内容概览

现有技术缺点

1.线性与稳定难兼顾：传统水下传感器（如电容式）线性范围小（仅10kPa）或稳定性差（离子型易受水干扰），无法适配高压/湍流水下环境。

2.信号处理复杂：现有神经形态传感器需复杂算法，难满足水下实时监测需求。

文章亮点

1.仿生高性能：受鱼类侧线系统启发，用微磁珠（NdFeB-PDMS）+交替线圈设计，实现200kPa压力高线性响应（R²=0.997），自激发磁动作电位简化信号处理。

2.水下稳定：经海洋水池/公海验证，抗水流/压力干扰，信号保真。

3.应用精准：游戏控制准确率92.19%，水下物体识别94.71%（机器学习+SNN）。

应用场景

1.水下机器人：导航避障、目标识别。

2.海洋监测：实时监测海水压力/流速。

3.人机交互：游戏控制、VR触觉反馈。

总结

    在本研究中，作者提出了一种仿生神经形态软压力传感器，旨在实现稳定的水下性能和简化的信号处理。这是通过微磁球、微流体通道和交替线圈连接的创新整合实现的。该传感器在施加力时表现出自激发行为，对压力变化的响应具有高线性度（R² = 0.997），可达200 kPa。所提出的机制通过其交替线圈设计产生明显的磁性动作电位，从而实现高效的信号处理。这种人工神经感受器在游戏控制应用中实现了92.19%的准确率，在水下物体识别中使用机器学习达到了94.71%的准确率。此外，该传感器在实验海洋水池和开放海域环境中进行了验证，确认其在水下机器人、海洋环境监测和海洋工业应用中的潜力。