Karbonbaserte sensorer er klargjort for å forenkle et sømløst menneske-maskin-grensesnitt

Samspillet mellom maskiner og mennesker er sentralt i utviklingen av nye metaverse-teknologier, designet for å forsterke den menneskelige opplevelsen gjennom cloud computing og utvidet virkelighet (XR). Grafen, et todimensjonalt karbonmateriale, har dukket opp som en ideell kandidat for bærbar sensorteknologi, og baner vei for en ny æra med sømløs menneske-maskin-interaksjon (HMI).

Et team av materialforskere ledet av Tian-Ling Ren fra Tsinghua University i Beijing, Kina, skisserte nylig tilstanden til grafenbasert HMI-sensorteknologi for å fremme forskning på feltet. Avanserte sensorteknologier som er fleksible, lette og kan brukes kontinuerlig, er ideelle for HMI og har potensielle applikasjoner i både den oppslukende virtuelle verdenen til metaverse og bærbare helseteknologier.

Nåværende forskning tar sikte på å lage sensorer som kan kommunisere med nesten alle deler av kroppen som kan måles, inkludert hjernen, øynene og munnen. Disse målingene kan deretter brukes til å karakterisere kroppsinformasjon ved hjelp av en grensesnittmaskin.

Teamet publiserte anmeldelsen sin i Fremtiden for karbon.

«I denne anmeldelsen presenterer vi en oversikt over noen av forskerteamets innsats for å lage grafenbaserte sensorer for menneske-maskin-grensesnitt. Disse sensorene, designet for bruk på ulike deler av menneskekroppen, introduseres ved å fokusere på målsignalene deres. , design, produksjonsprosess og ytelsesegenskaper. I tillegg fordyper vi oss i potensiell fremtidig utvikling for grafenbaserte sensorer, inkludert forbedret multimodalitet, komfort og intelligens,» sa Tian-Ling Ren, seniorforfatter av papiranmelderen, professor ved School of Integrert krets og visedekan ved School of Information Science and Technology ved Tsinghua University.

Dr. Ren er også professor ved Yangtze River University i det kinesiske utdanningsdepartementet og nestleder ved Senter for miljø- og helsesensingteknologi ved Tsinghua University.

Grafen består av et enkelt lag med karbonatomer arrangert som et sekskantet gitter. Grafens unike egenskaper, inkludert imponerende ledningsevne, lav kjemisk reaktivitet, fleksibilitet og lett vekt, gjør materialet til en ideell kandidat for utvikling av menneske-maskin grensesnittsensorer.

Forskerteamet skisserer fremskritt gjort i grafenbaserte sensorer designet for å måle en rekke forskjellige signaler som kommer fra kroppen. «Mange deler av menneskekroppen, fra topp til tå, har potensial til å utvikles til menneske-maskin-grensesnitt. Hjernen, øynene, ørene, nesen, munnen, halsen, fingertuppene, huden, leddene og føttene kan alle brukes som HMI-grensesnitt basert på elektroencefalogram (EEG), elektromyografi (EMG), elektrookulogram (EOG), øyebevegelser, lys, respirasjon, stemme, berøring, temperatur, bevegelse, gange og annen fysiologisk informasjon, sa Tian-Ling Ren.

Mennesker kan også dra nytte av maskingenerert utgang, og utviklingen av multimodale sensorer som kan veksle mellom signalmåling, for eksempel lydoppfatning, og signalutgang, for eksempel lydgenerering, vil være spesielt nyttig for HMI-er. Rens team demonstrerte grafens lydproduksjon i en tidligere studie.

Tian-Ling Ren sa: «Ved hjelp av maskinlæring kan dette grensesnittet oppnå talegjenkjenning, følelsesanalyse, innholdsbehandling og mer, noe som gjør det ideelt for intelligent robotkommunikasjon.»

En av utfordringene med å utvikle grafenbaserte sensorer er å oppnå et måleområde som er bredt nok til å oppdage svært dynamiske sanser, for eksempel følesansen. For å løse dette problemet har grafentrykksensorer med et bredt følsomhetsområde blitt utviklet ved bruk av løst stablede laser-etsede grafenfilmer (LSG) som øker i tetthet med økende trykk. Økning av filmtettheten forårsaker i sin tur en endring i den målte motstanden med et område som er bredt nok til å oppnå høy følsomhet.

Forskerteamet forventer at gjennomgangen vil stimulere utviklingen av nye grafenbaserte sensorer designet for å lette mer naturlige HMI-er og forbedre sanntidsdatainnsamling og respons i helsevesenet. «Graphene-baserte sensorer for HMI forventes å bli mer mangfoldige og praktiske i de kommende årene. I samme del av kroppen kan mennesket og maskinen samhandle med forskjellige signaler … på mange forskjellige måter,» sa han Tian-Ling Ren.