Yöntem makalesi

Dokunsal Yoğunluk ve Jest Tanıma için CPLD Tabanlı Veri Toplama ile Multimodal Esnek Elektronik Kaplamanın Tasarımı ve Karakterizasyonu

DOI:

10.3791/70096

⸱

27 Ocak 2026

 ,  , 
1School of Computer and Information Engineering, Shanghai Polytechnic University, 2School of Intelligent Manufacturing and Control Engineering, Shanghai Polytechnic University

Bu makalede

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu protokol, esnek, çok modlu elektronik bir kaplama sisteminin üretimini ve işletilmesini tanımlar. CPLD tabanlı bir arka uç kullanarak 36 sensör kanalından senkronize hibrit frekanslı veri toplama elde eder ve gelişmiş robotik algı ve insan-robot etkileşimi için karmaşık dokunsal jestlerin nicel analizini mümkün kılar.

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu çalışma, CPLD tabanlı veri toplama sistemi aracılığıyla yüksek çözünürlüklü dokunsal algılama ve jest tanıma desteğini destekleyen esnek çok modlu elektronik cilt (e-skin) platformunun tasarımını ve karakterizasyonunu sunmaktadır. Sistem, 36 kanallı, 14 bitlik hibrit frekans örnekleme mimarisini (2 kHz, 1 kHz, 100 Hz) entegre eder ve basınç, ivme, ışık, sıcaklık ve çevresel sinyaller için donanım düzeyinde destek sağlar. Esnek FPC alt, mekanik stabiliteyi korurken kavisli robotik yüzeylerde konformal entegrasyonu sağlar. Dokunsal algı yeteneğini göstermek için bu çalışma, temas kuvveti tahmini ve jest dinamikleri için birincil modalite olan basınç algılama kanalına odaklanmaktadır. Dört temsil edilen insan etkileşimi analiz edildi: nazik dokunuş, dokunma, hafif sıkma ve güçlü sıkıştırma. Kuvvet yoğunluğu ve jest kategorilerini ayırt etmek için iki boyutsuz metrik — eşdeğer dalga formu eğriliği ve eşdeğer yük — tanıtıldı. Deneysel sonuçlar, sistemin net jest ayrımı ve deri benzeri viskoelastik tepki elde ettiğini, ortalama boşaltma süresinin 0,4 saniye ± 0,2 saniye olduğunu göstermektedir. 1,5 Mbps hızında gerçek zamanlı kablosuz veri iletimi desteklenmekte olup, modüler tasarım, ek modalitelerin gelecekteki entegrasyonu için ölçeklenebilir bir temel sağlar. Bu çalışma, kuvvet ve jest tabanlı insan-robot dokunsal etkileşimi için bir donanım çerçevesi oluşturuyor ve çoklu modal algı sistemleri için genişletilebilir kapasiteye sahiptir.

Giriş

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dokunsal algılama, robotik algı 1,2 için kapsamlı şekilde araştırılmıştır, ancak çoğu elektronik cilt (e-deri) sistemi hâlâ karmaşık insan dokunuşunun yorumlanmasını sınırlayabilen tek modalite, düşük yoğunluklu konfigürasyonlara dayanır. Esnek dokunsal malzemeler ve cihaz mimarisindeki önemliilerlemelere rağmen, çok modlu ve çok kanallı dokunsal algılamanın yüksek hassasiyetli, gerçek zamanlı edinimle sistem düzeyinde entegrasyonu devam eden teknik zorluklaryaratmaktadır 4. Sonuç olarak, sinyal senkronizasyonu, zamanlama koordinasyonu ve veri veri akışı optimizasyonu gibi temel konular, büyük ölçekli veya yüksek kanal sayısına sahip dokunsal sistemlerde sistematik adresleme gerektirir5. Bu gereksinimleri karşılamak için, senkronize çok kanallı veri akışlarını yönetebilen, sinyal bütünlüğünü koruyabilen ve nicel jest ile kuvvet karakterizasyonunu destekleyen yüksek bant genişliğine sahip ön uç mimarisi gereklidir 6,7,8.

