中國科學家設計超薄指尖感測器,厚度不到A4紙五分之一,最高傳遞500Hz訊號,可用於外科微創手術-1
視訊中的人,蒙著眼睛,只需要用手指觸控,就可以辨別出紙上的字母。實現這個能力,用的是一個重量僅為 1.3 克的裝置。而負責給指尖傳導訊號的矽膠薄膜,只有 18 微米厚。這個厚度,薄於一張普通 A4 紙厚度(104 微米)的五分之一,也遠遠小於人體表皮的厚度(數十到上千微米)。
這是中國科學家冀曉斌領銜開發出的新型裝置,只用 1.3 克的重量,能夠產生 1 到 500Hz 的震動訊號,給手指傳遞不同的觸感。實現 “盲人摸字” 的原理很簡單,用發光二極體作為感測器,感知紙面反光的強度,將訊號傳遞給一個微型控制器。當觸碰到黑色的區域,裝置就會自動開啟,將異樣的觸覺傳遞給指尖。人通過觸覺反饋,就能識別出圖案。
這個裝置的名字叫做 feel-through DEA(下稱 FT-DEA),“盲人摸字”的試驗,只是對其功能的一個驗證。更重要的是,這種輕巧的觸覺感測器,提供了一種新型的人機互動介面,具有高靈敏度和寬訊號頻域,如果跟不同的 VR 或 AR 裝置結合,就可以開發出更逼真的虛擬現實或擴增實境體驗。
冀曉斌介紹,”feel-through”表明了這款新型穿戴裝置的優勢。由於其輕薄的特性,18 微米的薄膜既能夠傳遞給手指額外的觸覺訊號,同時又保持了人手指日常的感覺和活動功能。“戴上這個裝置,繼續敲鍵盤,喝咖啡,或者是觸控其它物品,都不會受影響。”
冀曉斌於 2013 年和 2015 年先後在法國獲得學士與碩士學位,2019 年在瑞士洛桑聯邦理工學院(EPFL)獲得微系統與微電子博士學位,回國後,成為河北工業大學校聘教授,屬於該校李鐵軍教授團隊成員,研究方向是小型智慧軟體機器人系統與可穿戴裝置。
他告訴 DeepTech,自己原本在 EPFL 做博士後,12 月回國,正好趕上疫情,就辭去了在瑞士的工作,決定在國內高校任職。在幾個選項中,他被河北工業大學所提供的資源和平臺所打動,最終選擇了這裡,目前他正在籌備自己的實驗室。
圖 | a. 指尖上的 Feel-through DEA 觸覺裝置;b. 佩戴 FT-DEA 彈鋼琴(來源:論文)
超薄觸覺反饋裝置,實現新的人機介面
一提到 VR 和 AR 裝置,標誌性的裝置就是頭戴眼鏡,它能夠呈現出栩栩如生的畫面和聲音。但這只是虛擬體驗的一部分,更困難的是提供虛擬觸覺。
目前,實現與虛擬物件的互動,需要使用手持的電機裝置,它們不僅笨重,也只能傳導非常粗糙的觸感,使用的時候,需要以特定的姿勢持握,對人的動作限制也很大。也就是說,現有的手持裝置,會阻止人手原有的力學感受功能,穿戴上以後,手指日常的功能就會受到影響。
圖 | Valve Index VR 裝置
要實現科幻電影裡身臨其境的 VR 和 AR,必須要有更輕便的觸覺感測裝置。冀曉斌和同事們的工作,就是在這一思路下誕生的。
能夠做出如此輕便的裝置,關鍵的技術在於以極低的電壓輸出高功率密度,從而將人類能夠識別的訊號送達到指尖。雖然矽膠薄膜只有 18 微米厚,但是在輸出訊號為 580Hz 時,功率密度能夠大於 10⁶W/m³。
低驅動電壓,使得 FT-DEA 的控制與供能裝置可以做得足夠小,來實現無線工作,這滿足了穿戴裝置的需求。
低電壓的技術,是冀曉斌在博士課題中實現的突破。他在 EPFL 做博士期間,師從軟體感測器實驗室(EPFL—LMTS)主任 Herbert Shea 教授,完成了 “低電壓高速率介電型彈性體驅動器” 的課題。高驅動電壓是 20 多年來困擾 DEA 領域的一個基本問題。
