投稿问答最小化  关闭

万维书刊APP下载

机械解耦的像素阵列,实现动态电子皮肤和远程触觉应用

2023/2/23 10:31:17  阅读:142 发布者:

研究背景

在过去的几十年里,由于触觉传感器在可穿戴医疗设备、机器人、假肢、人机界面和增强/虚拟现实方面有许多令人兴奋的潜在应用,因此引起了极大的关注。大阵列形式的压力感应在实现人工触觉方面特别重要,因为它可以实现与人类皮肤类似的时空压力分析。

然而,上述压力传感阵列在实际应用中的进展目前仍受到几个关键挑战的阻碍。首先,上述应用通常需要压力传感器阵列在任何表面上都能正常工作,从柔软的生物组织到弹性的机器人皮肤,而不影响空间精度。然而,当压力施加在软质材料上时,软质材料的变形不可避免地发生在受压区域周围,这也使没有被特别压住的传感器变形,从而在信号输出中产生不必要的噪音和串扰。这个问题可以通过在分类器之间插入额外的层以隔离分类器来缓解;然而,额外的层通过破坏传感层在压力下的变形而降低了压力灵敏度。开发一种算法和数据处理方法可以减少串扰噪声信号问题;然而,这需要预先校准和定期重新校准,从而使输出信号的获取变得复杂。

除了上述特点外,压力传感器阵列应在机械上将压力与其他物理刺激解耦;换句话说,关键是它对其他机械刺激(如弯曲)不敏感,以便在动态移动的表面上可靠地获取时空信息(这在可穿戴设备和机器人中经常遇到)而不影响压力传感器的性能。此外,由于传感器的结构变化,在各种弯曲角度下也很难保持相同的传感器特性。因此,制造一个无论表面的软硬度和运动情况如何都具有相同的高感应功能的传感器阵列仍然是一个重大挑战,从而阻碍了实际的触觉感应应用。

研究成果

为了准确探测柔软皮肤上的触觉信息,无论在何种测量条件下,压力传感阵列都必须没有噪音和传感器间的串扰。然而,在动态移动和柔软的表面上,这是皮肤上和机器人应用的常见条件,由于传感器之间以及与移动表面的机械耦合,在不影响传感性能的情况下获得精确的测量是一个重大挑战。在这项工作中,近期,韩国科学技术院Steve Park教授联合韩国电子通信研究院Hye Jin Kim教授团队实现了微型金字塔和梯形机械屏障阵列的多级架构设计,以便在动态变形下对软质表面进行精确的时空触觉感应。发现了检测极限和弯曲不敏感之间的权衡关系,这一点通过在屏障结构中采用微孔来克服。最后,在人类皮肤和/或软体机器人执行复杂任务(如阅读盲文和处理人工器官)时,演示了在动态移动的软体表面上无信号失真的原位压力测绘。相关研究以“On-skin and tele-haptic application of mechanically decoupled taxel array on dynamically moving and soft surfaces”为题发表在npj flexible electronics期刊上。

研究亮点

1. 介绍了基于接触电阻的压力传感器阵列技术,该技术基于微金字塔和梯形机械屏障阵列的多尺度微结构设计,能够在不同模量的表面和动态弯曲的表面上进行精确的时空压力分析,其机械串扰可忽略不计。

2. 该传感器阵列可用于盲文和字母识别,还可用于远程医疗的软体机器人抓手集成,处理精细的人工器官,并向远程放置的执行器阵列提供触觉反馈。

总结与展望

即将到来的实际触觉传感应用将要求压力传感器阵列在不断运动的软表面上具有较高的压力检测精度。在这项工作中,发现了基于微结构的接触电阻压力传感器的检测极限(触觉传感的一个关键性能数字)和弯曲不敏感极限之间的权衡关系。通过引入具有优化几何形状的多孔梯形棱镜,克服了这种折衷关系。数值模拟中观察到的趋势与实验结果一致。优化后的传感器同时表现出高压力感应性能和弯曲不敏感度。该传感器阵列也被证实能够在柔软的表面上无信号串扰地检测压力,并且能够承受各种类型的变形,包括滚动和挥舞。为了验证该传感器阵列的实际可行性,它被安装在一个手指和前臂上,分别用于盲文阅读和基于机器学习的字母识别。此外,作者还演示了在软体机器人和用户之间传输触觉的远程触觉系统,由于传感器在软体弯曲表面的适当功能,准确的触觉信号传输成为可能。期望该传感器阵列的特点和演示将为在不久的将来快速推进压力传感阵列在人机界面、虚拟/增强现实、可穿戴电子设备和软体机器人中的各种应用铺平道路。

文献链接

On-skin and tele-haptic application of mechanically decoupled taxel array on dynamically moving and soft surfaces

https: //doi.org/10.1038/s41528-022-00233-0

转自:i学术i科研”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com