划重点
01东北大学田野教授和团队设计出一种超可拉伸摩擦电触摸板，实现了Transformer算法辅助的手势识别。
02该触摸板通过多层叠加工艺结合高性能水凝胶摩擦电传感器阵列和丝网印刷液态金属，实现了优异的摩擦电功率密度和压力敏感性。
03除此之外，课题组还基于丝网印刷技术涂覆液态金属电路，确保触摸板在大面积应变下的稳定性能。
04通过物联网技术的集成，他们还开发出一种人工智能辅助手势识别系统，能够实现96.83%的精准滑动模式预测。
05未来，这项技术有望在可穿戴设备、无人机控制、智能家居等领域实现应用。
以上内容由腾讯混元大模型生成，仅供参考
近日，东北大学田野教授和团队设计出一种超可拉伸摩擦电触摸板，其具有砂纸微表面。
研究中，通过多层叠加工艺结合高性能水凝胶摩擦电传感器阵列和丝网印刷液态金属，课题组成功实现了 Transformer 算法辅助的手势识别，以及实现了极端环境下无人机飞行方向的控制。
图 | 田野（来源：田野）
这种创新设计不仅解决了水凝胶电极长期存在的导电性、灵敏度和抗冻性等问题，还通过与带有砂纸微结构的硅胶的结合，实现了优异的摩擦电功率密度和压力敏感性。
课题组还基于丝网印刷技术涂覆液态金属电路，确保了触摸板在大面积应变下的稳定性能。
此外，通过物联网技术的集成，他们还开发出一种人工智能辅助手势识别系统，该系统能够容纳随机和非固定模式的滑动信号，并使用 Transformer 算法对时间序列数据进行实时解析，能够实现 96.83% 的精准滑动模式预测。
而多线程的信号处理则能进一步提高系统的响应速度和吞吐量，确保了极端环境下实时准确的无人机控制。
这些突破不仅为高性能超可拉伸触摸技术奠定了基础，还推动了智能交互平台的发展。
图 | 可拉伸摩擦电触控板结构及智能人机交互系统（来源：Nano Energy）
未来，这项基于摩擦纳米发电机的超可拉伸摩擦电触摸板技术有望在多个领域实现应用。
首先，它可以促进可穿戴设备的发展，提升它们的舒适性和功能性，通过更灵敏和更精准的人机交互提升用户体验。
其次，在无人机控制方面，该技术将显著提高控制精度和控制可靠性，特别是在复杂和极端环境中，将能提升其安全性和使用效率。
此外，在智能家居和物联网设备中，它有望成为核心的交互界面，提供更加自然和更加直观的操作方式。
同时，这种技术可以扩展到医疗健康领域，借助其高灵敏度和实时响应能力，为远程手术和康复设备提供新型交互界面，改善患者护理和治疗效果。
总的来说，本次技术的普及和发展将为下一代智能远程交互和控制平台的创新提供关键动力。
田野表示：“在测试无人机控制系统的时候，当时测试的任务是确保触摸板能够精准地识别手势命令，并实现无人机在极端环境下的飞行控制，于是我们就在放寒假时沈阳最冷的几天进行户外测试。”
在零下二十几度的气温下，整个团队在刺骨的寒风中一遍又一遍地进行测试。由于低温影响，用于测试的无人机电池续航表现不佳，需要多次返回室内进行充电。
每次充完电，他们都得冒着严寒重新调整设备，确保各项参数都在标准范围内。整个过程充满了挑战，手指在寒冷中变得僵硬，甚至连操作触摸板都变得愈加困难。
经过多次反复的尝试和调整，最终他们成功实现了无人机的稳定起飞，得以精确无误地按照手势命令控制方向。
“那一刻，看着无人机在寒风中平稳飞行，所有人都欢呼雀跃，大家都被这种成就感和无畏精神所激励。”田野表示。
图 | 用于无人机控制的 Transformer 辅助手势识别技（来源：Nano Energy）
最终，相关论文以《带有砂纸微表面的超可拉伸摩擦电触摸板，用于 transformer 辅助手势识别》（Ultra-stretchable triboelectric touch pad with sandpaper micro-surfaces for Transformer-assisted gesture recognition）为题发在 Nano Energy 上，东北大学博士生刘赫是第一作者，田野教授担任通讯作者。
图 | 相关论文（来源：Nano Energy）
在本研究的基础上，课题组打算进一步优化摩擦电触摸板的性能和应用范围。
首先，其将关注材料的进一步改进，以增强其在超低温和高湿度环境中的稳定性和耐用性，以及提高其拉伸能力和灵敏度。
其次，其将探索将该技术集成到更多的可穿戴设备和便携式智能设备中，以扩展其应用领域。
最后，其计划升级手势识别算法，提高系统在复杂手势和多步操作中的响应速度和准确性。并将与其他先进的人机交互技术相结合，探索在虚拟现实、增强现实以及远程医疗中的应用潜力。
通过这些努力，该团队期望推动摩擦电触摸技术迈向多功能化和高集成度，在智能交互领域实现更广泛的应用。
参考资料：
1.He Liu, Deliang Li, Haoxiang Chu, Yong Ding, Zhiwei Fu, Xinan Yao, Jiayi Zhu, Jiaqi Yang, Ruonan Liu, Tao Xu, Simian Fu, Yiying Liu, Yixuan Han, Yanpeng Wang, Yue Zhao, Xiaoyu Cui, and Ye Tian*. Ultra-stretchable triboelectric touch pad with sandpaper micro-surfaces for Transformer-assisted gesture recognition. Nano Energy, 2024, 130, 110110.
运营/排版：何晨龙