液态金属传感器和人工智能帮助假手“感受”
每个人的指尖都有 3,000 多个主要响应压力的触摸感受器。人类在操纵物体时严重依赖指尖的感觉，因此缺乏这种感觉对上肢截肢的人来说是一个独特的挑战。虽然今天有几种灵巧的假肢可用，但它们都缺乏“触觉”的感觉。缺乏这种感觉反馈会导致物体不经意间被假手掉落或压碎。
为了实现感觉更自然的假手界面，研究人员在假手的指尖上加入了使用液态金属的可拉伸触觉传感器。该技术封装在有机硅弹性体中，与传统传感器相比具有关键优势，包括高导电性、柔顺性、柔韧性和可拉伸性。这种分层的多指触觉集成可以为人工手提供更高水平的智能。
研究人员使用假肢上的各个指尖来区分沿着不同纹理表面的不同滑动速度。四种不同的纹理有一个可变参数：脊之间的距离。为了检测纹理和速度，研究人员训练了四种机器学习算法。对于十个表面中的每一个，收集了 20 次试验，以测试机器学习算法区分由四种不同纹理随机生成的排列组成的十种不同复杂表面的能力。
结果表明，来自液态金属传感器的触觉信息在四个假手指尖上的集成同时区分了复杂的多纹理表面，展示了一种新的分层智能形式。机器学习算法能够以高精度区分每个手指的所有速度。
该团队比较了四种不同的机器学习算法的成功分类能力：K 近邻 (KNN)、支持向量机 (SVM)、随机森林 (RF) 和神经网络 (NN)。提取液态金属传感器的时频特征来训练和测试机器学习算法。神经网络通常在单指的速度和纹理检测方面表现最好，同时使用来自四个手指的四个液态金属传感器区分十个不同的多纹理表面的准确率为 99.2%。
尽管假肢的进步是有益的，并且可以让截肢者更好地履行日常职责，但它们并没有为他们提供触觉等感官信息。他们也不能让他们用意念自然地控制假肢。新技术可以帮助截肢者提供一种更自然的假肢装置，可以“感受”并对其环境做出反应。
传感器