本工作室建立了微信群促进同学们之间的交流学习并有效讨论问题，可通过添加编辑微信进群。1.编辑微信：1）FEtunan（微信号）2）186006489282.工作室提供：二维材料生长及器件制作；科研绘图技巧；二维相关报告或会议推送；二维读博导师推荐、课题组招聘需求等欢迎大家投递中文的工作宣传稿及广告，具体联系微信：FEtunan（微信号）南京大学缪峰教授、梁世军教授等人发表题为Massively parallel in-sensor skinomorphic computing”于Nature Communications上随着可穿戴技术和柔性边缘智能的快速发展，实时感知和处理大量触觉信息成为智能机器人和可穿戴设备领域的关键需求。然而，传统触觉传感方案中传感器与处理器的物理分离导致了高能耗和延迟，这限制了其在智能穿戴技术和柔性边缘人工智能中的应用。受生物皮肤中默克尔细胞（Merkel cells）高效信息处理能力的启发，研究者们提出了一种类皮肤的在传感器内并行计算方案，旨在实现实时、高通量的触觉感知。默克尔细胞作为生物皮肤中的主要触觉感受器，能够感知轻触并编码机械压力为生物电信号，供神经元并行处理。这种生物启发的方法有望克服传统压力传感器的挑战，为未来智能穿戴技术和智能柔性边缘人工智能的发展提供新的途径。
1. 总体架构与设计
本文提出了一种基于频率分割复用（FDM）技术的类皮肤在传感器内并行计算方案。该方案通过连续时间模拟信号在多个频率上的同时传输，实现了触觉信息的并行感知和处理。硬件实现上，研究者们构建了一个32×32的柔性电容式压力传感器阵列，并将其与一个忆阻交叉阵列（memristive crossbar array）级联。传感器阵列负责感知触觉信息，而忆阻交叉阵列则用于实现矩阵-矩阵乘法（MMM），从而完成信息的并行处理。
2. 柔性电容式压力传感器阵列
传感器阵列由聚酰亚胺（PI）基底、金（Au）底电极、带有柱状微结构的聚二甲基硅氧烷（PDMS）介电层、聚（3,4-乙撑二氧噻吩）：聚苯乙烯磺酸盐（PEDOT:PSS）顶电极和PI封装层组成。PDMS介电层的柱状微结构具有10μm的宽度、30μm的高度和30μm的周期性间距，这种设计确保了传感器阵列具有宽范围、稳健、均匀且快速的响应特性。每个电容传感器的电容变化与其所受压力成正比，从而实现了触觉信息的感知和转换。
3. 忆阻交叉阵列与FDM技术
忆阻交叉阵列用于实现矩阵-矩阵乘法，其每个忆阻器的电导值代表权重矩阵V_km中的一个元素。通过将连续时间正弦电压信号（具有不同频率）同时输入到忆阻交叉阵列的行中，并利用电容定律和基尔霍夫电流定律，实现了对传感器阵列输出信号的并行处理。FDM技术利用连续时间模拟信号在多个频率上的同时传输，实现了对触觉信息的高效并行处理。
4. 硬件实现与信号处理
在硬件实现上，研究者们将32×32的柔性电容式压力传感器阵列与一个32×32的1T1R（单晶体管-单忆阻器）阵列级联，并配备了自动压力加载装置和外围电路。通过编程1T1R阵列的电导值，实现了对传感器阵列输出信号的并行感知和处理。具体来说，通过配置1T1R阵列的电导值为单位矩阵，实现了对完美“NJU”压力图案的并行感知；而通过配置特定的恢复权重矩阵，则实现了对破损“NJU”压力图案的修复和重建。
图1展示了类皮肤在传感器内并行计算的概念和实现机制。其中，图1a描绘了生物皮肤中默克尔细胞和神经元在触觉信息处理中的重要作用，强调了其并行感知和处理能力。图1b则展示了基于柔性电容式压力传感器阵列的类皮肤在传感器内并行计算方案，通过FDM技术实现了触觉信息的并行感知和处理。图1c和图1d详细解释了FDM方案的实现机制：通过将连续时间正弦电压信号（具有不同频率）同时输入到传感器阵列的行中，并利用电容定律和基尔霍夫电流定律，实现了对触觉信息的并行读取和处理。这一机制使得整个压力图案的感知和处理能够在一次操作中完成，显著提高了处理速度和效率。
图2展示了柔性电容式压力传感器阵列的结构和性能特点。图2a描绘了传感器阵列的分层结构，包括PI基底、Au底电极、PDMS介电层、PEDOT:PSS顶电极和PI封装层。图2b通过SEM图像展示了PDMS介电层的柱状微结构，这种设计确保了传感器阵列具有优异的压力响应特性。图2c展示了传感器的压力响应曲线，表明其在宽压力范围内具有近乎线性的响应特性。图2d和图2e则分别展示了传感器阵列的均匀性和耐久性测试结果，证明了其在长期使用中的稳定性和可靠性。这些性能特点为类皮肤在传感器内并行计算方案的实现提供了坚实的硬件基础。
图3展示了类皮肤在传感器内并行计算的硬件实现和实验结果。图3a描绘了传感器阵列与1T1R阵列的级联结构，通过编程1T1R阵列的电导值实现了对传感器阵列输出信号的并行处理。图3b展示了自动压力加载装置和实验 setup，其中加载的压力图案为“NJU”。图3c和图3d分别展示了对完美“NJU”压力图案的并行感知结果以及实验与仿真结果的对比，验证了并行感知和读取过程的准确性和可靠性。图3e至图3g则展示了对破损“NJU”压力图案的修复和重建过程，通过配置特定的恢复权重矩阵，成功实现了对破损图案的修复和重建。这些实验结果证明了类皮肤在传感器内并行计算方案在触觉信息处理中的优越性和潜力。
图4展示了从复杂压力图案中并行提取纹理特征的过程和结果。图4a描绘了通过级联传感器阵列与两个1T1R阵列实现二维离散傅里叶变换（2D-DFT）的硬件结构，通过三个矩阵乘法完成了纹理特征的提取。图4b和图4c分别展示了对周期性和非周期性压力图案的纹理特征提取结果，表明提取的纹理特征在频率域上具有显著的稀疏性，从而实现了触觉信息的有效压缩。图4d至图4f则展示了一个基于原始图案和空间频率图案的识别任务实验结果，证明了基于空间频率信息的识别准确性与原始图像相当，从而验证了纹理特征提取方法的有效性和鲁棒性。这些结果为类皮肤在传感器内并行计算方案在复杂触觉信息处理中的应用提供了有力支持。
文献https://doi.org/10.1038/s41467-026-71697-1
