與應急管理部上海消防研究所合作，通過到一線消防救援單位實地調研，真實還原構建了人體被瓦礫石堆覆蓋的掩埋場景，在此環境下對包括人體在內的11種典型物體進行識別，觸嗅聯覺識別準確率達96.9%，較單一感覺提升了15%。相較麻省理工學院發表于Nature（DOI：10.1038/s41586-019-1234-z）的單一觸覺（548個傳感器）感知研究，本工作通過觸（70個）、嗅（6個）聯覺，僅使用1/7數量的傳感器，達到了更理想的識別目的。并且縮小后的傳感器規模和樣本量，更適合復雜環境、資源有限條件下的快速反應和應用。除此之外，面對在實際救援中經常遇見的存在干擾氣體或器件部分損壞等情況，通過多模態感知的互補和神經網絡的快速調節，該系統仍保持良好的準確率（>80%）。

相關研究成果以“A star-nose-like tactile-olfactory bionic sensing array for robust object recognition in non-visual environments”為題于2022年1月10日發表在國際重要學術期刊Nature Communications（Nat. Commun. 2022, 13, 79.）上。

該論文的通訊作者為上海微系統所陶虎研究員、第一通訊單位為中科院上海微系統所，合作單位有應急管理部上海消防研究所、中科院自動化所、蘇州慧聞納米科技有限公司。該工作得到科技創新2030-重大項目、國家重點研發計劃、國家自然科學基金優秀青年基金、中國科學院基礎前沿科學研究計劃“從0到1”原始創新項目、上海市優秀學術帶頭人計劃等相關研究計劃的支持。  

論文鏈接：https://www.nature.com/articles/s41467-021-27672-z。

圖1. 用于應急救援掩埋場景的觸嗅一體仿生智能機械手