每天解锁手机时，人们往往只是轻轻将手指放在传感器区域，屏幕便迅速完成身份验证。这个过程通常只需要不到一秒钟，以至于很少有人会思考：手机究竟是如何“认出”手指的？

从表面上看，指纹似乎只是皮肤上的一些纹路，但如果将这些纹路放大数百倍甚至上千倍观察，就会发现它们实际上是一片由无数脊线和沟槽构成的微观地形。

正是这些看似普通的结构，构成了现代身份识别技术的重要基础。而在它们背后，则隐藏着微纳结构设计、传感器技术以及微纳制造工艺的发展成果。

人类的指纹在胚胎发育阶段逐渐形成。研究认为，遗传因素会影响指纹形成的整体趋势，而胚胎发育过程中局部组织生长速度、压力分布以及环境扰动等因素，又会进一步影响脊线的具体排列方式。

正因为受到多种因素共同作用，即便是同卵双胞胎，其指纹细节特征也并不完全相同。从结构上看，指纹主要由凸起的脊线和凹陷的谷线组成。单条脊线的宽度通常只有数百微米量级，而脊线之间还会出现分叉、终止、岛状结构等细节特征。现代指纹识别系统并不是简单记录整体图案，而是通过分析这些局部细节特征之间的位置关系来完成身份验证。

在电子指纹识别技术发展的早期阶段，光学方法曾被广泛采用。其基本原理是利用光线照射指纹表面，再通过成像系统记录脊线与谷线形成的明暗差异。

由于脊线与接触面的距离更近，反射光特征与谷线存在区别，因此能够形成可识别的图像。

随着移动设备的小型化发展，人们开始寻求体积更小、集成度更高的识别方案。电容式指纹识别技术由此逐渐成为主流。

电容式传感器的工作原理与传统照相并不相同。它更像是在“感受”手指表面的起伏变化。

在指纹芯片内部，分布着大量微小感测电极。这些电极与手指皮肤之间能够形成微小电容。当手指放置在传感器表面时，脊线由于距离电极更近，会形成相对较大的电容值；而谷线距离稍远，对应的电容值则有所不同。

传感器阵列会同时测量大量位置上的电容变化，并将这些数据转换为数字信号。经过处理后，系统便能够重建出完整的指纹图像。

从某种意义上说，电容式指纹识别并不是在“看”指纹，而是在“触摸”指纹。这种感知方式与人体皮肤的工作机制存在一定相似之处。人体皮肤中的机械感受器能够感知压力和形变，而电子传感器则利用电学信号变化来感知微观结构差异。虽然两者原理不同，但目标都是获取表面形貌信息。

近年来，超声波指纹技术也逐渐进入大众视野。

与电容式方案相比，超声波指纹利用高频声波完成检测。传感器向手指发射超声波后，不同结构会产生不同的反射特征。系统根据回波信号重建指纹图像，甚至能够获取部分三维形貌信息。

无论是电容式方案还是超声波方案，本质上都依赖于对微观结构的精确感知。传感器需要分辨的高度差通常远小于一毫米，因此其内部感测单元必须具备足够高的空间分辨能力。

事实上，现代电子设备中的“触觉”远不止应用于指纹识别。

在智能手机中，触摸屏能够识别手指位置；在智能手表中，传感器可以监测心率和血氧变化；在汽车电子系统中，各类压力传感器负责监测轮胎状态、发动机运行状况以及安全系统参数；在工业自动化领域，大量传感器持续采集温度、压力、振动等信息。

这些设备虽然用途各异，但其核心往往都离不开微米级甚至更小尺度的结构设计。

例如常见的MEMS压力传感器，其内部通常包含极薄的敏感膜片。当外界压力变化时，膜片会发生微小形变，进而引起电学参数变化。传感器再将这些变化转换为可读取的数据。

如果把这样的敏感膜片放大到肉眼可见尺寸，其位移变化或许十分明显。但实际器件中，这些结构往往只有头发丝宽度的几分之一甚至几十分之一。正因为尺寸极小，才能实现低功耗、高集成度以及批量制造。

这也引出了一个关键问题：如此精细的结构究竟是如何制造出来的？

答案来自微纳加工技术。在现代半导体和MEMS制造过程中，光刻工艺是一项重要基础技术。它的作用类似于在材料表面进行高精度“绘图”，将设计好的图案转移到基底之上，为后续加工步骤提供基础结构。

