中文   |   English   |   Email Alert
图表检索
高级检索
image

直写式3D打印的柔性触觉电子皮肤：打印油墨、结构制备以及器件应用

王少皓 ,  毛杨欢 ,  郑皓 ,  林运锦 ,  孙乐平 ,  廉鹏飞 ,  郁哲

化学进展 ›› 2026, Vol. 38 ›› Issue (8) :1403-1427

PDF (56462KB)
化学进展 ›› 2026, Vol. 38 ›› Issue (8) :1403-1427 DOI: 10.7536/PC20260403
综述与评论
扫码查看或转发全文

直写式3D打印的柔性触觉电子皮肤：打印油墨、结构制备以及器件应用

作者信息 +

3D Printed Flexible Tactile E-Skin via Direct Ink Writing： Printing Inks， Structural Fabrication， and Device Applications

Author information +
文章历史 +

摘要

柔性触觉电子皮肤作为连接物理世界与数字信息的重要载体，是实现医疗健康与人机共融的基础。当前高性能的柔性触觉电子皮肤研制策略中，引入力敏微结构是一种高效且普适的方法，从而发展了微栅格、微金字塔、微圆顶、微纤毛等结构。然而，这对柔性触觉电子皮肤的高可靠制造提出了前所未有的挑战。基于油墨直写（DIW）的3D打印技术凭借其优异的材料兼容性与跨尺度微结构构建能力，被视为实现高性能电子皮肤定制化制造的核心手段之一。本文综述了近年来基于DIW技术的柔性电子皮肤最新研究进展。首先，从角度剖析了功能性油墨的打印性判据，阐释了剪切变稀与黏弹性对结构保真度的影响。其次，重点论述了正交栅格、分级多孔及仿生纤毛等多种定制化力学响应微结构的增敏机理，揭示了其对灵敏度、线性度及滞后特性的调控规律。结合在脉搏监测、步态分析及机器人灵巧操作中的应用实例，本文展示了DIW技术在构建复杂感知系统方面的潜力，并最终对未来在多功能油墨开发、多模态结构协同及系统级集成等方向的挑战与机遇进行了展望。

Abstract

Flexible tactile electronic skin （E-skin）， as a core carrier bridging the physical world and the digital realm， is essential for the next-generation medical healthcare and human-machine integration. Within the current research paradigms for high-performance flexible tactile E-skin， introducing force-sensitive microstructures represents an efficient and universal strategy， such as typical microstructures of grids， pyramids， domes， cilia， etc. However， this approach poses unprecedented technical challenges to the highly reliable manufacturing of flexible tactile E-skin.3D printing technology based on direct ink writing （DIW） has emerged as one of the key methods to achieve customized manufacturing of high-performance E-skin， owing to its exceptional material compatibility and cross-scale microstructure fabrication capabilities. This review provides a comprehensive summary of the recent advances in DIW-enabled flexible tactile E-skins. The rheological principles that govern the printability of inks are first discussed， with a focused emphasis on the roles of shear-thinning behavior and viscoelasticity in maintaining structural fidelity. Representative DIW-designed microarchitectures， including orthogonal lattices， hierarchical porous structures， and bioinspired ciliary arrays， are subsequently highlighted to reveal their impacts on sensitivity， linearity， and hysteresis. Applications in pulse monitoring， gait analysis， and robotic manipulation further demonstrate the great potential of DIW in constructing complex sensing systems. Finally， the review concludes by discussing the current challenges and future opportunities from the perspectives of multifunctional ink design， multimodal structural integration， and system-level development.

Contents

1 Introduction

2 Material properties for DIW

2.1 Rheological properties of ink

2.2 Collaborative optimization of printing parameters in DIW

2.3 Method for configuring ink

3 Microstructure sensor

3.1 Stacked printing

3.2 Multilevel structure

3.3 Vertical printing

3.4 Print assistant

4 Application

4.1 Sensor arraying

4.2 Sports and health

4.3 Embodied intelligent

4.4 Human‑computer interaction

5 Conclusion and prospect

Graphical abstract

关键词

柔性压力传感器 / 触觉电子皮肤 / 油墨直写 / 3D打印 / 力敏微结构 / 油墨流变

Key words

flexible pressure sensor / tactile electronic skin / direct ink writing / 3D printing / force-sensitive microstructure / ink rheology

引用本文

引用格式 ▾
王少皓, 毛杨欢, 郑皓, 林运锦, 孙乐平, 廉鹏飞, 郁哲. 直写式3D打印的柔性触觉电子皮肤：打印油墨、结构制备以及器件应用[J]. 化学进展, 2026, 38(8): 1403-1427 DOI:10.7536/PC20260403
Shaohao Wang, Yanghuan Mao, Hao Zheng, Yunjin Lin, Leping Sun, Pengfei Lian, Zhe Yu. 3D Printed Flexible Tactile E-Skin via Direct Ink Writing： Printing Inks， Structural Fabrication， and Device Applications[J]. Progress in Chemistry, 2026, 38(8): 1403-1427 DOI:10.7536/PC20260403

登录浏览全文

4963

注册一个新账户 忘记密码

1 引言

触觉电子皮肤（Electronic skin， E-skin）是一种模拟人体皮肤感知功能的新型电子器件[1-4]，能够通过集成和处理电学信号，实现对正压力[5-6]、侧向滑动[7-8]等多模态外界刺激的感知。在触觉传感器的研究中，触觉电子皮肤发挥着日益重要的作用，已广泛应用于医疗健康、智能机器、虚拟交互等多个领域。例如，在医疗健康[9-10]领域，触觉传感器可贴附于人体皮肤表面，实时监测生理信号，为心血管疾病的早期诊断提供动态数据支持，并推动健康监测设备的发展；在智能机器[11-12]领域，搭载触觉传感器的机械手使机器人具备模拟人类触觉的能力，显著提升对柔软物体的操作水平，促进精细作业的进步；在虚拟交互[13-14]领域，触觉传感器则通过手势识别与力反馈技术，实现更为真实的人机交互体验。随着上述应用的持续深化，对触觉传感器的性能提出了更高要求，亟须通过创新设计策略[15-16]提升其综合性能。

触觉电子皮肤的感知性能与功能层结构的设计密切相关。其基本结构主要包括用于收集信号的电极层和负责传感响应的压敏介质层[17-19]。根据传感机制，触觉传感器主要分为压电式[20-22]、摩擦电式[23-24]、压容式[25-27]、压阻式[28-30]和离电式[4,31-32]等类型。其中，压电式和摩擦电式为典型的无源器件，可实现自供电；压容和压阻式为传统传感机制；离电式则为较新的设计方案。具体而言，电容式传感器通过介电层形变引起电容变化；压阻式传感器利用导电层接触面积变化导致电阻改变；压电式传感器则依赖压电材料形变产生电荷信号。为突破传统结构的性能瓶颈，微结构化设计[19]已成为通用的优化策略，通过在介电层或电极表面构建微尺度几何特征，如金字塔阵列、微圆顶或分级孔隙，可显著增强器件的形变行为与信号传递效率。其作用机理主要包括两方面：第一，利用空气介质的可压缩性，在微结构间隙形成弹性气腔，大幅降低材料的等效弹性模量，削弱弹性聚合物自身滞后效应对传感性能的影响，使传感器在低压下即可产生明显形变；第二，在接触界面的动态调控机制下，初始点接触状态在压力作用下逐步扩展为面接触，导致界面电容或电阻呈非线性倍增，从而放大由微小压力引起的电信号变化。此类微结构设计通过优化微观形貌，直接提升了器件的机械稳定性和环境适应性，为整体性能提供了基础保障。

目前，已发展出多种微结构设计方案。其中最具代表性的是鲍哲南团队通过在光刻硅模具上浇铸弹性体并固化，以转印工艺制备出微结构介电层，大幅提升了柔性传感器的灵敏度与响应速度[33]。然而，多数仍依赖于传统的模具制备工艺，在实际生产与应用推广过程中，由于需多次倒模制造，不仅增加人力成本，还面临工艺控制难度大、生产效率低等问题[34-35]。因此，当前的关键在于开发更高效的微结构制备方法，以推动电子皮肤从学术研究向产业化落地，亟须寻求兼容性更强、工艺更简化的制备方案，以降低工艺复杂性和材料浪费[36]。在探索新型无模具微结构构筑策略时，研究人员从传统非遗技艺——漆线雕中获得了重要的启示。漆线雕是发源于闽南地区的国家级非物质文化遗产。这种工艺是以天然大漆、桐油与砖粉混合制成“漆线土”，再经手工搓捻成细如发丝的漆线，通过“盘、结、绕、堆”等技法在坯体表面逐层堆叠形成精密浮雕纹样（如龙凤、铠甲纹饰）的传统工艺。其核心在于以线性材料的精确累积构建复杂三维结构，与现代增材制造（Additive manufacturing， AM）技术[37]具有相似性，被誉为“手工版的3D打印”。

与“化泥为线、以线建构”理念相似，油墨直写3D打印技术（Direct ink writing ， DIW）作为该成型机制在现代先进制造领域的科技映射，为突破传统电子皮肤的制造瓶颈提供了关键的技术路径。作为一种材料挤出型增材制造技术，DIW技术的核心在于通过精密控制黏弹性油墨的流变行为，实现微尺度结构的自由成型。该技术通过气压或机械驱动将油墨从微喷嘴挤出（图1 a），并在三轴运动平台上逐层堆叠，构建三维结构[38]。其工艺流程始于基于计算机辅助设计的3D模型构建，再通过切片软件生成对应打印路径，最终在精确协调挤出压力与打印速度的条件下实现连续油墨沉积[39-40]。传统直写光固化技术（Digital light processing ， DLP）[41-42]高度依赖特定光固化树脂，材料体系存在明显局限：光固化树脂本身绝缘且功能单一，若添加导电填料会阻碍紫外光穿透，导致固化不彻底或结构缺陷；而热挤出技术（Fused deposition modeling ， FDM）[43-44] 虽可兼容部分功能填料，但高填充量的导电复合线材往往因脆性大而难以加工，且成型制品缺乏韧性，难以满足电子皮肤对低模量和高顺应性的需求。DIW技术的核心优势在于仅需油墨具备剪切变稀特性，即在低剪切下具有高模量以保持结构稳定，在高剪切下具有低黏度以实现流畅挤出，而对材料的化学性质无硬性限制。由于无需依赖光固化或高温熔融过程，DIW能够广泛兼容多种功能性体系，包括导电纳米材料（如石墨烯、银纳米线）、导电聚合物（如PEDOT：PSS）、弹性体（如PDMS基碳复合材料）以及生物相容性水凝胶等。这种多材料兼容性，使得研究人员能够针对电子皮肤的实际应用场景，更便捷地进行电性能和力学性能的按需调控，同时显著降低了原材料成本与配方开发难度。因此，DIW在实现高精度、可定制的柔性电极与传感阵列等二维图案化方面表现突出，已成为构建电子皮肤核心组件的关键技术。然而，DIW技术的潜力远不止于二维平面的制造。得益于其独特的空间层叠优势与多材料连续打印能力，该技术在构筑复杂的三维微观传感结构方面同样展现出无可比拟的优势，DIW能够直接打印出具有高保真度的三维拓扑特征，如微金字塔、微圆顶、分级孔隙及纤毛结构（图1b）。在此基础上，将这些高性能的微观传感节点由点及面进行宏观扩展，DIW技术能够高效实现大面积、高密度柔性触觉传感阵列的一体化构建。这种制造能力赋予电子皮肤多点触觉识别的功能，可实现连续生理体征捕捉、人体步态分析等个性化医疗健康监测以及机器人触觉反馈等前沿应用（图1c）。

在将柔性电子皮肤从二维平面图案化向复杂三维立体结构推进的过程中[19]，DIW技术面临一系列严峻挑战，这些挑战无法仅通过打印模式的调整予以解决。其核心瓶颈很大程度上源于功能性油墨的材料本征特性，特别是其流变行为。理想的DIW油墨需满足相互制约的流变学要求：一方面，须具备显著的剪切稀化特性，以确保在喷嘴内高剪切速率下顺畅挤出；另一方面，挤出沉积后需表现出快速而显著的弹性恢复与结构强度增长，即具有较高的屈服应力或模量恢复，以支撑后续层堆叠并维持设计的三维形态，避免在打印高纵横比结构或悬垂特征时因自重或打印应力导致坍塌或流淌。因此，实现三维结构化不仅是路径规划的优化，更依赖于材料体系的深度设计与性能适配。尽管可采用“打印一层，热固化一层”的策略对每一层进行即时固化以解决结构坍塌问题，但此举将显著牺牲DIW工艺连续高效沉积的核心优势，降低其便捷性与打印效率。当前，开发兼具优异可打印性、快速自支撑能力以及所需传感功能的下一代油墨，并协同优化打印参数与后处理工艺，已成为实现DIW技术从二维图案向三维结构跨越的关键。然而，这一技术跨越并非单一材料或工艺的简单叠加，而是高度依赖于底层流变学机制、微观结构设计以及前沿应用的跨尺度协同。厘清这些核心要素之间的内在映射关系，以指导高性能柔性触觉传感器的定制化制造，是当前该领域亟待解决的共性课题。

为此，本文旨在全面梳理并深入探讨油墨直写式3D打印技术在柔性触觉电子皮肤领域的最新研究进展与关键科学问题。首先系统阐述DIW的技术和核心成型机制，深度解析油墨流变特性与关键打印参数的关系，为高性能油墨的开发设计提供理论指导。随后，文章聚焦于利用DIW技术构建的多种微结构触觉传感器，阐明微结构设计及多材料集成对器件灵敏度、线性度与抗疲劳性等传感性能的调控机制，并突出DIW在克服传统工艺局限、构建复杂三维拓扑结构方面的独特优势。此外，本文概述了DIW构建的高性能触觉传感器在个性化医疗健康监测、机器人智能感知以及新一代人机交互界面等前沿领域的代表性应用，展示其从基础器件向宏观系统集成的转化潜力。最后，本文客观总结了当前该领域在迈向高密度阵列化与长期可靠性方面所面临的技术挑战，并对未来发展趋势进行了前瞻性展望。

2 适用于DIW的材料特性

在对DIW技术所用材料的特性展开系统综述之前，有必要对核心术语“ink”的中文译名与内涵进行辨析。在通用喷墨打印领域，“ink”普遍被译为“墨水”，其典型体系为水性溶液或低黏度分散液。然而，在柔性电子皮肤及功能器件制造领域，DIW所使用的“ink”因其独特的材料属性需采用差异化翻译：“油墨”译法强调其以聚合物-功能填料复合体系为基础，载体多为有机溶剂或高沸点油相，具有非水系的物化特性；“浆料”译法则侧重描述其半固化态黏稠的流变学特征，而微观本质是微纳米颗粒或高分子链在溶剂中形成的复杂相互作用网络。此类半固化流体的流变行为介于牛顿流体与非牛顿流体之间，具体表现为双重关键特性：其一为剪切稀化效应，其二为黏弹性平衡，具体特性将在2.1节进行解释。

2.1 油墨的流变特性

油墨直写自支撑结构，从根本上取决于油墨的流变特性，这些特性决定了油墨的可打印性及其在沉积后维持形态的保真能力[45]。从流变学机理上看，实现这一过程的关键在于油墨在喷嘴内外的状态转变：在挤出过程中需要表现出显著的剪切变稀效应，而在沉积后必须迅速恢复类固体特征，以保证结构的稳定性与保真度。

可打印性首先要求油墨在喷嘴内部处于持续剪切状态下能够发生流动。这一行为可通过幂律模型（式（1））加以描述。

η=Kγ˙n-1

式中：η为黏度；K为流动一致性指数；γ˙为剪切速率；n为幂律指数。对于剪切稀化流体，n满足以下条件，0<n<1；而对于剪切增稠，n>1。对于剪切稀化流体，如图2a所示，其表观黏度随剪切速率增加而下降，属于典型的非牛顿流体行为。良好的打印适性要求油墨在合理的压力下顺畅流动，以保证挤出后形成连续、均匀的丝材。

挤出后形态稳定性也就是高保真度的实现，本质上依赖于油墨的屈服应力，以及从剪切流动态向类固态转变的动力学特性。首先，Herschel-Bulkley模型[46]（式（2））揭示了屈服应力对流动行为的控制作用。

