引言 

　　随着智能机器人的发展，我们将面临许多重要的挑战。听觉系统作为人与机器人最有效和最直接的沟通渠道，需要机器人不仅可以听从我们的指令，而且需要感知我们的语气语调，这样才能实现人与机器人的真正社交化。为了实现机器人的社交化，我们的听觉传感器件需要在宽的频带上表现出超强的灵敏特性。另一方面，全球有接近10%的人口存在听力障碍，通过外部听觉辅助设备辅助听障人士的日常交流对于机器人的社交化同样重要。通常听障人士的听觉系统仅仅对某个或者某些特征频段的声音不灵敏，外部助听设备的功能就是放大该特征频段的声音，使得其能够被使用者听见。为了实现上述的听觉功能，传统的听觉以及助听系统均极大依赖电路以及信号处理的辅助，考虑机器人系统大量的传感器件的使用，这将增大能量的损耗，缩短其工作周期。因此从传感器件角度，开发具有高灵敏度，宽频特性，频率选择特性的自驱动听觉传感器件是为解决机器人社交化以及能源挑战的有效方案。 

成果简介 

　　2018年7月25日，重庆大学胡陈果教授、国科大纳米学院及中国科学院北京纳米能源与系统研究所的王杰研究员等人在Science Robotics发表了题为“A highly sensitive, self-powered triboelectric auditory sensor for social robotics and hearing aids”的研究论文，郭恒宇，蒲贤洁，陈杰为论文共同第一作者。该论文报道了采用摩擦纳米发电技术发开的圆片式自驱动单通道人工耳蜗，通过器件内部结构设计实现高灵敏度宽频响应以及频选特性，展示了其在社交机器人听觉系统以及外部助听设备中的潜在应用价值。相比传统的压电式人工耳蜗，摩擦电技术具有中低频宽频响应特性，这基本覆盖了人们日常交流的声音频段，摩擦电技术具有更高的信号输出强度，单通道以及制备简单廉价等特点。该研究结果展示了摩擦纳米发电技术在解决下一代智能机器人挑战中巨大的应用前景。

图文导读 

　　（注：以下所有插图均来自文后文献） 

　　图一：摩擦电声音传感器件的基本结构以及工作原理

　　（A）摩擦电听觉传感器件构建的社交机器人示意图；

　　（B）摩擦电声音传感器件的基本结构；

　　（C）摩擦层材料表面刻蚀粗糙化（增强表面电荷密度和信号输出强度）；

　　（D）摩擦电声音传感器件（圆片式，可透明）；

　　（E）声音传感器件的结构分解示意图；

　　（F）震动薄膜在不同频率激励下的模式模拟；

　　（G）自驱动声音传感器件的信号产生原理；

 　　图二：摩擦电声音传感器件的基本输出特性

　　（A）基本声音传感器件的性能影响参数示意图；

　　（B）基本声音传感器件在扫频下的信号输出曲线；

　　（C）振动薄膜直径对于频谱特性的影响；

　　（D）振动薄膜厚度对于频谱特性的影响；

　　（E）摩擦电声音传感器件在不同分贝下的信号强度以及灵敏度测试；

　　（F）摩擦电声音传感器件的方向传感特性；

　　（G）基于摩擦电声音传感器件的声控系统电路模块；

　　（H）声控灯系统；

　　（I）透明摩擦电声音传感器件构建的防盗系统；

　　图三：摩擦电听觉传感器件设计实现宽频特性以及频选特性

　　（A）同心圆环边界条件的引入结构示意图；

　　（B）圆环形薄膜在扫频下的特征输出信号曲线；

　　（C）圆环形薄膜尺寸参数对于频谱特性的影响；

　　（D）基本摩擦电声音传感器件与引入圆环形边界的传感器件输出信号曲线对比；

　　（E）引入不同圆环形边界的传感器频谱特性对比；

　　（F）分割扇形边界条件的引入结构示意图；

　　（G）分割扇形薄膜在扫频下的特征输出信号曲线；

　　（H）分割扇形薄膜尺寸参数对于频谱特性的影响；

　　（I）基本摩擦电声音传感器件与引入扇形边界的传感器件输出信号曲线对比；

　　（J）引入分割扇形传感器件的频谱特性；

　　图四：摩擦电听觉传感器件用于高品质声音记录以及人声识别

　　（A）安装有摩擦电听觉传感器件的机器人；

　　（B）原始的音乐以及摩擦电听觉传感器件记录的声波信息；

　　（C）频域下的声谱信息对比；

　　（D）不同人说“Hello”时的声波曲线；

　　（E）声音的功率谱以及频域声谱信息对比；

　　（F）演示摩擦电听觉传感器的人声识别应用。

　　图五：摩擦电听觉传感器件用于外部助听器件

　　（A）基于摩擦电听觉传感器的助听系统应用场景；

　　（B）传统助听系统的信号处理流程；

　　（C）具有频选特性的摩擦电听觉传感器助听系统信号处理流程；

　　（D）摩擦电听觉传感器件的频选特性频谱；

　　（E）正常声音，软件特征频率削弱声音以及摩擦电听觉传感器恢复声音的声波曲线以及频域声谱信息。

　　文献链接：H. Guo, X. Pu, J. Chen, Y. Meng, M. H. Yeh, G. Liu, Q. Tang, B. Chen, D. Liu, S. Qi, C. Wu, C. Hu, J. Wang and Z. L. Wang A highly sensitive, self-powered triboelectric auditory sensor for social robotics and hearing aids Sci. Robot. 3, eaat2516 (2018) http://robotics.sciencemag.org/content/3/20/eaat2516