图片 3

或将淘汰电池,摩擦纳米发电机首次实现对驾驶行为的无干扰测试

图片 1

据报道,道路交通伤害已被列为全世界第八大死亡原因。其中,驾驶员的不良驾驶习惯,特别是驾驶员的注意力分散,被认为是交通事故的直接原因。美国国家公路交通安全管理局通过研究,发现大多数撞车事故/近撞车事故不注意现象都与驾驶员分心有关。实际上,驾驶的首要任务仅占开车总时间的46%,其余的时间都在进行次要任务,例如,发短信、导航或调整无线信道。然而,这些活动会导致驾驶员偏离道路,这是非常危险的。研究表明,如果驾驶员眼睛离开道路时间超过2秒,撞车的危险会增加三倍。对驾驶员的驾驶行为的分析,可应用于交通安全和交通流研究等多个领域。因此,驾驶行为对于交通安全和路况检测非常重要。目前,驾驶行为分析的大多数参数是通过利用镜像或价格昂贵的传感器来实现,例如,眼动跟踪仪、脑电图仪等;而且这些监测装置会对驾驶行为测试分析造成很大的干扰,很难获得客观数据来进行驾驶行为的深入研究。

可穿戴计算已经从利基市场发展到相当大的消费市场,近年来已经有了大量的应用。
随着这种普及,有机会简化对可穿戴和移动计算设备的输入。
由于尺寸小,传统的交互方式(例如鼠标和键盘)通常不太适合小型化的移动和可穿戴设备。
因此,需要开发更有效的输入装置,其既方便用户又可靠地自动处理。
我们的研究重点是使用Serpentine开发这种新的输入技术。

摩擦纳米发电机是一种新型的能量转换器件,利用接触起电和静电感应效应,它可以收集人体运动的机械能、风能、海洋能等。同时通过与电池、电容器等储能器件耦合,可以集成为一体化的自供能系统。此外,TENGs作为一种自驱动的传感装置也已经被广泛地应用于压力传感、环境监测、污染治理、医疗卫生、健康监测等领域。通过外部压力触碰TENG,在静电感应驱动下产生摩擦电荷,经过外部电路传输,可以实时监测施加于TENG的作用力,以及其与输出电信号的强度和频率的关系,从而实现监测操作者的外部活动。

Serpentine,一种自供电传感器,是一种可逆变形的电线,能够感应各种自然的人体输入。
Serpentine的材料特性和结构设计使其具有柔韧性,可扭曲性,可拉伸性和可挤压性,可实现多种表现形式的输入方式。

近日,在中国科学院外籍院士、中国科学院北京纳米能源与系统研究所所长、佐治亚理工学院校董教授王中林,纳米能源所研究员孙春文及北京理工大学教授王武宏的指导下,博士生孟晓义和成前等人将基于TENG的压力传感器应用于汽车传感领域,用来实时监测驾驶员的行为,这是首次把TENG应用在驾驶行为监测领域,实现了驾驶行为无干扰测试,为解决车辆安全提供了新的解决途径。同时有望将TENG应用于更广泛的领域,如智能驾驶、交通安全以及航空航天等。

蛇形管制成线圈状结构,多层同轴硅树脂,铜和导电尼龙线。
其结构设计和材料的特定选择允许界面的机械变形,其在导电尼龙和PVA涂覆的铜线之间产生时变电荷分布,其产生电信号。
这种信号的产生基于摩擦电纳米发电机(TENG)现象,该现象在静电感应和摩擦起电的结合上起作用。
由于变形以及因此电荷分布导致发电,因此工作原理本身消除了外部功率以感测由手势相互作用引起的变形的需要。
然后通过实现的系统处理自生成的信号,该系统包括信号处理流水线,该流水线将它们唯一地映射到产生变形的动作。
我们的系统使我们能够实现我们的愿景,即创建一个不仅自供电,而且对各种表达输入模式敏感的界面。

