論文標題：Triboelectric-Inertial Sensing Glove Enhanced by Charge-Retained Strategy for Human-Machine Interaction
作者列表：Bo Yang, Jia Cheng,* Xuecheng Qu, Yuning Song, Lifa Yang, Junyao Shen, Ziqian Bai, Linhong Ji
DOI:10.1002/advs.202408689
文章背景
隨著技術的不斷進步，人機交互（HMI）領域對直觀、自然的交互方式提出了更高的要求。智能手套作為捕捉復雜手部動作的重要工具，逐漸成為推動人機交互發展的關鍵方向。而基于摩擦電效應的傳感器因其自供電、低成本、材料選擇靈活等優勢，在可穿戴設備領域展現了巨大的應用潛力。然而，由于以往信號采集電路的漏電流導致信號衰減并難以監測連續變化，摩擦電傳感器在實際應用中面臨著顯著瓶頸。因此，開發便攜的測量方案以實現對輸出電荷的保持和連續信號的穩定監測，已成為亟待解決的技術難題。
文章內容
近日，清華大學機械系智能與生物機械實驗室程嘉副研究員團隊提出了一種創新的電荷保持策略，利用基于電荷測量的信號處理電路成功解決了傳統電壓測量方法下摩擦電傳感器的漏電流問題，實現了對連續傳感信號的精準捕獲。在此基礎上，研究團隊設計并實現了摩擦電-慣性雙模態傳感手套（TI-Glove）。該手套通過高度集成的設計，能夠實時、便攜地支持多功能人機交互。這一研究為摩擦電傳感器的便攜化應用以及未來HMI技術的發展提供了新的技術路徑。
圖1. 采用摩擦電-慣性雙模傳感技術的TI-Glove智能系統。(A)用于機器人控制、虛擬現實、智能家居和直觀界面的多功能人機交互系統示意圖。(B)手語識別系統示意圖。(C) (i)柔性摩擦電傳感器的詳細結構。(ii)TI-Glove的整體結構。(iii)通過IMU實現的手部方向傳感。(D)連續彎曲時摩擦電傳感器電荷采集和電壓采集方法的信號比較，電荷保持電路可防止摩擦電傳感器輸出電荷泄漏，從而實現連續信號采集。(E)系統信號流原理框圖。
圖2. 摩擦電傳感器的工作機理和特性。(A)摩擦電傳感器的工作原理。(B)摩擦電傳感器在(i)釋放和(ii)彎曲時的電勢分布模擬。(C-E)由Ecoflex、DragonSkin和帶有微結構的DragonSkin制備的摩擦電傳感器的開路電壓、短路電流和轉移電荷。(F) (i)平面和(ii)微結構表面的掃描電鏡圖像。(G)不同彎曲角度下的開路電壓。(H)開路電壓的頻率依賴性。(I)連續彎曲12,000次的機械耐久性測試。(J)電壓、電流和功率輸出與外部負載電阻的關系。
圖3. 摩擦電傳感信號的分析與便攜式采集。(A)和(B)摩擦電傳感器在一個周期內不同外部負載下的輸出電壓和電荷波形。插圖：上升階段的電荷波形放大圖。(C)TI-Glove系統電路圖。(D)基于電荷測量策略的摩擦電信號處理電路。(E)在傳感器彎曲過程中，通過兩種策略在不同角度、保持時間和速度下獲取的摩擦電信號比較。上圖：示波器測量的輸出電壓。下圖：增強型 PCB 獲取的信號。(F)步進彎曲和釋放過程中獲取的信號比較。(G)從輸出信號中提取的彎曲運動的多維特征，包括彎曲角度、保持時間和彎曲速度。(H) 各種摩擦電信號測量方案比較。
圖4. TI-Glove在多功能人機交互中的演示。(A)機器人手部控制。(i)摩擦電傳感器在不同手勢下的實時信號輸出；(ii) 人類手勢和對應機器人手部動作的照片。(B)控制機器人前進、后退、左轉和右轉的IMU信號。(C)機器人移動和抓取控制的綜合演示。(D) TI-Glove支持的VR互動，包括(i)抓起并揮舞火炬，(ii)抓起蘋果并投擲。(E)燈光演示(i)平滑調節光亮度和(ii)改變燈光顏色。(F)通過手部動作實現直觀界面，包括控制圖像(i)放大/縮小和(ii)水平/垂直移動。
圖5. 人工智能支持的手語識別系統。(A)訓練和實時手勢語識別的流程。(B) CNN 整體結構示意圖。(C)選定的 10 種手語手勢示意圖。上圖：只涉及基本手指彎曲的手勢。下圖：涉及手指彎曲和手掌方向的手勢。(D) 數據集中10個手勢產生的(i)摩擦電傳感器和(ii) IMU 輸出信號。(E) (i)僅使用手指彎曲數據和(ii)融合手指彎曲和手部方向數據識別 10 種手勢的混淆圖。
研究團隊開發了一種基于摩擦電-慣性雙模態傳感的交互手套系統（TI-Glove），能夠同時捕捉手指彎曲和手部方位變化，從而實現更加直觀和自然的人機交互體驗。該系統功能集成于單一手套中，相較于現有方案，具有更高的集成度和更廣泛的功能范圍。針對摩擦電傳感器輸出電荷泄漏的問題，設計了一種具有電荷保持功能的輕量化信號處理電路，可實現摩擦電傳感器信號連續變化的便攜式測量。通過結合連續摩擦電信號和慣性傳感信號的雙模態信息，TI-Glove系統能夠支持多種人機交互功能，如高級機器人控制、虛擬現實交互、照明控制以及直觀界面操作。此外，該研究還開發了一種基于人工智能的手語識別系統，利用摩擦電和慣性傳感數據融合技術，顯著提升了復雜手勢的識別精度，對10種手勢的識別率達到99.38%。所提出的TI-Glove系統具有設計簡潔、成本低廉和集成度高的特點，其電荷保持電路為摩擦電傳感器的便攜式測量提供了新的思路。該系統在工業制造、娛樂、智能家居技術以及殘障輔助等多個領域展現出廣闊的應用潛力。
該論文通訊作者為清華大學機械系程嘉副研究員。清華大學機械系碩士生楊博為論文第一作者，程嘉副研究員和機械系博士后曲學鋮為共同第一作者。該研究工作得到了國家自然科學基金、國家重點研發計劃、博士后科學基金等項目的支持。
期刊簡介
Advanced Science 是Wiley旗下創刊于2014年的優質開源期刊，發表材料科學、物理化學、生物醫藥、工程等各領域的創新成果與前沿進展。期刊為致力于最大程度地向公眾傳播科研成果，所有文章均可免費獲取。被Medline收錄，PubMed可查。最新影響因子為17.521，中科院2021年SCI期刊分區材料科學大類Q1區、工程技術大類Q1區。
