剑桥大学AS：人体皮肤自身发电助力材料识别，实现“隐形”触觉增强

本研究由剑桥大学和香港科技大学（广州）的研究团队合作，提出了一种“不可感知”的皮肤贴附式摩擦电采集方法，利用人体自身的摩擦电信号结合柔性微纤维电极与机器学习模型，实现对常见材料的高准确度分类。该方法无需附加外部传感器，仅通过双手接触目标物体即可完成信号采集和处理，识别准确率高达95%，跨用户验证准确率达88%。研究从人类皮肤的自然信号中获取信息源，避免了主动外部激励或复杂传感系统，向“零功耗、无侵入”的触觉感知系统迈出重要一步。未来研究将重点提升信号提取的灵敏度及优化分析模型以实现更精确的区分。