基于深度学习策略的人与计算机交互系统的应变-温度双传感器
Xiaolong Wu1, Xiaoyu Yang1, Peng Wang1,2
1School of Energy, Power and Mechanical Engineering, North China Electric Power University, Baoding 071000, China.
ACS sensors
|July 28, 2024
概括
这项研究介绍了一种坚固,对温度敏感的热电 (TE) 水凝,用于先进的人机界面. 新型水凝在机器人手控制和温度传感方面表现出高精度,为更安全的高风险操作铺平了道路.
科学领域:
- 材料科学 材料科学 材料科学
- 生物材料工程 生物材料工程
- 机器人技术 机器人技术 机器人技术
背景情况:
- 热电 (TE) 水凝为人机交互和可穿戴设备提供了有前途的功能,因为它们具有类似皮肤的特性和传感能力.
- 现有的 TE 水凝往往面临性和响应性的局限性,阻碍了它们的实际应用.
研究的目的:
- 开发一种高度坚固且对温度敏感的TE水凝.
- 探索霍夫迈斯特和TE电流对增强材料性能的影响的协同效应.
- 展示开发的水凝在深度学习集成的人机界面中的应用.
主要方法:
- 使用PVA/PAA/carboxymethyl纤维素制造一个三重网络水凝.
- 利用霍夫迈斯特效应与Na+和SO42-离子来提高机械强度.
- 结合Fe2+/Fe3+氧化还原对来实现温度传感的高Seebeck系数.
- 将水凝传感器与深度学习算法集成为机器人手控制.
主要成果:
- 由于霍夫迈斯特离子协调,水凝具有显著增加的拉伸强度 (800kPa).
- 实现了高的Seebeck系数 (2.3 mV K-1),提高了温度反应能力.
- 一个机器人手控系统证明了高识别精度 (95.30%) 与双响应传感器,包括温度警告.
结论:
- 开发的TE水凝具有出色的性和温度灵敏度,适用于先进的传感应用.
- 与深度学习的整合使人机交互的精确控制和监控成为可能.
- 这项技术有可能在高温,高风险环境中取代手工劳动,提高安全性.
