基于手势识别技术的柔性应变传感器及其在可穿戴设备中的应用

近年来，基于手势识别技术的可穿戴柔性电子设备在医疗健康、机器人技术、人机交互和人工智能等领域呈现出广泛的应用前景。其中，研制高性能的柔性应变传感器是实现这些可穿戴设备应用的关键基础之一。柔性应变传感器的灵敏度决定了设备的感知精度，而在各种条件下的机械鲁棒性则影响着设备在实际应用环境中的可靠性。然而，迄今为止，制备具备高灵敏度和机械鲁棒性的柔性应变传感器仍然具有挑战性。因此，将基础研究中获得的高性能柔性应变传感器推广应用到人机交互系统等实际场景中，为该领域的研发提供了全新的思路。

在这方面，中国科学院金属研究所沈阳材料科学国家研究中心的薄膜与微尺度材料及力学性能研究团队开展了一项重要研究。基于之前对柔性基体金属薄膜力学行为的深入研究基础上，该团队提出了一种灵敏度与裂纹类传感器相当且机械鲁棒性优异的柔性应变传感器。他们通过将裂纹类传感器的传感机制引入高机械鲁棒性的蛇形曲流结构中，并通过对传感层进行巧妙的高/低电阻区调控，实现了高灵敏度传感的目标。该传感器不仅在过载、冲击、水下浸泡、高/低温等严苛环境下表现出优异的循环稳定性，而且具有快速响应和恢复时间的优势。

为了将柔性应变传感器应用于实际场景中，研究团队进一步将传感器集成到他们设计的无线可穿戴人机交互系统中，并结合机器学习和用户界面设计等技术实现了实时手语翻译功能。该系统利用传感器的高灵敏度和响应速度，能够及时准确地感知手势，而其机械鲁棒性则使系统能够长期可靠地在实际应用场景中使用。通过机器学习分类算法，该系统能够识别多达15种单一手势手语和6种组合手势手语，其识别准确率高达98.2%和98.9%。整体系统的响应时间小于1秒。该系统具有成本低廉、轻便易携带和操作简便的特点，可以实时将手语翻译成语音播放，并通过用户界面可视化展示信号曲线和翻译结果。未来，通过优化电路设计和扩展机器学习手势或手语数据库，这项手势识别技术可进一步应用于人机交互、虚拟现实、手势认证、智能传感、医疗健康等关键领域。

该研究工作为柔性条件下稳定增敏机制的实现提供了新的思路，有望推动可穿戴人机交互系统的应用和产业化发展。同时，该团队还在微小尺度材料和纳米金属层状复合材料力学行为方面进行了深入研究，提出了一种超长服役寿命的纳米复合材料，有望在航天、通讯、导航、国防和新能源等领域的射频微机电系统中应用。

以上研究成果题为“Ultra-Robust and Sensitive Flexible Strain Sensor for Real-Time and Wearable Sign Language Translation”已在Advanced Functional Materials杂志上在线发表。该研究工作的第一作者是吴绪苹博士研究生，通讯作者为罗雪梅项目研究员和张广平研究员，东北大学材料科学与工程学院的张滨教授团队也参与了该论文的研究工作。

这项研究得到了国家自然科学基金、金属研究所“引进优秀学者”项目、沈阳材料科学国家研究中心青年人才和基础前沿及共性关键技术创新项目的资助。