该工作基于Al和Kapton薄膜制备了简易柔性的TENG,通过对其结构性能以及灵敏度做的分析表征,表明TENG可以有效地作为压力传感装置。外部压力作用于TENG导致其形变,产生开路电压信号,其强度和频率对应于外部动作特征,应用于汽车传感领域,并结合多通道数据采集装置,可以监测驾驶员多种行为动作。

传感器物理结构的简单性,摩擦材料的普遍可用性(我们日常生活中可用的所有材料,如纸张,织物,PDFE,PDMS等)和DIY结构的构造允许这样的传感接口缩放适用于各种应用。
Serpentine消除了对身体不同部位佩戴的笨重或刚性传感器械的需求。
它的特定材料特性,外形和物理结构提供六种自然姿势 –
采摘,旋转,拉伸,捏,摆动和扭曲。
Serpentine展示了通过单一物理接口同时识别这些输入的新颖能力。

相关研究成果以Triboelectric Nanogenerator as a Highly Sensitive
Self-Powered Sensor for Driver Behavior
Monitoring
为题发表在最新一期的《纳米能源》(Nano Energy,DOI:
10.1016/j.nanoen.2018.07.026)上。该项工作得到了科技部国家重点研发计划(2016YFA0202702)、国家自然科学基金(51672029,
51372271, 51378062)以及中组部“顶尖千人”及其创新团队的经费支持。

自供电可拉伸线圈形振动传感接口 –
单电极(用硅树脂封装的铜线作为电介质)基于TENG原理的机制

图片 2

自供电可拉伸线圈形振动传感接口 –
双电极(铜线和尼龙线用硅树脂作为电介质封装)基于TENG原理的机制

图1. TENG的结构与信号产生机理示意图; 不同测试频率下的短路电流信号;
不同测试频率下的开路电压信号; TENG接触分离过程电势分布的模拟计算。

Serpentine的操作

图片 3

Serpentine可以实现许多不同的单手和双手操作。
为了证明Serpentine可以检测由触觉和纵向力产生的电信号,我们已经探索和评估了一些特定的手势,这些手势是适当的代表性样本。

图2.
三通道同时采集驾驶员的眨眼、踩踏刹车、油门的动作响应信号。同时采集三种信号,可以有效地判断一段时间内驾驶员的各种动作行为。

电子机械测试和分析

通过纵向位移在电输出(开路电压,短路电流和输出功率)方面的传感器表征

实验设置:

我们进行了实验来表征我们的传感接口的电气输出,包括短路电流(Isc)电流,开路电压(Voc)和各种输入频率和纵向位移(拉伸)的电功率。
首先,构造定制的塑料支架以保持线性马达和Newport
462-XYZ-M线性平台之间的传感接口。
然后,传感接口平行于地面对齐,并牢固地固定在实验室设备之间的直线上。
通过计算机控制直线电机臂的加速,减速和位移,模拟不同频率和相互作用的纵向位移。
通过吉时利静电计测量界面的电输出。
对具有不同刚度的两个传感器执行该过程。

观察:开路电压

一方面,两个不同的接口在开路电压中显示出一些相似之处:1。在给定的频率范围内,观察到开路电压在5
mm位移时几乎保持不变,以及2.随着位移的增加,开路电压显示近似值与频率成线性关系,但这种线性趋势在20
mm和25 mm的高位移时明显断开。
另一方面,对频率和相互作用位移的电响应存在显着差异。
对于所有位移和频率,与更硬的替代方案相比,更软的界面产生更大的开路电压。
这表明较软的界面对拉伸相互作用更敏感。
此外,电压和频率之间的近似线性关系表示较软的界面的陡峭斜率,这表明对于测试的位移,软界面对频率的灵敏度随着位移的增加而提高。

观察:短路电流

对于给定频率,短路电流随位移的增加而增加。
在给定的位移处,在电流偏离线性趋势并且开始急剧增加之前,短路电流几乎线性地随着频率的增加而增加到5Hz。
这种趋势意味着就短路电流而言,电输出对于20mm和25mm的纵向位移的相互作用频率非常敏感。

