有了“液体指纹库”，智能设备味觉更灵敏

　　 智能传感设备已在诸多领域应用，但智能传感设备模拟人类味觉器官感受物质的能力仍有待提高。

　　中国科学院北京纳米能源与系统研究所王中林院士和吴治峄研究员团队从人类舌头感知味觉的过程切入，开发出一种基于液滴动态变化和液-固界面接触起电的智能双感官液体传感系统。

　　得益于将液体的摩擦电特征指纹信号和卷积神经网络深度学习算法相结合，在机器人味觉传感、液体食品风味检测、饮品糖分检测、环境监测以及酒精含量检测这5种不同应用场景中，该系统对常见液体的预测准确率均高于90%。此外，液体视觉信息的加入进一步提高了系统的感知能力，在上述5种应用场景中，液体识别准确率高达96%。这种综合味觉-视觉双重信息的自供电液体传感系统设计，连同可自主产生摩擦电信号的液滴基味觉传感器，为开发高效、低成本的液体传感设备用于液体食品安全管理提供了技术方向。近日，相关成果发表于《自然-食品》。

　　以纳米发电机为传感探针

　　人类的味觉识别系统有高度复杂的感知机制，在舌头这一主要味觉器官上，分布着几千个味觉感受器——味蕾。受味觉系统多感官交互作用的启发，该研究团队设计出一种综合味觉、视觉两种感知模式的液体识别系统。

　　研究人员发现，在与聚合物表面的接触过程中，液滴形态发生“铺展-收缩-再铺展”的动态交替，直至落下。不同液体的电子亲和能力和物理化学性质存在差异，使得电极上的电荷转移形成不同的摩擦电信号，因此，能够用摩擦纳米发电机作为液体传感探针。

　　为更简洁直观地验证这种液体传感策略的可行性，团队负责人提议采用一种空间排布两个电极的开放式摩擦纳米发电机作为实验原型。该原型的优势在于可主动产生摩擦电信号而不需要外部电源。

　　“我们通过聚合物薄膜和液滴之间的摩擦电荷转移来量化设计参数。”论文第一作者、中国科学院北京纳米能源与系统研究所博士生魏雪莲说，“由于电子亲和力和接触角的差异，去离子水水滴与不同摩擦层材料接触时，不同摩擦层材料反馈的感应电流各有不同。而倾斜角度和输出电流之间的关系相对复杂，除了影响液滴在斜面的移动速度外，倾斜角度还会影响液滴与聚合物薄膜之间的接触面积、液滴与感应电极之间的相互作用时间、液滴在聚合物表面的降落点位置等。这些受倾斜角度影响后的参数响应趋势不同，共同作用于输出电流。”

　　由此，研究人员对摩擦层材料、液体种类、液滴下落的倾斜角度、液滴初始流速、液滴体积等一系列可变参数进行了详细探究，以优化摩擦电式传感器的设计。

　　创建完善的“液体指纹库”

　　特征提取是实现味觉感知的一个关键部分。

　　“液体特征一部分来自液滴依次触发两个独立铜电极所产生的双摩擦电信号，另一部分提取自从图像传感器采集的液滴图像。”吴治峄认为，这是该研究在特征提取方面的创新之处，“液体成分的变化会引起电流输出信号的变化，这种变化如果被更全面量化，便可作为液体的‘二元特征’，为液体样品辨识提供合理化的技术指导”。

　　此外，许多肉眼无法分辨的细微信息也值得深入发掘。例如从液滴摩擦电信号波形中提取的电流幅值、从液滴图像中提取的下滑形态等。

　　在卷积神经网络深度学习技术的支持下，研究团队有效提取出更多的液体细微特征，他们形象地称其为“液体指纹”。基于此，他们创建并进一步丰富了“液体指纹库”，以使液体识别更加准确、全面。

　　“双感”协同增强味觉传感能力

　　舌头上的味蕾帮助人们感受味道，每个味蕾中均有能分辨不同味道的味觉细胞。尽管现阶段无法完全复刻人类味觉系统的感知机制，但研究人员发现，当不同液滴滑过传感电极时，可以自动产生包含独特特征的摩擦电信号。

　　这种特征差异来自液体类别带来的一系列“液相”区别，包括液滴的带电能力、离子浓度、pH值、成分变化、黏度、滑落形态等。同时，液体的完整特征也包含视觉方面的因素。如果味觉与视觉两种感知模式能够提供互补的液体信息，分析就能更加全面、准确。

　　“在5种应用场景中，使用摩擦电式味觉传感器的智能识别系统的预测准确率高于90%。”吴治峄补充说，“而有图像传感器配合时，传感系统的感知能力进一步增强，5种应用场景中，液体识别准确率平均提升4.5个百分点。”

　　相关论文信息：

　　https://doi.org/10.1038/s43016-023-00817-7