社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

剑桥大学:生物仿生可拉伸装置中的各向同性全向超灵敏应变传感与深度学习辅助方向识别

传感器专家网 • 4 月前 • 79 次点击  

背景介绍

具有全向传感能力的柔性和可拉伸物理传感器在应对医疗监测、人体运动检测和人机界面中复杂、可变和动态的现实场景方面具有重要意义。为了量化振动和变形刺激,可拉伸应变传感器在可穿戴电子产品和电子皮肤领域发挥着至关重要的作用,具有高灵活性、简单性和一致性的优点。在可拉伸应变传感器的开发方面取得了显著成就,重点是通过利用新型纳米材料和微/纳米结构来提高其灵敏度、可拉伸性、耐用性、滞后性和检测限。值得注意的是,需要在小应变范围内具有出色的灵敏度,使传感器能够检测到脉搏波和喉咙振动等微小的生物物理信号。然而,由于其固有特性,如长径比大的结构和单向分布的传感材料,大多数性能优异的可拉伸应变传感器都受到仅将单轴应变转换为电信号的能力的限制,阻碍了它们在多轴应变环境中的应用。因此,迫切需要开发更复杂的应变传感器系统,能够有效地感知包含来自各个方向的应变的复杂信息。

最近,为了检测更复杂的多轴应变条件,主要通过两种策略开发了全向应变传感技术:单传感器和多传感器系统。在单传感器方案中,某些各向同性全向柔性应变传感器是使用围绕圆形排列的弯曲微槽设计的,并将手性伸缩超材料结合到基板中。虽然这些传感器可以高灵敏度地检测来自多个方向的应变,但它们无法用单个传感器确定应变的具体方向,因此需要额外的传感器阵列。之前实现定向应变传感的尝试基于多传感器系统方法,通常涉及以特定角度定位的两个或三个各向异性应变传感器,以及基于每个传感器之间的信号差计算应变强度和方向的定制算法,这与本工作中提出的单传感器方法有着根本的不同。此外,由于缺乏各向同性特性,当涉及到处理多向应变(即在不同方向施加相同的应变)时,多传感器系统方法更加复杂。从技术上讲,在单个传感器内实现各向同性全向应变传感和方向识别是极具挑战性的,因为基本原理从根本上讲是相反的。各向同性传感需要一个均匀的平台来输出相同的响应,而方向识别则依赖于信号的差异。因此,考虑到传感器的预期简单性和效率,对于各种实际应用来说,迫切需要一种将这两个特征结合起来的可行策略。

本文亮点

1. 本工作介绍了第一个同时具有各向同性全向超敏应变传感和方向识别(IOHSDR)功能的设备。通过从三维模拟人类手指,IOHSDR设备实现了一种新型的异质基底,该基底结合了圆的渐开线,从而在径向方向上产生各向同性行为,在渐开线方向上具有各向异性特性,用于超灵敏应变传感。

2. 在基于深度学习的模型的帮助下,IOHSDR设备在识别360°拉伸方向方面实现了99.58%的惊人准确率。

3. 它在可拉伸应变传感器的典型性能方面表现出卓越的性能,规格系数为634.12,检测限为0.01%的超低,耐用性超过15000次循环。

4. 桡动脉脉搏和喉部振动应用的演示突出了IOHSDR各向同性全向传感和精确方向检测的独特特性,从而推出了新型可穿戴健康监测设备。

图文解析

图片

图1. IOHSDR(各向同性全向超敏传感和方向识别)应变传感器系统的示意图。a) 多维仿生IOHSDR应变传感器设计和结构示意图,从三个方面模仿人类手指:(i)指纹结构激发(ii)提供超敏反应的异质基质;(iii)指纹螺纹图案激发(iv)圆的渐开线作为基板的脊,提供各向同性全向应变传感;(v) 柔软的人体皮肤激发(vi)皮肤般的底层,以更好地进行应变传导;(vii)IOHSDR应变传感器结构,其由功能层和具有模量梯度的三层基板组成。b) IOHSDR应变传感器功能示意图:(i)具有可拉伸银电极A-E的单个IOHSDR应力传感器;(ii iv)从电极对AE检测到的全向(360°)应变和喉部振动;(v-vi)使用来自电极对BC、CD和DE的三通道信号通过基于深度学习的模型进行应变方向识别。


