新工作上线，从投稿到接收一年多时间，总算是有个交代。欢迎大家交流

Shi, M., Zhang, Y., Guo, X., Yeatman E.M. Vision-based tactile sensing enhanced by microstructures and lightweight convolutional neural network. Microsyst Nanoeng 12, 231 (2026).

https://www.nature.com/articles/s41378-026-01355-5

视触觉传感器利用视觉信号来推断触觉特征。简言之就是通过看传感器表面变化来计算接触力和位置等物理量。这个工作建立了一个完整的微结构和AI增强的视触觉传感系统。主要创新是通过在传感器表面引入微结构来机械性放大光学特征，然后利用超轻量卷积神经网络，即可实现高精度传感（力检测限达到5mN以下，定位误差MAE仅0.05mm）。更重要的是，这个工作阐述并展示了一种AI和传感器共同进化的模式，即通过传感器端针对性的设计，可大幅减小后端机器学习模型的设计和工作负担，利用浅层神经网络即可达到高性能。

这与我们早期在ACS Nano发表的一篇论文遥相呼应。早期工作其中一个核心贡献，是发明了一种模拟式的触觉定位方法，相较于传统基于pixel的数字方法，可大幅简化后续信号处理（硬件接口）的复杂度。

Shi M, Zhang J, Chen H, Han M, Shankaregowda SA, Su Z, Meng B, Cheng X, Zhang H. Self-Powered Analogue Smart Skin. ACS Nano. 2016 Apr 26;10(4):4083-91.

https://pubs.acs.org/doi/full/10.1021/acsnano.5b07074

传感器作为机器/物理世界的接口和数据的源头，这个阶段的提升对于不论是传统系统还是AI系统都是根本性的。我们还有很多事情可以做。

支持单位：