Çok modlu e-skin sistemleri, robotik platformların insan derisinin karmaşık dokunsal algılama yeteneklerini taklit etmesini sağlayan önemli bir gelişme olarak ortaya çıkmıştır. Sadece normal basınç veya sıcaklık algılayan geleneksel tek mod sensörleri, gerçek dünyadaki dokunsal etkileşimlerin karmaşık ve dinamik doğasını tam olarak yakalayamayabilir. Buna karşılık, insan kaynaklı multimodal sistemler, kesme kuvveti, titreşim ve termal işaretler dahil olmak üzere gerçek zamanlı olarak birden fazla dokunsal uyaran türünü tespit etmek için tasarlanmıştır. Örneğin, Lee ve ark. dört farklı duyusal kanal üzerinden gerçek zamanlı algılayabilen biyoeshamlı dokunsal algı sistemi geliştirmiştir; bu da doku, temas modu ve nesne etkileşim durumlarının tanınmasınıgeliştirmiştir9.

Esnek elektroniklerdeki son gelişmeler, özellikle biyolojik dokunun mekanik uyumunu ve yüksek hassasiyetini taklit eden gelişmiş elektronik deri (e-skin) geliştirilmesiyle, bu çok modlu sistemlerin ufklarını daha da genişletmiştir. Örneğin, yeni aktif malzemelerin ve hiyerarşik yapısal tasarımların keşfi, eşi benzeri görülmemiş dokunsal hassasiyete ve çok işlevli yeni nesil e-skin platformlarına yolaçmıştır 10. Malzeme yeniliğinin ötesinde, büyük ölçekli uygulamalara geçiş sağlam ve ölçeklenebilir üretim tekniklerini gerektirir. Basılı elektronik, yüksek yoğunluklu sensör dizilerinin çeşitli elastomerik substratlara hassas ve maliyet etkin entegrasyonunu sağlarken cihaz performansınıkorurken kritik bir çözüm olarak ortaya çıkmıştır 11.

Bu sistemlerin pratik senaryolarda güvenilirliğini sağlamak için, araştırmacılar giderek daha fazla esnek sensörlerin elektromekanik özelliklerini ve algılama mekanizmalarını optimize ederek sinyal çapraz konuşmasını ve çevresel parazitiazaltmaya odaklanmaktadır 12. Sonuç olarak, sahadaki mevcut paradigma, izole algılama bileşenlerinden, gelişmiş malzemeleri yüksek verimli sinyal işleme çerçeveleriyle sinerjik eden tam entegre, akıllı ve esnek platformlaradoğru kaymaktadır 13.

Ancak, birden fazla algılama modalitesini birleşik bir diziye entegre etmek, sinyal bağlanması, senkronizasyon ve veri yorumlamada önemli zorluklar yaratır. Kong ve ark., doğru sinyal izolasyonunu sağlamak ve çapraz konuşmayı en aza indirmek için yüksek yoğunluklu multimodal sensör dizilerinde sağlam entegrasyon ve decoupling stratejilerinin gerekliliğinivurguladı. Ayrıca, yumuşak algılama altının mekanik davranışı sinyal doğruluğunu önemli ölçüde etkiler. Mu ve ark., iletken polimer kompozitlerin viskoelastik doğasının sinyal kayması ve histerezisi indükleyebileceğini göstererek, çok modlu algılama platformlarında malzeme modellemesi ve sistem düzeyinde telafi stratejilerinin rolünü vurguladılar 15. Bu bulgular topluca, yüksek bant genişliğine, viskoelastikliğe duyarlı ve ayrılmış multimodal e-skin sistemlerinin geliştirilmesinin, robotik ve insan-makine arayüzlerinde zeki dokunsal algıyı ilerletmek için hayati olduğunugöstermektedir.

Çok kanallı dokunsal sinyallerin gerçek zamanlı olarak minimum gecikme ve yüksek sinyal bütünlüğüyle elde edilmesini sağlamak için, karmaşık programlanabilir mantık cihazı (CPLD) tabanlı bir edinim çerçevesi benimsendi. Önceki çalışmalar, CPLD'lerin sensör sistemlerinde yüksek hızlı veri boru hatlarını ve zamanlama açısından kritik sinyal akışlarını yönetmek için uygun olduğunugöstermiştir 17,18.

