韩国的研究人员采用支撑在坚固的聚萘二甲酸乙二醇酯基材上的由石墨烯薄片制成的传感器，朝着人类触摸感测迈出了重要的一步。他们将电子传感器与机器学习算法相结合，创造出一种能够感知和区分不同表面纹理的设备。该设备可以用于虚拟现实，机器人和医疗假肢。

据该团队称，机器已经可以识别和复制与人类言语和视觉相关的模式。然而，触摸模拟更复杂，因为它依赖于皮肤中的机械感受器，当触摸不同的表面时感受到压力和振动的微小变化。

当膜变形时，该装置检测通过石墨烯膜的电导率和电阻的变化。应变增加了薄膜中各个薄片之间的物理接触，这增加了通过该装置的电导。石墨烯薄膜在1-2ms内响应变形，据说比任何其他压阻材料快得多。石墨烯的天然弹性负责这种速度，并且与人体触摸信号传播到大脑相当。

该团队解释说，大多数触觉传感器通过测量结构变形的强度来检测触摸事件。这意味着它们本质上不是真正的触觉传感器，因为这些传感器本身并不感知表面纹理。相比之下，韩国研究团队将石墨烯薄膜结合到人造指纹结构上，以使薄膜对由纹理表面上的指纹上的脊所引起的微小振动做出反应。分析这些振动信号可以让传感器“感觉”不同质感的织物。

来自美国加利福尼亚圣地亚哥的加州大学的研究员也从事触觉感测工作，他说'有几个电子皮肤的例子可以实现人类对表面纹理的敏感性。他赞赏来自韩国的团队如何整合机器学习算法，以便他们的传感器能够“按照我们所做的相同方式对纹理进行分类 - 在我们的大脑中自动进行分类”。

机器学习算法收集来自传感器的电导和阻力信息，并使用它来定义与不同表面纹理类型相关的特定特征。在了解已知织物的特性后，传感器能够推断这一知识，并在对12种新织物进行分类时显着优于人类 - 得分为99%，而在50人的盲测中得分为58%。该团队故意选择面料来突出传感器的敏感度 - 纺织品表面可能非常微妙，人类并不总是能够区分它们。

石墨烯已经越来越接近我们的生活，关于石墨烯的新闻也是层出不穷，石墨烯以它优秀的性能使众多科学家为之奋斗一生。