手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别

新闻资讯2026-04-21 14:11:43

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第1张

研究背景

然而, 皮肤附着力低的传统电极限制了其在人助机器人中的应用。最近, 由不含电解质凝胶的干性材料制成的皮肤电极具有良好的伸展性、在干枯表面的附着力强、界面阻抗低等特点,可用于实现电生理信号的采集。此外,研究人员还证明,干电极的信号采集能力与Ag/AgCl的商用凝胶电极相当。然而, 在皮肤出汗等潮湿条件下湿电极比没有电解质凝胶的干电极具有更高的附着力。在水下环境中进行日常活动时,湿电极可紧贴皮肤表面,避免电极因潮湿条件而从皮肤上脱落。因此,电极被大量用于实现长期电生理传感。

最近,一种导电水凝胶被证明是一种类似于人体皮肤的优良材料,并被开发和集成到电子设备中。然而 ,由于需要在保持理化特性的同时具有高导电性和良好的粘附性,开发用于皮肤电极的导电水凝胶仍是一项挑战。由于不均匀水凝胶网络的固有弱点,以往的大多数导电水凝胶都无法维持循环多次加载-卸载循环。为了提高导电水凝胶的可拉伸性和耐用性,人们开发了各种策略。然而, 没有高附着力的水凝胶传感器很难使用,因为它需要使用胶带或捆绑绷带附着在人体皮肤或机器人表面,这给运动监测带来了不便。人们还采用了各种方法来改善水凝胶的粘附性,例如,利用生物启发的核糖酶法开发粘附性水凝胶这种水凝胶不仅对许多干燥物体,而且对潮湿的生物组织都表现出良好的粘附性。水凝胶体系中使用了铁-壳聚糖复合物,实现了高性能壳聚糖-PAAM双网络水凝胶。然而, 由于韧性和粘附性是相互矛盾的,高粘附性水凝胶通常韧性较弱,无法在保持良好机械性能的同时与材料表面牢固结合。因此,导电水凝胶的改进值得研究。

研究成果

机器人想要与人类合作或模仿人类的动作,就需要各种柔性传感器。柔性皮肤电极可用作人机接口(HRI),为机器人与用户之间的感应互动提供机会。然而, 传统电极的皮肤附着力较低,无法应用于人类辅助机器人,尤其是皮肤表面的汗液会导致电极滑落甚至脱落。因此,酪蛋白钠(SC)被用于改进聚丙烯酰胺(PAAM)水凝胶,以制造具有优异导电性和机械性能的 PAAM-SC 导电水凝胶。PAAM-SC 的强相互作用提高了其粘附性,其断裂伸长率约为 3.000%。此外,它还具有极低的电阻<5 kΩ,可用于肌电图(EMG)传感。

相关研究以 “Flexible Skin Electrodes Based on Conductive Hydrogel for Hand Electromyography Sensing and Gesture Recognition”为题发表在 IEE Systems期刊上。

图文导读

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第2张

Figure 1. Both PAAM and PAAM-SC hydrogels for their structural characterization.

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第3张

Figure 2. A PAAM and PAAM-SC hydrogel electrical properties analysis.

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第4张

Figure 3. A PAAM-SC hydrogel adhesive test.

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第5张

Figure 4. PAAM-SC hydrogels as wearable sensors for human and robotic finger monitoring.

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第6张

Figure 5. An EMG array electrode fabrication.

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第7张

Figure 6. An EMG monitoring system.

手电极怎么用基于导电水凝胶的柔性皮肤电极,用于手部肌电图传感和手势识别_https://www.jmylbn.com_新闻资讯_第8张

Figure 7. The transformer network model and the experimental results.

总结与展望

延伸阅读:

《触觉技术及市场-2024版》 《机器人传感器技术及市场-2022版》