青岛大学田明伟教授ACS Nano：探索水下交互新境界，智能手套应用于手势识别

在水下环境中，传统的沟通方式如声音和视觉信号受到极大限制。当潜水员需要与伙伴沟通时，他们通常会使用手势进行视觉交流。但有时这些动作很难被看到。为了解决这一限制，青岛大学田明伟研究团队从海星的灵活管足结构中汲取灵感，开发出了一种柔性手势识别手套（GRG）。这种手套内置高性能的微柱触觉传感器（MPTSs），能够在水下环境中准确识别手势，并通过机器学习算法进行智能分析，实现实时沟通。相关工作以“Underwater Gesture Recognition Meta-Gloves for Marine Immersive Communication”为题发表在ACS Nano。

沉浸式通信和人工智能的快速发展对高性能触觉感应手套产生了迫切的需求，这些手套能够提供高灵敏度和宽感应范围。不幸的是，现有的触觉感应手套在用户舒适度方面不足，不适合水下应用。为了解决这些限制 ，作者展示了一种柔性手势识别手套(GRG)，该手套包含高性能微柱触觉传感器(mpts)，其灵感来自海星的柔性管足。这些mpts是防水的，这使得它们非常适合水下应用。通过将高性能mpts与机器学习算法相结合，所构建的GRG系统实现了对16种水下手势的智能识别，极大地扩展了潜水员的实时有效通信能力。GRG系统在水下通信领域有着广阔的应用前景。

图1 手势识别手套（GRG）设计概念图

为了使柔性传感器具备高灵敏度与宽检测范围，以海星管足为结构灵感，采用先进的双光子飞秒激光直写技术构筑微纳米结构模板，选用聚二甲基硅氧烷（PDMS）为柔性基材，构筑了基于双层互锁微柱结构的高性能柔性传感器。在此基础上，探索了微结构构型（微结构形状、微结构尺寸、微柱倾斜角度等）对传感性能的影响，并筛选出性能最优者。倾斜微柱设计优化了传感器的灵敏度。

图2 高性能双层微柱结构触觉传感器的结构设计

所制备的柔性传感器（MPST-8）具有宽压力检测范围(5 Pa至450 kPa)、高灵敏度。此外，还展示了MPTS-8在不同压力下的电阻变化，以及在加载和卸载过程中超快响应时间(加载21 ms，卸载23 ms)、可靠的可重复性(> 10000次循环)。

图3 MPTS传感器的传感性能测试结果

作者通过SEM图像和有限元分析（FEA）模拟，展示了MPTS传感器在不同压力条件下的变形过程和压力感应机制。图中清晰地显示了微柱在压力作用下形成的皱纹和微裂缝，这些结构变化导致了电阻的增加，从而实现了对外部压力刺激的灵敏响应。

图4 传感器的传感机理

在实际应用场景中，柔性手套上的触觉传感器除了满足基本要求外，还有一些额外的性能要求。特别是在汗水浸润、潮湿天气、雨天以及水下游泳等特定场合，对触觉感应手套有额外的防水防潮要求，不受外界液体或灰尘的侵扰。因此，迫切需要开发具备高传感稳定性与卓越防水性能的触觉传感器。聚二甲基硅氧烷（PDMS），凭借其出色的弹性、透明性、生物相容性以及防水性能，成为制造适用于各类水下环境的压阻式传感器的理想材料。传感器选用PDMS为柔性基材和封装材料，在满足柔性条件的同时，实现了传感器的防水功能。

将传感器包裹在自粘绷带中，并通过缝纫的方式固定在手套的十个指关节处。使用防水线缆通过信号收集器与计算机连接，构成了手势识别手套（GRG）系统。每个GRG配备十个MPTS传感器构成传感阵列。当人手做出各种手势时，GRG上的MPTS阵列将产生的压力转换为电信号，然后传输到计算机终端，通过机器学习算法实现手势识别。

图5 与机器学习结合的水下手势识别应用

在这项研究中，以海星管足为设计灵感，制备了一种双层微柱互锁结构的柔性触觉传感器（MPTS）。基于裂纹-褶皱协同效应实现高性能压力传感。在实现高灵敏度（0.04 kPa -1），宽检测范围（0-450 kPa），快速响应时间（23 ms）和出色耐久性（~ 10000次）的同时，还兼具防水性能。通过与机器学习的结合，使用MPTS构建的手势识别手套（GRG）系统已经成功地实现了16中水下常用手势的准确识别。这项工作证明了基于该柔性触觉传感器的手势识别手套（GRG）在深水中进行手势识别的潜在应用价值。

https://pubs.acs.org/doi/10.1021/acsnano.3c13221

来源：高分子科学前沿

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！