1.本技术涉及手势识别技术领域，具体涉及柔性自驱动的智能硬件传感技术，尤其涉及一种基于摩擦纳米发电机的手势识别传感器及其制备方法。
背景技术：2.随着社会与科技的发展，手势识别传感器在各类场景下都拥有独特的需求。根据驱动形式分类，其可以分为电池驱动式与自驱动式两类。对于电池驱动式传感器，由于其需要额外电源供电，导致它的体积往往较大。对于自驱动式传感器，虽然其无需电池供电，但为获得较为准确的测量数据，往往其要求的安装形式依然会对人体部位的运动造成一定阻碍，多以复杂的手套、指套等形式实现手势识别，并不便于手指自由弯曲运动。所以，目前来看，可穿戴式手势识别传感器的佩戴舒适性仍有较大进步空间。
技术实现要素：3.本技术提供了一种基于摩擦纳米发电机的手势识别传感器及其制备方法，其技术目的是提供一种制备简单，价格便宜，对手部运动影响小，易在手势识别场景下广泛应用。
4.本技术的上述技术目的是通过以下技术方案得以实现的：
5.一种基于摩擦纳米发电机的手势识别传感器，该手势识别传感器为传感器陈列，包括至少3个传感器，每个传感器包括ecoflex层、金属电极层、连接电极层、封口膜层、绝缘支撑层和ptfe层，所述ecoflex层为两端带有凸起的“凹”型结构，所述ecoflex层的底部与所述绝缘支撑层的顶部连接；所述金属电极层包括2个左右分布的金属电极层且都位于所述ecoflex层的顶部，2个金属电极层相互靠近的一端通过所述连接电极层连接，2个金属电极层相互远离的一端设在所述ecoflex层两端的凸起内；所述连接电极层底部设有封口膜层，所述封口膜层的两端分别与2个金属电极层相互靠近的一端连接；所述绝缘支撑层的底部设有ptfe层，绝缘支撑层的底部直接粘贴于皮肤上，皮肤上同时粘贴ptfe层。
6.一种如上述的手势识别传感器的制备方法，包括：将ecoflex的a、b瓶按1：1比例混合，并充分搅拌，然后将ecoflex混合液倒入模具中，等待4至6小时使其固化；随后，在固化后的ecoflex表面并排粘贴两片相同大小的铜箔，并在铜箔表面将一块比两片铜箔总覆盖面积稍小的固定块放置于中央，并在四周再倒入少量ecoflex混合液，等待其固化；固化完成后取下固定块，并将传感器整体从模具中取出并裁剪为合适大小；然后，另取一段较长的铜箔，在其背部中间区域粘贴封口膜，并将该条铜箔两端分别粘贴两片铜箔使其连接；最后，再粘贴两条细长的kapton或其他绝缘支撑物于ecoflex层底面，即可完成该传感器的制备。
7.本技术的有益效果在于：
8.(1)本技术提出的手势识别传感器，用于手背部阵列排布，安装后对手部运动影响小。且该器件制备简单，安装便捷，体积小巧，能自驱动不需要额外电源。在不增加传感器本身结构复杂性的前提下，可大幅提升手势识别准确度；通过应用机器学习算法，该传感器在
识别代表数字1至9所对应手势的准确率可达到95％以上。
9.(2)本技术采用的ecoflex层材料为柔性材料，具有良好的拉伸性，对于手部运动阻碍小，能提高传感器舒适度。同时通过两片式的电极结构(2个金属电极层)，可进一步保证其延展性。
10.(3)常见的手势识别传感器主要依靠需要外部供电的设备，或是以手套、指套等媒介嵌入复杂结构的自发电装置，其缺点均为易对正常运动造成阻碍，但本技术的接触-分离机理不需要额外电源，且阵列式排布方式可增加对单个手势动作测量得到的信息量，在维持高手势识别准确性的前提下大幅降低对手部动作的阻碍。
附图说明
11.图1为本技术所述传感器的结构示意图；
12.图2为手势识别传感器的阵列结构示意图；
13.图3为手势识别传感器制备过程示意图；
14.图4为测量点位粘贴传感器示意图；
15.图5为测试位置1的传感器对于不同手指运动的电压响应示意图；
16.图6为测试位置2的传感器对于不同手指运动的电压响应示意图；
17.图7为不同传感器位置时三次手掌由握拳到完全张开到握拳时电压变化示意图；
18.图8为不同手势中不同手指对应不同传感器的电压波形示意图；
19.图9为机器学习实现手势识别的程序处理方法流程图；
