傳感器應用韓國科學技術(shù)高等研究院（KAIST）研究人員提供了一種深度學習供電的單應變電子皮膚傳感器，可以從遠處捕獲人體運動。

韓國科學技術(shù)高等研究院（KAIST）研究人員提供了一種深度學習供電的單應變電子皮膚傳感器，可以從遠處捕獲人體運動。手腕上的單個應變傳感器可以通過虛擬的3D指針實時反映復雜的五指動作，該動作可以反映原始動作。

深度學習傳感器收集震中運動。圖片來源：韓國科學技術(shù)高等研究院（KAIST）

這項研究的概念起源于這樣一個想法：即精確定位單個區(qū)域比在每個關(guān)節(jié)和肌肉上粘貼傳感器能更有效地識別運動。為了使這種目標定位策略有效，需要精確地捕獲來自不同區(qū)域的信號，然后將這些信號中的信息解耦。為了最大限度地提高用戶的可用性和移動性，研究小組使用了一個單通道傳感器來產(chǎn)生對應于復雜手勢的信號。

為了提高傳感器的靈敏度，研究人員使用了激光誘導的納米級裂紋。傳統(tǒng)方法需要許多傳感器網(wǎng)絡(luò)來覆蓋目標區(qū)域的整個曲線表面，與傳統(tǒng)的晶圓制造不同，這種激光制造為運動跟蹤提供了一種新的傳感模式。這種新的測量系統(tǒng)通過使用激光技術(shù)在金屬納米顆粒薄膜中產(chǎn)生裂紋，提取與多個手指運動相對應的信號。然后將傳感器貼片連接到用戶的手腕上，以檢測手指的運動。

由快速態(tài)勢學習（RSL）推動的深度神經(jīng)網(wǎng)絡(luò)可確保穩(wěn)定的操作，而不管其在皮膚表面上的位置如何。快速態(tài)勢學習（RSL）系統(tǒng)從手腕上的任意部位收集數(shù)據(jù)，并用一只虛擬的三維手實時地訓練模型，該手可以反映原始動作。

基于遷移學習的RSL系統(tǒng)。圖片提供：KAIST的Sungho Jo教授

這種傳感系統(tǒng)可以用一個小的傳感網(wǎng)絡(luò)來跟蹤整個人體的運動，便于對人體運動進行間接的遠程測量，適用于可穿戴的VR/AR系統(tǒng)。

研究小組說，他們在開發(fā)傳感器的同時，專注于兩項任務(wù)。首先，他們將傳感器信號模式分析成一個包含時間傳感器行為的潛在空間，然后將潛在向量映射到手指運動度量空間。

據(jù)悉，該系統(tǒng)可以擴展到其他身體部位，該傳感器還能夠從骨盆提取步態(tài)運動。這項技術(shù)有望成為健康監(jiān)測、運動跟蹤和軟機器人技術(shù)的一個轉(zhuǎn)折點。

自新型冠狀病毒肺炎疫情爆發(fā)以來，傳感器專家網(wǎng)一直密切關(guān)注疫情進展，根據(jù)國家及地方政府的最新調(diào)控與安排，為更好的服務(wù)相關(guān)企業(yè)，在疫情期間，傳感器專家網(wǎng)免費發(fā)布企業(yè)相關(guān)文章，免費成為傳感器專家網(wǎng)認證作者，請點擊認證，大家同心協(xié)力，抗擊疫情，為早日打贏這場防控攻堅戰(zhàn)貢獻自己的一份力量。