文章核心观点 - 浙江大学与新加坡国立大学联合研发出一种受鲨鱼侧线系统启发的AI增强仿生水下电子皮肤，该技术通过仿生机械滤波与深度学习特征融合，解决了水下机器人在浑浊、湍流及高压环境中触觉感知失灵的难题，实现了对微小表面纹理的精确识别，并展示了在水下探测与智能水产养殖等领域的应用潜力 [1][3][11][18] 技术原理与设计创新 - **仿生机械滤波降噪**：传感器表面设计有长2毫米、厚0.64毫米的仿生鱼鳞阵列，以45度角翘起，能有效分流和消耗水流动能，实现物理降噪；在每秒0.2米水流中，传感器基线波动从±25毫伏降至±13毫伏，噪声几乎减半 [5][6] - **高压环境适应性**：采用粒径0.15微米的热塑性聚氨酯粉末填充传感器内部，替代易被压缩的空气间隙，使其在40米水深下的输出响应衰减从传统方案的97.2%大幅降低至17.6% [7] - **长效防水与稳定性**：传感器表面涂覆高疏水性油膜，能有效阻挡海水离子渗透；经过120天海水浸泡和5000次反复按压后，性能保持稳定 [9] 感知性能与AI增强 - **深度学习特征融合**：模型并行分析时域特征（反映按压力度和静水压力）与频域特征（消除滑动速度和动态水流干扰），显著提升了对微小差异的分辨能力 [12] - **高精度纹理识别**：在静态水下，带有仿生鳞片的电子皮肤识别五种不同纹理的平均准确率达98%；即使在水流开启时，准确率仍保持在94.67%，远高于无鳞片对照设备的74.67%（静态）和62%（水流中） [12] 实际应用场景 - **水下物体识别**：将电子皮肤集成于机器人指尖，在模拟海水中对九种海洋生物和物体（如鱿鱼、海绵、石头、珊瑚等）的识别平均准确率达到98.67%，使机器人在零能见度环境下仅靠触觉即可区分目标，适用于海底采样、考古等任务 [14] - **智能水产养殖监测**：将电子皮肤贴附于机器鱼尾部，通过感知尾部拍打的水动力和微振动，能以90%的平均准确率区分静止、抖动、撞击、快速游动和慢速游动五种状态；基于此可构建鱼群活动指数，实现精准投喂（检测觅食性快游）与按需增氧（检测异常抖动或撞击），减少饲料浪费和水质污染 [15][17] 未来发展方向 - 计划将单像素电子皮肤拓展为稀疏阵列和多手指协同系统，以实现时空触觉成像，让机器人不仅能触摸物体，还能感知其形状和轮廓 [18] - 正在研发抗生物污损涂层和自修复防水技术，以应对海洋中长期浸泡的挑战 [18]