τ=τy+Kγ˙n

式中：τ为剪切应力；τy为屈服应力；K为流动一致性指数；γ˙为剪切速率；n为流动指数。如图2b所示，只有当外加应力超过屈服值时，也就是油墨处在高剪切水平下，油墨内部的微观网络结构才会被破坏，从而表现为可流动性。挤出完成后，随着外部剪切力的撤除，已经打印好的油墨恢复低剪切水平，体系需在极短时间内完成网络重建，使储能模量重新占据主导，转化为类固态，以抵抗自重和后续堆叠所带来的附加载荷[47]。

油墨由剪切流动态向类固态转变的动力学过程可通过储能模量（G′）与损耗模量（G″）的动态演变予以深入表征。如图2c所示，G′反映材料的弹性响应及其储存变形能的能力，与内部微观结构的恢复能力直接相关；G″则可以表征黏性耗散机制，体现能量以热形式散失的倾向，对应于材料在变形过程中的流动阻力。在挤出完成后，外部剪切应力迅速撤除，油墨从高剪切区域进入近静止环境，此时其内部被破坏的物理交联网络开始重建。这一结构恢复过程要求体系在极短的时间内实现从以黏性主导（G″>G′）向弹性主导（G′>G″）流变状态的转变，即从黏性液态转变为弹性固体态[45]。

该转变行为的快慢与彻底性，可从振荡剪切实验中所获得的模量曲线与屈服点进行定量分析。在低应力振幅下，若材料处于线性黏弹性区域内，则其模量保持恒定，此时G′高于G″，材料显示出固体般的响应，表明微观网络结构处于完整状态。一旦施加应力超过屈服点，网络开始解体，黏性逐渐占主导，材料进入流动状态。DIW油墨的良好形状保真度要求其具备较高的屈服应力和较短的结构恢复弛豫时间，以保证挤出丝材在沉积后能够迅速抵抗自重、表面张力及后续打印层所带来的剪切应力，从而实现三维自支撑结构的准确堆叠和形态维持。理论上，动态屈服应力需满足以下关系（式（3））。

σy，dyn≥γ/R+ρgh

式中：σy，dyn为动态屈服应力；γ为悬浮表面张力；R为喷嘴直径；ρgh为材料的自重。

从微观机制来看，这一宏观响应的背后是多相体系中可逆相互作用的动态平衡行为。以聚合物基复合材料为例：填料颗粒或纤维所形成的网络提供结构刚度和弹性恢复力，聚合物分子链则起到调节界面与传递应力的作用。在应力解除后，填料间因范德华力或氢键等物理作用而重新结合，弹性网络得以重建，从而使弹性迅速恢复至主导地位[48-49]。该过程的可逆性与速率是决定打印成功与否的关键因素，也直接影响打印件的尺寸精度和几何复杂性。

因此，DIW油墨的设计需兼顾两项核心流变特性：一是在高剪切下发生剪切稀化以实现挤出；二是在低应力下具备足够的弹性模量及屈服强度，以保证挤出丝材在固化前不发生流淌、下垂或塌陷。材料在剪切力卸载后的结构重建速率与可逆性，是实现高精度打印和复杂三维自支撑结构的关键理论基础。

然而，需注意的是，这些基于数学推导的模型并非绝对，也难以构建通用的DIW流变模型。因此，油墨的流变特性通常需借助旋转流变仪，通过剪切流变实验进行实际评估。例如，流动斜坡等标准流变测试可用于分析油墨的非牛顿流体行为，尤其是剪切变稀效应，而振荡测试则能够反映储能模量与损耗模量的动态变化，从而深入刻画其黏弹性特征与结构恢复过程。此外，拉伸流变学与三间隔触变性测试也常被用于综合评价油墨的可打印性。屈服应力一般通过振荡试验确定，其临界点表现为储能模量与损耗模量相等时所对应的应力水平，这一参数对于判断油墨在打印过程中能否抵抗自重与毛细力具有重要意义。这些通过实验获得的物理参数，可借助材料化学手段进行调控，例如通过高分子结构设计调整基体黏度，或添加固体填料以构建可逆网络；此外，通过加入增塑剂或流变改性剂也是优化油墨配方的有效策略[45]。由于DIW的可打印性与成型形状保真度高度依赖于上述参数，因此这些参数的精准调控对整个DIW工艺的成功实施具有至关重要的意义。

2.2 DIW中打印参数的协同优化

打印参数的协同优化对成型结构的最终性能具有决定性影响。减小喷嘴直径虽有助于提高打印分辨率，但需相应增大挤出压力并延长打印时间以克服流道阻力。然而，过高的挤出压力容易引发挤出胀大现象，而打印时间增加则意味着打印速度降低。在一定程度上，降低打印速度可提升打印结构的形状保真度。

需注意的是，油墨自喷嘴挤出后至沉积前的形态并非保持不变，挤出丝在应力作用下会发生一定程度的拉伸和弯曲。丝的弯曲行为主要受打印路径规划的影响，打印高度与结构间距也会影响其弯曲程度。例如，在路径拐点处，若打印高度设置过高，沉积线条易出现较大弯曲，导致形状失真。丝的拉伸程度则受挤出压力与打印速度的共同调控。根据体积守恒定律（Q = A·v，其中Q为体积流量，v为打印速度，A为挤出截面积），挤出压力与打印速度需相互匹配。若打印过程中体积流量失衡，将引起丝径波动。此外，油墨的前处理工艺（如搅拌不均、真空脱泡不充分等）亦可能导致断丝，进而影响结构的完整性与性能。

如图2d所示，在挤出气压不变条件下提高打印速度，体积流量Q保持不变，将导致打印丝径d减小，即等效挤出截面积A降低[50]。该变化会引起挤出丝形貌的改变：从低速下的连续盘绕堆叠，转变为高速下的间歇、断续挤出形态（图2d右）。因此，为获得良好的打印形貌，需合理匹配打印气压与打印速度，在实际操作前应对油墨的挤出工艺参数进行系统调试。

此外，打印层高的设置需兼顾沉积效率与层间结合强度。在层高过高时，支撑不足易导致结构倾斜或坍塌[51]。在路径规划中应避免大跨度悬臂结构，此类结构保真度低、易变形，会削弱整体力学性能，需通过优化填充密度或调整结构设计以增强稳定性[52]。同时，打印温度作为关键参数，需根据油墨特性进行设定。对于常温下可缓慢固化的油墨，在打印过程中应及时调节挤出压力，以补偿因固化引起的流变性能变化[53]。

2.3 油墨的配置方法

与高流动、低黏度且适用于喷墨打印的墨水体系不同，适用于DIW的油墨往往是由未固化的聚合物基体、功能填料和辅助组分共同组成的复合体。各组分分别承担形态支撑、流变调控、功能赋予和组分稳定等作用，并共同影响油墨的打印精度、结构保真度以及最终器件性能。表1对适用于DIW的常见材料类别及其主要作用进行了归纳。不同导电填料在DIW油墨中承担的作用并不完全相同，其选择需同时考虑导电能力、流变调控能力、分散稳定性、柔性适配性以及打印后的结构保真度。碳黑、碳纳米管和石墨烯等碳基填料通常具有良好的柔性和较强的导电网络构建能力，适用于压阻型电子皮肤；MXene兼具高导电性和表面亲水性，适合构建水凝胶或水性复合油墨，但其抗氧化稳定性仍需进一步改善；银纳米线和金属纳米颗粒具有较高电导率，适合柔性电极打印，但高填充量下容易牺牲拉伸性并增加成本；液态金属则兼具高导电性和可变形能力，适用于可拉伸导线和柔性互连，但其界面润湿、颗粒稳定性和氧化层调控对油墨成形影响较大。由此可见，DIW油墨中核心导电填料的选择并不能仅依据电导率判断，还需结合目标传感机制、打印结构尺度和服役环境进行综合权衡。基于此，下面将进一步讨论DIW油墨在配方设计中的主要调控思路。

在直写式3D打印技术中，油墨的流变特性可通过多种策略进行有效调控，以实现优异的打印性能和结构保真度。常用的方法包括物理共混、化学改性以及结构设计等。物理共混通常是指在聚合物基体（如PDMS）中直接引入功能性填料，以实现流变调控与功能赋予。按形态可分为固体填料与液体填料：固体填料方面，常规填料可采用石墨、碳纳米管等；同时也可根据目标功能进行选择，例如需要导电时引入导电填料，需要增强/韧化或提高强度时可采用二氧化硅等增强填料。一般而言，固体填料的添加量在质量分数20%~30%即可对体系黏度与结构强度产生显著影响。相比之下，液体填料的掺入比例通常更高，常见情形下可达到50%以上（体积分数或质量分数）。当液体填料中含水时，为避免在PDMS等疏水基体中出现油水相分离、形成不稳定的水包油结构并导致分散失败，通常需要加入乳化剂以降低界面张力、实现稳定分散[54,62]；而对于液态金属填料[17,38]，其颗粒表面通常存在自然生成的氧化层，该氧化层可提供类似乳化稳定的界面作用，因此一般无需额外乳化剂也能获得较好的分散与流变增强效果。然而，仅仅实现填料的稳定分散往往不足以完全满足DIW对油墨黏弹性和成型保真度的严苛要求。为此，研究者常通过化学改性对油墨网络进行主动调控。例如，通过引入动态共价键或氢键等可逆作用构建弱交联网络，这不仅能够精准调整油墨的屈服应力和触变回复特性，还可赋予其自愈合能力。

近年来，随着柔性电子皮肤逐渐面向长期服役和复杂环境应用，自愈合与自修复能力已成为 DIW 油墨设计中的重要功能取向。柔性器件在反复弯折、拉伸、压缩及划伤过程中，敏感层、电极界面和离子传输网络容易产生微裂纹、界面脱黏或导电通路中断，进而引起信号漂移和器件失效。因此，自修复型油墨的设计重点已从单纯改善材料可打印性，进一步扩展到损伤后结构完整性与电学功能的同步恢复。已有研究通过在聚氨酯/离子液体体系中引入D-A自组装和分子-离子相互作用网络，使材料在受损后依靠动态组装与离子牵引促进分子链重连，同时在外界压力作用下调控离子迁移，实现快速修复与高灵敏压力感知的协同提升[4]。进一步地，可重构压电离子聚合物膜通过氟化聚氨酯、动态二硫键和离子液体构筑疏水自修复网络，使器件在空气、水和类生理液体中均能保持修复能力，并利用离子限域迁移机制实现声学感知[55]。由此可见，自愈合与自修复型 DIW 油墨的发展正在从材料层面的裂纹愈合，走向可打印成形、结构恢复、导电通路重建和多模态感知的一体化设计。与此同时，还可借助溶剂交换、乳液模板法及相分离调控等结构设计策略，在油墨制备、打印成形及后续固化过程中诱导多级微观结构的形成，以实现对流变特性与成形质量的协同调控。这些方法共同体现了“结构-流变-打印性能”之间的内在关联，为高性能DIW油墨的理性设计提供了理论基础与实用途径。

3 微结构传感器

3.1 堆叠打印

利用油墨直写技术优异的路径可编程性，研究者们开发了一系列具有定制化力学响应的三维微结构，旨在解决柔性传感器在灵敏度、线性度、量程以及抗干扰能力之间的性能权衡问题。图3a展示了通过油墨直写堆叠打印的正交栅格结构压阻式柔性压力传感器[56-57]。针对宽量程下的线性响应需求，正交栅格结构被证明是一种有效的方案。如图3a-1所示，通过将相邻打印层以90°交错方式堆叠铺设，可构建出孔隙率与模量高度可控的栅格单元。其关键几何参数可在建模与切片阶段精准设定：梁宽由喷嘴直径与线间距共同决定，节距由路径间距与填充率确定，层数则对应器件的总体厚度与承载能力。在该几何骨架基础上，其受压演化机理主要依赖于孔道优先压缩和栅格梁的可逆挠曲（图3a-2）；这种形变模式促使交叉点与并行梁之间形成更长的贴合界面，层间与界面接触逐步增强；同时，碳纳米管导电网络在厚向被压密，有效传导通路数量增加，从而使电阻随压力单调减小。得益于此，该结构在0~1000 kPa内器件保持近线性响应（R2 = 0.998）与稳定的表观灵敏度（S = 4.7 kPa-1），并在低压区表现出良好的分辨力与重复性，如图3a-3所示。

为了突破低压灵敏度瓶颈并推迟高压区的信号饱和，研究人员进一步设计了多层阶梯结构压阻式柔性触觉传感器[58]。如图3b-1和b-2所示，无压时仅阶梯顶端与电极有限接触，电流路径受限且接触电阻占主导；进入低压区时，上层台阶优先压陷，接触长度沿阶梯方向扩展，界面/层间电阻显著下降；随着压力进一步增大，下层台阶依次参与形变，贴合界面持续放大，导电通路不断增加，使整体响应曲线显著推迟饱和。图3b-3的实验表明，这种结构显著增强了电流响应，这些传感器的灵敏度随着阶梯之间距离的增加而提升。其低压起始区的灵敏度较没有微观结构的传感器提升约9.2倍，凸显了结构参数对传感器性能的直接调控作用。

类似地，研究人员进一步拓展了微观构型的设计空间。除阶梯形貌外，分级微半球结构阵列同样被证明是优化压阻响应的有效策略[59]。有限元（FEM）模拟表明（图3c-1），加载后应力主要集中于半球冠部及邻近接触缘，接触形态由点接触向局域面接触再到有效接触面扩展的逐级演化路径，为后续电学响应的单调可控提供几何基础。其工作机理如图3c-2所示：在等效电路中，Rb为电极电阻，Rc0为上界面初始接触电阻，Ra为下界面固定接触电阻，Ri表示单个半球体电阻。随着载荷增加，半球与上电极的接触半径和真实接触面积逐步增大，界面接触电阻Rc0明显下降。同时，多半球并列单元被逐步“激活”，电流路径由以串联为主的稀疏通路转变为并联占优的致密网络，层间/路径电阻随之重分配，使等效电阻随压力持续降低，从而实现稳定的压阻读出。有趣的是，由于分层微穹结构在高载荷下发生较大的变形并占据基板顶部空间，该器件呈现出灵敏度随压力增加而提升的反常特性。如图3c-3所示，样品在5~30 N力域内电流由约0.16 μA增至0.32 μA，呈近线性递增趋势。同时，灵敏度从5~15 N负载内的0.0019 kPa-1变化到14~30 N负载内的0.0045 kPa-1。配合合适的阵列节距与层数设计，可在不牺牲灵敏度的前提下拓宽线性工作区间，提升抗弯曲扰动下的读出稳定性。

除了压阻机制，结构设计在电容式传感器中同样发挥作用，可以扮演消除信号漂移与弯曲干扰的关键角色。如图3d-1所示，一种由横向周期性排布的倾斜微板阵列被用于构建高稳定性电容传感器[60]。介电层由沿横向周期性排布的倾斜薄板构成，图3d-1分别展示了横、纵向剥离测试与截面表征，可见薄板与上下电极形成连续、致密的界面，在0.5 mm尺度下可清晰地辨识规则的倾角与节距。在外压加载时，斜板优先发生弯曲并逐步贴合，促使上下电极之间等效介电厚度持续减小，同时有效接触面积增加，二者协同作用使得等效电容单调上升；在弯折载荷下，斜板以“弯曲-剪切”耦合形变顺应外形改变，而强界面约束抑制分层与脱黏，从而将几何形变稳定映射为电容信号并降低迟滞与漂移。较大的倾角与较薄的板厚可降低起始压入阈值、提升低压区分辨力，而较小节距与更高覆盖因子有助于推迟高压区的饱和。性能测试证明（图3d-3）该结构不仅具有优异的摩擦耐久性（10000次循环），更实现了按压读出与弯折扰动的有效解耦（0°~180°弯折下电容变化趋近于0），极大地提升了器件在复杂曲面贴附场景下的信号可靠性。

