基于柔性傳感器的運動捕捉技術(shù)在個性化醫(yī)療、人機交互、虛擬現(xiàn)實（VR）/增強現(xiàn)實（AR）等諸多領(lǐng)域中展現(xiàn)出巨大的發(fā)展?jié)摿?。目前，利用柔性力傳感器實現(xiàn)運動捕捉的方式主要采用單個傳感器與單個關(guān)節(jié)/肌肉之間的一對一多節(jié)點捕獲策略。

然而，人體包括超過360個關(guān)節(jié)和300塊肌肉，這就需要不切實際的傳感器單元數(shù)量來實現(xiàn)全身運動捕捉，從而導致系統(tǒng)成本增加和過度的皮膚覆蓋。此外，整合大量傳感器單元需要持續(xù)增加互連導線的密度和精細度，這將導致更高的整體阻抗和噪聲水平，為大范圍內(nèi)保持高空間分辨率帶來挑戰(zhàn)。

據(jù)麥姆斯咨詢報道，近日，吉林大學電子科學與工程學院張彤教授研究團隊，設(shè)計了一種由三個應(yīng)變傳感器單元組成的應(yīng)變傳感器陣列。通過利用不同應(yīng)變狀態(tài)下每個單元的響應(yīng)趨勢和響應(yīng)值的差異作為判斷依據(jù)，首次實現(xiàn)對應(yīng)變軸水平角度的判別，以及對復雜應(yīng)變模式中信息的解耦和準確提取，從而更有效地獲取由復雜應(yīng)力引起的表面形變。

圖1 噴墨打印的紙基應(yīng)變傳感器單元和陣列的構(gòu)筑流程、敏感機理及應(yīng)用示意圖

圖2 分別討論印刷次數(shù)、敏感區(qū)域尺寸、紙張襯底厚度對傳感器敏感性能的影響，從中選出最佳的構(gòu)筑方案

該工作利用商用噴墨打印機及原裝墨盒在相紙上實現(xiàn)應(yīng)變傳感器及陣列的批量構(gòu)筑。噴墨打印墨水的主要成分為碳黑，通過打印過程在相紙表面涂層中形成圖案化的導電層，并經(jīng)過反復彎曲在碳黑層中構(gòu)建微裂紋。該微裂紋結(jié)構(gòu)不僅為應(yīng)變傳感器提供了高靈敏度，同時，可通過不同應(yīng)變方向引起微裂紋的分離和壓縮導致電阻的相反變化趨勢實現(xiàn)對異向應(yīng)變的解耦。

圖3 應(yīng)變傳感器單元及陣列對不同應(yīng)變軸水平角度的響應(yīng)性能分析

該應(yīng)變傳感器陣列由三個互成60°的傳感器單元組成。由于三個應(yīng)變傳感器單元在平面中具有不同的水平角度，當陣列以任何應(yīng)變軸水平角度彎曲時，陣列中的每個應(yīng)變傳感器單元的應(yīng)變軸角度均不相同，進而引起三個應(yīng)變傳感器單元響應(yīng)幅值和趨勢的顯著差異。因此，可以通過分析三個器件的響應(yīng)特征來識別陣列所在平面的應(yīng)變軸水平角度，同時該陣列還表現(xiàn)出對不同彎曲方向的辨別能力。

圖4 應(yīng)變傳感器陣列在手勢識別和運動跟蹤中的應(yīng)用

本工作進一步探索了應(yīng)變傳感器陣列在監(jiān)測人類運動過程中多個關(guān)節(jié)和肌肉群引起的復雜應(yīng)變模式中的應(yīng)用。在已報道的工作中，大量研究集中在利用柔性力傳感器進行手勢識別，特別是在手語識別和語言障礙患者的通信設(shè)備以及人機交互的背景下。這些研究均基于傳感器對手指關(guān)節(jié)運動的一對一監(jiān)測方式，這就需要至少五個傳感器單元來獲取所需的信息。研究人員發(fā)現(xiàn)，每個手勢都是通過手指關(guān)節(jié)和手背區(qū)域的肌肉和肌腱協(xié)調(diào)運動實現(xiàn)的，不同手指的彎曲和伸展過程伴隨著手背相應(yīng)肌肉和肌腱的協(xié)調(diào)運動。因此，本工作突破了傳統(tǒng)的手勢識別方法，將重點從監(jiān)測手指關(guān)節(jié)運動轉(zhuǎn)移到監(jiān)測由手背區(qū)域的肌腱和肌肉形成的復雜表面的應(yīng)變模式。不同手勢時肌肉和肌腱的收縮和放松引起的皮膚應(yīng)變變化會導致三個傳感器單元具有出不同的響應(yīng)趨勢和幅度。

同理，在上肢運動過程中，肩部、手臂和背部肌肉群的協(xié)調(diào)運動驅(qū)動肩關(guān)節(jié)、頸椎和胸椎的運動，進而導致背部表面曲率的變化，不同動作將伴隨菱形肌形變方式和強度的差異。通過監(jiān)測菱形肌的形變和運動方式，可實現(xiàn)對上肢運動行為的分辨和追蹤。結(jié)合機器學習算法，利用應(yīng)變傳感器陣列檢測運動中樞區(qū)域皮膚的形變模式，在手勢識別和上肢運動姿態(tài)識別方面表現(xiàn)出高準確度，為復雜的人體運動捕捉應(yīng)用提供了新的可行方案。

上述研究工作以“Less is more: Enabling complex human motion capture with a printed low-pixel strain sensor array”為題在國際著名期刊Nano Energy上發(fā)表。吉林大學電子科學與工程學院林修竹博士后為第一作者，通訊作者為張彤教授和趙紅然副教授。上述工作是該團隊近期關(guān)于可穿戴柔性傳感器的最新進展之一。吉林大學微納傳感材料與器件實驗室（SMDLAB）長期致力于面向工業(yè)生產(chǎn)安全、環(huán)境污染、人體健康以及家居環(huán)境等領(lǐng)域的氣體、濕度、壓力、溫度、生物分子等傳感檢測，開展微納米傳感材料的設(shè)計和制備、傳感器的結(jié)構(gòu)設(shè)計以及應(yīng)用開發(fā)。相關(guān)成果還發(fā)表在ACS Nano、Advanced Functional Materials、Nano-Micro Letters、Biosensors & Bioelectronics、Journal of Hazardous Material、ACS Sensors、Small、Small Methods、Sensors and Actuators B: Chemical、ACS Applied Materials & Interfacs、IEEE Electron Device Letters等期刊上。

課題組網(wǎng)站鏈接：
http://smdlab.jlu.edu.cn/index.htm

原文鏈接：
https://doi.org/10.1016/j.nanoen.2024.109350

審核編輯：劉清