20.图10为机器学习后原始数据的聚类分析结果示意图；
21.图11为本技术所述手势识别传感器在识别代表数字1至9所对应手势时经机器学习训练后的混淆矩阵。
22.图中：1-ecoflex层；2-金属电极层；3-连接电极层；4-封口膜层；5-绝缘支撑层；6-ptfe层。
具体实施方式
23.下面将结合附图对本技术技术方案进行详细说明。
24.本技术实施例公开了一种基于摩擦纳米发电机的手势识别传感器，由于在手指运动过程中会带动手背部肌肉群一起运动，导致手背部皮肤发生形变与表面起伏变化。基于静电感应与摩擦原理，手背部皮肤与传感器的接触与分离即可产生一定波形的电信号。传感器通过在手背部阵列排布的方式可获取多组由手背部不同位置皮肤的形变产生的不同电信号。电信号经过处理与机器学习分析能够精确判别具体手势。
25.如图1所示，每个传感器包括ecoflex层1、金属电极层2、连接电极层3、封口膜层4、绝缘支撑层5和ptfe层6，所述ecoflex层1为两端带有凸起的“凹”型结构，所述ecoflex层1的底部与所述绝缘支撑层5的顶部连接；所述金属电极层2包括2个左右分布的金属电极层且都位于所述ecoflex层1的顶部，2个金属电极层相互靠近的一端通过所述连接电极层3连接，2个金属电极层相互远离的一端设在所述ecoflex层1两端的凸起内；所述连接电极层3底部设有封口膜层4，所述封口膜层4的两端分别与2个金属电极层相互靠近的一端连接；所述绝缘支撑层5的底部设有ptfe层6，绝缘支撑层5的底部直接粘贴于皮肤上，皮肤上同时粘
贴ptfe层6。ptfe层6的面积小于绝缘支撑层5，将ptfe层6先粘贴在手背皮肤上，然后再将绝缘支撑层5覆盖在ptfe层6上粘贴至手背皮肤。
26.ecoflex层1作为收集到的手势信号的载体，其材质还可以为聚二甲基硅氧烷。该层选用柔性材料，便于提高手部运送过程中传感器佩戴的舒适度。同时ecoflex层1也是金属电极层2的载体，ecoflex层1两端的凸起部分分别包裹着2个金属电极层，能够实现良好的固定效果。2个金属电极层左右排布，并通过连接电极层3将两块金属电极层连接，主要目的是提高传感器延展性，使其在一定程度延展后依然能够较好贴合皮肤进行工作。
27.由于金属电极往往一面具有粘性，故增加封口膜层4防止连接电极层3在延展过程中与下方金属电极层2产生粘连，影响延展性。绝缘支撑层5的目的是将传感器抬起，使ecoflex层1下表面与手背部皮肤之间保持一定距离。手背部皮肤在手指运动过程中产生形变，皮肤不断与ecoflex层1接触与分离，产生电信号。信号通过在金属电极层2上连接导线传递给处理设备进行处理。由于手背部皮肤较为平坦，起伏不大，通过额外的ptfe层6可使得电压响应波形更为显著。
28.以图2为例，该传感器阵列包括3个传感器，其排布方式包括：2个传感器依序设在食指和中指之间的手背皮肤上，1个传感器设在无名指和小指之间的手背皮肤上。当左手做出“2”的手势后，右上方的传感器由于食指、中指带动的皮肤肌肉的较大幅度运动，大拇指未运动，这样的运动会使这个传感器产生较为强烈的特定电信号，下方的传感器同样也因为食指与中指的运动产生一定电信号，而左上方传感器由于其运动较为轻微，产生的电信号波动较小。通过三个传感器所获得的电信号共同判断，通过对前期多次测试获得的数据进行机器学习训练，后续程序即可完成对手势“2”的识别。
29.该传感器的的制备方法如图3所示，具体包括：首先，将ecoflex的a、b瓶按1：1比例混合，并充分搅拌。将ecoflex混合液倒入模具中，等待4至6小时使其固化。随后，在固化后的ecoflex表面并排粘贴两片相同大小的铜箔，并在铜箔表面将一块比两片铜箔总覆盖面积稍小的固定块放置于中央，并在四周再倒入少量ecoflex混合液，等待其固化。固化完成后取下固定块，并将传感器整体从模具中取出并裁剪为合适大小。然后，另取一段较长的铜箔，在其背部中间区域粘贴封口膜，并将该条铜箔两端分别粘贴两片铜箔使其连接。最后，再粘贴两条细长的kapton或其他绝缘支撑物于ecoflex层底面，即可完成该传感器的制备。
