以指尖为灵感的空间无otropic 感应液体金属传感器具有超宽范围,高线性和特殊稳定性

科学领域:

• 机器人和材料科学 机器人和材料科学
• 生物仿真传感器技术技术

背景情况:

• 机器人的进步需要增强的触觉传感,以提高灵敏度和互动.
• 当前的触觉传感器在实现多维,广泛和可靠的压力检测方面面临着挑战.
• 液体金属传感器为灵活和敏感的触摸应用提供了潜力.

研究的目的:

• 引入一种以人类指尖为灵感的异型诱导性液体金属传感器 (AI-LMS).
• 为了证明AI-LMS具有高线性和稳定的多轴压力传感能力.
• 将AI-LMS与深度神经网络集成,以解同时的多轴压力.

主要方法:

• 使用Ecoflex和PDMS设计和制造一种异型诱导液体金属传感器 (AI-LMS).
• 利用感应式传感原理来增强信号,比电阻方法具有优势.
• 与深度神经网络模型集成,用于先进的数据处理和压力解.
• 开发一个高精度的表面扫描重建系统,用于实际验证.

主要成果:

• 人工智能-LMS展示了空间多轴压力检测的能力,具有广泛的传感范围,特殊的线性和信号稳定性.
• 传感器可以检测到非常小的压力,并迅速响应施加的力.
• 传感范围扩大了4 (Ecoflex) 和9.5 (PDMS) 的两倍.
• 集成的深度神经网络成功地分离了同时的多轴压力.
• 实践演示显示了高精度的表面扫描和微妙的抓取行为实时歧视.

结论:

• 仿生AI-LMS为软机器人中先进的触觉传感提供了一个变革性的解决方案.
• 它独特的传感机制和结构设计可提高灵敏度,多轴检测和快速响应.
• 人工智能-LMS已准备好用于广泛的应用,特别是用于复杂的操纵和交互任务的机器人指尖.