在我們日益數字化的世界中，人類與機器的交互方式正經歷一場深刻的變革。從傳統(tǒng)的鍵盤、鼠標，到觸摸屏，再到語音控制與手勢識別，人機界面不斷朝著更直觀、更自然的方向演進。近年來，一種被稱為“軟人機界面”的新興技術，正在悄然重塑我們與計算機、機器人及智能設備之間的互動模式。

軟人機界面，顧名思義是一種基于柔性電子技術的新型交互界面，它注重可用性、可訪問性和可學習性，致力于讓界面變得更加直觀明了。其獨特之處在于其能夠實現(xiàn)雙向通信，不僅人類可以控制機器，機器也能通過多種傳感方式感知環(huán)境并向人類提供反饋，從而實現(xiàn)真正意義上的交互。

然而，盡管前景廣闊，這項技術在實際應用中仍面臨諸多挑戰(zhàn)。例如，如何精準識別與解釋復雜的生理信號？如何實現(xiàn)低成本、規(guī)模化制造？又該如何適配不同用戶的個體差異？這些問題的解決，將直接影響軟人機界面技術的普及與應用成效。

▍柔性電子技術打造“電子皮膚”

針對以上難題，來自上?？萍即髮W的研究團隊提出了一種印刷人機界面。它由用于表面肌電圖(sEMG)采集和刺激反饋的電子皮膚、具有多模態(tài)觸覺感知的傳感軟機器人以及用于手勢分類和材料識別的機器學習算法組成。

該成果以“Printed sensing human-machine interface withindividualized adaptive machine learning”為題，發(fā)表在頂級期刊《Science Advances》上。

該技術的核心突破在于電子皮膚（e-skin）——一種超薄電子傳感裝置，可直接貼附于人體表面，實時監(jiān)測多種生理信號。

研究團隊采用了一種高效的集成印刷技術，包括直接墨水書寫（DIW）、紅外激光雕刻和激光切割，實現(xiàn)了多材料、高密度傳感器陣列的大規(guī)模生產。他們使用了銀油墨、碳油墨、聚二甲基硅氧烷/碳（PDMS/C）等多種功能性墨水，通過精密的三軸運動控制系統(tǒng)，可以在柔性基底上打印出寬度僅40微米的電路線。

軟人機界面的打印和組裝

這種電子皮膚展現(xiàn)出多項優(yōu)異性能：首先，它具備高透明度和出色的機械柔韌性，可如第二層皮膚般貼合人體曲線，不影響自然活動；其次，采用蛇形電路結構設計，即使在拉伸變形時仍能保持均勻應力分布，確保電子元件性能穩(wěn)定。更為重要的是，該電子皮膚不僅能采集表面肌電信號，還可通過施加不同特征電壓實現(xiàn)多種表皮刺激效果，完成人機之間的雙向通信。

為配合電子皮膚的數據采集，研究人員還開發(fā)出具有無線傳輸功能的雙層柔性電路。該電路由兩層印刷銀電路及中間聚酰亞胺層構成，通過銀墨水過孔實現(xiàn)層間互聯(lián)，并以PDMS進行封裝，保障了系統(tǒng)長期運行的可靠性。

▍智能算法：讓機器學會理解人類意圖

然而，僅僅有高性能的硬件還不足以實現(xiàn)自然的人機交互。最大的挑戰(zhàn)在于，如何讓機器準確理解人類的意圖？

表面肌電信號（sEMG）是肌肉活動時產生的電信號，包含了豐富的運動意圖信息。但這些信號存在很大的個體差異性和不穩(wěn)定性——同一個手勢，不同人做出的肌肉活動模式可能不同；甚至同一個人在不同時間做出的相同手勢，由于電極位置微小變化或肌肉狀態(tài)改變，也會導致信號特征發(fā)生變化。

面對這一挑戰(zhàn)，研究團隊提出了一種創(chuàng)新的解決方案：結合線性映射網絡（LMN）和起始時間模型（ITM）的自適應機器學習方法。

LMN負責調整不同通道信號的權重，使得來自不同用戶的信號能夠適應統(tǒng)一的標準分布。ITM則是一種輕量化的卷積神經網絡（CNN），擅長捕捉時間序列中的局部特征，具有低延遲和高精度的特點。

用于sEMG 數據分析的個體自適應機器學習模型

這種方法最引人注目的優(yōu)勢是它的學習能力。一個新使用者只需要執(zhí)行三次重復的手勢，系統(tǒng)就能通過遷移學習策略調整模型參數，實現(xiàn)個性化適配。這種“即學即用”的特性極大地提高了系統(tǒng)的實用性和用戶體驗。

在實際測試中，該系統(tǒng)在0.1秒的延遲內就能達到98.33%的分類準確率，這對于實時交互應用至關重要。即使將手勢類別從6個擴展到14個，系統(tǒng)仍能保持高精度識別。

▍多模態(tài)感知：機器人的"感官系統(tǒng)"

軟人機界面的另一個重要特點是為機器人裝上了“感官系統(tǒng)”。通過在多模態(tài)傳感器陣列中集成溫度、壓力、熱導率和電導率傳感，機器人首次能夠像人類一樣通過觸摸來識別物體特性。

壓力傳感器采用創(chuàng)新的電容式設計，靈敏度高達10.5 pF/kPa，并在連續(xù)2000次測試中保持穩(wěn)定性能。熱導率和電導率傳感的組合使機器人能夠區(qū)分不同材料的物體，識別準確率從單獨使用熱導率時的63.99%提升至98.03%。

交互式軟機械手物體識別評估

這些傳感器被安裝在精心設計的軟體機器人手指上。手指采用彈性氣囊結構，頂部由柔軟彈性體構成，底部由相對硬質的材料制成。這種設計使得充氣時手指能夠產生彎曲運動，同時保持低應力水平。

▍改變生活的應用前景

這項技術具有廣泛的應用前景。它建立了一個完整的交互生態(tài)系統(tǒng)：從信號采集、意圖識別到動作執(zhí)行和感知反饋，形成了閉環(huán)的人機交互循環(huán)。在醫(yī)療領域，它為上肢截肢者帶來新的希望。實驗表明，即使截肢者的sEMG信號存在明顯時間延遲與強度減弱，經自適應機器學習算法處理，系統(tǒng)仍能以94.36%的平均準確率識別11種手部與手指手勢。

這意味著截肢者不僅可通過殘留肌肉信號控制假手動作，還能借助電子皮膚獲得觸覺反饋，形成真正的閉環(huán)控制。

除醫(yī)療領域外，該技術還在工業(yè)與服務機器人、虛擬與增強現(xiàn)實（VR/AR）等領域展現(xiàn)出巨大潛力。具備多模態(tài)感知的軟體機器人可更安全、智能地與人類協(xié)作；而電子皮膚結合電刺激反饋，可為VR/AR用戶提供高度沉浸的觸覺體驗。

或許在不久的將來，我們能夠像穿戴普通衣物一樣穿戴電子設備，通過最自然的動作和感受與機器進行交流，真正實現(xiàn)“人機融合”的愿景。