30.具体实施例中，以1mm
×
2mm大小的传感器为例，首先在测量点位粘贴传感器，如图4所示。选取左手手背部距食指关节沿内部筋脉向手臂侧2cm位置为测试位置1，左手手背部距无名指关节沿内部筋脉向手臂侧2cm位置为测试位置2。开始测量时初始手势为握拳，分别测试各个手指由握拳到完全伸直到收回并重复数次时的电压变化，动作力度逐渐增加。测量得到的曲线如图5和图6所示。
31.综合对比分析图5和图6，当传感器在测试位置1时，传感器对大拇指、食指和中指的动作有较为明显的电压响应，并且三根不同手指的电压响应曲线都有显著不同。例如，当食指从伸出到收回时，电压变化曲线大致呈“w”型下降再上升，下降幅度约为1至1.5v左右；当中指从伸出到收回时，电压变化曲线大致呈先略微下降再显著上升再下降到原点的趋势，下降幅度约为0.5v左右，随后的上升幅度约为1.5v左右；当大拇指从伸出到收回时，电压变化曲线大致类似三角函数一个周期，先略微下降再显著上升，再显著下降随后上升至原点，整体电压变化在1至1.5v之间。当传感器在测试位置2时，传感器对小拇指和无名指的
动作同样也有显著不同的电压响应曲线。可知，该传感器阵列可以全面地获取并区分各个手指的运动状态信息。
32.手背部的形态具有较大的个体差异，不同个体间手背部最佳的测量点难以找到。若将单个传感器的测量目标仅局限于某几根手指，则可用于精确测量的点位范围便大大增加。同时，本技术中传感器较小的尺寸保证了即使同时应用数个不会对手部正常运动带来阻碍，也不会使佩戴变得不适。因此，可将数个相同的手指运动传感器同时于手背部阵列排布，每个传感器分别主要测量某个或数个特定手指的运动状态，并通过足够传感器将每根手指的运动信息全部覆盖。阵列排布的方式还能使得同一根手指的运动状态信息由多个传感器同时记录，各传感器之间所测得的数据形成互补，大大提高手势数据的准确性，是一种优选的实现手势识别的应用方案。
33.进一步测量将传感器贴于不同位置时对同一个动作的响应。手掌握拳到完全张开到握拳动作时的电压变化曲线如图7所示，可以验证该传感器阵列形式可以使不同传感器数据得到互补，进一步提高手势识别准确性。图8即为不同手势中不同手指对应不同传感器的电压波形示意图。
34.以15组原始数据、每组数据3个传感器、每个传感器501个电压数据为例，具体程序处理过程如图9所示。
35.在应用lda算法进行机器学习的过程中，需要合适选取程序参数。
36.对于求解器solver，其分为svd(奇异值分解法)、lsqr(最小二乘法)和eigen(特征分解法)三种。鉴于本手势识别应用场景下的特征数不多，适合选取eigen作为求解器。
37.对于正则化参数shrinkage，其可以增强lda分类的泛化能力，在本应用中可忽略。
38.对于类别权重priors，由于本应用是对数字进行识别，各类别的权重应完全相同，则对该项选取默认值对其忽略。
39.对于降维维数n_components，设定的维数必须在1至“类别数-1”之间。由于本应用中类别数为9，而原始数据共有21维度(3个传感器，每个传感器分别提取7个特征值)，则默认值“类别数-1”即8维便足够完成工作。因此，同样忽略此项。
40.机器学习后原始数据的聚类分析结果如图10所示，图10中，每个数字分别由圈内的点表示。该聚类分析的结果表明，在经过机器学习后，各个数字所对应的不同手势之间的区别可以被准确提取，各个数字可以清晰、明确地被分类。
41.由图11可知，该传感器以如图2所示的阵列排布后，通过机器学习训练，对于识别代表数字1至9所对应手势时具有极高的准确率，在500次测试中可达到96.67％的识别准确率，可以实现高准确度的手势识别。
42.本技术实施例中，ecoflex层1的理想厚度为1mm，其材料可以是聚二甲基硅氧烷(pdms)、聚四氟乙烯(ptfe)等的其它材料，但ecoflex的电压响应效果和延展性相对较好。
43.本技术实施例中，金属电极层2和连接电极层3的电极材料可为铝(al)、金(au)、铜(cu)、银(ag)等，可直接采用铝箔、铜箔等材料，也可采用电子束蒸发或者磁控溅射方式制备。电极的厚度可为5nm-2μm。
