精选
Materials–Structure–Hardware–Algorithm Co-Driven Hierarchical Optimization for Flexible Sensors
Pengyu Zhu, Peng He*, Jinbo Pang*, Mark Hermann Rummeli, Hong Liu, Weijia Zhou, Rafael Gregorio Mendes & Shuye Zhang*
Nano-Micro Letters (2027)19: 30
https://doi.org/10.1007/s40820-026-02274-w
本文亮点
1. 全新范式，协同突破：提出一种材料-结构-硬件-算法一体化协同设计新范式，打破传统柔性传感器碎片化设计带来的性能制衡难题。摒弃单一维度优化的局限，以多维度耦合协同的设计理念，统筹传感器全核心要素，有效规避单一参数优化引发的综合性能短板。
2. 体系重构，全景梳理：立足柔性传感器基础构成搭建系统化研究框架，明晰材料、结构、硬件、算法四大核心层级的内在关联与动态耦合关系。全面梳理各核心维度的代表性研究进展，系统规整领域研究全貌，同时总结当前技术瓶颈，为下一代高性能柔性传感器的发展指明了未来研究方向与创新路径。
研究背景
随着人机交互、具身智能、医疗可穿戴、软体机器人等前沿技术快速演进，柔性传感作为物理世界与数字世界交互的关键媒介，成为打通现实感知与智能计算的核心枢纽。传统刚性传感器难以适配曲面、人体皮肤、软体机构等非规则载体，柔性传感器凭借可形变、共形贴合的独特优势，打破了传统电子器件的形态桎梏，开启感知技术的范式革新。
历经多年发展，材料改性、微纳结构加工、硬件电路、智能算法各个分支均产出大量研究成果。但领域长期存在分治式科研范式：材料领域追求本征传感性能的极致，结构方向专注微形貌改良，硬件团队聚焦电路集成，算法研究则多将传感器直接作为黑盒输入，各环节彼此割裂。这种碎片化发展模式造成普遍的性能权衡困境，诸多实验室器件的优异指标难以在完整系统中复现。单一维度的性能突破，常常被其他层级的短板抵消，器件层面的亮眼参数，落地为实用系统时便大打折扣。
面对下一代具身智能、电子皮肤对多维度、高可靠、抗干扰感知的现实需求，仅依靠材料、结构、硬件、算法中某一环的单点革新已经遭遇明显瓶颈。正是在此学术与应用矛盾之下，亟需跳出各子领域独立迭代的固有思维，建立一套贯通全链路的系统化学术思想，这也构成了本综述研究的出发点。
内容简介
柔性电子是现代电子技术的范式变革，柔性传感器作为其核心器件，在医疗健康、机器人、人机交互等领域拥有巨大应用潜力。现有研究大多单独优化材料、结构、硬件或者算法某一个环节，这种碎片化设计会带来固有的性能制衡矛盾：高灵敏度往往伴随检测范围受限、高柔性牺牲稳定性，多模态集成又会降低单项传感性能，制约柔性传感器进一步发展。针对该痛点，哈尔滨工业大学何鹏-张墅野与济南大学逄金波团队提出“材料‑结构‑硬件‑算法” 全层级协同设计新范式，不再依赖单一组件的单点突破，强调四大要素之间双向反馈、相互妥协补偿，追求系统层面全局最优。综述系统梳理四大层级代表性研究进展，剖析层级协同的内在机理，构建前瞻性理论分析框架，为下一代柔性传感器的研发提供完整思路。
图文导读
I 四大层级协同设计总览：从机理到应用的全链条范式
如图1所示，柔性传感系统完整链条包含传感机理、材料、结构、硬件、算法五大模块，面向健康医疗、人机交互、机器人、农业航空等多元应用场景。传统研究常割裂各模块开展独立开发，本综述倡导从应用需求倒推，依次完成机理选型、材料筛选、结构设计、硬件搭建、算法开发，各环节之间良性耦合，实现系统级性能增益，突破单点优化带来的性能桎梏。
图1. 柔性传感器整体协同设计示意图。
II 传感机理：柔性传感器的底层基石
传感对象分为力学量(拉伸、压缩、弯曲、剪切、扭转、振动等)与非力学量(生物电、温度、光学、磁场、气体、体液分子等)，部分非力学信号需要借助力学形变间接完成检测。
