粗糙表面的摩擦触觉感知研究

唐 玮,张梅梅,杨 雷,朱 华,彭玉兴

(中国矿业大学 机电工程学院,江苏 徐州 221116)

产品表面如同其皮肤，其触觉质感直接影响产品的触摸舒适度和抓握可靠性，是材料表面设计、产品生产和销售的重要影响因素.研究表明材料表面触觉感知的3个维度，即粗糙/光滑感、柔软/坚硬感和黏着/滑溜感以复杂的方式相互作用[1-3]，其中表面粗糙感是研究最广泛的触感影响因素[4].

粗糙感的形成是1个复杂的神经传导与加工过程，粗糙表面与皮肤动态接触引起的摩擦振动给予皮肤内触觉感受体机械刺激，这些机械刺激被编码成神经冲动经神经细胞之间的逐级传递，传递到大脑的躯体感觉皮层进行触感加工，再经传出神经传导至相应的效应器，做出触感的反馈与判断[5-6].可见，摩擦振动是粗糙感的“激发器”，大脑是粗糙感的“信息处理器”.粗糙触感的研究涉及到皮肤的“感”、大脑的“知”和主观的“评”.其中，采用摩擦学方法研究皮肤触感过程中的“感”，即皮肤与感知表面的摩擦振动现象，是开展最早也是最深入的研究方向，相关文献主要是研究皮肤尤其是手指皮肤触摸不同表面涉及的接触摩擦学行为和机理[7-10].Fagiani等[11]通过分析手指触摸织物表面的振动信号，研究了织物表面粗糙度、表面形貌和触摸速度与振动频谱的关系.张猛等[12]通过自主设计的手指触摸摩擦试验装置考察了表面粗糙度和手指接触角度等因素对手指接触摩擦过程的影响.张宇轩等[13]采用摩擦学方法系统研究了织物的表面结构、亲疏水性、干湿状态以及接触力值对皮肤摩擦特性的影响.

相较于皮肤的接触摩擦特性研究，触觉感知的神经生理学研究开展得相对较少，但是近几年随着脑电和脑成像技术的快速发展，使得采用无创性功能核磁共振(fMRI)和脑电图(EEG)方法研究人体摩擦触觉感知时的大脑反应成为可能，相关研究内容涉及人脑对表面形貌特征(纹理特征、粗糙度等)、表面物理性能(温度、弹性、黏性和硬度等)和材料质地等的神经反应和认知[14-16].将摩擦学、认知行为学和大脑认知结合的研究也有少量报道，但尚处于起步阶段.例如，Skedung等[17]通过研究手指触摸不同表面粗糙度纸张的感知粗糙度和摩擦系数，确定了感知粗糙度与材料表面粗糙度和手指摩擦系数之间的关系.Tymms等[18]利用3D打印技术控制粗糙表面的纹理参数，研究了表面纹理参数与粗糙感的关系.刘陶峰等[19]采用摩擦学和心理物理学研究方法，研究了手指与粗糙度较大的确定性纹理表面接触时的摩擦感知机理，确定了手指皮肤摩擦过程中的黏着、滞后和互锁作用对摩擦感知的影响程度.唐玮等[20]采用摩擦学和功能核磁共振(Functional magnetic resonance imaging,fMRI)方法研究了触摸不同尖锐度纹理的摩擦特性和大脑激活反应强度和功能区.陈思等[21]采用脑电(Electroencephalogram,EEG)方法研究了人主动探索物体表面时表面摩擦阻力诱发脑电P300成分与摩擦系数的关系.

此外，现有文献缺少对触觉质感量化表征的研究报道，人们通常通过触摸来评价产品品质，触觉质感的定量表征对于触肤产品品质的科学评价具有重要意义.传统触觉质感的表征方法主要通过行为观察和问卷对材料触觉质感做出语言描述和定性表征，这种主观评价方法受到被调查个体差异和样本量影响，评价结果严谨性、稳定性及普遍性较弱，制约了触觉感知评价结果的客观性[22].科学系统地对产品的触觉质感进行量化表征是1个重要的科学问题，现有研究对于形成粗糙触感的物理刺激量等关键问题尚不明确，未形成粗糙触感量化表征的有效方法.