所謂 DEA,是介電型彈性體驅動器的簡稱。冀曉斌介紹,這是一種電驅動的人工肌肉,可以將電能轉化為機械能。
冀曉斌的博士課題成功地將 DEA 驅動電壓降低了一個數量級,並且研發出了前所未有的高效能、低電壓 DEA。
冀曉斌也針對開發的低電壓、高效能 DEA 設計了新型應用,之前設計的軟體機器昆蟲,發表於機器人頂尖期刊 Science Robotics;此次的 FT-DEA 則是可穿戴的觸覺反饋裝置,於 2020 年 10 月發表於材料學期刊 Advanced Functional Materials 上。兩篇論文,冀曉斌都是一作。
圖 | 冀曉斌(來源:受訪者)
DEA 所使用的矽膠薄膜本身不導電,它雙面塗上電極後相當於一個電容器,當充滿電之後,兩電極間產生的靜電力在厚度方向壓縮矽膠薄膜,從而讓薄膜面積增大產生形變。這一過程把電能轉化成了機械能。使用不同頻率的控制電訊號,可以控制驅動器的執行速率。
冀曉斌形容,“通俗地講,DEA 就是一個軟體平行板電容器。”使用聚二甲矽氧烷(PDMS)這一材料當作介電層的效能優勢是相關 DEA 的反應速率快,能夠達到毫秒級別。由於 PDMS 這種材料的粘彈性很小,相比於其它的介電材料(比如 VHB)其力學性質對DEA 執行速度的影響要小的多。
在指尖實現不同型別的訊號傳導
手指尖端有豐富的感受神經,而以彈性矽膠為材料的 DEA 能夠適應手指的形狀並且貼合皮膚。FT-DEA 在通電工作時完全靜音,因此非常適合作為穿戴於指尖的觸覺反饋器。
FT-EDA 戴在手指上,在不通電的時候,矽膠薄膜處於預拉伸的狀態,會給指尖皮膚一個輕微的壓力。當通電之後,靜電力產生作用,DEA 啟用,就會釋放預先施加的壓力,從而使皮膚產生正方向(縱向)的位移。當使用從 1 到 500Hz 不同的驅動頻率,薄膜會產生對應不同的位移和拉伸,從而產生不同的觸覺反饋訊號。
圖 | d. DEA 通過拉伸皮膚來給穿戴者產生觸覺反饋訊號 e. 電壓開關狀態下皮膚以及 FT-DEA 側檢視。(來源:論文)
那人類是否能夠準確識別出不同的訊號型別呢?
研究尋找了 11 個不同性別、年齡的使用者,通過兩個測試來收集他們的反饋。第一個測試,研究人員用不同頻率的訊號進行測試,讓使用者評判是否能夠感知到訊號,並按照感覺強度從 0(沒感覺)到 4(感覺很強)給出打分。最終的結果顯示,除了關機時的感覺為零,_幾乎_其它的頻率都可以被感知到,而在 5 到 200 Hz 的區間,感知程度都保持在 2 以上。
在第二個測試中,使用者被隨機給予 6 種不同的訊號型別:10Hz、200Hz、在 10Hz 與 200Hz 間切換、由關閉升為 200Hz、由 200Hz 降為關閉、關閉。通過 10 分鐘的簡單學習後,使用者被隨機給予不同的訊號刺激,並進行辨別,結果顯示了 73% 到 97% 的辨別正確率。
這兩個試驗證明,僅僅通過目前指尖單點的裝置,已經能夠成功傳導多種觸覺訊號。
圖 | a. 使用者對於不同頻率訊號的反饋強度平均值統計 b. 使用者對 6 種不同訊號的識別混淆矩陣,對角線顯示為正確率(來源:論文)
冀曉斌表示,這僅僅是一個初步驗證,證明 FT-DEA 準確表達觸覺訊號的可行性,研究中已經展示了 10 個 DEA 在手指上形成的一個陣列結構,未來將突破單點的訊號模式,使用 DEA 陣列來模擬區域性的手部感覺,或者反饋更為完整的運動路徑。
圖 | 10 個 DEA 組成的陣列,覆蓋在手指上。(來源:論文)
專訪一作冀曉斌
DeepTech:請問 FT-DEA 的結構是怎樣的?
