相关实验视频
Updated: May 1, 2026
19:44
A Tactile Automated Passive-Finger Stimulator TAPS
Published on: June 3, 2009
13.7K
神经形态计算辅助的Triboelectric电容合触觉传感器阵列用于无线混合现实交互
Xinkai Xie1,2,3,4, Qinan Wang2,3, Chun Zhao2
1Institute of Functional Nano and Soft Materials (FUNSOM), Joint International Research Laboratory of Carbon-Based Functional Materials and Devices, Soochow University, Suzhou 215123, P. R. China.
ACS nano
|June 21, 2024
概括
本研究介绍了一种灵活的双模式触觉传感器阵列,用于人工智能. 它结合了静态和动态传感,在识别人机界面和机器人的手写输入方面实现了高精度.
科学领域:
- 材料科学 材料科学 材料科学
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
背景情况:
- 灵活的触觉传感器对人工智能至关重要,提供生物适应性和快速信号感知.
- 将静态压力传感与动态 triboelectric 传感相结合,对于先进的触觉传感至关重要.
- 当前技术在实时多通道信号传输和组合传感模式方面面临着挑战.
研究的目的:
- 开发一个集成的灵活触觉传感器,结合静态和动态传感能力.
- 为了实现高空间分辨率,低压检测极限和快速响应时间.
- 展示传感器在神经形态计算和混合现实人机界面中的应用.
主要方法:
- 一个基于液体金属的灵活的双模式 triboelectric-capacitive-coupled触觉传感器 (TCTS) 阵列的制造.
- 集成用于静态映射的电容传感和用于动态识别的 triboelectric 传感.
- 使用基于MXene的突触晶体管用于用传感器数据进行神经形态计算.
主要成果:
- 4×4 TCTS阵列实现了空间分辨率为7毫米,压力检测极限为0.8Pa,响应时间为6毫秒.
- 使用动态 triboelectric 信号和神经形态计算实现了手写数字/字母的100%识别精度.
- 在混合现实环境中使用多通道触觉数据演示了跨空间信息通信.
结论:
- 拟议的双模式触觉传感器技术显著提升了人工触觉传感能力.
- 这种综合方法显示出在人机界面和先进机器人技术方面的应用潜力很大.
- 带电传感和电容传感与神经形态计算的结合为智能系统开辟了新的途径.