因此本文中研究了手指触摸不同粗糙表面的摩擦振动特性，同时将脑电图法和认知行为学方法引入材料表面粗糙触觉的研究中，研究目的之一是将材料表面粗糙特征与皮肤摩擦振动特性、触感激活脑电反应以及人的主观触觉评价相联系，从皮肤的“感”、大脑的“知”和主观的“评”综合研究材料表面粗糙度对触感的影响规律；研究目的之二是通过对手指触摸粗糙表面的摩擦振动信号进行特征参数提取，建立粗糙表面触感与特征参数的关系，部分实现表面粗糙触感的量化表征.研究成果可为产品触感舒适性设计及抓握可靠性设计提供技术支持，为触肤产品手感(侧重于触肤产品的物理性能)和触肤产品舒适性(侧重于触肤产品的触觉情感信息)的量化表征提供方法依据和理论支撑.

1 试验部分

1.1 试样制备与表征

根据Hollins等[23]的研究，对于粗糙表面，表面微凸体的高度和分布情况等影响皮肤的粗糙触觉感知，表面轮廓算术平均偏差Ra与粗糙触感存在关联.因此本文中选择轮廓算术平均偏差Ra作为表面轮廓高度的表征参数，研究与纹理高度特征相关的表面粗糙感.同时本研究中涉及与纹理宽度特征相关的表面细致感研究，因此选择轮廓单元平均宽度Rsm作为表面轮廓宽度方向的表征参数.

试验中选取日常生活中常见的亚克力作为手指接触试验材料，试样尺寸为40 mm×40 mm×5 mm.通过不同机械加工(刨、铣、磨)方式，加工出具有不同表面粗糙度的5个试样，分别标号1#～5#，其显微形貌如图1所示.使用JB-5C粗糙度轮廓仪对试样进行粗糙度测量，采样长度为0.25 mm，采样速度为0.25 mm/s，每次测量长度为10 mm，重复测量5次，轮廓算术平均偏差Ra和轮廓单元平均宽度Rsm结果列于表1中.

表1 试样表面的粗糙度参数Table 1 Roughness of sample surface

1.2 志愿者选取

手指是人体触觉最为敏感的部位之一，是人体感知外界环境的重要器官，因此选择右手食指为感知部位.招募15名年龄在22～35岁(平均年龄26.8±5.85岁)的中国矿业大学在校男生志愿者，所有志愿者均为右利手且手部无伤病.本研究在国际伦理标准指导下进行，经徐州市中心医院伦理委员会批准(批准号：XZXY-LJ-20 210 513-054).

1.3 试验方法

1.3.1 粗糙表面触觉感知的摩擦学试验

采用自主设计的摩擦振动试验台开展粗糙表面触觉感知的摩擦学试验，试验台结构如图2所示.触摸过程的振动信号通过固定在志愿者右手食指指甲盖上的加速度传感器测试，触摸过程的压力和摩擦力通过试样下方的三轴力传感器测试.三轴力传感器的参数为：额定输出2.0±0.01 mV/V，精度误差0.1%，z轴方向量程0～10 N，x和y轴方向量程0～5 N.加速度传感器型号为ICP/IEPE CT1002LC，灵敏度为20 mV/g，测量范围为250 g，使用频率为1～10 kHz.

为了避免手指晃动对数据的影响，采用被动触摸方式进行试验，手指通过触摸平台的孔洞与固定在三轴力传感器表面的试样接触，试验中，单片机控制滚珠丝杠往复运动，实现试样/手指皮肤接触摩擦过程.根据文献[24-25]，手指通常是通过0.5～0.8 N左右的法向力对表面纹理进行触摸感知，因此本研究中采用的触摸压力为0.5～0.8 N.为保证触摸压力稳定性，试验前通过调整手指和试样之间的位置控制触摸压力，通过三轴力传感器监控触摸压力，保证试验时触摸压力在0.5～0.8 N之间.触摸速度为10 mm/s，触摸距离为30 mm，同一试样触摸3次.

