电子皮肤传感器解码人体运动
开发了一种有源、单应变的电子皮肤传感器，可以从远处捕捉人体运动。放置在手腕上的应变传感器通过虚拟 3D 手实时解码复杂的五指运动，该手反映原始运动。快速情境学习（RSL）增强的深度神经网络，无论其在皮肤表面的位置如何，都能确保稳定运行。
传统方法需要覆盖目标区域的整个曲线表面的多个传感器网络。与传统的基于晶圆的制造不同，这种激光制造为运动跟踪提供了一种新的传感范例。测量系统通过使用激光技术在金属纳米颗粒薄膜中产生裂纹，提取与多个手指运动相对应的信号。然后将传感器贴片贴在用户的手腕上，以检测手指的运动。
这项研究的概念源于这样一种想法，即精确定位单个区域比在每个关节和肌肉上安装传感器更有效地识别运动。为了使这种瞄准策略发挥作用，它需要准确地捕获来自不同区域的信号在它们全部会聚的点，然后解耦纠缠在会聚信号中的信息。为了最大限度地提高用户的可用性和移动性，研究团队使用单通道传感器来生成与复杂手部动作相对应的信号。
RSL 系统从手腕上的任意部位收集数据，并在实时演示中自动训练模型，并使用反映原始动作的虚拟 3D 手。为了提高传感器的灵敏度，研究人员采用了激光诱导的纳米级裂纹。
这种感觉系统可以通过一个小型的感觉网络跟踪整个身体的运动，便于间接远程测量人体运动，适用于可穿戴式 VR/AR 系统。研究团队将传感器信号模式分析成一个包含时间传感器行为的潜在空间，然后他们将潜在向量映射到手指运动度量空间。
该系统可扩展到其他身体部位；例如，它能够从骨盆中提取步态运动。该技术有望在健康监测、运动跟踪和软机器人技术中找到用途。
传感器