澳门大学周冰朴课题组ACS Nano：基于特征频率的可穿戴界面用于快速表面信息重构

人类指尖具有高密度的触觉感知神经，使得当人手指滑过图形、字母或数字时，能够察觉其中内置的表面信息。模仿人类手指的触觉感知功能，实现对物体表面信息的实时分析及快速重构，则在人工智能，软体机器人及视障人群辅助等方面具有重要的意义。现有的柔性可穿戴器件可通过映射传感器阵列中的电信号分布来实现对图案信息的检测。然而，这往往需要复杂的引线电极且依赖于多信号通道传输，不可避免地引致穿戴的复杂程度。另一种途径则是使用单一的传感器对表面图案进行分区域扫描，之后进行信号整合；而整合各区域获取的信息则相对耗时，这无疑会降低检测效率。如何在保持穿戴系统简洁度和减少信号通道数量的同时，保证高效准确的图案信息反馈，对于柔性传感器在表面资讯的感知领域仍然是一个挑战。

图1. 基于磁化微柱的感应电信号及特征频率提取示意图。

有鉴于此，澳门大学周冰朴研究团队设计了一种由多个不同高度磁化微柱组成的可穿戴界面，通过提取各微柱本征频率的序列以实现对表面图案的检测。研究发现，当磁性微柱经过表面凸出的图案时，表面结构会迫使磁化微柱形变。当微柱离开凸出结构后，其恢复至平衡位置的过程则是熟知的阻尼振荡现象。基于电磁感应定律，这种动态振荡过程可被磁性微柱底部的导电线圈感知，并输出相应的感应电流。利用快速傅里叶变换算法（FFT），该电流信号则可以由时域转换为频域，从而准确地提取到每个磁化微柱的特征频率值。由于特征频率主要取决于微柱本身的性质，因此，研究人员通过一系列的优化（尺寸，模量，密度等），实现了可穿戴触觉界面中不同微柱的准确寻址，避免了各微柱之间的特征频率信号重叠和干扰。基于此，使用该触觉感知界面对图案全域扫描后，利用单一通道传输的特征频率组合序列，则可以重新构建还原出凸起图形的内置信息。研究人员亦设计了特定的应用程式，展示了如何将检测到的字母、数字和盲文图案快速转化为文本和语音输出。该研究将为未来人机交互领域提供一种快速高效的触觉信息反馈途径，亦有望通过进一步优化，以辅佐视觉障碍群体，实现对表面资讯的快速智能反馈。

图2. 基于磁化微柱阵列和线圈电极的可穿戴感知界面实物图。

图3. 基于单一通道进行信号采集的表面图案信息感知示意图。

相关工作以“Crosstalk-Free Position Mapping for One-Step Reconstruction of Surface Topological Information via Eigenfrequency-Registered Wearable Interface”为题发表于ACS Nano。文章的通讯作者为周冰朴副教授，澳门大学应用物理及材料工程研究院博士生方丹和丁森为共同第一作者。该工作由澳门特别行政区科学技术发展基金（006/2022/ALC，0057/2023/RIB2）和广东省科学技术厅（2022A0505030024）资助。

原文链接：

https://pubs.acs.org/doi/10.1021/acsnano.3c11080  

转自：“高分子科学前沿”微信公众号

如有侵权，请联系本站删除！