试验是在20～25 ℃温度和45%～65%相对湿度的实验室环境进行的.为了避免指尖皮肤汗液对试验结果的影响，每完成1组测试，使用75%医用酒精擦拭手指表面和试样表面，每次试验间隔2 min.

1.3.2 粗糙表面触觉感知的脑电试验

Fig.1 Surface microscope images of (a) 1#,(b) 2#,(c) 3#,(d) 4# and (e) 5# (profile curve above each image is a cross-section taken at the position denoted by the corresponding arrows)图1 试样表面显微形貌：(a) 1#，(b) 2#，(c) 3#，(d) 4#，(e) 5# 试样(每个试样的轮廓曲线图为对应箭头位置的截面图)

采用eegomylab 56通道脑电采集系统(ANT Neuro,Hengelo,NLD)在自主设计的触摸试验台上开展粗糙表面触觉感知的脑电试验，试验台整体结构如图3所示.为了避免手指运动引入肌电信号而干扰脑电信号，试验通过被动触摸方式进行，通过2个步进电机驱动滚珠丝杠和同步带控制触摸台运动，具体分4步完成：首先是触摸台在水平向前移动s1距离，然后垂直向下运动s2距离，使试样表面a1或a2表面接触食指皮肤，然后完成距离s1的水平向后触摸运动，最后触摸台垂直向上运动s2距离，完成1个触摸循环，如图3所示.为保证触摸压力稳定性，试验前通过调整手指和试样之间的位置控制触摸压力，通过薄膜压力传感器监控触摸压力，保证试验时触摸压力在0.5～0.8 N之间.触摸速度为10 mm/s，触摸距离为25 mm.由于中央后回是触觉感知的主要脑区，因此选择相应位置的电极进行脑电信号测试.

Fig.2 Schematic diagram of friction tester图2 摩擦试验装置结构图

Fig.3 Schematic diagram of touching tester for ERP test图3 脑电触摸试验装置结构图

脑电试验采用Oddball范式，该范式是经典的ERP试验范式之一，即在大概率呈现的标准刺激序列中呈现概率很小的偏差刺激，从而引起人对于这一刺激的高幅度的脑电反应.试验由1个标准刺激(5#试样)和1个偏差刺激(依次为1#～4#试样)构成，分4组进行.根据Oddball范式，只提取偏差刺激引发的脑电信号，而不提取标准刺激的脑电信号，因此脑电试验研究了1#～4#试样，5#试样作为标准刺激不做研究.每组试验共触摸刺激试样100次，其中标准刺激80次，偏差刺激20次.所有受试者均参加了4组试验，每组试验重复2次，每组试验耗时约7.5 min，试验完成后受试者休息10 min进行下组试验，单次试验耗时约90 min.

1.3.3 粗糙表面触觉感知的主观评价试验

触感经过皮肤与表面的摩擦接触激活，以及大脑的触感信息处理后，需要人对触觉感知进行反馈和判断，即触感的主观评价，它是触觉感知研究必不可少的环节.在本研究中，受试者触摸材料表面时，对于粗糙表面主要感受到的是粗糙感，对于光滑表面主要感受到的是黏着感，由于至今还没有参数可用来定量地描述这些感觉，因此在本研究中，从心理反应角度采用粗糙感、黏着感和细致感对皮肤摩擦过程中的这些感觉要素进行了表征，其中细致感指手指触摸表面时，感知到纹理间距的疏密程度；粗糙感指手指触摸表面时，感知到纹理轮廓的高低起伏程度；黏着感指手指触摸表面时，感知到相对滑动的难易程度.