手势数据集:

时域和频域分析

频率响应分析

我们分析了在相同物理环境中收集的6个不同用户的数据频域。
数据在下图中可视化,其中信号的幅度被归一化,使得来自每个手势的最大幅度为1.该图表示我们在频域中的6个测试手势的清晰度。
对于“拔除”手势,在25至45Hz的频率范围内观察到良好的响应,其对应于在给定传感器的采集部分的长度的情况下位于一次谐波频率的频率范围。
这种采取手势的响应承诺将来在弦乐器中应用自供电拾音器。

在除拉伸和拔除之外的所有姿势中,人们注意到60Hz处的峰值,这是由无处不在的电力传输线引起的。
采集和拉伸中的信号幅度远高于从60Hz电力线截取的信号,因此当数据被标准化时,60Hz信号在可视化中被抑制。

频率响应分析:

收集的数据演示了每个手势的频率响应。
每个手势为6个用户说明每个用户25个样本,用于修改分类算法的频谱图。

在调试和改进机器学习分类的过程中,我们绘制了不同手势的谱图,以观察使用该特征最佳区分哪些手势。
频谱图也影响了我们关于是否应该将手势保持在可用于该类型的第一次研究的可区分手势集中的决定。
因此,可视化特征影响手势设计,反之亦然。
我们不断改进我们的分类算法,以增加第一组6个手势中的手势数量。

摆动

伸展

采摘

数据收集和分类管道

数据收集管道

我们使用Adafruit Feather M0 MCU转向Digilent Analog Discovery
2,以便从传感器采集数据。 由于“dwf”Python API允许通过Analog Discovery
2设备更简单,更准确地处理采样率,因此它比先前测试的MCU更适合数据收集。

数据分类管道

使用Analog Discovery 2设备获取分类数据。
它通过频域能量计算进行分段,并进行平滑处理以抑制数据中的随机误差。
同时,如果信号超过阈值能量水平,则分类器在该分段数据中查找信号。
正如在MCU的情况下所确定的,实验上看到随机森林分类器表现最佳。

“PyAudioAnalysis”Python库用于计算频域和时域特征,并根据特征计算统计数据。
因此,建立了稳定且准确的数据处理管道,成功地区分了6个手势。
所需的代码在github中可用,其使用说明在Build Instruction部分中有说明。

注意:

本系统使用Digilent Analog Discovery
2这是一种昂贵的设备,我们不建议将蛇形作为可穿戴设备成功运行。
Digilent设备用于证明传感接口和数据分类算法运行良好,并准备与MCU集成。
我们正在进行的研究旨在通过最新上传中提供的分段和分类算法实现从MCU(通过以前上传的MCU的Python代码)通过WiFi进行数据采集的这种集成。

下一步:自供电无线通信

由螺旋导体组成,我们的传感器也可用作天线。
为了探索其天线特性,我们通过实验测量了从30MHz到10GHz的S11天线特性(由于测量设备的限制而选择上限)并将结果绘制在阻抗史密斯圆图上。
在最初几次实验之后获得的最佳S11参数值在10.0GHz时为0.2072,这意味着传递到天线的大约80%的功率被传输出去或在内部用完。
我们正在进行的研究是优化蛇形天线的这种天线性质,并构建一个自供电传感和自供电无线通信系统。

使用Serpentine不仅可以作为自供电传感接口,还可以作为通信的自供电天线,可以彻底改变人类与计算设备交互的方式。
相互作用本身应足以产生用于感测和同时无线通信的电信号,而无需外部电源或传感和通信仪器。

今天,电池在用于感测和通信的计算设备中无处不在。
然而,电池更换和处理会给环境带来负担,并且这种电池的使用是不可持续的。

尽管如此,通过Serpentine,我们将很快消除对这种外部电源的需求,从而开发出一种环境清洁的自我维持系统,并且可以将其整合到普适计算设备中。

相关文章

发表评论