3.2 多级结构

在单一几何微结构的基础上，将宏观打印骨架与微纳多孔结构相耦合，构建跨尺度的分级结构，是进一步提升柔性传感器综合性能的前沿策略。为了在拉伸或压缩工况下抑制阻值漂移并保持优异的力学韧性，一种典型策略是采用牺牲模板法结合 DIW 技术构筑分级孔洞传感器（图4a）。其设计要点是在同一体系内耦合宏/微/纳三种尺度的孔洞，与栅格化承载骨架协同增敏[61]。研究人员以TPU为基底，炭黑（CB）为导电相，以氯化钠（NaCl）颗粒作为牺牲模板。通过DIW沉积与模板溶出构筑了跨尺度的分级孔洞网络。NaCl含量保证足够的微孔体积分数和可压缩性，CB含量则在导电网络稳定性与力学韧性之间取得平衡，从而在拉伸工况下抑制阻值漂移而又不致脆化。

该分级孔洞的层级与功能高度对应（图4a-2）。具体而言：在宏观尺度上，间距约0.5 mm的开孔栅格构筑了稳定的受力框架并提供充足的压缩空间；在微观尺度上，直径20~100 µm的模板诱导孔广泛分布于打印丝内外，赋予材料优异的可压缩性并显著增加比表面积；而在纳米尺度上，100~500 nm的孔壁孔道内富集着裸露的炭黑颗粒，使其在轻微应变下即可迅速触发导电网络的构建与重构。压力加载时，纳米孔最先被压实，相邻炭黑颗粒间隙迅速缩小并实现“点对点”连通；随后微米孔发生可逆塌陷，导通区域由点状向片状扩展；在更高压力下，宏观栅格与打印丝被进一步展平，接触与通道电阻继续下降但增益趋缓。由此产生的压力响应呈典型“三段式”特征（图4a-3）。低压区灵敏度约5.54 kPa-1，主要由纳米孔的快速闭合和CB网络的致密化驱动；中压区灵敏度约0.123 kPa-1，对应微米孔的持续塌陷与有效接触面积的跃升；高压区仍保持可辨识输出，灵敏度约0.0048 kPa-1，由宏观栅格与打印丝的进一步压实所主导。整体检测量程覆盖10 Pa~800 kPa。器件的本征电阻约为53 Ω，便于低功耗、低内阻前端实现稳定读出。

在动态与长期可靠性方面（图4a-4），阶跃加载下的响应/恢复时间约为20 ms/30 ms，不同幅值的压力台阶均能快速、可逆地跟踪；在40~600 kPa的往复加载中超过10次循环仍无明显劣化。在1 Hz与0.1 Hz的正弦循环中（图4a-5），电阻变化与外载同步、相位滞后很小，波形稳定，说明结构具有良好的速率顺应性。

另一种更加精妙的设计，是将几何微突起与体相粗糙孔隙相耦合，开发出基于“压阻式金字塔微突起+分级内孔+粗糙孔壁E-valve”耦合构成的柔性触觉传感器[62]，如图4b所示。材料体系以PDMS为基体，通过在未固化体系中引入水/表面活性剂并在成形与固化过程中挥发、析出，实现体相多孔化与孔壁粗糙层的原位生成。核心思想是以分级孔洞与粗糙界面协同调控接触电学响应：体相微孔构成互连网络，孔壁进一步形成纳/微尺度褶皱与颗粒化粗糙层，使界面在受压时具备“可开闭”的电子通道（E-valve）属性；这一界面效应与金字塔的几何放大共同提升信号强度、线性度与稳定性。

这一结构在宏、微、纳3个尺度上同时发挥作用（图4b-1和b-2）。在宏观层面，规则的金字塔阵列将外载集中到突起顶端，初始接触面积在小载荷下迅速放大；在微观层面，体相连通孔在压缩时提供体积缓冲与可逆塌陷，将内部孔壁转化为额外的有效接触界面，从而显著放大了载荷的利用效率；纳米/亚微米层面，孔壁粗糙层上富集的界面位点在压缩时从“离散点”逐步演化为“连续片”，等效为可调的电子阀门（E-valve），在高压区持续提供新增导通路径并抑制曲线的早期饱和，进而实现从高增益起步到中高压段稳定输出的平滑过渡。

这种多级形变机制的接力耦合，改变了器件的性能边界。如图4b-3和b-4所示，在低压起始点0.1 kPa，灵敏度达到388.5 kPa-1的高增益；当压力提升后，ΔI/I0-P曲线呈现两段近线性区间，低压段与高压段的线性度分别为R2=0.922与R2=0.953，说明感应机理由阶段1向阶段2平滑过渡而无明显拐折。阶跃载荷测试中，在1 kPa的方波压力刺激下，传感器的上升时间约11.34 ms、恢复时间约16.01 ms，主曲线几乎无过冲和拖尾；这反映出孔壁粗糙层在加卸载循环中的通道建立与回弹非常迅速，能有效抑制黏弹性滞后。整体来看，“金字塔几何放大-分级体相孔-粗糙界面E-valve”三者的耦合将接触面积、界面导通与体积分配按压力大小依次接力，从而在低压端获得极高灵敏度，在更高压力区间仍保持良好的线性与动态响应，这正是该工作相对传统单一微结构方案的优势所在。

3.3 垂直打印

除了调控内部微孔结构外，利用DIW技术的Z轴成型能力构筑高长径比的垂直阵列（如中空圆筒、梯度微锥与仿生纤毛），是优化柔性传感器力学传递特性与接触感知模式的另一条重要途径。图5a展示了通过油墨直写打印的圆筒结构压阻式柔性压力传感器[63]。器件为多材料/多层次协同构型（图5a-1）：自下而上依次为硅橡胶基底、下电极、由垂直螺旋绕制的圆筒壁构成的传感层、绝缘层、牺牲支撑层以及上电极。关键的传感单元结构为一段垂直螺旋绕制的圆筒壁，上下由银/硅橡胶电极夹持，顶部与底部由Ag/硅橡胶电极夹持。

有限元仿真结果（图5a-2）进一步证实圆筒壁是主要的承载单元，压缩状态下的高应力区域主要集中于传感层，从力学机制上契合了传感层主导压阻响应的设计初衷。同时，连续致密的层间结合与均匀的壁厚形貌（图5a-3），为器件在循环加载下的导电网络稳定重构与低信号漂移提供了坚实的结构保障。得益于上述设计，该结构不仅维持了优异的I-V线性度，更在宽量程（100~500 kPa）内实现了电阻跨量级的大幅下调（图5a-4），等效电阻由1.14 kΩ降至95 Ω，下降为原来的约1/12。

然而，为进一步引入应力梯度分布并提升对复杂外力的感知维度，阵列单元的几何设计逐渐向非对称或微锥化方向演进。如图5b所示，研究人员通过DIW原位提拉工艺成功构筑了斜尖锥阵列传感器[64]。器件以PDMS为弹性基体，采用炭黑/多壁碳纳米管/纳米铜（CB/MWCNTs/Cu）复合导电油墨，构建具有“几何分级+导电分级”的斜尖锥阵列。其中，CB提供稳定渗流网络，MWCNTs改善流变与拉伸顺应性，纳米Cu提升受压时的隧穿响应。

结构设计的“多级性”体现在两方面：其一，阵列本体的阶梯化高度产生的几何分级。研究人员依托点胶式3D打印平台的可编程路径，在柔性基底上构筑了法向高度呈“高-中-低”阶梯状分布的斜尖锥阵列（图5b-1，b-2）。 SEM侧视进一步验证了“阶梯化”的几何特征，高层单元在加载初期优先生效，有利于延缓高压端饱和、拓展量程（图5b-3）。其二，导电网络的多尺度调控引入的导电分级。复合油墨以CB构建渗流框架，MWCNTs起到桥接与增强顺应作用，纳米Cu进一步填充间隙、提升受压时的隧穿导通概率，形成“可被压密”的多尺度导电网络，随压力递增持续增加有效通道。

上述多级结构设计直接赋予了器件与之一一对应的阶段性传感特征。电学性能测试进一步验证了这一机制（图5b-4）：对应于阵列中不同高度单元的逐级参与，其相对电流变化（ΔI/I0-P）曲线呈“三段式”特征。具体而言，器件在0~50 kPa、50~163 kPa及163~262 kPa的压力区间内，灵敏度依次递增（S1=105 kPa-1，S2=124 kPa-1，S3=212 kPa-1）；即便在压力扩展至300 kPa左右时，响应曲线仍维持良好的线性度（拟合系数约0.97）。这充分表明多级斜锥阵列的分段受力机制有效破解了传统柔性传感器高压易饱和的瓶颈。在动态响应与长期可靠性方面，器件的响应/恢复时间约32 ms/61 ms，在0.1，1，5 Hz循环加载下输出波形稳定，长达5000 s的往复加载循环中前后电流响应信号幅值保持高度稳定，显示优异的可重复性与耐久性。

不同于图5b的斜尖锥结构，图5c展示了利用DIW三维空间垂直写能力构筑的具有高长径比导电纤毛阵列电子皮肤[65]。该工艺采用聚己内酯（PCL）/石墨烯纳米复合油墨为材料，在柔性基底上一次成形高纵横比的独立纤毛单元，该工艺以聚己内酯（PCL）/石墨烯纳米复合油墨为材料，在柔性基底上一次性直写出最高纵横比达200的独立纤毛单元，且单根纤毛的长度（1~20 mm）与直径（100 μm~1 mm）均可通过打印参数实现连续调控（图5c-1）。这种极端的高长比赋予了纤毛极佳的柔度，使其在分布载荷下表现出典型长梁的端部大挠度特征（图5c-2）。Euler-Bernoulli梁理论描述单根纤毛的受力-挠度关系：均布线压力ω作用下，挠度随梁长x呈4次多项式增长；在距根部a处施加集中力F时，梁的两段挠度满足分段解。由此可建立几何-阈值映射：在给定间距D下，选择合适的长度与直径，即可使自由端挠度超过D达成可控接触；反之，也能根据目标触发力，反算出满足条件的L、直径与阵列间距。该解析框架为阵列的大规模参数化设计提供了直接的计算工具。

在此理论框架下，器件展现出与斜锥截然不同的底层工作机制（图5c-3）：纤毛为典型的悬臂梁结构，基底处固接、自由端可在弱力学扰动下发生显著挠曲。器件的信号并非源于传统的体相压阻或电容变化，而是纤毛-纤毛或纤毛-电极之间接触与分离引起的电阻开关。由于单根纤毛的几何与柔度可独立设定，阵列层面可以实现从低阈值轻触触发到高阈值强流触发的分级响应。在“Light/Heavy Touch”对比实验中（图5c-4），电流-时间曲线呈现典型的二元“断/通”响应：轻触仅产生零星短脉冲，重触则形成持续且高幅值的导通平台。通过在相邻两根纤毛上配置不同的直径与柔度，还可获得方向选择性与非对称阈值。

尽管垂直打印为构筑中空圆筒、梯度微锥和仿生纤毛等高长径比阵列结构提供了有效途径，但其仍面临若干关键科学与技术问题。首先，高长径比结构的稳定成形依赖油墨流变行为与固化过程的协同调控，油墨需同时具备良好的可挤出性和沉积后的自支撑能力，以避免结构塌陷、弯曲或相邻单元融合。其次，阵列单元的高度、直径、壁厚、倾斜角和间距等几何参数会直接影响局部应力分布、接触状态和导电网络演化，因此需要建立打印参数、结构形貌与传感性能之间的定量关系。此外，不同垂直结构的力学-电学转化机制存在差异，如圆筒结构依赖压缩变形，斜尖锥阵列依赖逐级接触，纤毛结构依赖弯曲诱导的接触-分离行为。未来应进一步结合油墨流变学、接触力学、有限元模拟和导电模型，实现高灵敏度、宽量程与长期稳定性的协同优化。

3.4 辅助打印

区别于上述仅依赖喷嘴运动轨迹与流变学特性的被动成型策略，在打印过程中通过引入介质环境或外界物理场，可以极大地拓展DIW技术的制造边界。

为了突破DIW工艺在重力与毛细力作用下的结构塌陷瓶颈，基于支撑浴的介质辅助打印策略应运而生[66-67]。图6a-1展示了以支撑介质为核心的打印方案：喷嘴在F127（Pluronic F127）/CaGP支撑凝胶中按既定路径挤出油墨，凝胶的屈服应力与黏弹特性为细长构件提供“流动-支撑”的工艺窗口，使自由曲线与悬空路径在成形阶段即可获得几何稳定。最终获得的打印样品具有较高的形貌完整性和几何保真度，表明支撑介质可有效提升复杂三维结构的成形稳定性。配合后续的选择性矿化，可在不改变外形的前提下显著提升结构模量与承载能力。当聚合物油墨挤入乙醇基支撑凝胶时，油墨与凝胶浴之间发生溶剂-非溶剂交换，促使丝材短时间内形成致密皮层并沿丝材外表自外向内固化，从而有效抑制了由毛细驱动的颈缩与断裂（图6a-2）。此外，通过调控磁化学组成、溶剂交换速率与打印速度，可在基底上获得直立的纤维/毛发阵列，且其路径级的取向与轨迹可由打印指令直接决定。图6a-3的阵列表征表明，该介质辅助策略使高细长径比纤维在阵列尺度上保持直立或定向倾斜能力，且单丝之间互不粘连，适合构建大面积可读出的触觉传感层。在这个过程中，支撑浴既提供抗重力/抗毛细的环境，又允许在打印期实现轨迹多样化与局部密度调节。利用这种策略，典型的织构网络——单丝、波纹与卷曲等自由轨迹在同一支撑体系中稳定沉积（图6a-4）。结合多材料/多喷头策略，还可在不同区域赋予差异化的硬软分布与功能通道。

声场辅助打印技术引入了高强度聚焦超声波作为“无形模具”与能量源，实现了热固性材料的连续体制造。图6b为围绕声波辅助的直写式打印[68]。该打印平台，将纵模换能器集成到六轴机械臂上，通过凹面端头在端面附近形成空间受限、强度可调的声学焦区；换能器沿预设路径运动时，焦区始终“随行”于喷嘴附近，使液态热固性树脂在沉积处原位快速胶凝，从而实现任意姿态、连续轨迹的沉积与构形（图6b-1）。该技术的核心在于焦区内的空化链式效应（图6b-2、b-3）。声场中的稀疏峰负压诱发微泡成核，并在伯杰尼斯力作用下迅速汇聚成“泡云”；泡群的快速塌陷产生局域高压/高温与自由基，从而触发树脂在焦平面定域固化并持续积累为丝材。右侧机械示意强调声压在液体中的聚焦与加载方向，使“声致固化”与打印运动在时空上协同。更关键的是，该工艺建立了一种“两阶段”连续生产机制。阶段一，超声波诱导空化以固化树脂并开始打印；阶段二，空化射流推动液态树脂并将其锚定到固化树脂中，在界面处形成分子纠缠，从而实现热固性塑料的连续生产，把层-层连接转化为无明显台阶的连续体。高速成像表明，起始固化约在32 ms出现，0.3 s后进入稳定连续沉积；原位测温仅30~60 ℃，不足以解释快速固化，证实了该过程由空化主导而非简单热效应。

得益于声场的协同作用，该技术可实现无支撑树状结构的打印，实现自下而上以及侧向悬垂的轨迹构建（图6b-4）。其制造的特征尺寸由换能器端径主导，范围可从150 μm到厘米级，满足多尺度构形与路径可编程的需求。此外，声压作为“过程旋钮”可在打印过程中调控凝胶化速率与转化率，从而赋予材料可调的模量/强度梯度，并支持多材料的连续成形与异质界面无缝过渡。

针对传统直写打印（DIW）在高色散速度下易发生拖尾断裂且分辨率受限于喷嘴孔径的固有缺陷，静电辅助直写技术利用电场力作为非接触式牵引源，实现了超高速、高分辨率且对基底形貌不敏感的连续制造[69-70]。不同于传统DIW仅依赖背压挤出与基底剪切，该策略在喷针出口处引入局部高压电场（图6c-1）。基底由收卷机牵引作等速平移，电场方向相对基底运动“迎向”铺丝方向。电场对离子导电油墨施加库仑力牵引，将挤出的油墨及其在基底上的三相线足迹整体拉向前进方向，从而抑制拖尾与断线，实现更高的随行速度与更细的轨迹线宽。在无电场时，三相线滞后于喷射轴线，易出现液团堆积与间歇断续；施加电场后，三相线被拉至喷射轴线前侧，足迹稳定前移，连续铺丝得以维持，即便在高相对速度与小支距条件下亦然。

