私密直播全婐app免费大渔直播,国产av成人无码免费视频,男女同房做爰全过程高潮,国产精品自产拍在线观看

搜索:  
新加坡南洋理工大學陳曉東教授《Nat.Commun.》:基于局域力電耦合界面的手勢動態識別
2020-05-07  來源:高分子科技

  肌肉的收縮動作由運動神經通過動作電位刺激控制,這一激發-收縮轉換通過神經肌肉接合點的力電耦合過程完成,而其伴隨的肌電信號和力學響應常被用作手勢識別和人機交互的控制源。然而,基于肌電信號的策略通常對低力度的手勢動作低敏,而基于力學響應信號的策略則受限于力電延遲等效應。近年來,部分識別系統整合了獨立的肌電信號和力學信號傳感器,卻因突觸傳導、動作電位傳導過程、肌肉力傳導及梯度形變等內在力電耦合因素,導致肌電信號和力學響應存在時間和空間的明顯差異(圖1),從而削弱了這一策略的準確性。為了實現更加精準的動態人機交互,新加坡南洋理工大學陳曉東教授課題組提出了局域力電耦合界面的概念,制備了生物啟發的復合貼片,用于捕捉手勢動作中的激發-收縮特征,并判斷動作的幅度、力度和速度,進而用于機械手的動作動態控制。


圖1.力電耦合的時空差異性


  受細胞偽足粘附機制啟發,該研究團隊開發了多層復合貼片模擬了偽足的透膜結構及其與膜外配體特異性識別的特征。他們通過水凝膠穿透微裂紋金膜薄形成的“粘附斑”與鈦金屬層和彈性體薄膜形成界面化學鍵和,制備了由離子水凝膠、金/鈦雙層金屬納米薄膜和彈性體薄膜組成的四層復合貼片(簡稱CoupOn)(圖2)。該復合貼片可同時同地監測肌肉收縮過程中表面肌電信號和力學應變,從而捕捉肌肉動作過程的激發-收縮特征;其肌電信號信噪比可達32.2dB,應變計靈敏系數可達34。此外,CoupOn復合貼片與皮膚粘附力可達15 N/m,兼具良好的共形能力,使得其皮膚接觸阻抗低至商業電極Vitrode的30%左右。彈性體上熱蒸鍍形成的微裂紋金膜被廣泛用于應變傳感器,而CoupOn復合貼片中脆性鈦金屬納米薄膜和水凝膠的引入進一步提高了其應變靈敏系數約10倍,且拉伸率仍維持在100%以上。


圖2.細胞粘附啟發的四層復合貼片CoupOn


  該研究團隊進一步以前臂淺屈肌 (flexor digitorum superficialis (FDS) muscle) 為對象,系統驗證了肌肉的局域力電耦合特征與手部動作的關聯性,并發現力電耦合特征和效率不僅與監測位點相關,同時受動作力度和速度的影響(圖3)。前臂淺屈肌通過其位于腕隧道下的肌腱與食指、中指、無名指和小拇指的掌指關節和指間關節相連,并控制四個手指的彎曲動作。他們發現,在最小力度的握拳動作中 (minFist) 僅產生一個明顯的應變平臺,而在最大力度的握拳動作中 (maxFist) 則產生了相對略高的應變平臺以及一個顯著的肌電信號峰,這也驗證了單一肌電信號用于手勢識別存在盲區。他們進一步發現,同樣完成maxFist動作時,位于肌肚處同位于肌腱處的貼片應變信號差異顯著;位于肌腱處的應變包含更多細節,甚至可以用于輔助識別單個手指的彎曲,這也驗證了抓取力電耦合特征時局域性的必要性。通過比對11名志愿者在對抗不同力度握力計的激發-收縮特征,該研究團隊亦發現這種耦合效率存在個體差異;而普遍的規律是,力電耦合效率會因動作力度而異,其中應變信號對低力度端動作更靈敏,而肌電信號對高力度動作更為靈敏。除了監測位點和力度外,該團隊亦發現握拳速度對肌肉的力電耦合的影響(圖4)。相較于快速握拳(1秒內),慢速握拳(2秒以上)產生的應變僅下降不到10%,而其對應的肌電信號則顯著下降了近35%。


圖3.復合貼片CoupOn捕捉的激發-收縮特征對監測位點、動作力度的響應


圖4.復合貼片CoupOn捕捉的激發-收縮特征對動作速度的響應


  基于該力電耦合界面對抓握動作中力度和速度的響應性,該團隊進一步正交識別了抓握物體時四類情況,并操縱機械手復制對應抓握動作的動態過程(圖5)。實際抓握過程被粗略分為兩個步驟:1)手掌包覆目標物,不施加抓握力(minFist);2)施加抓握力,抓起目標物。通過控制這兩個步驟的動作速度,該團隊抓取了四類抓握情況的力電耦合過程,即慢包慢握,慢包快握,快包慢握和快包快握。并轉變成機器指令控制機械手完成同樣抓握動態過程。


圖5.復合貼片CoupOn用于械手動態控制


  此外,CoupOn復合貼片亦可用于區分神經性肌肉疲勞和代謝性肌肉疲勞。在神經性肌肉疲勞發生時,肌電信號峰值幅度逐漸下降且信號頻率向低頻段轉移,但無明顯應變回降。而發生代謝性疲勞時,研究對象逐漸無法維持抓握動作并伴隨應變的逐步回降甚至肌肉顫抖。此外,在連續代謝性疲勞時,由于肌肉內充血作用,單次應變信號的初始峰值亦隨著疲勞次數下降,可用于定性判斷代謝性疲勞歷史。


  陳曉東教授團隊開發的局域性力電耦合界面,通過抓取肌肉動作中同時同地的激發-收縮特征,準確識別了手勢動作的幅度、力度、速度,甚至疲勞程度,為更加靈巧準確的人機交互提供了新的思路。


  原文鏈接:https://www.nature.com/articles/s41467-020-15990-7 

版權與免責聲明:中國聚合物網原創文章。刊物或媒體如需轉載,請聯系郵箱:info@polymer.cn,并請注明出處。
(責任編輯:xu)
】【打印】【關閉

誠邀關注高分子科技

更多>>最新資訊
更多>>科教新聞
主站蜘蛛池模板: 宁武县| 屯昌县| 樟树市| 双柏县| 福鼎市| 奉新县| 开化县| 上饶市| 龙游县| 山东省| 克东县| 浙江省| 固安县| 东源县| 汾阳市| 丁青县| 绵阳市| 荆门市| 淅川县| 漳州市| 东山县| 伊通| 淄博市| 齐齐哈尔市| 舞阳县| 铜山县| 盖州市| 甘德县| 宾阳县| 邵武市| 柯坪县| 浠水县| 大名县| 壤塘县| 南城县| 玛沁县| 平潭县| 阿图什市| 潼南县| 萍乡市| 绵竹市|