试验中五种试样被随机排序后放入暗盒中，志愿者将手放入暗盒中进行触摸，每种试样重复感知3次，对试样的粗糙感、黏着感和细致感3个触感维度进行评分.评分区间为0～100，较高的分数代表较强的粗糙度、较大的黏着感和较好的细致度.

2 数据处理方法

2.1 摩擦振动信号的去噪处理

为了消除试验台振动的影响，需要对所采集的手指振动信号进行去噪.试验中采集试验台空载振动信号，利用快速傅里叶变换得到相应的频域信号；采集手指触摸试样表面的原始振动信号，采用经验模态分解方法对原始振动信号进行分解，得到10个IMF(Intrinsic Mode Function,IMF)分量，将10个IMF分量分别和试验台空载振动信号进行相关计算，结果列于表2中，结果显示IMF2的相关系数接近1，具有强相关性，IMF1的相关系数大于0.3，具有弱相关性，其他分量无相关性，因此将IMF3～IMF10成分进行重构，得到去噪后的手指触摸振动信号，如图4所示.

表2 手指原始振动信号的IMF分量与试验台空载振动信号的相关系数Table 2 Correlation coefficient between IMF component of original vibration signal of finger and original vibration signal of test bed

2.2 摩擦振动信号的特征提取

为了建立触感与材料表面粗糙特性之间的关系，本文中根据材料表面纹理特征，从手指摩擦振动信号中提取功率谱重心、垂直偏差和摩擦系数特征参数，研究其与人的感知细致度、感知粗糙度和感知黏着度之间的关系.

Fig.4 Acceleration signal and frequency analysis (fast Fourier transform) of (a) original vibration signal of finger,(b) original vibration signal of test bed and (c) final vibration signal of finger during touching sample 5#图4 触摸5#试样的(a)手指原始振动信号，(b)试验台振动信号和(c)重构后手指振动信号的典型时域和频域图

由于纹理轮廓的间距与触摸振动信号的频率相关[26-27]，因此选用振动信号的功率谱重心(SC)研究其与感知细致度的关系，其计算公式如下：

式中：yi为触摸振动信号的振幅，fi为频率，i是时域上的采样序号，fft(yi)表示振动信号的傅里叶变换.较细致的表面具有较高的纹理密度，与较大的振动频率对应；而较粗疏的表面具有较低的纹理密度，与较小的振动频率对应.根据公式，触摸纹理越细致，功率谱重心值越大.

由于纹理轮廓的高度与触摸振动信号的峰值正相关[28]，因此选取振动信号的垂直偏差(V)研究其与感知粗糙度的关系，其计算公式如式（2）所示.

式中：yi是触摸振动信号的振幅，i是时域上的采样序号.根据公式(2)可知触摸表面越粗糙，垂直偏差值越大.

摩擦系数μ是两接触面相对运动时，摩擦力和正压力的比值，是研究感知黏着度最常用的表征参数.触摸表面越滑溜μ值越小，越黏着μ值越大[20].

2.3 脑电信号的成分提取

利用MATLAB软件的EEGLAB工具箱对脑电信号进行处理，具体步骤包括：选取M1和M2为参考电极，在0.5～40 Hz之间进行带通滤波，采用独立成分分析法去除眼电和心电等噪声，最后将20次偏差刺激的脑电信号进行叠加平均并进行基线矫正，得到ERP (Eventrelated Potential,ERP)曲线.

ERP曲线的横坐标表示时间，纵坐标代表了电位差，本文中针对粗糙表面激发的大脑ERP曲线特点，通过MATLAB程序，分别提取出70～120、200～275和 280～400 ms时间范围内ERP波形的峰值电压，并将其作为P100、P200和P300成分的峰值，相应时间点作为潜伏期，并与粗糙表面的物理特征进行触感关联性分析.

采用SPSS统计软件对ERP成分的数据进行分析.正态性检验采用Shapiro-Wilk检验，结果表明，所有数据均服从正态分布.采用单因素方差分析确定不同粗糙表面激发的ERP成分潜伏期和振幅均值是否有统计学差异，然后采用Bonferroni校正进行两组数据间的显著性差异比较，P＜0.05表示差异有统计学意义.

