Interaktion mellan maskiner och människor är avgörande för utvecklingen av metaversens nya teknologier, som är designade för att förstärka den mänskliga upplevelsen genom molnberäkning och utökad verklighet (XR). Grafen, ett tvådimensionellt kolmaterial, har dykt upp som en idealisk kandidat för bärbar sensorteknologi, vilket banar väg för en ny era av sömlös människa-maskin interaktion (HMI).
Ett team av materialforskare ledda av Tian-Ling Ren från Tsinghua University i Peking, Kina, beskrev nyligen tillståndet för grafenbaserad HMI-sensorteknologi för att främja forskning inom området. Avancerade sensorteknologier som är flexibla, lätta och kan bäras kontinuerligt är idealiska för HMI och har potentiella tillämpningar i både den uppslukande virtuella världen av metaverse och bärbara sjukvårdsteknologier.
Aktuell forskning syftar till att skapa sensorer som kan ansluta till nästan alla delar av kroppen som kan mätas, inklusive hjärnan, ögonen och munnen. Dessa mätningar kan sedan användas för att karakterisera kroppsinformation av en gränssnittsmaskin.
Teamet publicerade sin recension i Carbon Future .
"I den här recensionen presenterar vi en översikt över några av vårt forskarlags ansträngningar att skapa grafenbaserade sensorer för gränssnitt mellan människa och maskin. Dessa sensorer, designade för användning på olika delar av människokroppen, introduceras med fokus på deras mål. signaler, design, tillverkningsprocess och prestandafunktioner. Dessutom fördjupar vi oss i potentiella framtida utvecklingar för grafenbaserade sensorer, inklusive multimodalitet, förbättrad komfort och intelligens, säger Tian-Ling Ren, senior författare till granskningsuppsatsen, professor. i School of Integrated Circuit och biträdande dekanus för School of Information Science and Technology vid Tsinghua University.
Dr. Ren är också professor i Yangtzefloden vid det kinesiska utbildningsministeriet och vice chef för Center for Environmental and Health Sensing Technology vid Tsinghua University.
Grafen består av ett enda lager av kolatomer arrangerade som ett hexagonalt gitter. De unika egenskaperna hos grafen, inklusive imponerande ledningsförmåga, låg kemisk reaktivitet, flexibilitet och låg vikt, gör materialet till en idealisk kandidat för utveckling av gränssnittssensorer mellan människa och maskin.
Forskargruppen beskriver de framsteg som gjorts inom grafenbaserade sensorer utformade för att mäta en mängd olika signaler från kroppen. "Många delar av människokroppen, från topp till tå, har potential att utvecklas till gränssnitt mellan människa och maskin. Hjärna, ögon, öron, näsa, mun, svalg, fingertoppar, hud, leder och fötter kan alla användas som HMI-gränssnitt baserade på elektroencefalogram (EEG), elektromyografi (EMG), elektrookulogram (EOG), ögonrörelser, ljus, andning, röst, beröring, temperatur, rörelse, gång och annan fysiologisk information," sa Tian-Ling Ren.
Människor kan också dra nytta av utdata som genereras av maskiner, och utveckling av multimodala sensorer som kan växla mellan signalmätning, såsom ljuduppfattning, och utsignal, såsom ljudgenerering, kommer att vara särskilt användbar för HMI:er. Rens team demonstrerade ljudproduktion av grafen i en tidigare studie.
Tian-Ling Ren sa:"Med hjälp av maskininlärning kan detta gränssnitt uppnå taligenkänning, känsloanalys, innehållsbearbetning och mer, vilket gör det idealiskt för intelligent robotkommunikation."
En av utmaningarna med grafenbaserad sensorutveckling är att uppnå ett mätområde som är tillräckligt stort för att upptäcka mycket dynamiska sinnen, såsom känselkänsla. För att lösa detta problem har grafentrycksensorer med ett brett känslighetsområde utvecklats med hjälp av löst staplade laserritade grafenfilmer (LSG) som ökar i densitet med ökande tryck. Den ökade filmdensiteten orsakar i sin tur en förändring i uppmätt resistans med ett intervall som är tillräckligt stort för att uppnå hög känslighet.
Forskargruppen förväntar sig att granskningen kommer att stimulera utvecklingen av nya grafenbaserade sensorer utformade för att underlätta mer naturliga HMI och förbättra realtidsdatainsamling och respons inom hälso- och sjukvården. "Graphene-baserade sensorer för HMI förväntas bli mer mångsidiga och praktiska under de kommande åren. I samma del av kroppen kan människan och maskinen interagera med olika signaler... på många olika sätt", säger Tian-Ling Ren.
Mer information: Tianrui Cui et al, Grafenbaserade sensorer för interaktion mellan människa och maskin, Carbon Future (2023). DOI:10.26599/CF.2023.9200005
Tillhandahålls av Tsinghua University Press
