随着物联网(IoT)的快速发展,可穿戴智能触摸板可以提供便捷的人机界面,无缝融入人们的日常生活。基于摩擦纳米发电机的触摸板因其高灵敏度和低成本在可穿戴电子和人机交互领域引起了人们的关注。然而,实现兼具大面积变形拉伸性、高功率摩擦电传感、智能自由滑动识别和极端环境可用的触摸板仍然是一个挑战。
近日,东北大学医学与生物信息工程学院田野副教授团队设计了一种通过逐层制造方法构建的带有砂纸微表面的超拉伸摩擦电触摸板,该触摸板结合了基于高性能水凝胶的摩擦电传感器阵列和液态金属,成功实现了基于Transformer算法辅助的手势识别,并用于极端环境中的无人机飞行控制。其中,触摸板内部的水凝胶电极AHSL表现出高电导率、高灵敏度和抗冻性能。此外,结合带有砂纸微表面的硅胶构成了高性能摩擦纳米发电机AHSL-TENG,展现了出色的摩擦电功率密度、压力灵敏度和响应速度。更重要的是,集成液态金属电路后制备的摩擦电触摸板实现了完全超拉伸性,确保了在大面积应变下性能的稳定。同时结合物联网(IoT),建立了人工智能辅助的人机交互系统用于识别手势信号。值得注意的是,该系统可以允许采集非固定滑动位置的滑动信号,即在触摸板上以随机的方式进行自由滑动,这反映了手势滑动方向的多样性和现实条件下信号捕捉的随机性。此外,为了避免由于不同的滑动力度或滑动速度引起的峰值数据偏差,对采集的信号数据进行了积分处理。同时,采用ChatGPT大模型中使用的Transformer算法进行实时解析,该算法擅长处理滑动时产生的时间序列数据,能够在自由滑动模式下以96.83%的精度实现动作的精确识别。同时,通过多线程信号处理提高了系统的响应速度和吞吐量,确保了滑动操作的及时性和准确性。此外,该系统还实现了在极端环境下对无人机飞行方向的控制。这款高性能超拉伸摩擦电触控板为下一代人机交互平台的发展提供了有力支持。图3. 基于砂纸微表面AHSL-TENG的合成与表征。图7. 基于Transformer的手势识别用于无人机控制该研究工作以“Ultra-stretchable triboelectric touch pad with sandpaper micro-surfaces for Transformer-assisted gesture recognition”为题发表在国际知名学术期刊《Nano Energy》(影响因子:16.8)。东北大学博士研究生刘赫为论文第一作者,田野副教授为论文通讯作者。--检测服务--
原文链接:
https://doi.org/10.1016/j.nanoen.2024.110110声明:仅代表作者个人观点,作者水平有限,如有不科学之处,请在下方留言指正!