摘要
近期,廈門大學陳忠、廖新勤教授團隊在Advanced Fiber Materials上發表了題為“MultifunctionalandReconfigurable Electronic Fabrics Assisted byArtificialIntelligence forHuman Augmentation”的研究成果。本工作提出的智能可編程的(IP)織物傳感器由粘附有碳納米管的織物構成,其具有可重構、可彎曲、感知傳輸信號一體化和穩定性強(>20000個周期)等優點,可實現靜/動態觸摸的微秒級別響應(400 μs),實現了閉環人機交互娛樂系統、智能家居系統以及行為特征交互識別,有望用于智能控制、現實和多模式交互等領域。
正文
穿戴織物電子器件與外界交互作為非侵入性交互技術是一種提高生活質量的理想方法。然而,織物電子器件在用于穿戴時存在著彎曲時信號失真、布線復雜的缺點。此外,為了適應不同人的行為和交互方式,織物電子器件需要具有可編程性和可重構性。因此,當前織物電子器件的進展與人體增強的實際需求之間存在著鮮明的差距。
如圖1a所示,IP織物傳感器附著在衣物上與物聯網技術、人工智能技術結合實現多功能交互系統。圖1b顯示了IP織物傳感器的結構,其可以識別不同位置的觸摸信息。該傳感器的工作原理是當手指觸摸在導電織物的不同位置時,會產生可識別的電阻,通過判斷不同的電阻值就可以判斷觸摸是否發生以及觸摸發生的位置(圖1c)。圖1d展現了IP織物傳感器的可重構性,經裁剪后可修復或拓展成新的形狀。該IP織物傳感器以吸附碳納米管(圖1f)的純棉纖維(圖1e)為主要傳感材料,其濃度和形狀可定制化(圖1g)。
圖1多功能IP織物傳感器的設計
為了評估IP織物傳感器的性能,圖2對其性能及電輸出特性進行了測試。經過比較后,當厚度為0.15 mm的織物作為基底, IP織物傳感器響應時間可以低至400 μs(圖2a)。隨后對IP織物傳感器的時空動態邏輯性能進行了測試,證明了該IP織物傳感器能感知人體靜態觸碰(圖2c)和動態觸碰(圖2d)。此外,該IP織物傳感器在彎曲時,其電阻變化不明顯,表明其具有較好的彎曲不敏感性(圖2e)。圖2f和圖2g展示了該IP織物傳感器可以被裁剪和修復,證明了該傳感器具有可重構性。
圖2 IP織物傳感器的性能和電輸出特性
利用方形IP織物傳感器可以搭建一個閉環互動娛樂系統。通過觸摸IP織物傳感器將命令傳遞至交互界面,隨后界面執行命令并通過視覺反饋給人,以此完成閉環交互(圖3a-3c)。從圖3d-3f可以看出該IP織物傳感器在彎曲、長時間觸碰和短時間觸碰時都有穩定的信號傳遞,展示了該傳感器在交互系統中的潛力。
圖3 基于方形IP織物傳感器的閉環互動娛樂系統
將條形IP織物傳感器與物聯網技術結合可以搭建一個智能家居系統。通過觸摸IP織物傳感器將命令無線傳遞至家具以完成對物體的遠程操控 (圖4a)。圖4b是驗證該系統的電路模型,實現了對4c(i)燈、4c (ii)門、4c (iii)風扇、4c (iv)窗和4c (v)門鈴的遠程控制。
圖4基于條狀IP織物傳感器的智能家居系統
用戶識別與驗證系統可以利用S形IP織物傳感器結合人工智能技術來實現。圖5a是該系統的流程圖,主要包括特征采集、信號轉換、模型訓練和身份認證四個過程。圖5b顯示了不同用戶的輸入,這些輸入不僅在觸摸位置(ΔP)上不同,而且在觸摸間隔(Δt1)和觸摸持續時間(Δt2)上也不同。用戶識別和驗證系統通過啟動具有相同數字序列的觸摸事件來顯示觸摸位置的無差別特征,從而對Δt1和Δt2維度進行驗證(圖5c)。通過結合1DCNN模型(圖5d),實現了用戶識別認證系統。該認證系統達到了超過99%的準確率(圖5e-5f)。
圖5基于S形IP織物傳感器的用戶識別與認證系統
展望
這項研究展示了一種IP織物傳感器來實現人體增強的交互能力。采用平面內的電雙邊結構設計這種IP織物傳感器,實現了感應觸摸、識別觸摸位置和傳輸信號的多功能一體化。這種結構具有不與外部導電物體接觸時節能的優點,并最大限度地減少因器件變形而產生的錯誤信號。單層傳感結構和薄厚度使得這種IP織物傳感器具有可重構性、柔性和彎曲不敏感性,可以滿足個性化和多樣化的交互系統的要求。通過推進與IP織物傳感器集成的交互式系統,將為解鎖新的人體增強技能提供可能。
審核編輯:劉清
-
傳感器
+關注
關注
2551文章
51103瀏覽量
753608 -
人機交互
+關注
關注
12文章
1207瀏覽量
55402 -
智能控制
+關注
關注
4文章
599瀏覽量
42264 -
碳納米管
+關注
關注
1文章
150瀏覽量
17291
原文標題:智能可編程織物傳感器:整合傳感和信號傳輸,實現交互和人體增強
文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論