如图2，五大主流传感机理：电阻型、电容型、摩擦电型、压电型、安培电化学型。综述逐一解析各机理的工作原理、优缺点、适用场景。电阻型适用性广；电容型可实现非接触探测；摩擦电、压电具备自供电优势，但压电难以测量静态信号；安培电化学适合化学/生物分子检测。不同机理决定后续材料、结构选型，是器件设计的起点。
图2. 基础传感机理示意图。
III 材料层级：传感、电极、封装结构材料的选型与可靠性策略
如图3，柔性传感器材料划分为三类：传感功能材料、电极材料、结构/封装基材。传感材料包含本征传感材料、复合弹性体、导电凝胶；电极材料包含金属箔、金属纳米材料、碳基材料、导电聚合物，其中液态金属具备抗应变干扰的独特优势；结构封装材料以各类高分子(PDMS、PI、TPU等)为主，承担力学支撑、绝缘、防护作用。
材料层面提升器件可靠性的手段：溶剂焊接、颗粒吞噬、模量梯度调控等策略，缓解异质材料模量失配、界面剥离问题。综述指出材料性能并非参数越高越好，必须和结构、硬件匹配，重点兼顾力学相容性与界面结合强度，减少器件失效。
图3. 柔性传感器材料分类、代表性材料及高可靠性设计策略。
IV 结构层级：功能化结构、多模态与抗串扰架构设计
图4. 柔性传感器典型功能结构。
图4列举微观到宏观主流功能结构：微接触结构、多孔结构、几何拓扑结构、编织纺织结构、微凸起仿生结构、三明治叠层结构。不同结构可以针对性提升灵敏度、线性区间、检测限；多种结构耦合(多孔 + 微凸起 + 三明治)可以兼顾高灵敏度与超宽检测范围。
图5. 柔性传感器多功能、多维力传感设计。
图5介绍多功能、多维力、多模态传感系统的设计思路。多功能传感能够同步采集压力、温度、湿度等多种物理与化学信号；多维力传感则可解析力的大小、作用方向甚至力矩信息，适配机器人灵巧指尖感知等场景。主要有两条实现路径：一是依托传感材料自身的本征多功能响应，借助同一种材料对多种外界刺激产生可区分的信号输出；二是采用异质器件系统集成方案，将不同功能的传感单元集成到同一器件平台。不过多功能、多维集成容易带来显著的信号串扰问题，通常需要搭配功能分区物理隔离、独立信号读出通道，并配合后端解耦算法，抑制各类信号之间的耦合干扰，保障信号识别精度，支撑可穿戴健康监测、仿生电子皮肤、人机交互等实际应用。
图6. 柔性传感器高维感知系统架构。
图6介绍三类系统架构：多传感器网络、传感器阵列、连续场 + 分布式传感；借助时分复用、超分辨算法，用有限物理传感单元重构连续压力场，实现大面积、高维度感知。同时综述重点分析信号串扰来源，整理出源端抑制‑读出电路抑制‑算法解耦三级抗串扰方案，分别从器件物理、硬件电路、后端算法降低信号干扰(图7)。
图7. 柔性传感器三级抗串扰方案。
V 硬件层级：信号链路、集成方案与近传感 / 传感内计算
图8. 柔性传感系统硬件实现方案。
如图8，一套完整硬件链路包含：传感器前端、信号调理电路、模数转换、微控制器 MCU、通信模块。针对电阻、电容、压电、生物电等不同信号，需要选用对应信号采集电路(电桥、电荷放大器等)。
图9. 柔性传感系统的PCB集成、FHE集成两种硬件集成方案。
图9整理了柔性传感系统两种主流硬件集成方案：PCB模块与柔性混合电子(FHE)。PCB将传感器、调理电路、MCU、通信器件布置在传统硬质电路板上，柔性混合电子FHE则把芯片、无源元器件转移集成至柔性基底，兼顾芯片的高性能与基底的可拉伸、可弯曲特性，能够实现器件轻薄化，适配可穿戴设备的形变需求。
图10介绍近传感计算与传感内计算这一前沿架构。该方案把神经形态处理电路和传感单元一体化，不在后端主机完成全部运算，而是在感知前端就地完成信号预处理，有效削减数据传输量，降低系统时延与功耗。不过受神经形态硬件算力的约束，目前还难以处理复杂多维感知任务，大多应用在逻辑相对简单的生理信号采集、触觉识别等场景。
图10. 近传感计算与传感内计算架构。