该技术的突破在于消除了打印速度与分辨率的传统权衡。在电场的作用下，绝大多数速度点均可实现10 cm连续线条，且线宽与波动显著降低，远超传统DIW（图6c-3）。此外，电场诱导的射流细化效应使得打印线宽不再受限于喷嘴内径。在低于 0.25 m/s的速度下，典型的DIW沉积会产生宽度大于或相似于打印它们的喷嘴的线。然而，在电场牵引的帮助下，利用直径约为0.27 mm的打印喷嘴，可制备出干燥后线宽可达35 µm的微细线条，实现了近一个数量级的精度提升。电场牵引显著降低了沉积质量对喷嘴与基底支距的敏感度。在80~600 µm的宽支距范围内仍保持连续线形，使得该技术能在涤纶、棉、黄麻等超粗糙织物基底上获得完整轨迹，展现出对复杂服役表面的强适应性。

在众多外场辅助策略中，磁场辅助直写技术因其非接触式的主动调控能力而备受关注。该策略的核心在于利用外加磁场打破了传统DIW仅依赖流体剪切取向的局限：通过在打印喷嘴处集成可调磁场，实现了对油墨中各向异性增强单元的原位定向排列与区域化编程。图6d-1显示了磁场参与的具体打印方案[71]：在材料挤出与沉积过程中，于打印区域施加外磁场，使油墨中具有各向异性形貌的增强单元在原位完成定向排列。研究证实，通过精细调节磁场矢量的空间分布，可在同一圆片上构建出截然不同的微观织构（I~VI 6个扇区，不同扇区对应不同的磁场方向），且宏观分区与微观取向之间展现出高度“锁存”一致性（图6d-2）。

Ma等[72]构建了串珠式一维联结兼具较高长径比与表面硅氧壳层的Fe3O4@SiO2纳米链（图6d-3）。这种结构可迅速随外场取向，并与聚合物基体形成稳定界面，有利于在沉积后保持取向状态与力/电传递连续性。由此构建的织构化网络在挤出剪切与磁场协同作用下，可定向构筑面内或面外取向的致密通道，形成敏感层，提供方向相关的导电与承载路径，并在表层构建取向耐磨层以提升稳定性，抑制摩擦系数与磨耗体积的增长，并降低读出信号的漂移与噪声，有效解决柔性器件在复杂接触环境下的稳定性难题。

介质环境与外界物理场辅助DIW打印，本质上是在传统挤出沉积过程中额外引入支撑、固化、牵引或取向调控手段，从而提升复杂结构的可制造性与功能可设计性。不同辅助策略具有各自的适用边界：支撑浴更适合解决悬空路径、高长径比结构和软材料塌陷问题；声场辅助的突出优势在于原位快速固化与无支撑连续成形；静电辅助主要改善高速沉积下的射流稳定性与线宽精度；磁场辅助则侧重于功能填料的定向排列和区域化织构构建。这些方法并非简单替代传统DIW，而是针对特定制造瓶颈提供补充性解决方案。但其实际应用仍受材料响应特性、外场强度分布、设备复杂度和工艺可重复性等因素限制，因此需要根据目标结构、材料体系和器件功能进行针对性选择。

4 应用

4.1 传感器阵列化

在仿生电子皮肤中，单传感器与阵列化传感器在信息获取方式上具有本质区别。单传感器主要用于采集局部区域的“点信息”，而阵列化传感器通过多个传感单元的协同测量，能够获取更为完整的空间分布信息，并基于获取到的信息进行更为精准的分析[73-74]。单传感器通常部署于关键位置，用于监测压力、应变或生理信号，例如手腕脉搏、关节弯曲角度或机械手指尖的接触力。其优势在于结构简单、读出电路轻量、易于封装集成。然而，其根本局限在于仅能反映单个测点的综合响应，难以重构载荷的空间分布，也难以支持复杂场景下的模式识别与高层感知任务。

阵列化传感器的核心优势在于能够将一维的标量信号提升为二维的区域分布信号[75-77]。当多个传感单元在空间中按一定布局排列，并由统一系统进行多通道采集与融合时，输出信号不再局限于单一通道的时间序列，而是表现为随时间演变的多通道信号。以机械手为例，若仅在某一指尖布置单传感器，系统仅能判断是否接触物体及接触力大小；而在五指分别集成传感单元并同步采集时，则构成一种低密度多点阵列，能够比较各指受力差异，推断物体是否偏心放置、预测滑动趋势，从而实现对抓取姿态与力度的精细调控。若进一步在单个指腹集成高密度二维阵列，更可通过压力分布形貌识别物体轮廓、尺寸及滑动方向，实现类人指腹的“触觉成像”功能。在系统鲁棒性与容错性方面，阵列结构具备天然优势。单传感器一旦失效，其所对应测点的信息将完全丢失；而在阵列系统中，即使局部像素发生退化或损坏，系统仍可借助邻近单元的冗余信息进行插值与校正，从而维持整体功能，避免单点失效导致系统瘫痪。从集成与控制的角度来看，阵列化结构更易于与高层智能算法形成闭环。多通道触觉输出可自然映射为多维特征向量，便于接入卷积神经网络、图神经网络等模型[78]，实现对接触模式、手势轨迹、表面纹理及微小滑移的识别。即使是“每指一传感器”的简化阵列[79-80]，结合强化学习与自适应控制策略，也可在多通道反馈基础上持续优化抓取策略与动作协同。相比之下，单传感器多限于阈值判断或一维反馈控制，难以支撑复杂场景下的感知与决策任务。

对于DIW技术而言，阵列化实现的关键之一在于电极的可制造图案化，即通过电极图案定义像素拓扑并完成阵列扩展。基于与平面印刷相同的工艺流程或采用相似材料体系，DIW 可实现电极的可控沉积与图案化，从而快速实现可拓展的拓扑阵列化[61-62,81-82]；具体到结构实现上，当前柔性触觉阵列的架构可大致分为两类：一类是在基底表面进行图形化电极与像素划分的平面型阵列结构（图7a）[83-86]；另一类是在厚度方向构建局域传感通道、在平面上进行阵列排布的垂直型阵列结构（图7b）[87-90]。

平面型阵列通常通过在基底表面制作叉指电极等图形化结构实现像素划分，导电通路主要沿平面方向展开。例如，全织物电阻式压力传感器可在织物基底上通过激光刻蚀与无电镀镍工艺构建平面叉指电极，再覆盖碳纳米管（CNT）涂覆织物以形成多像素阵列。该结构的优势在于易于与纺织工艺集成，可缝制于衣物表面实现大面积压力映射与生理信号监测。然而，随着像素数量增加，需为每个像素或行列布设独立引线，导致走线数量与布线密度急剧上升。织物内部的长距离走线易引入寄生电阻、电容及像素间串扰，行列寻址所形成的大规模RC网络还会引发边缘像素响应衰减、“鬼影”效应与误触发等问题，使得实际可用分辨率常低于几何像素密度。因此，平面型织物阵列在可穿戴兼容性与铺展性方面优势明显，但在高密度集成与系统简化方面受限于引线复杂性与串扰问题。

垂直型阵列则在像素内部沿厚度方向构建独立的“竖直传感通道”，再在平面上进行多像素排布。例如，基于磁场诱导竖直排列海胆状纳米颗粒的可拉伸触觉传感器，其导电颗粒在弹性体中形成竖直导电柱，上下配合柔性电极构成“电极-竖直柱-电极”的夹层结构单元。外界压力主要通过调制竖直柱内部及其与上电极之间的接触状态来改变电阻，大应变则由周围低模量弹性体吸收，从而使传感器在400%拉伸条件下仍能保持高灵敏度与动态稳定性。基于该结构构建的6×6像素电子皮肤阵列中，各像素可共享大面积上下电极，仅需对局部竖直通道或连接电极进行图形化即可实现像素隔离，从而显著减少引线数量与布线复杂度，更有利于高密度集成。同时，由于电流主要沿竖直方向流动，侧向漏电通路被抑制，有助于缓解像素间串扰与RC延迟问题。然而，垂直型阵列在规模放大时也面临挑战：竖直通道的阻值分布及接触界面状态随时间与应变的变化易导致像素间不一致性与长期漂移，局部通道失效不易直接检测，需依赖自诊断算法进行识别；此外，通道数增加也会推高数据采集与处理的带宽与功耗需求。

4.2 运动健康

在运动健康监测场景中，可穿戴柔性传感器能够紧密贴附于皮肤或运动装备表面，在不干扰日常活动的前提下连续采集脉搏、关节姿态和足底压力等信息，为个体化运动管理和健康风险预警提供基础数据[54]。相较于传统硬质器件，DIW技术凭借其卓越的材料兼容性与自由成形能力，为构建高顺应性、生物相容且结构定制化的柔性传感系统提供了全新的制造范式。

在单传感器应用方面，Jiang等[91]采用直写打印构筑了具备仿生纤毛结构的防水电子皮肤，可在高湿环境下稳定贴附于颈部等部位，实现对动脉脉搏信号的连续采集，并辅助区分不同个体及不同运动状态下的脉搏变化，用于海员等特殊人群的健康管理。该器件的核心思路是利用微纤毛对应力的集中效应放大外界微弱压力输入，同时借助聚氨酯基体中炭黑颗粒滑移与离子液体定向迁移两种机制协同完成机电转导，从而模拟生物皮肤中快适应与慢适应机械感受器的响应方式。其中，图8a-1展示了该类单点贴附式传感器在由静息到运动过程中脉搏波形随运动强度变化的典型响应。Zhu等[58]基于多层台阶状微结构压力感知层并集成电致变色显示单元，构建了集压力感知与可视化显示于一体的柔性系统，可在无外部终端的条件下对颈部吞咽、腕部脉搏及关节弯曲等运动/生理信号进行识别和区分，适用于吞咽功能评估及日常运动监测（图8a-2）。在多点分布式监测方面，Liu等[92]通过宏观打印路径诱导丝束定向、微观剪切流诱导导电网络取向，使器件在不同受力方向下表现出明显不同的电学响应。基于这一各向异性传感机制，作者将数个传感单元分布于手腕不同位置，构建羽毛球挥拍姿态矫正系统。通过对多点电信号时序与幅值特征的对比，器件能够区分正确与错误握拍姿势，为运动训练提供定量反馈（图8b-1）。在阵列化监测方面，Xiao等[60]基于3D打印软电容传感器提出了智能鞋垫方案，在前足、中足和后跟等关键受力区域集成多通道传感单元，实现步态周期内足底压力分布的实时获取和对典型步态阶段的区分，适用于步态分析及运动健康管理（图8b-2）。通过从微观结构增敏到宏观阵列布局的跨尺度制造，DIW 打印的柔性传感器成功突破了传统器件在舒适性与信号保真度之间的矛盾，为实现全天候、全场景的个人健康管理提供了不可或缺的硬件基础。

4.3 具身智能

在智能机器人领域，柔性触觉器件为传统“刚体机械”引入了类似人类皮肤的感知能力，使机器人不仅能完成简单的抓取，还能感知抓取力度、物体特性以及机械界面状态，从而实现更安全、更精细的操作。近期工作多采用可打印的多孔弹性体或仿生微结构，将柔性压力/触觉传感单元直接集成到软体抓手、灵巧手指或阵列化平台上，构建具有自感知能力的智能机械系统[93-94]。

在单传感器与多点分布式触觉方面，Tang等[95]基于直接油墨书写制备了弹性多孔复合压阻传感器，并将其安装在两指气动软抓手的指尖，利用多孔导电复合结构在受压过程中的电阻单调变化，将抓取过程中的力学载荷直接转化为可读取的电信号。图9a-1展示了通过对轻质和较重物体的抓取对比。传感器输出在“抓取-持握-释放”阶段呈现清晰可分的信号特征，不同目标对应的信号幅值亦存在明显差异，表明软抓手可借助单点触觉反馈判断抓力是否合适并自适应调节气压输入。Yu等[8]提出的基于倾斜微毛阵列的仿生电容型触觉传感器，则将多个传感单元分布于灵巧手的指间关节及掌部区域，实现对关节弯曲与接触模式的联合感知。由于倾斜微毛是非对称结构，不同方向的剪切载荷会引起不同形变，从而产生方向相关的电容变化，所以能够很好地区分握手、轻触、敲击等不同接触形式，为智能机械在实体空间中的操控调节和复杂任务执行提供参考（图9a-2）。

面对未来规模化应用的环境壁垒，开发兼具高性能与绿色可持续特征的电子皮肤成为该领域的重要演进方向。Liu等[82]基于液态金属纳米活化效应对来源于农业废弃物的纤维素进行改性，制备出高弹性生物质基弹性体，并构建了10×10像素的压容式压力传感阵列。如图9b-1所示，该阵列可精准映射不同字母形物体的接触压力分布，清晰还原目标几何轮廓；同时器件可通过温和溶液体系实现纤维素基体与液态金属的高效分离回收，为智能机器人提供绿色友好的触觉感知与形貌识别方案。在攻克材料壁垒的同时，旨在提升高级辨识能力的“硬件+算法”协同设计亦备受关注。Yu等[62]基于多耦合仿生结构构建了完全打印的触觉电子皮肤，并扩展为9×9像素的压力阵列。不同形状与重量的水果在阵列表面按压时形成差异显著的接触压力分布图案；在算法层面，阵列先采集水果在接触时形成的压力分布图，再将这些二维压力图输入卷积神经网络。CNN由卷积层、池化层和全连接层组成，前两者负责自动提取图像中的轮廓与分布特征，后者负责分类判断。作者使用1200组数据进行训练、330组数据进行测试，最终可对苹果、橙子、梨、草莓、圣女果和樱桃等六类水果实现91.40%的识别准确率，从而为软体机器人提供物体辨识能力（图9b-2）。

在传统柔性触觉电子皮肤中，传感阵列通常负责采集压力、电阻或电容信号，而特征提取、模式识别和决策判断主要依赖外部处理单元。随着具身智能和软体机器人对实时性、低功耗和自主反馈能力的需求不断提高，仅依赖后端算法处理的架构已难以充分满足复杂交互场景。因此，将神经形态计算机制引入触觉电子皮肤，使器件端同时具备感知、记忆、预处理和局部决策能力，正在成为柔性传感系统的重要发展方向。Xu等[96-99]面向神经形态触觉感知与具身智能交互展开了一系列研究，从器件结构、功能集成到多模态扩展逐步推进了“感-算一体化”柔性器件的构建。这一发展趋势表明，柔性电子皮肤正从“单一传感”向“感-算-动一体化”的智能系统演进，也对增材制造工艺的多材料兼容性与跨层级集成能力提出了新的更高要求。

4.4 人机交互

柔性/可拉伸传感器在人机交互中的核心作用，是将人体的微弱动作、表情或生理信号转换为机器可识别的电信号指令，从而在人体与电子设备之间建立起直接而自然的信息传递通道。得益于其良好的贴合性和舒适性，这类传感器可以长期附着于皮肤或关节，实现对日常动作和生理状态的连续监测，并将其映射为手势控制、虚拟按键等多种交互形式。

针对受限空间或极简交互需求，在单传感器HMI方面，Song等[100]利用3D打印制备软磁弹性传感器，构成可在按压、敲击等机械刺激下自发输出信号的磁弹性单元，该器件由磁性晶格结构和底部线圈构成，当晶格在按压作用下发生形变时，穿过线圈的磁通量随之变化，依据法拉第电磁感应定律输出电信号。基于不同敲击模式与时序特征，作者构建了“单键多命令”的交互方案，通过一个柔性传感节点即可实现前进、转向等多种运动指令，对遥控小车进行无线控制（图10a-1）。此外，针对运动受限或语言障碍人群的辅助交互需求。Zhu等[101]则将呼吸驱动的摩擦纳米发电机集成到口罩中，利用吸气、呼气及短促“点呼”产生的差异信号，实现从呼吸行为到电编码指令的映射；结合莫尔斯电码，可在不依赖发声和手部动作的情况下完成简单指令输入（图10a-2）。

