复杂系统的状态监测需要大量的传感器。特别是,软电子学的研究目标是实现对身体的全面测量,绘制各种刺激(如温度、电生理信号和机械应变)变化图。然而,传统的方法需要许多传感器网络覆盖目标区域的整个曲线曲面。在此,韩国首尔国立大学Seung Hwan Ko、韩国科学技术院Sungho Jo等人介绍了一种新的测量系统,一种新型的电子皮肤,它集成了深度神经网络,可以在不创建传感器网络的情况下远距离捕捉动态运动。
本文要点:
1)该设备从独特的激光诱导的裂纹结构中检测微小的变形。
2)单个皮肤传感器实时解码五个手指运动的复杂动作,快速态势学习(RSL) 可以确保无论其在手腕上的位置如何都能稳定操作。
3)该传感器还能够从骨盆提取步态运动。
这项技术有望为健康监测、运动跟踪和软机器人技术提供一个转折点。
Kyun Kyu Kim, et al. A deep-learned skin sensor decoding the epicentral human motions, Nat. Commun., 2020.
DOI: 10.1038/s41467-020-16040-y
https://doi.org/10.1038/s41467-020-16040-y