Geleneksel veri toplama mimarilerine kıyasla, bu CPLD tabanlı senkronize hibrit frekans yaklaşımı birkaç belirgin avantaj sunar. Mikrodenetleyici ünitesi (MCU) tabanlı sistemler genellikle yazılım düzeyinde senkronizasyon veya ardışık ankete dayanırken, yüksek kanal sayılarında sinyal fazı hizasını tehlikeye atabilecek belirsiz zamanlama titremesine ve kesinti gecikmesine yatkındırlar19. Buna karşılık, bir CPLD'nin donanım-mantık tabanlı mimarisi, tüm 36 kanal için tamamen paralel çalıştırma ve nanosaniye seviyesinde deterministik zamanlama sağlar. Ayrıca, alan programlanabilir kapı dizileri (FPGA'lar) daha yüksek hesaplama gücü sağlarken, CPLD'ler hibrit frekanslı durum makinelerinde gereken mantık derinliği için daha maliyet etkin ve güç verimli bir çözüm sunar ve giyilebilir e-skin uygulamalarında uzun vadeli stabiliteyi kolaylaştırır. Ayrıca, kanal başına etkili örnekleme bant genişliğinden ödün veren düşük kanallı çoklama yöntemlerinin aksine, önerilen senkronize mimari, dokunsal modaliteler için tutarlı 2 kHz hızını korur ve son literatürde tespit edilen heterojen veri birleşiminin darboğazlarınıaşmaktadır 19.

Bu çalışma, CPLD tabanlı bir satın alma sistemiyle entegre edilmiş çok modlu esnek elektronik bir kaplama sunmaktadır. Sistem, dinamik dokunsal kanallar için 2 kHz ve ivme, sıcaklık, nem, aydınlatma ve ses sensörleri dahil yardımcı modaliteler için 100 Hz'de çalışan 36 adet 14-bit hibrit frekans örnekleme kanalını destekler (Şekil 1). Sistem, bu heterojen sensörleri esnek bir basılı devre (FPC) alt tabakası üzerine entegre ederek hem mekanik uyum hem de elektriksel kararlılık sağlar. Dokunsal etkileşimler sırasında yerel deformasyon uyum sağlar ve temas kararlılığını artırmak için küçük dikdörtgen birimlere ayrılmış uyumlu viskoelastik kapsüllemekatmanı 15 benimsenmiştir.

Pratik uygunluk açısından, yüksek hızlı paralel örnekleme mimarisi, kontrollü laboratuvar ortamında tıklama veya doku kaydırma gibi hızlı, dürtüsel dokunsal olayları yakalamak için optimize edilmiştir. Ancak, çalışma kısıtlamaları arasında viskoelastik sapma ve yumuşak substratın histerezisi nedeniyle potansiyel sinyal sadakatinin bozulması yer alır; bu da periyodik kalibrasyon veya yazılım tabanlı telafi gerektirir. Ayrıca, sistem daha yüksek kanal sayılarına ölçeklenebilir olsa da, mevcut uygulama gerçek zamanlı görselleştirme için kablosuz iletim bant genişliği ile sınırlandırılmıştır.

CPLD, senkronize çok kanallı alım ve kablosuz veri iletimi ile istikrarlı gerçek zamanlı performans sağlar. Bu yaklaşım, yüksek yoğunluklu çok modlu sinyal toplamayı mümkün kılar ve robotik dokunsal algı için ölçeklenebilir bir donanım temeli sağlar. Dokunsal ayrımcılığı değerlendirmek için dört temsil hareketi — nazik dokunuş, dokunma, hafif sıkma ve güçlü sıkışma — deneysel olarak analiz edildi.

Bu çalışma, yüksek bant genişliğine sahip çok modlu e-skin mimarisinin fizibilitesini ve sinyal bütünlüğünü göstermeye odaklanmaktadır. Basınç algılama, <500 Ωcm hacim direncine sahip iletken polimer kompozit olan viskoelastik algılama malzemesine dayalı piezorezistif bir mekanizma kullanılarak uygulanır. Bu konfigürasyonda, mekanik basınç malzeme içindeki temas direncini değiştirir ve bu direnç sonrasında alım sistemi tarafından yakalanır. Basınç kanalları, gerçek zamanlı alım ve veri kalitesini doğrulamak için temsil yöntem olarak seçildi. Sistem, ivme ve sıcaklık gibi ek modaliteleri desteklese de, bunların uygulanması ve analizi gelecekteki uygulamaya özel çalışmalar için ayrılmıştır.

