成为智能机器人服装检测人体细微运动的新型高度灵敏柔性电容传感器

MEMS/传感技术

1291人已加入

描述

最近,来自美国哈佛大学维斯生物启发工程研究所和约翰·保尔森工程和应用科学学院的研究团队创造出一种高度灵敏的柔性电容传感器。它由硅胶和织物组成,能够随着人体运动和弯曲,准确自如地监测人体运动情况。

如今,从心率监测器到虚拟现实头盔,各式各样的可穿戴技术产品在消费电子市场和研究领域,都呈现出爆发性增长和流行的趋势。

然而,为了检测和传输数据,这些可穿戴设备所用的大部分电子传感器都是由坚硬、不可弯曲的材料制成,这样不仅使得佩戴者的自然运动受限,而且影响到采集数据的精度。

创新

最近,来自哈佛大学维斯生物启发工程研究所(Wyss Institute for Biologically Inspired Engineering )和约翰·保尔森工程和应用科学学院(SEAS)的研究人员组成的团队创造出一种高度灵敏的柔性电容传感器,它由硅胶和织物组成,能够随着人体运动和弯曲,准确自如地检测人体运动情况。

这项研究的论文发表于最新一期的《高级材料技术》杂志,且该协议成为了哈佛生物设计实验室柔性机器人工具包的一部分。

技术组成

电容传感器由一层硅胶薄片(一种导电性很差的材料组成),像三明治一般夹在两层镀银的、导电织物(一种高度导电的材料)之间形成。

原理

这种传感器通过测量电容的变化来记录人体运动。所谓电容,也就是容纳电荷的本领,也指两个电极之间的电场。

维斯研究所的研究工程师、论文的合著者之一 Daniel Vogt 称:

“当我们在传感器的一端拉拽传感器,施加张力时,硅胶层会变薄,导电织物层会靠的更近,这样就以一种与施加的张力成比例的方式,改变了传感器的电容。所以,我们能够测量到传感器的形状改变了多少。”

工艺

这种混合传感器的优越性能来源于它的新型制造工艺。通过这种制造工艺,织物通过另外一层的液态硅胶,连接于硅胶核心的两端。这种方法让硅胶可以填满织物中的空气间隙,机械地将它锁在硅胶上,从而增加了用来分散张力和存储电容的表面区域。

这种硅胶与织物的混合物,通过充分利用这两种材料的特性,提高了对于运动的灵敏度。在拉升时,这种强韧、连锁的织物纤维能够帮助硅胶限制其形变的程度;而当拉力撤销时,硅胶则可以帮助织物恢复其原有的形状。最后,柔软的细线通过热封胶带,永远连接着这种导电织物,让来自传感器的电气信息无需又硬又笨重的接口,就可以传输到电路上。

实验

团队通过进行张力实验,评估了他们设计的这种新型传感器。在实验中,当传感器被机电测试装置拉伸时,研究人员进行了各种测量。一般来说,当弹性材料被拉伸的时候,其长度增加,而厚度和宽度减少,所以材料的总面积不变,也就是它的电容保持不变。出人意料的是,研究人员发现传感器受到拉伸时,导电面积增加,电容从而比期望的更大。论文的首作者、维斯研究所的博士后研究员 Asli Atalay 称:

“基于硅胶的电容传感器由于材料的天然特性,其灵敏度有限。然而,将硅胶嵌入到导电织物中后,创造出一个基质,它能够防止硅胶横向地缩小,这样就将灵敏度提高到我们测试的裸露硅胶之上。”

这种混合物传感器能够在张力应用30毫秒之内和物理改变小于半毫米的情况下,测量出电容的增加,有效地捕捉到人体运动。为了在现实世界中测试这项能力,研究人员将它们整合到一个手套中,实时测量比较精细的手部和手指运动。当手指移动的时候,传感器可以成功地检测出电容的变化,指示出它们的相对位置随着时间的变化。

SEAS 生物设计实验室的研究生、论文的合著者之一 Vanessa Sanchez 解释道:

“我们的传感器更高的灵敏度,意味着它具有区分更细微运动的能力,例如从一端到另外一端,轻微地移动手指,而不是简单地张开整个手或者握紧拳头。”

价值

对于这项创新研究的价值,我们来看看专家们怎么说。

论文的作者、维斯研究所的核心教员、SEAS 工程和应用科学副教授 John L. Loeb 称:

“对于这个传感器,我们感到非常兴奋。因为它由纺织品制成,所以天生就非常适合集成到织物中,成为‘智能’机器人服装。”

论文的合著者之一、维斯研究所的博士后研究员 Ozgur Atalay 称:

“另外,我们已经设计出一种统一的批量生产工艺,让我们能够创造出定制形状的传感器,共享统一的特性,并且可以根据给定的应用进行快速制造。”

虽然这项研究还处于概念验证阶段,但是团队对于这项技术未来的发展方向感到充满信心。Walsh 说:

“这项研究代表,我们对于在机器人系统中利用织物技术的兴趣日益增长,并且我们看到‘在户外环境中’捕捉运动的广阔前景,例如可监测身体活动能力的运动服,或者在家中监测病人的柔性医疗设备。另外,这些传感器与基于织物的柔性制动器相结合,能让新型机器人系统真正地模仿服装。”

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分