冀曉斌:這是一個多層的結構,兩層電極中間夾一個介電彈性體矽膠層,是一個基本的單元。一共有 3 個單元堆疊起來,總計共有 7 層,其中有 4 層電極,3 層矽膠層。這樣設計的目的是增大它的輸出力,單矽膠層厚度是 6 微米。在這項工作中,我們堆疊了三層,手指尖端的感受很靈敏,如果將來應用於身體其它部位,比如背部,有對輸出力的強度有更高的要求,可以通過堆疊更多的厚度來增加輸出力,從而使其它部位也能夠感受到反饋訊號。
DeepTech:FT-DEA 的特色是能夠在低電壓的驅動下,以非常薄的材料實現其效能,這建立在你博士課題的技術突破上,實現低電壓驅動的難點在哪裡?
冀曉斌:降低 DEA 驅動電壓大致有兩種方法,第一,增加介電層的介電常數。第二,降低介電層的薄膜厚度。我們選取的是第二種途徑。
當薄膜厚度降低後,對薄膜的質量要求很高。如果薄膜質量不高,比如厚度不均勻,相關 DEA 效能會受限制。
更加具有挑戰性的是,降低介電層厚度後,對 DEA 的電極要求苛刻。既需要有很好的導電效能來保證 DEA 快速充放電,又必須具備很好的力學效能來降低對整個薄膜結構的僵化。我們開發了基於 Langmuir 原理的先進奈米制造工藝來二維組裝 DEA 的可拉昇電極。研發出了分子厚度的可拉伸電極來滿足這些苛刻要求。
DeepTech:在矇眼識字的試驗中,增加了一個發光二極體,它的作用是什麼?
冀曉斌:這個實驗中我們做了一個整合的無線控制系統,整體裝置只有 1.3 克,這也是可穿戴裝置的要求,不能很重,不會影響正常生活。發光二極體的作用是識別顏色,它能夠探測顏色,將收集到的訊號傳導給微控制器,從而決定 FT-DEA 是否開啟。當探測到黑色的時候,微控制器就會反饋出 450 伏 200 赫茲的頻控制訊號,而在白色的時候是關閉的。使用者通過手指的感受就可以讀取黑色的字母。
DeepTech:目前只進行了一個識字試驗,FT-DEA 還有哪些應用的潛力?
冀曉斌:VR 裡,可以應用它去觸碰一些虛擬的物體。研究中展示了一個戴在手指上的矩陣,假設它可以覆蓋整隻手,就可以實現感知一些虛擬的影像,或者當手做出一個類似抓握這樣的動作時,也可以給予相對應的反饋訊號。
當然我們目前只是模擬了表皮上的觸覺,如果未來的 VR 要實現讓人感受到一個不存在的事物,比如拿住一支筆,需要完整的資訊,包括關節的姿態,還有皮膚的觸覺,一個理想的手套是能夠完成所有的任務的。這也是將來要突破的工作。
另外在一些需要精細操作的地方,比如一些外科手術、精細組裝等,人體本身的精度是有限的,在精細操作的時候容易產生誤差,而電子裝置能夠實現更高的精準度。
比如一些外科微創手術,能夠通過它來告知操作者精度的範圍,幫助人手實現更好的操作。這能夠實現人和機器之間更密切的互動,機器通過觸覺反饋給人類訊號,比如將一層這樣活性的薄膜戴在手上時,就增強了人機互動的維度,同時具有便利性。
道翰天瓊CiGril機器人API
道翰天瓊CiGril認知智慧機器人API使用者需要按步驟獲取基本資訊:
- 在平臺註冊賬號
- 登入平臺,進入後臺管理頁面,建立應用,然後檢視應用,檢視應用相關資訊。
- 在應用資訊頁面,找到appid,appkey祕鑰等資訊,然後寫介面程式碼接入機器人應用。
開始接入
請求地址:http://www.weilaitec.com/cigirlrobot.cgr
請求方式:post
請求引數:
引數 | 型別 | 預設值 | 描述 |
userid | String | 無 | 平臺註冊賬號 |
appid | String | 無 | 平臺建立的應用id |
key | String | 無 | 平臺應用生成的祕鑰 |
msg | String | "" | 使用者端訊息內容 |
介面連線示例:http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552
注意事項:引數名稱都要小寫,五個引數不能遺漏,引數名稱都要寫對,且各個引數的值不能為空字串。否則無法請求成功。userid,appid,key三個引數要到平臺註冊登入建立應用之後,然後檢視應用詳情就可以看到。userid就是平臺註冊賬號。
示例程式碼JAVA:
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;
public class apitest {
/**
* Get請求,獲得返回資料
* @param urlStr
* @return
*/
private static String opUrl(String urlStr)
{
URL url = null;
HttpURLConnection conn = null;
InputStream is = null;
ByteArrayOutputStream baos = null;
try
{
url = new URL(urlStr);