与上述强调“单节点高信息密度”不同，通过阵列化或分布式布局构建多通道交互系统，是应对复杂空间与多自由度控制的另一主流路径（图10b-1~ b-3）。Wang等[61]基于全3D打印的层级多孔压阻传感器构筑柔性游戏手柄，将多个传感像素按功能键方式排布在柔性基底上，每个按键对应独立通道，实现对PC游戏的多按键输入（图10b-1），证明阵列化柔性触觉器件有望替代传统刚性按键。在更复杂的环境感知中，Zhang等[102]通过多材料打印构建自供能磁导弹性手套，在拇指与其他手指间形成多通道磁感测单元（图10b-2），通过不同触碰或滑动模式，在各通道上产生具有代表性的信号组合，可在水下、烟雾等视觉受限环境中完成“正常”“危险”“发现目标”等语义信息的编码与传输。另一类代表性工作是Wang等[103]报道的3D打印串联栅格摩擦电传感阵列，通过交叉电极结构在降低引线数量的同时保留位置与力度分辨能力，作者据此实现了如图10b-3所示的对多自由度机械手多种手势动作的实时控制，通过不同响应信号控制机械手操作。

5 结论与展望

本文围绕直写式3D打印的柔性触觉电子皮肤进行系统梳理，凝练了适用于DIW技术的功能性油墨体系及其流变学核心要求，总结了打印制备的典型微结构以及分级策略对器件灵敏度、线性区间、迟滞性及鲁棒性等性能的调控规律，并重点对比了平面与垂直型阵列在布线拓扑和抗串扰方面的差异。结合运动健康监测、具身智能、人机交互等高价值的前沿应用场景，阐述了DIW微结构触觉器件从单像素传感到高维阵列触觉感知的功能演进路径。DIW对柔性电子皮肤发展的推动作用，不仅体现在其具备灵活自由的打印方式以及材料选择，更在于其正在改变传感器的设计思路，即由过去先有材料，再做器件的固有思路逐步转向由材料、结构、工艺协同优化的设计方式。这种转变使得柔性电子皮肤的性能提升不再局限于单一结构以及单一材料的改变，而是多方权衡下获得的整体性能的平衡。

直写式3D打印的柔性触觉电子皮肤正逐步实现从实验室样机向工程化系统的跨越，在提升器件制备良率的同时，更关键的是如何解决长期以来备受关注的可靠性问题。电子皮肤的可靠性具有时空特性：从时间维度看，器件需在长期使用过程中保持性能稳定，不会因多次扭转、压缩、摩擦等操作出现性能衰退或信号漂移；从空间维度看，器件需在非规整空间界面下维持阵列各传感单元的响应一致性与信号均匀性，避免因局部应力集中、基底形变不均或微结构失配导致的感知失真与响应偏差。因此，未来对柔性电子皮肤的评价标准，不能只停留在灵敏度等单点指标上，还应更加重视其在复杂环境中的一致性、稳定性、可重复性以及可靠性。这需要在未来研究中探索出一套“逆向设计”的器件提升流程，即根据应用目标需求模拟分析电子皮肤的拓扑结构类型、微结构尺度、阵列布局方式以及DIW工艺实现路径，指导直写式打印油墨的选材方案和微结构的制备过程。

在解决器件可靠性瓶颈的基础上，柔性触觉电子皮肤的功能升级成为推动其学术研究与实际应用深化的重要方向。当前，单一压力感知功能已难以满足复杂场景下的研究需求与应用诉求，如多物理量同步检测、环境适应性感知等，这就要求柔性触觉电子皮肤突破传统单一感知模式，向多维度、多模态感知方向发展。而DIW技术凭借其优异的材料兼容性与精准的微结构调控能力，为多模态感知功能的集成提供了核心支撑，可通过不同功能油墨的分层打印、异质结构的精准制备，实现多种感知单元的一体化集成，为器件功能升级奠定工艺基础。

在依托DIW技术实现多模态感知功能集成的基础上，结合当前传感技术领域新材料与新技术的发展趋势来看，为新一代柔性触觉电子皮肤赋予多模感知、自修复等先进功能已势在必行。这不仅能更精准地模拟人体皮肤的本征感知特性，还可显著提升其在复杂服役环境下的适应性与稳定性。因此，实现新材料、新技术与DIW制备工艺的深度融合，是为柔性触觉电子皮肤发展注入新动能的核心关键。此外，基于DIW的3D打印技术研制柔性触觉电子皮肤过程中还需强化整体系统架构设计。例如，通过与柔性外围电路、低功耗无线模块、边缘智能芯片等单元的深度集成，构建“皮肤端感知与预处理、系统端识别与决策”的多层感知与智能调控体系。

综上，直写式3D打印技术为柔性触觉电子皮肤的发展提供了灵活、高效的制备路径，而其未来的发展关键在于实现材料、结构、工艺、系统的协同优化。这就需要突破单一学科的局限，推动材料科学、机械工程、电子技术、人工智能等多领域的深度交叉融合，通过持续的技术创新，解决器件可靠性、功能多样性等核心问题，推动柔性触觉电子皮肤从实验室走向实际应用，真正发挥其在健康监测、人机交互等领域的核心价值。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

Chortos A, Liu J, Bao Z N. Nat. Mater., 2016, 15(9): 937.

[2]

Yang J C, Mun J, Kwon S Y, Park S, Bao Z N, Park S. Adv. Mater., 2019, 31(48): 1904765.

[3]

Hammock M L, Chortos A, Tee B C, Tok J B, Bao Z N. Adv. Mater., 2013, 25(42): 5997.

[4]

Chen C, Yu Z, Tian Y, Li F L, Kong Z Y, Ran X, Wu X, Lee K J, Kim D H, Lee J Y, Zhu J, Ying W B. Adv. Funct. Mater., 2024, 34(37): 2402380.

[5]

Pang Y K, Xu X C, Chen S E, Fang Y H, Shi X D, Deng Y M, Wang Z L, Cao C Y. Nano Energy, 2022, 96: 107137.

[6]

Ozioko O, Karipoth P, Escobedo P, Ntagios M, Pullanchiyodan A, Dahiya R. Adv. Intell. Syst., 2021, 3(3): 1900145.

[7]

Boutry C M, Negre M, Jorda M, Vardoulis O, Chortos A, Khatib O, Bao Z N. Sci. Robot., 2018, 3(24): eaau6914.

[8]

Yu H B, Guo H J, Wang J G, Zhao T M, Zou W H, Zhou P L, Xu Z, Zhang Y Z, Zheng J C, Zhong Y, Wang X D, Liu L Q. Adv. Sci., 2024, 11(6): 2305883.

[9]

Kim D H, Lu N S, Ma R, Kim Y S, Kim R H, Wang S D, Wu J, Won S M, Tao H, Islam A, Yu K J, Kim T I, Chowdhury R, Ying M, Xu L Z, Li M, Chung H J, Keum H, McCormick M, Liu P, Zhang Y W, Omenetto F G, Huang Y G, Coleman T, Rogers J A. Science, 2011, 333(6044): 838.

[10]

Wang C H, Li X S, Hu H J, Zhang L, Huang Z L, Lin M Y, Zhang Z R, Yin Z N, Huang B, Gong H, Bhaskaran S, Gu Y, Makihata M, Guo Y X, Lei Y S, Chen Y M, Wang C F, Li Y, Zhang T J, Chen Z Y, Pisano A P, Zhang L F, Zhou Q F, Xu S. Nat. Biomed. Eng., 2018, 2(9): 687.

[11]

Sundaram S, Kellnhofer P, Li Y Z, Zhu J Y, Torralba A, Matusik W. Nature, 2019, 569(7758): 698.

[12]

Kim Y, Chortos A, Xu W T, Liu Y X, Oh J Y, Son D, Kang J, Foudeh A M, Zhu C X, Lee Y, Niu S M, Liu J, Pfattner R, Bao Z N, Lee T W. Science, 2018, 360(6392): 998.

[13]

Yu X G, Xie Z Q, Yu Y, Lee J, Vazquez-Guardado A, Luan H W, Ruban J, Ning X, Akhtar A, Li D F, Ji B W, Liu Y M, Sun R J, Cao J Y, Huo Q Z, Zhong Y S, Lee C, Kim S, Gutruf P, Zhang C X, Xue Y G, Guo Q L, Chempakasseril A, Tian P L, Lu W, Jeong J, Yu Y, Cornman J, Tan C, Kim B, Lee K, Feng X, Huang Y G, Rogers J A. Nature, 2019, 575(7783): 473.

[14]

Jin T, Sun Z D, Li L, Zhang Q, Zhu M L, Zhang Z X, Yuan G J, Chen T, Tian Y Z, Hou X Y, Lee C. Nat. Commun., 2020, 11: 5381.

[15]

Wu G C, Li X, Bao R R, Pan C F. Adv. Funct. Mater., 2024, 34(44): 2405722.

[16]

Tang R T, Lu F Y, Liu L L, Yan Y, Du Q F, Zhang B C, Zhou T, Fu H R. Nano Select, 2021, 2(10): 1874.

[17]

Yu Z, Shang J, Niu X H, Liu Y W, Liu G, Dhanapal P, Zheng Y N, Yang H L, Wu Y Z, Zhou Y L, Wang Y X, Tang D X, Li R W. Adv. Electron. Mater., 2018, 4(9): 1800137.

[18]

Ying W B, Yu Z, Kim D H, Lee K J, Hu H, Liu Y W, Kong Z Y, Wang K, Shang J, Zhang R Y, Zhu J, Li R W. ACS Appl. Mater. Interfaces, 2020, 12(9): 11072.

[19]

Yu J H, Ai M X, Liu C R, Bi H C, Wu X, Ying W B, Yu Z. Sensors, 2025, 25(1): 76.

[20]

Lin Z M, Yang J, Li X S, Wu Y F, Wei W, Liu J, Chen J, Yang J. Adv. Funct. Mater., 2018, 28: 1704112.

[21]

Wang X, Yang J, Meng K Y, He Q, Zhang G Q, Zhou Z H, Tan X L, Feng Z P, Sun C C, Yang J, Wang Z L. Adv. Funct. Mater., 2021, 31(32): 2102378.

[22]

He X M, Mu X J, Wen Q, Wen Z Y, Yang J, Hu C G, Shi H F. Nano Res., 2016, 9(12): 3714.

[23]

Wang X D, Zhang H L, Dong L, Han X, Du W M, Zhai J Y, Pan C F, Wang Z L. Adv. Mater., 2016, 28(15): 2896.

[24]

Cai Y W, Zhang X N, Wang G G, Li G Z, Zhao D Q, Sun N, Li F, Zhang H Y, Han J C, Yang Y. Nano Energy, 2021, 81: 105663.

[25]

Nie B Q, Li R Y, Cao J, Brandt J D, Pan T R. Adv. Mater., 2015, 27(39): 6055.

[26]

Yin Z G, Yin M J, Liu Z Y, Zhang Y X, Zhang A P, Zheng Q D. Adv. Sci., 2018, 5(9): 1701041.

[27]

Tai Y L, Yang Z G. Adv. Mater. Interfaces, 2017, 4(20): 1700496.

[28]

Zhong F, Hu W, Zhu P N, Wang H, Ma C, Lin N, Wang Z Y. Opto Electron. Adv., 2022, 5(8): 210029.

[29]

Xu S Y, Xu Z G, Li D, Cui T R, Li X, Yang Y, Liu H F, Ren T L. Polymers, 2023, 15(12): 2699.

[30]

Wang Z G, Dong C Z, Wang X J, Li M H, Nan T X, Liang X F, Chen H H, Wei Y Y, Zhou H M, Zaeimbashi M, Cash S, Sun N X. npj Flex. Electron., 2018, 2: 17.

[31]

Qiu Z G, Wan Y B, Zhou W H, Yang J Y, Yang J L, Huang J, Zhang J M, Liu Q X, Huang S Y, Bai N N, Wu Z G, Hong W, Wang H, Guo C F. Adv. Funct. Mater., 2018, 28(37): 1802343.

[32]

Wang J X, Wei X Y, Shi J L, Bai N N, Wan X, Li B, Chen Y C, Jiang Z D, Guo C F. Nat. Commun., 2024, 15: 7094.

[33]

Mannsfeld S C B, Tee B C, Stoltenberg R M, Chen C V H, Barman S, Muir B V O, Sokolov A N, Reese C, Bao Z N. Nat. Mater., 2010, 9(10): 859.

[34]

Case J, Yuen M, Mohammed M, Kramer R. Stretchable Bioelectronics for Medical Devices and Systems. Cham: Springer International Publishing, 2016: 173.
[35]

Ardeleanu M N, Popescu I N, Udroiu I N, Diaconu E M, Mihai S, Lungu E, Alhalaili B, Vidu R. Sensors, 2019, 19(22): 4886.

[36]

Liu C Y, Huang N G, Xu F, Tong J D, Chen Z W, Gui X C, Fu Y L, Lao C S. Polymers, 2018, 10(6): 629.

[37]

Gibson I, Rosen D, Stucker B, Khorasani M. Additive Manufacturing Technologies. Springer, 2021.https://doi.org/10.1007/978-3-030-56127-7.

[38]

Wang Y X, Yu Z, Mao G Y, Liu Y W, Liu G, Shang J, Qu S X, Chen Q M, Li R W. Adv. Mater. Technolog., 2019, 4(2): 1800435.
[39]

Lewis J A. Adv. Funct. Mater., 2006, 16(17): 2193.

[40]

Sourov M A, Emu S I, Thakur M S H, Ikram M M, Morshed A K M M, Rahman M M. Sci. Rep., 2025, 15: 9842.

[41]

Bagheri A, Jin J Y. ACS Appl. Polym. Mater., 2019, 1(4): 593.

[42]

Arefin A M E, Khatri N R, Kulkarni N, Egan P F. Polymers, 2021, 13(9): 1499.

[43]

Kristiawan R B, Imaduddin F, Ariawan D, Ubaidillah, Arifin Z. Open Eng., 2021, 11(1): 639.

[44]

Mogan J, Harun W S W, Kadirgama K, Ramasamy D, Foudzi F M, Sulong A B, Tarlochan F, Ahmad F. Polymers, 2023, 15(1): 28.

[45]

Tagliaferri S, Panagiotopoulos A, Mattevi C. Mater. Adv., 2021, 2(2): 540.

[46]

Herschel W H, Bulkley R. Kolloid Z., 1926, 39(4): 291.

[47]

Coussot P, Tocquer L, Lanos C, Ovarlez G. J. Non Newton. Fluid Mech., 2009, 158(1/2/3): 85.

[48]

Ding H, Barg S, Derby B. Nanoscale, 2020, 12(21): 11440.

[49]

Temirel M, Dabbagh S R, Tasoglu S. J. Funct. Biomater., 2022, 13(4): 225.

[50]

Mu X, Gonzalez-Obeso C, Xia Z Y, Sahoo J K, Li G, Cebe P, Zhang Y S, Kaplan D L. Molecules, 2022, 27(7): 2148.

[51]

Naghieh S, Chen X B. J. Pharm. Anal., 2021, 11(5): 564.

[52]

Yang M, Parupelli S K, Xu Z G, Desai S. Materials, 2024, 17(12): 2822.

[53]

Zhou L Y, Fu J Z, Gao Q, Zhao P, He Y. Adv. Funct. Mater., 2020, 30(3): 1906683.

[54]

Zheng Y N, Yu Z, Mao G Y, Li Y Y, Pravarthana D, Asghar W, Liu Y W, Qu S X, Shang J, Li R W. Glob. Chall., 2020, 4(5): 1900079.
[55]

Ying W B, Kim J S, Kong Z Y, Yu Z, Boahen E K, Li F L, Chen C, Tian Y, Kim J H, Choi H, Lee J Y, Zhu J, Kim D H. Nat. Commun., 2025, 16: 8180.

[56]

Abshirini M, Marashizadeh P, Saha M C, Altan M C, Liu Y T. ACS Appl. Mater. Interfaces, 2023, 15 (11): 14810.
[57]

Xu J, Li H Y, Yin Y M, Li X, Cao J W, Feng H F, Bao W D, Tan H, Xiao F Y, Zhu G. npj Flex. Electron., 2022, 6: 62.

