道与古华山匝道的交汇节点，以往两股车流同时汇入隧道时，极易因抢道引发交织冲突与安全隐患。为彻底解决这一交通瓶颈，交管部门在此创新部署了这套带有
想象一下，你正在学习投篮。一位经验丰富的教练站在场边，他关注的远不止“球进没进”，而是你手腕的角度、起跳的时机、身体重心的控制。这种对“动作完成质量”的直觉判断，是人类教练数十年经验的结晶，但对计算机而言，却曾是一个近乎无解的难题。 长期以来，计算机视觉的研究重心在于让机器识别“人在做什么”，例如区
热门专题
热门推荐
摘要由实在Agent通过智能技术生成。此内容由AI根据文章内容自动生成，并已由人工审核。 随着企业数字化转型进入智能体（Agent）驱动的新阶段，如何平衡AI创新与安全合规成为关键挑战。尤其在《网络安全等级保护基本要求》（等保2 0）的严格框架下，企业级智能体的部署必须同时满足效率提升与合规保障的双
使用情景 对于外贸从业者来说，年终总结绝非简单的例行汇报。它是一次至关重要的年度复盘与战略规划，既要系统梳理过去一年的业绩成果与经验得失，也要为来年的市场开拓与业务增长指明清晰路径。在全球贸易竞争白热化的今天，一份逻辑严谨、数据详实、洞察深刻的总结报告，不仅是个人专业能力的集中体现，更是赢得管理层支
使用情景 又到年末了，年度安全工作总结是每个团队都绕不开的环节。这份总结的价值，远不止于一份简单的回顾。它更像是一份“体检报告”，清晰地告诉你过去一年安全工作的“健康状况”——哪里做得好，哪里还有隐患，从而为来年的精准施策打下坚实的基础。 不过，说起写总结、做PPT，不少人就开始头疼了：内容怎么组织
Zcash (ZEC) 月度暴涨520%：深度解析后市行情与关键点位 近期，隐私币龙头Zcash (ZEC) 上演了一场令人瞩目的行情，月度涨幅高达520%，价格一度逼近300美元，创下自2021年12月以来的新高。在加密市场整体承压的背景下，ZEC的逆势狂飙吸引了全球投资者的目光。本文将结合技术分
在存量竞争的时代，电商售后数据早已超越了“成本中心”的单一角色，它正成为洞察产品质量、优化物流链路、提升用户忠诚度的核心战略资产。然而，现实往往骨感：多平台、多店铺、多套ERP系统并存，数据散落一地。靠人工手动汇总？不仅耗时费力，更关键的是，你永远无法实现真正的实时预警与敏捷响应。那么，电商售后数据