3 结果与讨论

3.1 触摸粗糙表面的摩擦振动特性

3.1.1 皮肤与粗糙表面间的摩擦力分析

皮肤软组织与感知表面的接触摩擦力F是由黏着摩擦力Fadh和形变摩擦力Fdef共同构成的[29-31]，即：

其中黏着摩擦力Fadh来自于剪切破坏分子间相互作用形成黏着点的剪切力，其表达式为

式中：Ar为真实接触面积，τ为界面剪强度.通过公式(4)可知，影响黏着摩擦力的主要因素是真实接触面积.

而形变摩擦力Fdef则来自于微凸体之间的机械互锁作用以及皮肤软组织变形后不完全恢复产生的滞后摩擦力，其表达式为

式中：β为黏弹性迟滞损失率，δ为微凸体压入皮肤的深度，α为接触半径，F为法向接触压力.从公式(5)可以看出，形变摩擦力与微凸体压入皮肤的深度成正比，当干燥皮肤在光滑表面滑动时，形变摩擦力可以忽略不计，但是当皮肤接触粗糙表面时，形变摩擦力是1个不可忽略的因素.

3.1.2 表面粗糙度对摩擦振动特征参数的影响

图5显示了手指触摸不同粗糙表面时，摩擦系数、垂直偏差和功率谱重心3个摩擦振动特征参数的变化规律.结果显示：随着轮廓算术平均偏差Ra和轮廓单元平均宽度Rsm的降低，摩擦系数和功率谱重心逐渐增大，垂直偏差逐渐减小.

如图6所示，随着材料表面粗糙度的高度特征参数-轮廓算术平均偏差Ra逐渐降低，材料表面微凸体高度降低.当指尖皮肤与试样接触时，粗糙表面微凸体压入皮肤的深度减少，与皮肤接触的微凸体数量增多，材料表面与皮肤的真实接触面积增大，黏着摩擦力随之增大，而微凸体间的机械互锁和形变滞后引起的形变摩擦力所占的比重逐渐降低，最终表现为摩擦系数随着表面粗糙度参数的降低而增大.同时由于微凸体高度降低，手指指纹与表面微凸体之间机械互锁作用减小，所引起的振动信号幅值也会降低，垂直偏差V值随之变小.

Fig.5 The relationship between (a) friction coefficient,(b) vertical deviation and (c) spectral centroid and subjective evaluations of five samples图5 五种试样的(a)摩擦系数、(b)垂直偏差和(c)功率谱重心和主观评价的关系

Fig.6 Schematic diagram of a finger touching the (a) rough and (b) smooth surface图6 手指触摸(a)粗糙表面和(b)光滑表面的接触示意图

材料表面粗糙度的间距特征参数-轮廓单元平均宽度Rsm逐渐降低，说明材料表面微凸体轮廓峰的间距降低，纹理密度增大，因此对应手指指纹与表面微凸体之间接触的振动频率增大，功率谱重心随之增大.

3.1.3 粗糙触感的量化表征特征参数

为了对粗糙触感进行量化表征，将手指触摸不同粗糙表面时，人的主观评价分数与摩擦振动特征参数，即摩擦系数、垂直偏差和功率谱重心进行关联，结果如图5所示.结果显示：黏着感、粗糙感和细致感与摩擦系数、垂直偏差和功率谱重心变化趋势一致，表面粗糙度参数越小，试样的粗糙感越小，黏着感越强，细致感越好.根据上述分析，轮廓算术平均偏差Ra和轮廓平均宽度Rsm小的表面，微凸体平均高度低、间距小，触摸过程中皮肤与表面微凸体的接触面积大，表面间的分子间吸引力大，引起较大的黏着摩擦力和较小的形变摩擦力[29]，振动信号幅值降低，振动频率增大，因此给人强烈的黏着感、较小的粗糙感和较好的细致感.反之，表面粗糙度参数大的表面，其表面微凸体平均高度高、间距大，触摸过程中皮肤与表面微凸体的接触面积小、机械互锁作用大，引起较大的形变摩擦阻力和较小的黏着摩擦力，振动信号幅值增大，振动频率降低，因此给人较低的黏着感、强烈的粗糙感和较差的细致感.