[58]

Zhu M Y, Chen C K, Yu A X, Feng Y H, Cui H X, Zhou R Y, Zhuang Y L, Hu X G, Liu S J, Zhao Q. ACS Nano, 2025, 19(20): 19488.

[59]

Hassanpoor S, Uddin M A, Strange S A, Shearod K, Kim T. Adv. Eng. Mater., 2025, 27: 2401390.

[60]

Xiao F, Wei Z H, Xu Z P, Wang H, Li J S, Zhu J. Adv. Sci., 2025, 12(8): 2410284.

[61]

Wang Z Y, Guan X, Huang H Y, Wang H F, Lin W E, Peng Z C. Adv. Funct. Mater., 2019, 29(11): 1807569.

[62]

Yu Z, Mao Y H, Wu Z X, Li F L, Cao J W, Zheng Y N, Zhong X L, Wang L B, Zhu J, Gao P Q, Ying W B, Liu G. Adv. Funct. Mater., 2024, 34(3): 2307503.

[63]

Guo S Z, Qiu K Y, Meng F B, Park S H, McAlpine M C. Adv. Mater., 2017, 29(27): 1701218.

[64]

Li T, Pan P, Yang Z C, Wei J, Yang X P, Liu J, Zhou J, Zhang X D, Liu G Y. Adv. Mater. Technol., 2022, 7(6): 2101135.

[65]

Glass P, Shar A, Pemberton C, Nguyen E, Park S H, Joung D. Adv. Sci., 2023, 10(26): 2303164.

[66]

Chen G D, Liang X Y, Zhang P, Lin S T, Cai C C, Yu Z Y, Liu J. Adv. Funct. Mater., 2022, 32(34): 2113262.

[67]

Eom W, Hossain M T, Parasramka V, Kim J, Siu R W Y, Sanders K A, Piorkowski D, Lowe A, Koh H G, De Volder M F L, Fudge D S, Ewoldt R H, Tawfick S H. Nat. Commun., 2025, 16: 842.

[68]

Yao G, Xiang H P, Lucas M, Gao H, Zheng L J, Wu D D, Han Z X, Lai J H, Wang C Y. Adv. Funct. Mater., 2024, 34(12): 2312736.

[69]

Plog J, Jiang Y, Pan Y, Yarin A L. Addit. Manuf., 2021, 39: 101644.
[70]

Plog J, Wang X, Pan Y, Yarin A L. J. Manuf. Process., 2022, 76: 752.

[71]

Kokkinis D, Schaffner M, Studart A R. Nat. Commun., 2015, 6: 8643.

[72]

Ma Z Y, Wu Y H, Lu S, Li J N, Liu J B, Huang X D, Zhang X D, Zhang Y, Dong G N, Qin L G, Yang S. Adv. Funct. Mater., 2024, 34(42): 2406108.

[73]

Zhu J F, Zhou C J, Zhang M. Soft Sci., 2021, 1: 3.
[74]

Yang J H, Kim S Y, Lim S C. Sensors, 2023, 23(6): 3201.

[75]

Wang R, Hu S X, Zhu W, Huang Y, Wang W H, Li Y, Yang Y C, Yu J J, Deng Y. Prog. Nat. Sci. Mater. Int., 2023, 33(1): 55.

[76]

Duan Y H, He S X, Wu J, Su B L, Wang Y S. Nanomaterials, 2022, 12(14): 2495.

[77]

Nan X L, Xu Z K, Cao X X, Hao J J, Wang X, Duan Q K, Wu G R, Hu L W, Zhao Y L, Yang Z K, Gao L B. Biosensors, 2023, 13(6): 656.

[78]

Guo Y C, Sun X D, Li L L, Shi Y, Cheng W, Pan L J. Sensors, 2025, 25(5): 1615.

[79]

Fang H R, Yang Q H, Liu K H, Huang X Y, Xie Y. IScience, 2025, 28(5): 112330.

[80]

Zhao C R, Yu Y, Ye Z Q, Tian Z Y, Zhang Y F, Zeng L L. Front. Neurorobot., 2025, 19: 1478758.

[81]

Yu Z, Luo Y W, Shen J H, Gao X, Shang J, Wu X. 2024IEEE International Symposium on the Physical and Failure Analysis of Integrated Circuits (IPFA). July 15-18, 2024. Singapore, IEEE, 2024: 1-5.
[82]

Liu Y L, Yu Z, Gao X, Zhang H, Jiang C Q, Chen Z, Shang J, Peng L C, Li R W. ACS Appl. Mater. Interfaces, 2025, 17(51): 69686.

[83]

Liu M M, Pu X, Jiang C Y, Liu T, Huang X, Chen L B, Du C H, Sun J M, Hu W G, Wang Z L. Adv. Mater., 2017, 29(41): 1703700.

[84]

Qin R Z, Hu M J, Li X, Liang T, Tan H Y, Liu J Z, Shan G C. Microsyst. Nanoeng., 2021, 7: 100.

[85]

Zheng X H, Zhou D S, Liu Z, Hong X H, Li C L, Ge S H, Cao W T. Small, 2024, 20(33): 2310032.

[86]

Zhan Z Y, Lin R Z, Tran V T, An J N, Wei Y F, Du H J, Tran T, Lu W Q. ACS Appl. Mater. Interfaces, 2017, 9(43): 37921.

[87]

Yu Z, Ying W B, Pravarthana D, Li Y Y, Mao G Y, Liu Y W, Hu C, Zhang W X, He P X, Zhong Z C, Qu S X, Zhang R Y, Shang J, Zhu J, Li R W. Mater. Today Phys., 2020, 14: 100219.
[88]

Guo X H, Hong W Q, Zhao Y N, Zhu T, Li H J, Zheng G Q, Wang J Y, Tang G P, Cao J X, Wang Y F, Yang J Y, Zhang H S, Zhou D Y, Feng R, Xu D C, Hong Q, Xu Y H. Compos. Part A Appl. Sci. Manuf., 2022, 163: 107240.

[89]

Xu D C, Hu B, Zheng G Q, Wang J Y, Li C C, Zhao Y N, Yan Z H, Jiao Z Y, Wu Y C, Wang M, Li H R, Guo X H. J. Mater. Sci. Mater. Electron., 2023, 34(11): 942.

[90]

Sun X G, Sun J H, Li T, Zheng S K, Wang C K, Tan W S, Zhang J G, Liu C, Ma T J, Qi Z M, Liu C X, Xue N. Nano-Micro Lett., 2019, 11: 57.
[91]

Jiang C L, Yu Z, Liu C R, Wang S H, Zhu T H, Shen J H, Liu Z Y, Ai M X, Bi H C, Ying W B. J. Mater. Chem. A, 2025, 13(45): 39174.

[92]

Liu Y J, Wang Z Y, Song X Y, Shen X, Wei Y, Hua C X, Shao P P, Qu D P, Jiang J, Liu Y. Small, 2024, 20(49): 2404810.

[93]

Luo C, Wu Z H, Yu Z, Zhu Y L, Li Z Y, Dong Z Y, Huang J L, Zhou J M, Li X M, Sun L T, Chu J H, Wu X, Liu Q. Adv. Mater., 2026, 38(12): e17913.

[94]

Guo B J, Zhong X L, Yu Z, He Z L, Liu S Z, Wu Z X, Liu S X, Guo Y B, Chen W L, Duan H X, Zeng J M, Gao P Q, Zhang B, Chen Q, He H D, Chen Y, Liu G. Mater. Horiz., 2024, 11(17): 4075.

[95]

Tang Z H, Xue S S, Wang D Y, Huang P, Li Y Q, Fu S Y. Compos. Sci. Technol., 2023, 241: 110126.

[96]

Liu L, Ni Y, Xu H H, Yuan Y M, Xu W T. Nat. Commun., 2026, 17: 1402.

[97]

Liu J Q, Jiang C P, Yu Q B, Ni Y, Yu C J, Xu W T. Nat. Commun., 2025, 16: 756.

[98]

Li Y, Yang L, Yu Q B, Du Y, Wu N, Xu W T. Cyborg Bionic Syst., 2025, 6: 367.

[99]

Qu S D, Yu Q B, Jiang C P, Zou T Y, Xu H H, Zhang L L, Tao M Z, Zhu Q S, Zhang S, Geng C, Yuan M J, Noh Y Y, Xu W T. Sci. Adv., 2025, 11(20): eadu3576.
[100]

Song H, Jang Y, Lee J P, Choe J K, Yun M, Baek Y K, Kim J. ACS Appl. Mater. Interfaces, 2023, 15(51): 59776.

[101]

Zhu P C, Zhang B S, Wang H Y, Wu Y H, Cao H J, He L B, Li C Y, Luo X P, Li X, Mao Y C. Nano Res., 2022, 15(8): 7460.

[102]

Zhang S F, Xia Z G, Liu Z F, Wang Q, Yue Y M, Huang J Y, Su B. Chem. Eng. J., 2023, 463: 142388.

[103]

Wang S Y, Zeng R H, Ding X R, Bai H S, Zhu X L, Jiang H W, Zhou R, Tang Y, Li H. Nano Energy, 2024, 122: 109318.

