郑州大学申长雨院士和刘春太教授团队 AFM：解耦的温度-压力传感器基于深度学习算法辅助的人机交互应用

文章预览

点击上方 “ 蓝字 ” 一键订阅 随着电子皮肤 、智能机器人、人机交互设备等领域的快速发展，多功能传感设备，尤其是柔性温度压力传感器引起了广泛关注。 然而，通过简单的结构制备能够 解耦的 同时具有 高灵敏 度的 温度 - 压力 双功能传感器， 仍然是一个挑战。 另一方面， 柔性可穿戴传感器的 快速 发展对电子皮肤提出了新的要求，即电子皮肤应具有数据采集、信息处理和人机交互功能。将深度学习引入传感器领域， 能够 提高传感器在人机交互领域的应用。 然而，如何利用 深度学习 发挥 双参数传感器在人机交互领域的优势，实现 传感器信息的 高密度和 快速高效的 传输 ，目前有很少有研究 。另一方面，由于传感器性能和深度学习算法的限制，传感器通常只能识别预先设计的特定动作或信息序列，导致在人机交互领域的实际应用受到 ………………………………