運動捕捉在醫療、體育、人機交互等多個領域具有重要意義。穿戴式運動捕捉設備能夠很好地與衣物結合，以實現舒適、無感的動捕體驗。相比基于光學鏡頭的運動捕捉設備，穿戴式運動捕捉設備更加輕便、不受場地和鏡頭遮擋等因素的影響，表現出良好的發展前景。然而，穿戴式柔性運動捕捉設備在運動過程中，不可避免會隨人體表面發生變形。變形的復雜性使得動捕設備獲取的信號難以與運動行為本身建立明確映射關系，導致傳感器分辨行為的準確性不足。因此，如何實現柔性運動捕捉設備在跟隨表面變形時準確地感知運動狀態，對穿戴式設備的發展十分重要。

據麥姆斯咨詢報道，近期，華南師范大學的李昕明團隊開發了一種具有形變解耦能力的差分式柔性傳感器，用以解決復雜形變導致的動捕準確率不足問題。相關研究成果以“Differential design in homogenous sensors for classification and decoupling kinesthetic information through machine learning”為題發表在Applied Physics Review期刊上，并被編輯選為期刊推薦論文（Feature Article）。

該差分式柔性傳感器結構參考了生活中的平紋編織結構，利用2根導電紗線的空間分布差異，使導電紗線在面對不同形變時產生特異性的電學信號輸出模式，從而分類、解耦形變，進而實現對運動的準確映射。

圖1 差分式柔性傳感器的設計原理（圖片來源：Applied Physics Review）

為研究該差分式柔性傳感器對于不同形變的響應模式，研究人員首先通過三種基本形變的施加進行了測試。結果表明，該器件能夠區分拉伸、向上彎曲以及向下彎曲三種不同的基本形變模式，并且能夠區分形變的程度。

圖2 差分式柔性傳感器對于基本形變的響應模式（圖片來源：Applied Physics Review）

隨后，研究人員研究了其對于多種形變耦合的解耦能力。通過引入一種名為“shapelet”的機器學習模型，該差分式柔性傳感器能夠實現對25種不同程度拉伸和彎曲組合的解耦。除此之外，研究人員發現，通過多個器件的空間排列，還可實現包括剪切、扭轉在內的更為復雜的形變解耦。該傳感器對于復雜形變的解耦能力意味著其在真實場景中面對復雜運動形變輸出準確運動信息的潛力。

圖3 基于響應關系通過機器學習模型實現復雜形變的解耦（圖片來源：Applied Physics Review）

因此，研究人員進一步研究了該差分式柔性傳感器在人體復雜運動捕捉場景中的潛力。研究發現，該器件能夠區分關節活動的方向和角度，并且通過將該器件集成于手套上，還可實現“凌空手寫輸入”。在實驗中，研究人員利用佩戴有手套的手書寫“A”、“B”、“C”三個字母，并通過shapelet模型識別傳感器的輸出信號，結果顯示識別準確率達到95%以上。除此之外，憑借強大的解耦能力，該器件有望無需校準即可實現準確的動作捕捉。這意味著，利用該器件構建的動捕系統，其準確性不會受到佩戴者體型差異或佩戴位置差異的影響，有望實現如衣物一般“穿上即用”，極大改良了穿戴式動作捕捉的使用體驗。

論文鏈接：https://doi.org/10.1063/5.0144956

延伸閱讀：
《可穿戴傳感器技術及市場-2022版》
《印刷和柔性傳感器技術及市場-2021版》
《觸覺技術及市場-2022版》 ?

原文標題：用于穿戴式運動捕捉的差分式柔性應變傳感器

文章出處：【微信公眾號：MEMS】歡迎添加關注！文章轉載請注明出處。