VI 算法层级：预处理、解耦、认知解释与边缘部署
算法环节主要承担三大核心任务：信号预处理降噪、信号解耦校准、高层认知解读。首先是信号预处理降噪，通过数字滤波、时域分帧等手段滤除环境噪声、器件带来的异常扰动，对原始传感信号做清洗，为后续分析输出高质量数据。其次为信号解耦校准，用于处理器件非线性、迟滞、多源串扰、基线漂移等问题，分为物理模型解析与机器学习两类方法，分离混叠的多源信号，还原真实物理量。最后是高层认知解读，在解耦得到准确物理信息的基础上，依托各类神经网络等模型进一步挖掘数据内涵，完成手势姿态判别、物体材质识别、生理健康状态评估等高级任务。同时还需要兼顾边缘设备算力约束，开展模型优化，适配柔性传感系统实际部署需求。
根据所起到的作用，算法可被分为解耦算法和解读算法两种。其中，解耦算法可进一步被分为两类：①基于有限元、力学设计的数学解析模型；②机器学习模型(MLP、CNN、LSTM 等)，擅长处理强非线性耦合信号。图11为基于数学解析的解耦算法典型案例。
图11. 基于数学解析的解耦算法。
图12. 基于机器学习模型的解读算法。
解读算法在得到解耦物理量基础上，进一步完成手势识别、物体识别、生理状态判别等高阶认知任务(图12)。需要注意解耦算法与解读算法并非相互独立，二者可协同辅助(图13)：精准的信号解耦可以降低解读算法的开发难度，而解读模型也能够进一步弥补解耦环节残留的微小误差(部分研究没有显式设置独立解耦步骤，但解读算法内部已经嵌入了解耦逻辑)。
此外，面向MCU等算力有限的边缘硬件，模型开发时，必须开展轻量化裁剪压缩与性能优化。高质量标注数据集是模型性能根基，域自适应、迁移学习等手段能够缓解实验室模型在真实场景下的性能衰减，改善模型跨用户、跨工况的泛化能力，推动传感算法落地实用化。
图13. 解耦算法与解读算法协同典型案例。
VII 材料‑结构‑硬件‑算法全链条耦合协同的重要性
图14. 全层级协同设计示意图。
当前柔性传感领域普遍存在“孤岛效应”：尽管材料、结构、硬件、算法各个独立方向均取得长足进展，但各子领域通常独立发展，只追求单一部件的性能极值。即便将各项性能最优的元器件简单拼接，也未必能得到表现优异的完整传感系统，下游环节的缺陷会抵消上游的性能优势，系统整体性能上限往往受限于整个链条里最薄弱的一环。
全层级协同设计不等同于各模块性能的简单线性叠加，并非把各层级的最优参数直接堆砌。其核心要义是相互协作、自适应权衡取舍，化解性能矛盾，实现系统层面的整体跃升。在设计过程中材料选型需要预判后续结构加工可行性；结构形变输出的信号特征要适配后端硬件的检测能力；硬件的噪声、功耗特性需要为算法预留补偿空间；算法开发也必须充分掌握从材料到硬件完整的物理传递特性，不能将器件视作纯粹的黑盒。
这种跨层级双向反馈迭代的闭环研发思路，能够收获单点优化无法达成的系统级性能增益。同时，单一层级的技术突破依旧具备重要价值，可提供高质量基础功能单元；而协同范式则承担“架构师”的角色，统筹各模块彼此适配与取舍，以此打破碎片化设计带来的性能桎梏，拓展柔性传感器实际应用边界。
VIII 未来发展趋势与现存挑战
图15. 柔性传感器未来发展路线图。
展望该领域发展方向：传感机理多模态融合；新型功能材料+AI辅助材料发现；结构拓扑定制；传感‑驱动闭环系统；边缘智能、传感内计算；柔性储能集成；先进制造工艺；大模型LLM与感知融合；加强多学科交叉；兼顾伦理与隐私安全。
同时指出当前核心瓶颈：缺少统一标准化评测体系；大面积高良率制造困难；面向复杂环境的长周期可靠性不足；机器学习“黑盒”风险；电子废弃物与全生命周期绿色化问题。
IX 总结
该综述系统提出“材料‑结构‑硬件‑算法”全层级协同设计范式，反思传统柔性传感器研究“各模块独立优化”的孤岛效应，指出单一维度性能突破会受其他环节制约，很难释放系统全部潜力。
系统梳理柔性传感器完整技术链条：从传感机理出发，依次剖析传感/电极/封装材料、各类功能结构、硬件电路集成方案、信号处理算法四大核心层级，总结各层级设计原则、优缺点与代表性案例。