[1]
Chortos, A.; Liu, J.; Bao, Z. Pursuing Prosthetic Electronic Skin. Nature Materials 2016, 15 ( 9), 937- 950. https://doi.org/10.1038/nmat4671.
[2]
Yang, J. C.; Mun, J.; Kwon, S. Y.; Park, S.; Bao, Z.; Park, S. Electronic Skin: Recent Progress and Future Prospects for Skin‐Attachable Devices for Health Monitoring, Robotics, and Prosthetics. Advanced Materials 2019, 31 ( 48), 1904765. https://doi.org/10.1002/adma.201904765.
[3]
Hammock, M. L.; Chortos, A.; Tee, B. C.-K. .; Tok, J. B.-H. .; Bao, Z. 25th Anniversary Article: The Evolution of Electronic Skin (E-Skin): A Brief History, Design Considerations, and Recent Progress. Advanced Materials 2013, 25 ( 42), 5997- 6038. https://doi.org/10.1002/adma.201302240.
[4]
Chen, C.; Yu, Z.; Tian, Y.; Li, F.; Kong, Z.; Ran, X.; Wu, X.; Lee, K. J.; Kim, D. H.; Lee, J.; Zhu, J.; Ying, W. B. Transmembrane Inspired Mechano‐Responsive Elastomers with Synergized Traction‐Assisted Healing and Dual‐Channel Sensing. Advanced Functional Materials 2024, 34 ( 37). https://doi.org/10.1002/adfm.202402380.
[5]
Pang, Y.; Xu, X.; Chen, S.; Fang, Y.; Shi, X.; Deng, Y.; Wang, Z.-L.; Cao, C. Skin-Inspired Textile-Based Tactile Sensors Enable Multifunctional Sensing of Wearables and Soft Robots. Nano Energy 2022, 96, 107137. https://doi.org/10.1016/j.nanoen.2022.107137.
[6]
Ozioko, O.; Prakash Karipoth; Escobedo, P.; Markellos Ntagios; Abhilash Pullanchiyodan; Ravinder Dahiya. SensAct: The Soft and Squishy Tactile Sensor with Integrated Flexible Actuator. Advanced Intelligent Systems 2021, 3 ( 3), 1900145- 1900145. https://doi.org/10.1002/aisy.201900145.
[7]
Boutry, C. M.; Negre, M.; Jorda, M.; Vardoulis, O.; Chortos, A.; Khatib, O.; Bao, Z. A Hierarchically Patterned, Bioinspired E-Skin Able to Detect the Direction of Applied Pressure for Robotics. Science Robotics 2018, 3 ( 24), eaau6914. https://doi.org/10.1126/scirobotics.aau6914.
[8]
Yu, H.; Guo, H.; Wang, J.; Zhao, T.; Zou, W.; Zhou, P.; Xu, Z.; Zhang, Y.; Zheng, J.; Zhong, Y.; Wang, X.; Liu, L. Skin‐Inspired Capacitive Flexible Tactile Sensor with an Asymmetric Structure for Detecting Directional Shear Forces. Advanced Science 2023, 11 ( 6). https://doi.org/10.1002/advs.202305883.
[9]
Kim, D.-H. .; Lu, N.; Ma, R.; Kim, Y.-S. .; Kim, R.-H. .; Wang, S.; Wu, J.; Won, S. M.; Tao, H.; Islam, A.; Yu, K. J.; Kim, T. .; Chowdhury, R.; Ying, M.; Xu, L.; Li, M.; Chung, H.-J. .; Keum, H.; McCormick, M.; Liu, P. Epidermal Electronics. Science 2011, 333 ( 6044), 838- 843. https://doi.org/10.1126/science.1206157.
[10]
Wang, C.; Li, X.; Hu, H.; Zhang, L.; Huang, Z.; Lin, M.; Zhang, Z.; Yin, Z.; Huang, B.; Gong, H.; Bhaskaran, S.; Gu, Y.; Makihata, M.; Guo, Y.; Lei, Y.; Chen, Y.; Wang, C.; Li, Y.; Zhang, T.; Chen, Z. Monitoring of the Central Blood Pressure Waveform via a Conformal Ultrasonic Device. Nature Biomedical Engineering 2018, 2 ( 9), 687- 695. https://doi.org/10.1038/s41551-018-0287-x.
[11]
Sundaram, S.; Kellnhofer, P.; Li, Y.; Zhu, J.-Y.; Torralba, A.; Matusik, W. Learning the Signatures of the Human Grasp Using a Scalable Tactile Glove. Nature 2019, 569 ( 7758), 698- 702. https://doi.org/10.1038/s41586-019-1234-z.
[12]
Kim, Y.; Chortos, A.; Xu, W.; Liu, Y.; Oh, J. Y.; Son, D.; Kang, J.; Foudeh, A. M.; Zhu, C.; Lee, Y.; Niu, S.; Liu, J.; Pfattner, R.; Bao, Z.; Lee, T.-W. A Bioinspired Flexible Organic Artificial Afferent Nerve. Science 2018, 360 ( 6392), 998- 1003. https://doi.org/10.1126/science.aao0098.
[13]
Yu, X.; Xie, Z.; Yu, Y.; Lee, J.; Vazquez-Guardado, A.; Luan, H.; Ruban, J.; Ning, X.; Akhtar, A.; Li, D.; Ji, B.; Liu, Y.; Sun, R.; Cao, J.; Huo, Q.; Zhong, Y.; Lee, C.; Kim, S.; Gutruf, P.; Zhang, C. Skin-Integrated Wireless Haptic Interfaces for Virtual and Augmented Reality. Nature 2019, 575 ( 7783), 473- 479. https://doi.org/10.1038/s41586-019-1687-0.
[14]
Jin, T.; Sun, Z.; Li, L.; Zhang, Q.; Zhu, M.; Zhang, Z.; Yuan, G.; Chen, T.; Tian, Y.; Hou, X.; Lee, C. Triboelectric Nanogenerator Sensors for Soft Robotics Aiming at Digital Twin Applications. Nature Communications 2020, 11 ( 1), 5381. https://doi.org/10.1038/s41467-020-19059-3.
[15]
Wu, G.; Li, X.; Bao, R.; Pan, C. Innovations in Tactile Sensing: Microstructural Designs for Superior Flexible Sensor Performance. Advanced Functional Materials 2024, 34 ( 44). https://doi.org/10.1002/adfm.202405722.
[16]
Tang, R.; Lu, F.; Liu, L.; Yan, Y.; Du, Q.; Zhang, B.; Zhou, T.; Fu, H. Flexible Pressure Sensors with Microstructures. Nano Select 2021, 2 ( 10), 1874- 1901. https://doi.org/10.1002/nano.202100003.
[17]
Yu, Z.; Shang, J.; Niu, X.; Liu, Y.; Liu, G.; Pravarthana Dhanapal; Zheng, Y.; Yang, H.; Wu, Y.; Zhou, Y.; Wang, Y.; Tang, D.; Li, R. A Composite Elastic Conductor with High Dynamic Stability Based on 3D‐Calabash Bunch Conductive Network Structure for Wearable Devices. Advanced Electronic Materials 2018, 4 ( 9). https://doi.org/10.1002/aelm.201800137.
[18]
Kim, D. H.; Lee, K. J.; Hu, H.; Liu, Y.; Kong, Z.; Wang, K.; Shang, J.; Zhang, R.; Zhu, J.; Li, R.-W. Waterproof, Highly Tough, and Fast Self-Healing Polyurethane for Durable Electronic Skin. ACS Applied Materials & Interfaces 2020, 12 ( 9), 11072- 11083. https://doi.org/10.1021/acsami.0c00443.
[19]
Yu, J.; Ai, M.; Liu, C.; Bi, H.; Wu, X.; Ying, W. B.; Yu, Z. Cilia-Inspired Bionic Tactile E-Skin: Structure, Fabrication and Applications. Sensors 2024, 25 ( 1), 76- 76. https://doi.org/10.3390/s25010076.
[20]
Lin, Z.; Yang, J.; Li, X.; Wu, Y.; Wei, W.; Liu, J.; Chen, J.; Yang, J. Large-Scale and Washable Smart Textiles Based on Triboelectric Nanogenerator Arrays for Self-Powered Sleeping Monitoring. Advanced Functional Materials 2017, 28 ( 1), 1704112. https://doi.org/10.1002/adfm.201704112.
[21]
Wang, X.; Yang, J.; Meng, K.; He, Q.; Zhang, G.; Zhou, Z.; Tan, X.; Feng, Z.; Sun, C.; Yang, J.; Zhong Lin Wang. Enabling the Unconstrained Epidermal Pulse Wave Monitoring via Finger‐Touching. Advanced Functional Materials 2021, 31 ( 32). https://doi.org/10.1002/adfm.202102378.
[22]
He, X.; Mu, X.; Wen, Q.; Wen, Z.; Yang, J.; Hu, C.; Shi, H. Flexible and Transparent Triboelectric Nanogenerator Based on High Performance Well-Ordered Porous PDMS Dielectric Film. Nano Research 2016, 9 ( 12), 3714- 3724. https://doi.org/10.1007/s12274-016-1242-3.
[23]
Wang, X.; Zhang, H.; Dong, L.; Han, X.; Du, W.; Zhai, J.; Pan, C.; Wang, Z. L. Self-Powered High-Resolution and Pressure-Sensitive Triboelectric Sensor Matrix for Real-Time Tactile Mapping. Advanced Materials 2016, 28 ( 15), 2896- 2903. https://doi.org/10.1002/adma.201503407.
[24]
Cai, Y.-W.; Zhang, X.; Wang, G.-G.; Li, G.; Zhao, D.; Sun, N.; Li, F.; Zhang, H.-Y.; Zhang, W.; Yang, Y. A Flexible Ultra-Sensitive Triboelectric Tactile Sensor of Wrinkled PDMS/MXene Composite Films for E-Skin. Nano Energy 2021, 81, 105663- 105663. https://doi.org/10.1016/j.nanoen.2020.105663.
[25]
Nie, B.; Li, R.; Cao, J.; Brandt, J. D.; Pan, T. Flexible Transparent Iontronic Film for Interfacial Capacitive Pressure Sensing. Advanced Materials 2015, 27 ( 39), 6055- 6062. https://doi.org/10.1002/adma.201502556.
[26]
Yin, Z.; Yin, M.-J.; Liu, Z.; Zhang, Y.; Zhang, A. P.; Zheng, Q. Solution-Processed Bilayer Dielectrics for Flexible Low-Voltage Organic Field-Effect Transistors in Pressure-Sensing Applications. Advanced Science 2018, 5 ( 9), 1701041. https://doi.org/10.1002/advs.201701041.
[27]
Tai, Y.; Yang, Z. Toward Flexible Wireless Pressure-Sensing Device via Ionic Hydrogel Microsphere for Continuously Mapping Human-Skin Signals. Advanced Materials Interfaces 2017, 4 ( 20), 1700496. https://doi.org/10.1002/admi.201700496.
[28]
Zhong, F.; Hu, W.; Zhu, P.; Wang, H.; Ma, C.; Lin, N.; Wang, Z. Piezoresistive Design for Electronic Skin: From Fundamental to Emerging Applications. Opto-Electronic Advances 2020, 5 ( 8), 210029- 210029. https://doi.org/10.29026/oea.2022.210029.
[29]
Xu, S.; Xu, Z.; Li, D.; Cui, T.; Li, X.; Yang, Y.; Liu, H.; Ren, T. Recent Advances in Flexible Piezoresistive Arrays: Materials, Design, and Applications. Polymers 2023, 15 ( 12), 2699- 2699. https://doi.org/10.3390/polym15122699.
[30]
Wang, Z.; Dong, C.; Wang, X.; Li, M.; Nan, T.; Liang, X.; Chen, H.; Wei, Y.; Zhou, H.; Zaeimbashi, M.; Cash, S.; Sun, N.-X. Highly Sensitive Integrated Flexible Tactile Sensors with Piezoresistive Ge2Sb2Te5 Thin Films. npj Flexible Electronics 2018, 2 ( 1). https://doi.org/10.1038/s41528-018-0030-4.
[31]
Qiu, Z.; Wan, Y.; Zhou, W.; Yang, J.; Yang, J.; Huang, J.; Zhang, J.; Liu, Q.; Huang, S.; Bai, N.; Wu, Z.; Hong, W.; Wang, H.; Guo, C. F. Ionic Skin with Biomimetic Dielectric Layer Templated from Calathea Zebrine Leaf. Advanced Functional Materials 2018, 28 ( 37), 1802343. https://doi.org/10.1002/adfm.201802343.
[32]
Wang, J.; Wei, X.; Shi, J.; Bai, N.; Wan, X.; Li, B.; Chen, Y.; Jiang, Z.; Guo, C. F. High-Resolution Flexible Iontronic Skins for Both Negative and Positive Pressure Measurement in Room Temperature Wind Tunnel Applications. Nature Communications 2024, 15 ( 1). https://doi.org/10.1038/s41467-024-51415-5.
[33]
Mannsfeld, S. C. B.; Tee, B. C.-K.; Stoltenberg, R. M.; Chen, C. V. H.-H.; Barman, S.; Muir, B. V. O.; Sokolov, A. N.; Reese, C.; Bao, Z. Highly Sensitive Flexible Pressure Sensors with Microstructured Rubber Dielectric Layers. Nat. Mater. 2010, 9 ( 10), 859- 864. https://doi.org/10.1038/nmat2834.
[34]
Case, J.; Yuen, M.; Mohammed, M.; Kramer, R. Sensor Skins: An Overview. Microsystems and nanosystems 2016, 173- 191. https://doi.org/10.1007/978-3-319-28694-5_9.
[35]
Ardeleanu, M. N.; Popescu, I. N.; Udroiu, I. N.; Diaconu, E. M.; Mihai, S.; Lungu, E.; Alhalaili, B.; Vidu, R. Novel PDMS-Based Sensor System for MPWM Measurements of Picoliter Volumes in Microfluidic Devices. Sensors 2019, 19 ( 22), 4886. https://doi.org/10.3390/s19224886.
[36]
Liu, C.; Huang, N.; Xu, F.; Tong, J.; Chen, Z.; Gui, X.; Fu, Y.; Lao, C. 3D Printing Technologies for Flexible Tactile Sensors toward Wearable Electronics and Electronic Skin. Polymers 2018, 10 ( 6), 629. https://doi.org/10.3390/polym10060629.
[37]
Gibson, I.; Rosen, D.; Stucker, B.; Khorasani, M. Additive Manufacturing Technologies; Springer International Publishing: Cham, 2021. https://doi.org/10.1007/978-3-030-56127-7.
[38]
Wang, Y.; Yu, Z.; Mao, G.; Liu, Y.; Liu, G.; Shang, J.; Qu, S.; Chen, Q.; Li, R.-W. Printable Liquid-Metal@PDMS Stretchable Heater with High Stretchability and Dynamic Stability for Wearable Thermotherapy. Advanced Materials Technologies 2018, 4 ( 2), 1800435. https://doi.org/10.1002/admt.201800435.
[39]
Lewis, J. ?A. Direct Ink Writing of 3D Functional Materials. Advanced Functional Materials 2006, 16 ( 17), 2193- 2204. https://doi.org/10.1002/adfm.200600434.
[40]
Sourov, Md. A.; Emu, S. I.; Thakur, Md. S. H.; Ikram, M. M.; Morshed, A. K. M. M.; Rahman, M. M. A General Simulation-Based Study on Printability of Inks in Direct Ink Writing. Scientific Reports 2025, 15 ( 1). https://doi.org/10.1038/s41598-024-74058-4.
[41]
Bagheri, A.; Jin, J. Photopolymerization in 3D Printing. ACS Applied Polymer Materials 2019, 1 ( 4), 593- 611. https://doi.org/10.1021/acsapm.8b00165.
[42]
Arefin, A. M. E.; Khatri, N. R.; Kulkarni, N.; Egan, P. F. Polymer 3D Printing Review: Materials, Process, and Design Strategies for Medical Applications. Polymers 2021, 13 ( 9), 1499. https://doi.org/10.3390/polym13091499.
[43]
Kristiawan, R. B.; Imaduddin, F.; Ariawan, D.; Arifin, U.; Arifin, Z. A Review on the Fused Deposition Modeling (FDM) 3D Printing: Filament Processing, Materials, and Printing Parameters. Open Engineering 2021, 11 ( 1), 639- 649. https://doi.org/10.1515/eng-2021-0063.
[44]
Mogan, J.; Harun, W. S. W.; Kadirgama, K.; Ramasamy, D.; Foudzi, F. M.; Sulong, A. B.; Tarlochan, F.; Ahmad, F. Fused Deposition Modelling of Polymer Composite: A Progress. Polymers 2022, 15 ( 1), 28. https://doi.org/10.3390/polym15010028.
[45]
Tagliaferri, S.; Panagiotopoulos, A.; Mattevi, C. Direct Ink Writing of Energy Materials. Materials Advances 2020, 2 ( 2). https://doi.org/10.1039/d0ma00753f.
[46]
Herschel, W. H.; Bulkley, R. Konsistenzmessungen von Gummi-Benzollösungen. Kolloid-Zeitschrift 1926, 39 ( 4), 291- 300. https://doi.org/10.1007/bf01432034.
[47]
Coussot, P.; Tocquer, L.; Lanos, C.; Ovarlez, G. Macroscopic vs. Local Rheology of Yield Stress Fluids. Journal of Non-Newtonian Fluid Mechanics 2009, 158 ( 1-3), 85- 90. https://doi.org/10.1016/j.jnnfm.2008.08.003.
[48]
Ding, H.; Barg, S.; Derby, B. Direct 3D Printing of Graphene Using Capillary Suspensions. Nanoscale 2020, 12 ( 21), 11440- 11447. https://doi.org/10.1039/c9nr10831a.
[49]
Mikail Temirel; Dabbagh, S. R.; Savas Tasoglu. Shape Fidelity Evaluation of Alginate-Based Hydrogels through Extrusion-Based Bioprinting. Journal of Functional Biomaterials 2022, 13 ( 4), 225- 225. https://doi.org/10.3390/jfb13040225.
[50]
Mu, X.; Constancio Gonzalez-Obeso; Xia, Z.; Sahoo, J. K.; Li, G.; Cebe, P.; Zhang, Y. S.; Kaplan, D. L. 3D Printing of Monolithic Proteinaceous Cantilevers Using Regenerated Silk Fibroin. Molecules 2022, 27 ( 7), 2148- 2148. https://doi.org/10.3390/molecules27072148.
[51]
Naghieh, S.; Chen, D. Printability - a Key Issue in Extrusion-Based Bioprinting. Journal of Pharmaceutical Analysis 2021, 11 ( 5). https://doi.org/10.1016/j.jpha.2021.02.001.
[52]
Yang, M.; Santosh Kumar Parupelli; Xu, Z.; Desai, S. Three-Dimensional-Printed Composite Structures: The Effect of LSCF Slurry Solid Loading, Binder, and Direct-Write Process Parameters. Materials 2024, 17 ( 12), 2822- 2822. https://doi.org/10.3390/ma17122822.
[53]
Zhou, L.; Fu, J.; Gao, Q.; Zhao, P.; He, Y. All‐Printed Flexible and Stretchable Electronics with Pressing or Freezing Activatable Liquid‐Metal-Silicone Inks. Advanced Functional Materials 2019, 30 ( 3), 1906683. https://doi.org/10.1002/adfm.201906683.
[54]
Zheng, Y.; Yu, Z.; Mao, G.; Li, Y.; Pravarthana, D.; Asghar, W.; Liu, Y.; Qu, S.; Shang, J.; Li, R. A Wearable Capacitive Sensor Based on Ring/Disk‐Shaped Electrode and Porous Dielectric for Noncontact Healthcare Monitoring. Global Challenges 2020, 4 ( 5), 1900079. https://doi.org/10.1002/gch2.201900079.
