近日，我校光电科学与工程学院李昕明研究员课题组在面向人工触觉软界面交互的形变成像与信息解耦研究中取得重要进展。基于人机交互的界面接触感知需求，课题组提出一种用于可视化弹性体表面轮廓的成像传感系统，通过平行光编码软交互界面的轮廓演变过程并实现数字化与可视化，可在静态与动态接触中实现界面接触状态与运动行为解析。相关研究成果先后以“Monitoring Soft Shape Surface Deformation via Optical Images for the Distinction of Contact State”为题，在线发表在智能系统领域知名学术期刊Advanced Intelligent Systems，并被编辑选为2024年3月的期刊封面（Cover Picture）；以“A Real-Time Imaging Sensing System to Visualize Elastomer Surface Profile Evolution for Dynamic Tactile Recognition”为题，在线发表在材料领域知名学术期刊Advanced Functional Materials。我校光电科学与工程学院硕士研究生邹志彬、李梓岚为研究的主要作者，李昕明研究员为论文通讯作者，华南师范大学为第一完成单位，合作参与者包括陈泽锋教授，北京大学戴兆贺助理教授等。上述研究得到了广东省自然科学基金、广东省微纳光子功能材料与器件重点实验室、华南师范大学科研启动基金等项目的支持。

具有可变形能力的弹性体表面可以在接触中捕获多模态物理信息，为人机智能交互系统和柔性电子学的应用提供了可能。准确识别与判断弹性体的表面变形是研究柔软触感接触状态的关键问题之一。然而，由于界面变形的复杂性，很难在软接触过程中对变形表面形貌进行有效识别。同时，由于运动行为引起的弹性体变形在微观尺度上是隐蔽的，并会随着时间的推移而消逝。这种隐蔽变形特征的丢失破坏了传感器对略微不同的运动行为之间的识别。

针对上述问题，课题组设计了一种光学触觉传感系统，并提出基于理想漫反射模型的光学检测方法来可视化软介质表面轮廓的演变过程。研究中构建了交互界面上反射光辐照度与表面形变角间的相关性，成功实现利用像素亮度变化表征弹性体表面微小形变。结合神经网络，在细微差异的接触状态识别率达到84%以上。依托微小特征的实时感知能力，该系统可用于在动态接触交互中实现接触物体的运动行为区分。以直径为6mm球体运动为例，在球体仅发生相对自身直径8.3%距离的位移时，能够实现80%准确率的运动状态识别，且从图像中分辨出球体不同滑动速度的准确率达82.7%。该研究有望在实体人机交互界面、精细触觉感知和指令识别等领域发挥重要作用。

论文链接：

https://doi.org/10.1002/aisy.202300535

https://doi.org/10.1002/adfm.202416731