MXene/PPy@PDMS基于海绵的灵活压力传感器用于人类姿势识别,在深度学习中的卷积神经网络的帮助下
Hui Xia1, Lin Wang2, Hao Zhang1
1College of Control Science and Engineering, China University of Petroleum (East China), Qingdao, 266580 China.
Microsystems & nanoengineering
|December 20, 2023
概括
在PDMS海绵上用MXene/polypyrrole复合材料制成的一种新型柔性压力传感器显示了对人类运动检测的超高灵敏度. 这款可穿戴设备与深度学习相结合,准确地识别了16种人体姿势.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术 纳米技术
- 生物医学工程 生物医学工程
背景情况:
- 灵活的传感器和深度学习是人类姿势识别的关键.
- 开发高度敏感和稳定的可穿戴传感器对于先进的人类运动检测至关重要.
研究的目的:
- 在PDMS海绵上使用MXene/polypyrrole复合物制造一个高度敏感的压力阻抗传感器.
- 通过深度学习来评估传感器在检测人体信号和识别姿势方面的性能.
主要方法:
- 通过现场聚合和浸泡涂层制造MXene/PPy@PDMS (MPP) 传感器.
- 传感器性能的表征,包括灵敏度,响应时间,稳定性和耐冲洗性.
- 与卷积神经网络 (CNN) 集成,用于人类姿势识别.
主要成果:
- 该MPP传感器在0-15kPa范围内表现出超高灵敏度 (6.8925kPa-1),反应/恢复时间快 (100/110毫秒).
- 传感器在5000个循环中表现出极好的稳定性和耐冲洗性.
- 与单个材料相比,MXene和聚烯的协同效应使灵敏度提高了五倍.
- 通过CNN辅助的分析,可以从运动数据中准确识别16种人体姿势.
结论:
- 灵活的MXene/PPy@PDMS压力传感器为人类运动检测提供了卓越的性能.
- 开发的传感器显示出在智能传感和可穿戴设备中的应用有很大的潜力.
- 先进材料和深度学习的结合为人类活动监控提供了一个强大的平台.