在集成电路制造中，光刻技术负责形成复杂电路图形；在传感器研发过程中，它同样承担着构建微结构的重要任务。例如电容式传感器中的感测电极、MEMS器件中的悬臂梁结构、微流控芯片中的流道网络等，都可能涉及光刻工艺。

随着科研和产品开发需求不断增加，研究人员对原型验证效率也提出了更高要求。传统光刻流程通常需要制作专门掩膜版，而在研发阶段，设计方案往往需要频繁修改。如果每次调整都重新制作掩膜版，时间和成本都会明显增加。

在这种背景下，无掩膜光刻技术逐渐受到关注。

与传统方式相比，无掩膜光刻系统通过数字图案直接完成曝光过程，可以在一定程度上缩短研发阶段的迭代周期。对于高校实验室、科研机构以及新型器件开发项目而言，这种方式能够为早期验证提供更多灵活性。

以泽攸科技推出的ZML系列DMD无掩膜光刻机为例，其设计思路之一便是利用数字微镜器件实现图案投射，从而完成光刻曝光过程。相关设备主要面向科研和研发场景，可用于微纳结构加工、MEMS器件研究、微流控芯片开发以及新型传感器原型验证等工作。

对于许多科研项目而言，一个传感器从概念提出到形成可测试样品，往往需要经历多轮设计与优化。每一次结构调整，都可能对应新的图案布局。能够快速完成图案修改和验证，有助于提升研发工作的灵活性。

从指纹识别到智能传感器，从MEMS器件到微流控芯片，人们每天接触的大量电子设备，其性能提升都与微纳结构的发展密切相关。许多肉眼无法直接观察到的结构，实际上正在承担感知、测量和信息采集的重要任务。

当手指轻触手机屏幕完成解锁时，看似简单的动作背后，往往涉及微观结构设计、传感器工程、材料科学以及微纳制造等多个领域的协同发展。正是这些隐藏在微米尺度世界中的技术进步，使电子设备能够更加准确地感知周围环境，并完成越来越复杂的信息处理任务。

参考资料
1、Maltoni, D., Maio, D., Jain, A. K., & Prabhakar, S. (2022). Handbook of fingerprint recognition (3rd ed.). Springer.
2、National Institute of Justice. (2011). The fingerprint sourcebook.
3、Memon, Shahzad & Sepasian, Mojtaba & Balachandran, Wamadeva. (2009). Review of finger print sensing technologies. 226 - 231.
4、Hassan, H., & Kim, H.-W. (2018). CMOS Capacitive Fingerprint Sensor Based on Differential Sensing Circuit with Noise Cancellation. Sensors, 18(7).
5、Su, Jiangtao & Hang, Zhang & Li, Haicheng & He, Ke & Tu, Jiaqi & Feilong, Zhang & Liu, Zhihua & Zhisheng, Lv & Cui, Zequn & Li, Yanzhen & Li, Jiaofu & Tang, Leng & Chen, Xiaodong. (2024). Skin‐Inspired Multi‐Modal Mechanoreceptors for Dynamic Haptic Exploration. Advanced Materials. 36. e2311549.
6、Lu, Yipeng. (2015). Piezoelectric Micromachined Ultrasonic Transducers for Fingerprint Sensing.
7、Hezarjaribi, Y., Hamidon, M.N., Keshmiri, S.H., & Bahadorimehr, A. (2008). Capacitive pressure sensors based on MEMS, operating in harsh environments. 2008 IEEE International Conference on Semiconductor Electronics, 184-187.
8、Park, Seong-Jin & Lee, Moon-Sang & Shin, Sung-Young & Cho, Kwang-Hyun & Lim, Jong-Tae & Cho, Bong-Su & Jei, Young-Ho & Kim, Myung-Kil & Park, Chan-Hoon. (2005). Run-to-Run Overlay Control of Steppers in Semiconductor Manufacturing Systems Based on History Data Analysis and Neural Network Modeling. Semiconductor Manufacturing, IEEE Transactions on. 18. 605 - 613.
9、Mao, Zebing & Yoshida, Kazuhiro & Kim, Joon-wan. (2018). Study on the fabrication of a SU-8 cantilever vertically-allocated in a closed fluidic microchannel. Microsystem Technologies. 24.
10、Jerome, Jason & Foehring, Robert & Armstrong, William & Spain, William & Heck, Detlef. (2011). Parallel Optical Control of Spatiotemporal Neuronal Spike Activity Using High-Speed Digital Light Processing. Frontiers in systems neuroscience. 5. 70.