阐明协同设计的核心逻辑：不是简单叠加各模块的最优参数，而是各层级之间互相约束、自适应权衡妥协，实现系统层面综合性能跃升；提出“应用需求‑机理‑材料‑结构‑硬件‑算法‑系统验证”闭环迭代研发流程。
归纳现有技术瓶颈，指明未来发展方向，包含多模态感知、AI赋能材料与算法、传感‑驱动闭环、传感内计算、标准化评测、绿色制造等。
该综述建立一套完整的理论框架，为柔性传感器、电子皮肤、可穿戴感知器件提供全新的系统级研究思路，对机器人、医疗健康、人机交互等应用领域具备重要参考价值。
作者简介
何鹏
本文通讯作者
哈尔滨工业大学 教授
▍主要研究领域
(1)微纳连接与器件可靠性、柔性电子互连与器件可靠性；(2)纳米材料光烧结、人工突触与自供能器件；(3)智能焊接与大数据管理。
▍主要研究成果
哈尔滨工业大学教授，博士生导师。本硕博均毕业于哈尔滨工业大学，2003年加入哈尔滨工业大学材料学院至今，历任先进焊接与连接国家重点实验室副主任、主任，材料学院副院长。主要研究领域包括柔性电子烧结互连技术、异种材料精密连接与界面行为机理、电子封装微纳连接与器件可靠性。发表SCI论文250余篇，授权发明专利33项，主编专著/教材6部，制定国家标准5项。国家万人计划科技创新领军人才、教育部新世纪优秀人才、国家自然科学基金工程材料学部会评专家。担任Soldering and Surface Mount Technology学术期刊主编。
▍Email：hepeng@hit.edu.cn
张墅野
本文通讯作者
哈尔滨工业大学 副教授
▍主要研究领域
(1)光烧结柔性印刷电子技术；(2)量子芯片键合；(3)微波互连封装技术。
▍主要研究成果
哈尔滨工业大学副教授。本科毕业于哈尔滨工业大学电子封装技术系，在韩国高等科学技术院获博士学位。2017年加入哈尔滨工业大学材料科学与工程学院至今。研究方向为光烧结柔性印刷电子技术和先进电子封装技术。累计SCI论文150余篇；一作/通讯≥120篇；一区Top 45篇，ESI高被引8篇，H因子35。目前担任Soldering and Surface Mount Technology共同主编、Journal of Microelectronics and Electronic Packaging副主编
▍Email：syzhang@hit.edu.cn
逄金波
本文通讯作者
济南大学 研究员
▍主要研究领域
(1)低维纳米材料制备与基础物性研究；(2)二维材料薄膜与异质结构筑与新型器件；(3)智能传感器件、新能源与生物医疗应用研究。
▍主要研究成果
济南大学前沿交叉科学研究院研究员。硕士毕业于南开大学光电子所，博士毕业于德国德累斯顿工业大学，其后在德国莱布尼茨固态与材料研究所担任博士后研究员，从事科学研究。2018年加入济南大学。近年以(共同)第一或通讯作者在Nano-Micro Lett. (3)、InfoMat (4)、Chem. Soc. Rev.、ACS Nano、Adv. Energy Mater、ACS Energy Lett.、Small、Nano Res. (3)、Research、CJSC(2)等期刊发表SCI收录论文40余篇，被引8905次，H因子49；先后6次荣获科睿唯安Publons最佳审稿人(Top reviewers，全球前 1%)：材料与交叉学科(2019)；材料、物理与交叉学科(2018)；交叉学科(2017)等。
▍Email：ifc_pangjb@ujn.edu.cn ; jinbo.pang@hotmail.com
撰稿：原文作者
编辑：《纳微快报(英文)》编辑部
转载本文请联系原作者获取授权，同时请注明本文来自纳微快报科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3411509-1553344.html?mobile=1
收藏