44.本技术实施例中，绝缘支撑层5的材料可选用一定厚度的绝缘材料，如亚克力板、kapton等，并将其通过胶水与ecoflex层2和皮肤紧密粘贴。绝缘材料的理想厚度为0.5mm-2mm，为达到良好的接触分离效果，厚度不宜过大。
45.本技术实施例中，ptfe层6的理想厚度为100μm。
46.本技术实施例中，阵列排布形式可以是实例中的方式，也可以采用其他排列形式或排布点位，其基本原则是能够使得程序经过一定数据的训练后能够实现对不同手势的较好区分。与此同时，为获取手势信息所需的传感器数量也不仅限于三个，但不应少于三个。可采用四个或更多传感器获得更多更为精确的动作信息，但需注意采用较多传感器时要合理控制传感器大小，以免粘贴过于密集，对手指正常运动造成阻碍。
47.以上为本技术示范性实施例，本技术的保护范围由权利要求书及其等效物限定。
技术特征：1.一种基于摩擦纳米发电机的手势识别传感器，该手势识别传感器为传感器陈列，包括至少3个传感器，其特征在于，每个传感器包括ecoflex层、金属电极层、连接电极层、封口膜层、绝缘支撑层和ptfe层，所述ecoflex层为两端带有凸起的“凹”型结构，所述ecoflex层的底部与所述绝缘支撑层的顶部连接；所述金属电极层包括2个左右分布的金属电极层且都位于所述ecoflex层的顶部，2个金属电极层相互靠近的一端通过所述连接电极层连接，2个金属电极层相互远离的一端设在所述ecoflex层两端的凸起内；所述连接电极层底部设有封口膜层，所述封口膜层的两端分别与2个金属电极层相互靠近的一端连接；所述绝缘支撑层的底部设有ptfe层。2.如权利要求1所述的手势识别传感器，其特征在于，所述ecoflex层的厚度为1mm。3.如权利要求1所述的手势识别传感器，其特征在于，所述金属电极层和连接电极层的电极材料包括铝、金、铜、银、和铜，电极的厚度为5nm-2μm。4.如权利要求1所述的手势识别传感器，其特征在于，所述绝缘支撑层的材质包括亚克力板和kapton，其厚度为0.5mm-2mm。5.如权利要求1所述的手势识别传感器，其特征在于，所述ptfe层的厚度为100μm。6.如权利要求1所述的手势识别传感器，其特征在于，所述传感器阵列包括3个传感器，其排布方式包括：2个传感器依序设在食指和中指之间的手背皮肤上，1个传感器设在无名指和小指之间的手背皮肤上。7.一种如权利要求1-6任一所述的手势识别传感器的制备方法，其特征在于，包括：将ecoflex的a、b瓶按1：1比例混合，并充分搅拌，然后将ecoflex混合液倒入模具中，等待4至6小时使其固化；随后，在固化后的ecoflex表面并排粘贴两片相同大小的铜箔，并在铜箔表面将一块比两片铜箔总覆盖面积稍小的固定块放置于中央，并在四周再倒入少量ecoflex混合液，等待其固化；固化完成后取下固定块，并将传感器整体从模具中取出并裁剪为合适大小；然后，另取一段较长的铜箔，在其背部中间区域粘贴封口膜，并将该条铜箔两端分别粘贴两片铜箔使其连接；最后，再粘贴两条细长的kapton或其他绝缘支撑物于ecoflex层底面，即可完成该传感器的制备。
技术总结本发明公开了一种基于摩擦纳米发电机的手势识别传感器及其制备方法，涉及手势识别技术领域，解决了手势识别传感器穿戴舒适性较差的技术问题，其技术方案要点是该传感器包括Ecoflex层、金属电极层以及绝缘支撑层，基于静电感应与摩擦原理，手背部皮肤与传感器的接触与分离即可产生一定模态的电信号。传感器通过在手背部阵列排布的方式可获取多组由手背部不同位置皮肤的形变产生的不同电信号，电信号经过处理与机器学习分析能够精确判别具体手势。采用阵列式排布方式进行应用，既缩小了单个传感器尺寸，提高佩戴舒适度，同时可获取更多来自不同位置的动作信号，大幅提高手势识别准确率。准确率。准确率。
技术研发人员：朱建雄 邱雨 温海营 张志胜
受保护的技术使用者：东南大学
技术研发日：2022.06.28
技术公布日：2022/11/1
