《Sensors and Actuators A: Physical》：A Gesture Recognition System Based On A Bendable Triboelectric Nanogenerator
编辑推荐：
提出一种基于可弯曲摩擦纳米发电机（B-TENG）的便携式手势识别系统。采用FEP-Al-Cu结构设计B-TENG，在0.01N压力下实现高灵敏度输出，历经9000次循环仍保持稳定。通过自制信号调理电路将微弱电流转换为标准电压信号，结合BP神经网络算法对26种手势进行分类，平均准确率达95.8%，实时蓝牙传输准确率91.93%，响应时间60ms。
王秋成|李静|罗海军|王雪|高宇
中国重庆市401331，重庆师范大学物理与电子工程学院光电功能材料重点实验室
摘要
随着计算机及相关设备的普及，对更自然交互方式的需求日益增加。手势作为一种非语言交流方式，能够直接传达意义并增强人机交互。与传统传感器相比，基于摩擦电纳米发电机（TENG）的传感器具有更高的灵敏度、更低的成本、更好的灵活性以及自供电能力。本文提出了一种便携式的、可弯曲的基于TENG的手势识别系统。使用氟化乙烯丙烯（FEP）和铝（Al）制造了一种简单且成本效益高的可弯曲TENG（B-TENG），并评估了其在不同手指弯曲角度下的灵敏度。在0.01 N的力作用下，系统表现出高灵敏度；经过9000次循环后，B-TENG仍能保持稳定的输出。为避免使用专用仪器，设计了一个信号处理电路，将TENG产生的微弱电流转换为适合微控制器处理的电压信号。最后，通过支持向量机（SVM）和反向传播（BP）神经网络算法对手势数据进行了分类，BP神经网络的平均识别准确率为95.8%。实时手势识别结果通过蓝牙传输，用户组的准确率为91.93%，响应时间约为60毫秒。
章节摘录
引言
在计算机科学和人工智能领域，机器学习算法和计算机视觉技术的快速发展推动了智能设备在日常生活各个方面的广泛应用。同时，对高效人机交互技术的需求也在不断增加。[1]此外，将人工智能与类似皮肤的柔性传感器相结合，显著提升了智能感知能力。
B-TENG的制造和工作原理
设计了一种可弯曲的TENG（B-TENG）传感器，使用氟化乙烯丙烯（FEP）作为负摩擦电材料，铝（Al）作为正材料，铜（Cu）作为顶层电极。底层由聚对苯二甲酸乙二醇酯（PET）基底（25 mm × 10 mm × 0.3 mm）构成，其表面贴有一层10 mm × 10 mm × 0.05 mm的铝膜，并通过30 AWG硅胶线连接。在基底的两侧固定了两个硅胶垫片（5 mm × 10 mm × 1.5 mm）。
B-TENG的电输出性能
在不同外部条件下评估了B-TENG传感器的输出性能，如图2所示。在2 Hz的激励频率下，当压力从0.01 N逐渐增加到0.1 N时，电压和电流输出均呈比例增长，证实了其在低压条件下的高灵敏度。其工作原理如下：在接触-分离型TENG中，外部压力增加了实际接触面积，减少了界面间隙。
结论
本文介绍了一种基于TENG技术的手势识别系统，该系统包含十个感应通道，所有感应、处理、控制、通信和电源模块均集成在一只手套中。系统采用SVM和BP神经网络算法对26种手势进行分类，平均准确率分别为91.7%和95.8%。基于MATLAB的界面实现了实时可视化和识别，整体准确率为91.93%。
CRediT作者贡献声明
高宇：数据整理。李静：验证、概念化。王雪：方法论。罗海军：资源、方法论。王秋成：撰写——审稿与编辑、原始稿撰写、软件开发、形式分析。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本工作得到了国家自然科学基金（项目编号51507023）、重庆市自然科学基金（cstc2020jcyj-msxmX0726）以及重庆市教育委员会科技研究计划（KJZD-K202100506）的支持。X.W.还获得了重庆师范大学的科研基金（23XLB014）的支持。
王秋成2023年毕业于重庆文理学院电子通信与电气工程学院，主修电子信息科学与技术，目前就读于重庆师范大学物理与电子工程学院，攻读光电信息工程专业。