根据上述分析可以看出，摩擦振动曲线的垂直偏差、摩擦系数和功率谱重心特征参数能够反映粗糙表面的形貌特征变化趋势，与人的主观感知评价一致，可以用来定量表征材料表面的粗糙感、黏着感和细致感.

3.2 触摸粗糙表面的脑电生理特性

图7为触摸4个粗糙试样时激发的人脑平均ERP曲线图，图中绿色、橙色和蓝色圆圈分别代表4个试样激发的ERP曲线P100、P200和P300成分，三种成分的平均潜伏期和幅值列于表3中.

Fig.7 ERP waveform evoked by four samples图7 四种试样激发的大脑平均ERP波形

表3 ERP曲线P100、P200和P300成分的潜伏期和幅值Table 3 Latency and amplitude of ERP components

P100和P200成分属于人脑对刺激加工的早期外源性成分，是外部刺激发生在100和200 ms左右ERP曲线的最大正波，其幅值和潜伏期受到感知表面物理特性的影响，不受人的主观因素影响，其峰值代表了大脑神经元对表面粗糙特性刺激的神经反应强度，潜伏期代表了人脑神经元对表面粗糙特性刺激的辨别速度[32-33].因此本研究中将P100和P200成分作为大脑神经元对表面粗糙度差异性辨别的电生理反应指标.图7和表3均显示4个试样的P200峰值有显著性差异，随着表面粗糙度的增大，P200峰值逐渐增大，表明表面越粗糙，大脑神经元的神经反应强度越高，诱发的P200峰值越高.

同时结果显示4个试样P100的峰值差异不显著，只有1#显著增大，到P200时才逐渐显示出峰值的显著性差异，说明大脑神经元对粗糙表面的感知从P100开始，在P200左右达到峰值.4个试样的P100和P200潜伏期都没有显著性差异，说明触觉感知时，材料表面粗糙度对P100和P200成分峰值的影响更加显著，对潜伏期没有影响.

P300成分属于人脑对刺激加工的晚期内源性成分，是外部刺激发生的250～500 ms之间ERP曲线的最大正波，其幅值和潜伏期与人脑对刺激的认知判断等心理活动有关，受人的主观因素影响显著，不受刺激的物理属性影响，反映了人脑对表面粗糙度刺激的触觉加工后获得的感觉，代表着知觉的结束和感觉的开始，其潜伏期反映出大脑对表面触感信息的加工判断及形成感觉的速度，P300幅值与加工给定刺激时所参与的注意资源量成正比[34-35]，因此本研究中将P300作为主观感受的电生理表征指标.图7和表3显示，随着表面粗糙度的增大，激发触感ERP信号的P300峰值增大、潜伏期变短，表明表面越粗糙，激发的神经元兴奋度和注意力越强，大脑的认知加工速度和形成主观感觉的速度越快.结合图5的主观评价结果，可以发现，粗糙感强、细致感差和黏着感低的表面诱发的P300峰值高且潜伏期短.

综上可以看出，P200成分的峰值与材料的表面粗糙特性相关，粗糙度大的表面诱发的P200峰值高，P300成分与人的主观认知判断有关，粗糙感强、细致感差和黏着感低的表面诱发的P300峰值高、潜伏期短.