conn = (HttpURLConnection) url.openConnection();
conn.setReadTimeout(5 * 10000);
conn.setConnectTimeout(5 * 10000);
conn.setRequestMethod("POST");
if (conn.getResponseCode() == 200)
{
is = conn.getInputStream();
baos = new ByteArrayOutputStream();
int len = -1;
byte[] buf = new byte[128];
while ((len = is.read(buf)) != -1)
{
baos.write(buf, 0, len);
}
baos.flush();
String result = baos.toString();
return result;
} else
{
throw new Exception("伺服器連線錯誤!");
}
} catch (Exception e)
{
e.printStackTrace();
} finally
{
try
{
if (is != null)
is.close();
} catch (IOException e)
{
e.printStackTrace();
}
try
{
if (baos != null)
baos.close();
} catch (IOException e)
{
e.printStackTrace();
}
conn.disconnect();
}
return "";
}
public static void main(String args []){
//msg引數就是傳輸過去的對話內容。
System.out.println(opUrl("http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552"));
}
}
相關文章
- 科學家設計新型奈米機器人 可用於清除水道中的化學汙染物機器人
- 可穿戴設計的感測器技術_凱利訊
- 基於WebSocket的實時訊息傳遞設計Web
- 摺紙風格的微型機器人可以開啟外科手術機器人的新時代機器人
- Rust 程式設計視訊教程(進階)——017_1 訊息傳遞 1Rust程式設計
- 中國科學家突破區塊鏈核心技術區塊鏈
- 京東榮獲“中國智慧科學技術最高獎”——吳文俊人工智慧科學技術獎人工智慧
- Rust 程式設計影片教程(進階)——017_1 訊息傳遞 1Rust程式設計
- Qt 訊號槽傳遞指標QT指標
- 中國科學技術發展戰略研究院:中國國家創新指數綜合排名世界第14位
- Flutter中訊息傳遞Flutter
- ICCAD:2022年中國IC晶片設計企業爆發3243家 83%收入不到1個億晶片
- 創新三消策略手遊《指尖領主》首次商測將啟!
- 【Linux網路程式設計-1】訊號Linux程式設計
- 中國科學院物理學家利用機器學習揭示原子核殼演化機器學習
- BMA456感測器介紹,設計用於可穿戴裝置
- 每日安全資訊:電腦科學家設計無法被黑的處理器晶片架構晶片架構
- 應用於智慧手環產品中檢測戶外紫外強度的感測器
- 《科學計量學》:2019年前1%論文排名 中國首超美國
- 地理資訊科學在考古學中的應用:GIS與遙感技術的時空穿梭之旅
- vue---元件間傳遞訊息(父子傳遞訊息,兄弟傳遞訊息)Vue元件
- 光學雨量計雨量感測器在氣象監測中的重要作用
- 首個國產腦外科手術機器人獲批准產,王田苗教授指導打造機器人
- 微信小程式中的值傳遞微信小程式
- ubuntu配置中國科學技術大學映象源Ubuntu
- 精確預測相分離蛋白質,同濟&中國科學院機器學習預測器PSPire機器學習
- 科學家提出超越傳統機器學習的量子演算法機器學習演算法
- 30倍於傳統方法,中國科學院團隊Transformer深度學習模型預測糖-蛋白質作用位點ORM深度學習模型
- excel表格剛好適應a4紙大小如何設定 excel怎麼剛好做A4大小的表Excel
- 影像感測器熱點技術
- 中國社會科學院新聞與傳播研究所:微信群是更新速度最快的資訊傳播平臺
- 一組調查資料,使用StackOverflow的程式設計師中國不到1%程式設計師
- 遊戲設計中的數學:基於等級的成長感遊戲設計
- 法國科學家將AI演算法用於植物研究,植物學家開始慌了AI演算法
- [java併發程式設計]基於訊號量semaphore實現限流器Java程式設計
- 騰訊 WeTest 效能測試工具 PerfDog 獲得中國計量科學研究院權威測試認證
- 騰訊WeTest效能測試工具PerfDog獲得中國計量科學研究院權威測試認證
- 感測器-雨滴感測器(雨刷)