图片

图2. 设备的特性描述。a) 石墨烯功能层沿拉伸方向的微裂纹的显微镜(上图)和SEM(下图)图像,比例尺分别为200和250 µm。b) 拉伸-释放循环期间相对阻力变化的滞后。c) 0.25%、1.0%、2.0%和3.0%循环应变下的相对阻力变化。d) 0.05%和0.01%循环应变下的检测限稳定性试验。e) 在0.5%应变下,通过多循环拉伸和释放超过15000次循环进行耐久性测试。f) 应变传感器IOHSDR、C1、C2和C3之间相对电阻变化的比较。g) C1的结构和截面图,带有未调制的基板;C2具有由杨氏模量调制的基底;基板由横截面积调制。h) 应变传感器IOHSDR、C1、C2和C3之间的应变系数比较。


图片

图3. IOHSDR应变传感器的各向同性全向超敏应变传感。a) 各向同性全向应变传感机制:(i)IOHSDR应变传感器的俯视物理照片;(ii)各向同性全向应变传感的数学分析:无论拉伸方向如何,总有一个垂直于它的渐开线在基板中引起最大应变响应;(iii)增强应变传感的数学分析:由于每个渐开线环的平行切线,拉伸导致所有环出现最大应变;(iv)IOHSDR应变传感器0°拉伸的有限元分析结果。b) IOHSDR传感器全向(360°)应变传感结果;以15°的间隔以12个角度施加相等大小的应变,覆盖整个360°范围。c) 信号强度在12个拉伸方向上的相对电阻变化曲线。


图片

图4. 基于IOHSDR应变传感器的脉搏波监测和喉部振动检测演示。a) IOHSDR应变传感器采集的桡动脉脉搏波形,显示包括前进波(P)、反射切迹(W)、反射波(T)、重博切迹(V)和重博波(D)在内的详细信息。b) 手腕上的IOHSDR传感器以0°至180°的角度以45°的间隔获得四个脉冲波形。c、 d)单词对的喉咙振动信号:“绵羊”和“船”,“沙漠”和“甜点”。e–h)通过以45°的间隔将传感器在喉咙皮肤上的附着角度从0°改变到180°,获得了“Do”(单音节动词)、“Time”(单音节名词)、“Cambridge”(双音节)和“University”(五音节)的喉咙振动信号。


图片

图5. 深度学习辅助方向识别。a) 方向识别机制:(i)360°应变方向识别的三个通道;(ii)分析在各向同性和各向异性状态之间动态切换的通道;(iii)在75°和165°拉伸下三个通道的有限元分析结果。b) 通道1、通道2和通道3在以15°间隔从0°拉伸到180°期间的相对阻力变化和幅度趋势曲线。c) 基于卷积神经网络(CNN)的IOHSDR应变传感器识别拉伸方向模型的结构。d) 用于以15°间隔对0°至180°的12个拉伸方向进行分类的混淆矩阵。

您对本文有什么看法?欢迎在传感器专家网公众号本内容底下留言讨论,或在中国最大的传感社区:传感交流圈中进行交流。

您对本文有什么看法?欢迎留言分享!
顺手转发&点击在看,将中国传感产业动态传递给更多人了解!

星标的内容=你在乎的内容,根据微信公众号推荐原则,没有在传感器专家网公众号主页【设为星标】,将无法及时获得传感器行业最新资讯!

来源: 柔性传感及器件
声明:本文内容系作者个人观点,不代表传感器专家网观点或立场,有疑问请联系:pengzhenlie(微信号)。
如有投稿爆料采访需求,请发邮箱:sensorexpert@sensorexpert.com.cn

分享收藏点赞在看


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/179080
 
79 次点击