3.3 综合分析

综合皮肤的接触摩擦特性、脑电生理反应和人的主观评价的研究结果，分析认为：在触觉感知过程中，轮廓算术平均偏差Ra和轮廓平均宽度Rsm大的表面，其表面微凸体平均高度高、间距大，摩擦接触过程中皮肤与微凸体的机械互锁和皮肤变形引起的弹性滞后增大，即形变摩擦和振动幅值增大，导致皮肤内部触觉感知小体受到的机械刺激强度逐渐增强，这些机械刺激被编码成神经冲动传递到大脑的躯体感觉皮层进行触感加工，对于粗糙表面激发的大脑神经元细胞的反应强度大，需要的注意力资源高(表现为ERP信号的P200和P300成分峰值高)，人脑经过对表面粗糙刺激的触觉加工后，可以很快地形成表面粗糙感的判断(表现为ERP信号的P300成分潜伏期短)，最终经传出神经传导至相应的效应器，通过人体的语言对粗糙触感进行描述.

反之，轮廓算术平均偏差Ra和轮廓平均宽度Rsm小的表面，微凸体平均高度低、间距小，触摸过程中皮肤与表面微凸体的接触面积大，引起较大的黏着摩擦力，经编码被传导到大脑进行触感加工.脑神经元细胞对于光滑表面引起的触感刺激的反应强度低，需要的注意力资源少(表现为ERP信号的P200和P300成分峰值低)，形成表面黏着感判断相对较慢(表现为ERP信号的P300成分潜伏期短），最终经传出神经传导至相应的效应器，通过人体的语言对黏着感进行描述.

综上，手指触摸粗糙表面的形变摩擦力大，激发ERP脑电信号的P200和P300峰值高，P300潜伏期短，粗糙感的形成速度快；手指触摸光滑表面的黏着摩擦力大，激发ERP脑电信号的P200和P300峰值低，P300潜伏期长，黏着感的形成速度慢.结果表明，材料表面的粗糙特性会通过影响皮肤的接触摩擦行为，进而影响人脑的粗糙触觉感知和主观评价，表面摩擦特性、脑电生理反应和触感主观评价三者具有相关性.

4 结论

研究结果表明皮肤的接触摩擦特性、人脑的脑电反应和人的主观评价与材料表面的粗糙特征相关，三者结合是研究粗糙表面摩擦触觉感知的有效手段，并且手指摩擦振动特征参数可以实现表面触感的部分量化表征，主要结论如下：

a.随着表面轮廓算术平均偏差Ra和轮廓平均宽度Rsm的降低，摩擦系数和功率谱重心逐渐增大，垂直偏差逐渐降低.垂直偏差越大，表面粗糙感越强，功率谱重心越大，表面细致感越好，摩擦系数越大，表面黏着感越强烈.摩擦系数、垂直偏差和功率谱重心特征参数能够反应粗糙表面的形貌特征变化趋势，与人的主观感知评价一致，可以用来定量表征材料表面的粗糙感、黏着感和细致感.

b.ERP曲线的P200成分峰值与接触表面的粗糙特征相关，粗糙度大的表面诱发的P200峰值高；P300成分与人的主观认知判断有关，粗糙感强、细致感差和黏着感低的表面诱发的P300峰值高、潜伏期短.

c.手指触摸粗糙表面的形变摩擦力大，激发大脑神经元兴奋度和注意力强，粗糙感的形成速度快；手指触摸光滑表面的黏着摩擦力大，激发大脑神经元兴奋度和注意力低，黏着感的形成速度慢.材料表面的粗糙特性会通过影响皮肤的接触摩擦行为，进而影响人脑的触觉感知和主观评价，表面接触摩擦特性、人脑电生理反应和触感主观评价具有相关性，三者结合是系统研究粗糙表面摩擦触觉感知的有效手段.

需要指出，本文中通过轮廓高度特征参数-轮廓算术平均偏差和轮廓宽度特征参数-轮廓单元平均宽度对表面粗糙度进行了表征，但是皮肤的粗糙触感并不仅仅取决于接触表面的单一粗糙度属性，而是由表面粗糙度和纹理(包括形状、尺寸和密度等)特征等共同作用决定的，后续研究应考虑到表面纹理对粗糙触感的影响.