东南大学研究人员受蝎子缝感受器启发，利用激光刻蚀MXene修饰的多孔聚氨酯海绵，研究制备了一种狭缝柔性角度传感器。

该项成果由东南大学吴俊老师课题组联合陶立及孙立涛教授共同完成，以“Conductive porous MXene for bionic wearable and precise gesture motion sensors”为题发表于Research。

研究背景

宽域、高灵敏、可靠的关节移动监测是康复训练，军事训练，姿态检测，行为分析以及人机接口等应用的基础。

将可穿戴传感器与硬件系统进行结合，可实现可靠的关节弯曲角度识别，进而可以嵌入到以上各种应用场景。

其中，具备高灵敏度、宽工作范围的优异性能角度传感器可以有效的降低算法计算成本，提高系统的稳定性和识别率。

目前角度传感器大多放在关节外侧的突起表面处，利用拉伸诱导产生纳微级别裂缝从而引起电阻增加。

但是，这些传感器无法实现宽范围的、高灵敏度的关节弯曲检测，同时裂缝的产生与恢复具备不可控性，从而导致周期内循环测试的性能不稳定。

研究进展

东南大学吴俊老师课题组制备了一种仿生角度传感器。

空气层和Mxene修饰的聚氨酯海绵层构成角度传感器的交替排列的软硬层结构。

通过将传感器放置在内关节处，可以通过关节弯曲产生的压缩形变诱导压缩接触和弯曲接触效应实现关节弯曲角度的检测。

基于狭缝的角度传感器可以实现高灵敏度(0.45%deg-1)，小角度检测（约15° ），快速响应和恢复时间（115/72 ms）及宽检测阈值(15°~120°)。

图1 仿生角度传感器及其应用展示（太极训练矫正）

同时，该传感器可实现细微手势的精确识别，为增强人机交互乐趣性，作者开发了一套具备视听反馈的人机交互系统可以实现细微手势AEMNS的精确识别与相应的视觉和听觉反馈。

图2 手势识别与视觉和听觉反馈

未来展望

不同于先前工作中借助拉伸应变传感器实现的手势识别，该工作提出了一种应用弯曲过程中的压缩应变实现手势识别，为未来基于柔性可穿戴电子的手势识别方式提供了一种新的选择方案。

同时，具备视觉和听觉反馈的手势识别系统有望在柔性可穿戴电子，训练矫正，人机交互，远程控制等领域提供一种新的解决方案。

作者简介

吴俊，博士，东南大学副教授、至善青年学者，电子科学与工程学院/微电子学院副院长。

研究方向为柔性可穿戴电子，电子皮肤及其在人机交互，远程医疗，非接触式控制等方面的应用探索