KAIST开发深度学习电子皮肤传感器 可解码复杂的人体运动

韩国科学技术高等研究院(KAIST)研究人员提供了一种深度学习供电的单应变电子皮肤传感器,可以从远处捕获人体运动。

  韩国科学技术高等研究院(KAIST)研究人员提供了一种深度学习供电的单应变电子皮肤传感器,可以从远处捕获人体运动。手腕上的单个应变传感器可以通过虚拟的3D指针实时反映复杂的五指动作,该动作可以反映原始动作。

  

adeeplearned.jpg

深度学习传感器收集震中运动。图片来源:韩国科学技术高等研究院(KAIST)

  这项研究的概念起源于这样一个想法:即精确定位单个区域比在每个关节和肌肉上粘贴传感器能更有效地识别运动。为了使这种目标定位策略有效,需要精确地捕获来自不同区域的信号,然后将这些信号中的信息解耦。为了最大限度地提高用户的可用性和移动性,研究小组使用了一个单通道传感器来产生对应于复杂手势的信号。

  为了提高传感器的灵敏度,研究人员使用了激光诱导的纳米级裂纹。传统方法需要许多传感器网络来覆盖目标区域的整个曲线表面,与传统的晶圆制造不同,这种激光制造为运动跟踪提供了一种新的传感模式。这种新的测量系统通过使用激光技术在金属纳米颗粒薄膜中产生裂纹,提取与多个手指运动相对应的信号。然后将传感器贴片连接到用户的手腕上,以检测手指的运动。

  由快速态势学习(RSL)推动的深度神经网络可确保稳定的操作,而不管其在皮肤表面上的位置如何。快速态势学习(RSL)系统从手腕上的任意部位收集数据,并用一只虚拟的三维手实时地训练模型,该手可以反映原始动作。

1-adeeplearned.jpg

基于迁移学习的RSL系统。图片提供:KAIST的Sungho Jo教授

  这种传感系统可以用一个小的传感网络来跟踪整个人体的运动,便于对人体运动进行间接的远程测量,适用于可穿戴的VR/AR系统。

  研究小组说,他们在开发传感器的同时,专注于两项任务。首先,他们将传感器信号模式分析成一个包含时间传感器行为的潜在空间,然后将潜在向量映射到手指运动度量空间。

  据悉,该系统可以扩展到其他身体部位,该传感器还能够从骨盆提取步态运动。这项技术有望成为健康监测、运动跟踪和软机器人技术的一个转折点。

  自新型冠状病毒肺炎疫情爆发以来,传感器专家网一直密切关注疫情进展,根据国家及地方政府的最新调控与安排,为更好的服务相关企业,在疫情期间,传感器专家网免费发布企业相关文章,免费成为传感器专家网认证作者,请点击认证,大家同心协力,抗击疫情,为早日打赢这场防控攻坚战贡献自己的一份力量。

点 赞

分享:

其他媒介

针对性更强,满足行业在实际应用的各种专业化的需求,传感器专家网为您提供方便快捷的传感器产品及相关资讯垂直搜索服务。

解读传感器发展趋势,洞悉传感器产业背后发展逻辑,关注企业、技术、市场、产品等。

关注

参与评论已发布评论0

0/500

发表评论

评论区

加载更多

推荐阅读

张帅说传感

解读传感器发展趋势,洞悉传感器产业背后发展逻辑,关注企业、技术、市场、产品等。