当前位置:首页>生活 >内容

新生儿启发了模拟人类触觉的传感器设计

2023-06-02 14:19:30生活自然的汉堡

随着我们进入一个人机交互变得越来越重要的世界,能够分析和模拟人类触摸的压力传感器的需求可能会增长。工程师面临的一个挑战是难以制造一

随着我们进入一个人机交互变得越来越重要的世界,能够分析和模拟人类触摸的压力传感器的需求可能会增长。

新生儿启发了模拟人类触觉的传感器设计

工程师面临的一个挑战是难以制造一种具有成本效益、高度灵敏的传感器,这些传感器是检测细微脉冲、操作机器人肢体和创建超高分辨率刻度等应用所必需的。然而,一组研究人员开发了一种能够执行所有这些任务的传感器。

来自宾夕法尼亚州立大学和中国河北工业大学的研究人员希望创建一种传感器,该传感器在广泛的应用中具有极高的灵敏度和可靠的线性,具有高压分辨率,并且能够在大压力预载下工作。

“当已经施加大压力时,传感器可以检测到微小的压力,”宾夕法尼亚州立大学工程科学与力学纪念副教授 Huanyu “Larry” Cheng 说,他是该工作论文的合著者发表在《自然通讯》上。“我喜欢用的一个类比是,这就像在大象身上检测到一只苍蝇。它可以测量最细微的压力变化,就像我们的皮肤触摸一样。”

Cheng 开发这些传感器的灵感来自于一个非常个人化的经历:他的第二个女儿的出生。

程的女儿出生后不久体重下降了 10%,因此医生要求他每两天给婴儿称一次体重,以监测是否有额外的减轻或增加。Cheng 尝试通过在普通家用体重秤上称自己,然后抱着女儿称体重来测量婴儿的体重。

“我注意到,当我把女儿放在毯子里时,当我不再抱着她时,你看不到体重的变化,”程说。“所以,我们了解到,尝试使用商业秤不会”不起作用,它没有检测到压力的变化。”

在尝试了许多不同的方法后,他们发现使用由梯度微金字塔结构和超薄离子层组成的压力传感器来提供电容响应是最有希望的。

然而,他们面临着一个持续存在的问题。随着压力的增加,微结构的高灵敏度会降低,并且以自然物体为模板的随机微结构导致不可控的变形和狭窄的线性范围。简而言之,当对传感器施加压力时,它会改变传感器的形状,从而改变微结构之间的接触面积,从而影响读数。

为了应对这些挑战,科学家们设计了微结构模式,可以在不降低灵敏度的情况下增加线性范围——他们基本上使其变得灵活,因此它仍然可以在现实世界中存在的压力梯度中发挥作用。他们的研究探索了使用具有高斯光束的 CO2 激光器来制造可编程结构,例如用于离子传感器的梯度金字塔微结构 (GPM),这是一种可以模仿人类皮肤感知功能的软电子产品。与光刻相比,该工艺降低了成本和工艺复杂性,光刻是通常用于为传感器制备精细微结构图案的方法。

Cheng 将他实验室的研究生、该研究的第一作者 Ruoxi Yang 归功于该解决方案的推动者。

“杨是一个非常聪明的学生,他介绍了解决这个传感器问题的想法,这实际上就像是许多小部件的组合,巧妙地设计在一起,”程说。“我们知道结构必须是微型的,必须有一个精致的设计。但设计或优化结构具有挑战性,她使用我们实验室的激光系统使这成为可能。过去几年她一直非常努力,能够探索所有这些不同的参数并能够快速筛选整个参数空间以找到并改进性能。”

这种经过优化的传感器具有快速响应和恢复时间以及出色的可重复性,团队通过检测细微脉冲、操作交互式机器人手以及创建超高分辨率、智能体重秤和椅子来测试这些传感器。科学家们还发现,可以利用这项工作中提出的制造方法和设计工具包来轻松调整压力传感器的性能,以适应不同的目标应用,并创造机会创造其他离子电子传感器,使用离子液体的传感器范围,如超薄离子层。除了让未来的秤更容易让父母称量婴儿外,这些传感器还有其他用途。

“我们不仅能够检测到手腕的脉搏,还能检测到眉毛和指尖等其他远端血管结构的脉搏,”Cheng 说。“此外,我们将其与控制系统相结合,表明这有可能用于未来的人机交互协作。此外,我们还设想了其他医疗保健用途,例如失去肢体的人,这种传感器可以成为帮助他们控制机器人肢体的系统的一部分。”

Cheng 指出了其他潜在用途,例如在高压力工作情况下使用传感器测量人的脉搏,例如地震后的搜救或在建筑工地执行困难、危险的任务。

研究团队使用计算机模拟和计算机辅助设计来帮助他们探索这些新型传感器的想法,Cheng 指出,考虑到所有可能的传感器解决方案,这是一项具有挑战性的工作。这种电子协助将继续推动研究向前发展。

“我认为未来有可能进一步改进模型并能够解释更复杂的系统,然后我们当然可以了解如何制造更好的传感器,”Cheng 说。

除了 Cheng 和 Yang 之外,宾夕法尼亚州立大学的其他作者包括 Ankan Dutta、Bowen Li、Naveen Tiwari、Wanqing Zhang、Zhenyuan Niu、Yuyan Gao、Daniel Erdely 和 Xin Xin,以及来自河北大学的 Tiejun Li。

声明本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们

Top