[55]
Ying, W. B.; Kim, J. S.; Kong, Z.; Yu, Z.; Boahen, E. K.; Li, F.; Chen, C.; Tian, Y.; Kim, J. H.; Choi, H.; Lee, J.-Y.; Zhu, J.; Kim, D. H. A Reconfigurable Piezo-Ionotropic Polymer Membrane for Sustainable Multi-Resonance Acoustic Sensing. Nature Communications 2025, 16 ( 1). https://doi.org/10.1038/s41467-025-63643-4.
[56]
Abshirini, M.; Parisa Marashizadeh; Saha, M. C.; M Cengiz Altan; Liu, Y. Three-Dimensional Printed Highly Porous and Flexible Conductive Polymer Nanocomposites with Dual-Scale Porosity and Piezoresistive Sensing Functions. ACS Applied Materials & Interfaces 2023, 15 ( 11). https://doi.org/10.1021/acsami.2c23331.
[57]
Xu, J.; Li, H.; Yin, Y.; Li, X.; Cao, J.; Feng, H.; Bao, W.; Tan, H.; Xiao, F.; Zhu, G. High Sensitivity and Broad Linearity Range Pressure Sensor Based on Hierarchical In-Situ Filling Porous Structure. npj flexible electronics 2022, 6 ( 1). https://doi.org/10.1038/s41528-022-00191-7.
[58]
Zhu, M.; Chen, C.; Yu, A.; Feng, Y.; Cui, H.; Zhou, R.; Zhuang, Y.; Hu, X.; Liu, S.; Zhao, Q. Multilayer Step-like Microstructured Flexible Pressure Sensing System Integrated with Patterned Electrochromic Display for Visual Detection. ACS Nano 2025, 19 ( 20), 19488- 19496. https://doi.org/10.1021/acsnano.5c05656.
[59]
Hassanpoor, S.; Uddin, M. A.; Strange, S. A.; Shearod, K.; Kim, T. Wearable Tactile Sensors Customized with Hierarchical Microdomes via Direct Ink Writing. Advanced Engineering Materials 2024, 27 ( 1). https://doi.org/10.1002/adem.202401390.
[60]
Xiao, F.; Wei, Z.; Xu, Z.; Wang, H.; Li, J.; Zhu, J. Fully 3D‐Printed Soft Capacitive Sensor of High Toughness and Large Measurement Range. Advanced Science 2025, 12 ( 8). https://doi.org/10.1002/advs.202410284.
[61]
Wang, Z.; Guan, X.; Huang, H.; Wang, H.; Lin, W.; Peng, Z. Full 3D Printing of Stretchable Piezoresistive Sensor with Hierarchical Porosity and Multimodulus Architecture. Advanced Functional Materials 2018, 29 ( 11), 1807569. https://doi.org/10.1002/adfm.201807569.
[62]
Yu, Z.; Mao, Y.; Wu, Z.; Li, F.; Cao, J.; Zheng, Y.; Zhong, X.; Wang, L.; Zhu, J.; Gao, P.; Wu Bin Ying; Liu, G. Fully‐Printed Bionic Tactile E‐Skin with Coupling Enhancement Effect to Recognize Object Assisted by Machine Learning. Advanced functional materials 2024, 34 ( 3). https://doi.org/10.1002/adfm.202307503.
[63]
Guo, S.-Z.; Qiu, K.; Meng, F.; Park, S. H.; McAlpine, M. C. 3D Printed Stretchable Tactile Sensors. Advanced Materials 2017, 29 ( 27), 1701218. https://doi.org/10.1002/adma.201701218.
[64]
Li, T.; Pan, P.; Yang, Z.; Wei, J.; Yang, X.; Liu, J.; Zhou, J.; Zhang, X.; Liu, G. 3D Printing of a Flexible Inclined‐Tip Cone Array‐Based Pressure Sensor. Advanced Materials Technologies 2021, 7 ( 6), 2101135. https://doi.org/10.1002/admt.202101135.
[65]
Glass, P.; Shar, A.; Pemberton, C.; Nguyen, E.; Park, S. H.; Joung, D. 3D‐Printed Artificial Cilia Arrays: A Versatile Tool for Customizable Mechanosensing. Advanced Science 2023, 10 ( 26), e2303164- e2303164. https://doi.org/10.1002/advs.202303164.
[66]
Chen, G.; Liang, X.; Zhang, P.; Lin, S.; Cai, C.; Yu, Z.; Liu, J. Bioinspired 3D Printing of Functional Materials by Harnessing Enzyme‐Induced Biomineralization. Advanced Functional Materials 2022, 32 ( 34). https://doi.org/10.1002/adfm.202113262.
[67]
Eom, W.; Hossain, M. T.; Vidush Parasramka; Kim, J.; Ryan; Sanders, K. A.; Piorkowski, D.; Lowe, A.; Koh, H. G.; Michael; Fudge, D. S.; Ewoldt, R. H.; Tawfick, S. H. Fast 3D Printing of Fine, Continuous, and Soft Fibers via Embedded Solvent Exchange. Nature Communications 2025, 16 ( 1). https://doi.org/10.1038/s41467-025-55972-1.
[68]
Yao, G.; Xiang, H.; Lucas, M.; Gao, H.; Zheng, L.; Wu, D.; Han, Z.; Lai, J.; Wang, C. Sound Continuous Production of Thermosets. Advanced Functional Materials 2023, 34 ( 12). https://doi.org/10.1002/adfm.202312736.
[69]
Plog, J.; Jiang, Y.; Pan, Y.; Yarin, A. L. Electrostatically-Assisted Direct Ink Writing for Additive Manufacturing. Additive Manufacturing 2021, 39, 101644. https://doi.org/10.1016/j.addma.2020.101644.
[70]
Plog, J.; Wang, X.; Pan, Y.; Yarin, A. L. Electrostatically-Assisted Direct Ink Writing with Superior Speed and Resolution. Journal of Manufacturing Processes 2022, 76, 752- 757. https://doi.org/10.1016/j.jmapro.2022.02.038.
[71]
Kokkinis, D.; Schaffner, M.; Studart, A. R. Multimaterial Magnetically Assisted 3D Printing of Composite Materials. Nature Communications 2015, 6 ( 1). https://doi.org/10.1038/ncomms9643.
[72]
Ma, Z.; Wu, Y.; Lu, S.; Li, J.; Liu, J.; Huang, X.; Zhang, X.; Zhang, Y.; Dong, G.; Qin, L.; Yang, S. Magnetically Assisted 3D Printing of Ultra‐Antiwear Flexible Sensor. Advanced Functional Materials 2024, 34 ( 42). https://doi.org/10.1002/adfm.202406108.
[73]
Zhu, J.; Zhou, C.; Zhang, M. Recent Progress in Flexible Tactile Sensor Systems: From Design to Application. Soft Science 2021, 1 ( 1). https://doi.org/10.20517/ss.2021.02.
[74]
Yang, J.-H.; Kim, S.-Y.; Lim, S.-C. Effects of Sensing Tactile Arrays, Shear Force, and Proprioception of Robot on Texture Recognition. Sensors 2023, 23 ( 6), 3201. https://doi.org/10.3390/s23063201.
[75]
Wang, R.; Hu, S.; Zhu, W.; Huang, Y.; Wang, W.; Li, Y.; Yang, Y.; Yu, J.; Deng, Y. Recent Progress in High-Resolution Tactile Sensor Array: From Sensor Fabrication to Advanced Applications. Progress in Natural Science: Materials International 2023, 33 ( 1). https://doi.org/10.1016/j.pnsc.2023.02.005.
[76]
Duan, Y.; He, S.; Wu, J.; Su, B.; Wang, Y. Recent Progress in Flexible Pressure Sensor Arrays. Nanomaterials 2022, 12 ( 14), 2495- 2495. https://doi.org/10.3390/nano12142495.
[77]
Nan, X.; Xu, Z.; Cao, X.; Hao, J.; Wang, X.; Duan, Q.; Wu, G.; Hu, L.; Zhao, Y.; Yang, Z.; Gao, L. A Review of Epidermal Flexible Pressure Sensing Arrays. Biosensors 2023, 13 ( 6), 656- 656. https://doi.org/10.3390/bios13060656.
[78]
Guo, Y.; Sun, X.; Li, L.; Shi, Y.; Cheng, W.; Pan, L. Deep-Learning-Based Analysis of Electronic Skin Sensing Data. Sensors 2025, 25 ( 5), 1615. https://doi.org/10.3390/s25051615.
[79]
Fang, H.; Yang, Q.; Liu, K.; Huang, X.; Xie, Y. A Deep Neural Network for Tactile Perception in Open Scenes. iScience 2025, 28 ( 5), 112330. https://doi.org/10.1016/j.isci.2025.112330.
[80]
Zhao, C.; Yu, Y.; Ye, Z.; Tian, Z.; Zhang, Y.; Zeng, L.-L. Universal Slip Detection of Robotic Hand with Tactile Sensing. Frontiers in Neurorobotics 2025, 19. https://doi.org/10.3389/fnbot.2025.1478758.
[81]
Yu, Z.; Luo, Y.; Shen, J.; Gao, X.; Shang, J.; Wu, X. A Printable Metallic Ink Containing Biphasic Alloys for Highly-Reliable Stretchable Circuits. 2024 IEEE International Symposium on the Physical and Failure Analysis of Integrated Circuits (IPFA) 2024, 1- 5. https://doi.org/10.1109/ipfa61654.2024.10690908.
[82]
Liu, Y.; Yu, Z.; Gao, X.; Zhang, H.; Jiang, C.; Chen, Z.; Shang, J.; Peng, L.; Li, R.-W. A Recyclable, Ecofriendly, and Biofriendly Biomass-Based Elastomer via the Nanoactivation Effect of Liquid Metal for Electronic Skin. ACS Applied Materials & Interfaces 2025, 17 ( 51), 69686- 69700. https://doi.org/10.1021/acsami.5c20100.
[83]
Liu, M.; Pu, X.; Jiang, C.; Liu, T.; Huang, X.; Chen, L.; Du, C.; Sun, J.; Hu, W.; Wang, Z. L. Large-Area All-Textile Pressure Sensors for Monitoring Human Motion and Physiological Signals. Advanced Materials 2017, 29 ( 41), 1703700. https://doi.org/10.1002/adma.201703700.
[84]
Qin, R.; Hu, M.; Li, X.; Liang, T.; Tan, H.; Liu, J.; Shan, G. A New Strategy for the Fabrication of a Flexible and Highly Sensitive Capacitive Pressure Sensor. Microsystems & Nanoengineering 2021, 7 ( 1). https://doi.org/10.1038/s41378-021-00327-1.
[85]
Zheng, X.; Zhou, D.; Liu, Z.; Hong, X.; Li, C.; Ge, S.; Cao, W. Skin‐Inspired Textile Electronics Enable Ultrasensitive Pressure Sensing. Small 2024, 20 ( 33). https://doi.org/10.1002/smll.202310032.
[86]
Zhan, Z.; Lin, R.; Tran, V.; An, J.; Wei, Y.; Du, H.; Tran, T.; Lu, W. Paper/Carbon Nanotube-Based Wearable Pressure Sensor for Physiological Signal Acquisition and Soft Robotic Skin. ACS Applied Materials & Interfaces 2017, 9 ( 43), 37921- 37928. https://doi.org/10.1021/acsami.7b10820.
[87]
Yu, Z.; Ying, W. B.; Pravarthana, D.; Li, Y. Y.; Mao, G. Y.; Liu, Y. W.; Hu, C.; Zhang, W. X.; He, P. X.; Zhong, Z. C.; Qu, S. X.; Zhang, R. Y.; Shang, J.; Zhu, J.; Li, R.-W. . Stretchable Tactile Sensor with High Sensitivity and Dynamic Stability Based on Vertically Aligned Urchin-Shaped Nanoparticles. Materials Today Physics 2020, 14, 100219. https://doi.org/10.1016/j.mtphys.2020.100219.
[88]
Guo, X.; Hong, W.; Zhao, Y.; Zhu, T.; Li, H.; Zheng, G.; Wang, J.; Tang, G.; Cao, J.; Wang, Y.; Yang, J.; Zhang, H.; Zhou, D.; Feng, R.; XU De-cheng; Hong, Q.; Xu, Y. Bioinspired Sandwich-Structured Pressure Sensors Based on Graphene Oxide/Hydroxyl Functionalized Carbon Nanotubes/Bovine Serum Albumin Nanocomposites for Wearable Textile Electronics. Composites Part A: Applied Science and Manufacturing 2022, 163, 107240- 107240. https://doi.org/10.1016/j.compositesa.2022.107240.
[89]
Xu, D.; Hu, B.; Zheng, G.; Wang, J.; Li, C.; Zhao, Y.; Yan, Z.; Jiao, Z.; Wu, Y.; Wang, M.; Li, H.; Guo, X. Sandwich-like Flexible Tactile Sensor Based on Bioinspired Honeycomb Dielectric Layer for Three-Axis Force Detection and Robotic Application. Journal of Materials Science Materials in Electronics 2023, 34 ( 11). https://doi.org/10.1007/s10854-023-10336-7.
[90]
Sun, X.; Sun, J.; Li, T.; Zheng, S.; Wang, C.; Tan, W.; Zhang, J.; Liu, C.; Ma, T.; Qi, Z.; Liu, C.; Xue, N. Flexible Tactile Electronic Skin Sensor with 3D Force Detection Based on Porous CNTs/PDMS Nanocomposites. Nano-Micro Letters 2019, 11 ( 1). https://doi.org/10.1007/s40820-019-0288-7.
[91]
Jiang, C.; Yu, Z.; Liu, C.; Wang, S.; Zhu, T.; Shen, J.; Liu, Z.; Ai, M.; Bi, H.; Ying, W. B. Multiple Artificial Mechanoreceptor-Embedded Waterproof Ciliated E-Skin Via Direct-Ink-Writing Vertically 3D Printing toward Health Management of Seafarers. Journal of Materials Chemistry A 2025, 13 ( 45), 39174- 39182. https://doi.org/10.1039/d5ta04906g.
[92]
Liu, Y.; Wang, Z.; Song, X.; Shen, X.; Wei, Y.; Hua, C.; Shao, P.; Qu, D.; Jiang, J.; Liu, Y. 3D Printing‐Induced Hierarchically Aligned Nanocomposites with Exceptional Multidirectional Strain Sensing Performance. Small 2024, 20 ( 49), e2404810- e2404810. https://doi.org/10.1002/smll.202404810.
[93]
Luo, C.; Wu, Z.; Yu, Z.; Zhu, Y.; Li, Z.; Dong, Z.; Huang, J.; Zhou, J.; Li, X.; Sun, L.; Chu, J.; Wu, X.; Liu, Q. Topologically Epitaxial Conductive Filaments in Oxide Artificial Synapses Enable Neuroglia‐like Regulatory Dynamics for Embodied Intelligence. Advanced Materials 2026, 38 ( 12). https://doi.org/10.1002/adma.202517913.
[94]
Guo, B.; Zhong, X.; Yu, Z.; He, Z.; Liu, S.; Wu, Z.; Liu, S.; Guo, Y.; Chen, W.; Duan, H.; Zeng, J.; Gao, P.; Zhang, B.; Chen, Q.; He, H.; Chen, Y.; Liu, G. Affective Computing for Human-Machine Interaction Via a Bionic Organic Memristor Exhibiting Selectivein Situ Activation. Materials Horizons 2024, 11 ( 17), 4075- 4085. https://doi.org/10.1039/d3mh01950k.
[95]
Tang, Z.-H.; Xue, S.-S.; Wang, D.-Y.; Huang, P.; Li, Y.-Q.; Fu, S.-Y. 3D Printing of Soft and Porous Composite Pressure Sensor with Monotonic and Positive Resistance Response. Composites Science and Technology 2023, 241, 110126. https://doi.org/10.1016/j.compscitech.2023.110126.
[96]
Liu, L.; Ni, Y.; Xu, H.; Yuan, Y.; Xu, W. Perpendicular Neuromorphic Channels Facilitate Lateral Inhibition for Tactile Location. Nature Communications 2026, 17 ( 1). https://doi.org/10.1038/s41467-025-68139-9.
[97]
Liu, J.; Jiang, C.; Yu, Q.; Ni, Y.; Yu, C.; Xu, W. Multidimensional Free Shape-Morphing Flexible Neuromorphic Devices with Regulation at Arbitrary Points. Nature Communications 2025, 16 ( 1). https://doi.org/10.1038/s41467-024-55670-4.
[98]
Li, Y.; Yang, L.; Yu, Q.; Du, Y.; Wu, N.; Xu, W. An Integrated Monolithic Synaptic Device for C-Tactile Afferent Perception and Robot Emotional Interaction. Cyborg and Bionic Systems 2025, 6 ( 0367). https://doi.org/10.34133/cbsystems.0367.
[99]
Qu, S.; Yu, Q.; Jiang, C.; Zou, T.; Xu, H.; Zhang, L.; Tao, M.; Zhu, Q.; Zhang, S.; Geng, C.; Yuan, M.; Noh, Y.-Y.; Xu, W. Oxide Semiconductor in a Neuromorphic Chromaticity Communication Loop for Extreme Environment Exploration. Science Advances 2025, 11 ( 20). https://doi.org/10.1126/sciadv.adu3576.
[100]
Song, H.; Jang, Y.; Lee, J. P.; Choe, J. K.; Yun, M.; Baek, Y.-K.; Kim, J. Highly Compressible 3D-Printed Soft Magnetoelastic Sensors for Human-Machine Interfaces. ACS Applied Materials & Interfaces 2023, 15 ( 51), 59776- 59786. https://doi.org/10.1021/acsami.3c13638.
[101]
Zhu, P.; Zhang, B.; Wang, H.; Wu, Y.; Cao, H.; He, L.; Li, C.; Luo, X.; Li, X.; Mao, Y. 3D Printed Triboelectric Nanogenerator as Self-Powered Human-Machine Interactive Sensor for Breathing-Based Language Expression. Nano Research 2022, 15 ( 8). https://doi.org/10.1007/s12274-022-4339-x.
[102]
Zhang, S.; Xia, Z.; Liu, Z.; Wang, Q.; Yue, Y.; Huang, J.; Su, B. Magnetic/Conductive/Elastic Multi-Material 3D-Printed Self-Powered Sensing Gloves for Underwater/Smoke Environmental Human-Computer Interaction. Chemical Engineering Journal 2023, 463, 142388. https://doi.org/10.1016/j.cej.2023.142388.
[103]
Wang, S.; Zeng, R.; Ding, X.; Bai, H.; Zhu, X.; Jiang, H.; Zhou, R.; Tang, Y.; Li, H. Flexible Triboelectric Sensor Array Based on 3D Printed Bead-On-String Sacrificial Layer for Human-Machine Interactions. Nano Energy 2024, 122, 109318. https://doi.org/10.1016/j.nanoen.2024.109318.

基金资助

国家自然科学基金项目(62501238)

上海市自然科学基金项目(25ZR1402134)

国家大学生创新创业训练计划项目(202510269124G)

国家大学生创新创业训练计划项目(202610269113G)

PDF (56462KB)

149

访问

0

被引

详细
导航
相关文章

/

〈 〉

地址：北京中关村北四环西路33号
邮编：100190
电话：010-82627757
传真：010-82627757
E-mail：progchem@mail.las.ac.cn
网址：http://www.progchem.ac.cn
  • 扫一扫，关注本刊公众号
    • 　
    版权所有：《化学进展》编辑部