Yüksek yoğunluklu dokunsal veri ediniminin zorluklarını ele almak için, bu çalışma Wi-Fi 6 modülüyle entegre edilmiş CPLD tabanlı donanım mimarisi kullanmaktadır. Şekil 2'de gösterildiği gibi, sistem 14 bit çözünürlükle 36 kanalı 2 kHz yüksek hızlı örnekleme hızında yönetecek şekilde tasarlanmıştır ve yaklaşık 1.01 Mbps ham veri aktarım sağlar. 802.11ax protokolünü kullanarak platform, tipik laboratuvar ortamlarında %0,2'nin altında paket kaybı oranını koruyarak istikrarlı ve etkili bir iletim hızı olan 1,5 Mbps'ye ulaşır. Bu donanım mantığı temelli yaklaşım, geleneksel MCU tabanlı mimarilerde yaygın olan belirsizlik dışı zamanlama titremesini ve kesinti gecikmesini ortadan kaldırırken, FPGA tabanlı çözümlere daha güç verimli ve maliyet etkin bir alternatif sunar. Böylesine sağlam bir veri hattı, karmaşık jest tanıma ve çoklu modal dokunsal algılama için gerekli olan hassas gerçek zamanlı senkronizasyon ve sinyal bütünlüğünü sağlar.

İki boyutsuz gösterge tanımlandı: eşdeğer dalga formu eğriliği (EWS) ve eşdeğer yük (EL). EWS, dokunsal yanıt dalga formunun zamansal asimetrisini nicelikle ifade ederken, EL temas süresi boyunca entegre edilen toplam kuvvet yoğunluğunu temsil eder. Bu göstergelerin analizi, her hareket için belirgin mekanik imzalar ortaya koymuştur; ortalama boşalma süresi 0,4 saniye ± 0,2 saniyedir; bu da substratın viskoelastik yanıtının sistemin yakaladığı zamansal özelliklere katkıda bulunduğunu göstermektedir.

Bu sonuçlar, senkronize ve çok modlu edinim kullanılarak doğru dokunsal yoğunluk ve jest tanıma mümkün olduğunu göstermektedir. Önerilen sistem, böylece nicel dokunsal analiz için işlevsel bir ön uç platform sağlar ve duygusal veya duyguya bağlı insan-robot etkileşiminde gelecekteki gelişmeler için temel oluşturur.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Burada tanımlanan tüm deneysel prosedürler invaziv olmayandır ve hayvan veya insan klinik denekleri içermez; bu nedenle, bu çalışma için etik onay gerekmemiştir. Reaktifler ve kullanılan ekipmanlar Malzeme Tablosu'nda listelenmiştir.

1. Sensörlerin üretimi

  1. Viskoelastik sensörün hazırlanması ve entegrasyonu
    1. Hedef boyutlarını [örneğin, 5 mm x 5 mm] viskoelastik algılama malzemesine hassas bir cetvel ve ince uçlu kalıcı işaretleyici kullanarak ölçü doğruluğunu sağlamak için işaretleyin. Malzemeyi işaretlenmiş çizgiler boyunca keskin, ince uçlu makasla kesin. Kesimleri mümkün olduğunca tek, sürekli bir hareketle gerçekleştirin; böylece kenarlar temiz ve sınırlarda mekanik deformasyon veya yıpranmayı en aza indirin.
    2. Esnek Basılı Devrenin (FPC) yüzey montajlı pedlerini, kirleticileri çıkarmak ve optimum yapışmayı sağlamak için [örneğin, izopropil alkol ve tüy içermeyen bir mendil] kullanarak temizleyin (Şekil 1).
    3. Viskoelastik malzeme parçalarını, FPC'nin yüzey montaj pedlerine iletken bir yapıştırıcı ile yapıştırın.
    4. Algılayıcı malzemenin tabanına ince bir UV ile kürlenebilen reçine tabakası uygulayarak yapışkan birleşimi kapsülleyin. Reçineyi 365 nm dalga boyunda, 100 mW/cm² yoğunlukta UV ışık kaynağı kullanarak 5 dakika boyunca kürleyin.
    5. Monte edilen sensörün elektriksel sürekliliğini dijital multimetre kullanarak doğrulayın.
      NOT: Direnç değerleri sıfır yük koşullarında 5 kΩ ile 20 kΩ arasında olmalıdır.
    6. Monte edilen cihazın basınca duyarlı özelliklerini karakterize etmek için harici basınç uygulayın ve buna karşılık gelen direnç değişimini ölçün.

2. Veri toplama kurulunun uygulanması

  1. Çok hızlı veri toplama sisteminin yapılandırması
    1. Analog ön yüz ve veri dönüşüm devrelerini tek esnek bir FPC alt tabakasına entegre edin (Şekil 3).
    2. Sensör kanalı seçimi için beş adet 8 kanallı analog anahtar (Şekil 4A) kullanın. Bunları, sinyal dijitalleştirme için üç paralel 14-bit Ardışık Yaklaştırma Kaydı (SAR) Analog-Dijital Dönüştürücü (ADC) (Şekil 4B) ile arayüz edin.
    3. ADC ve anahtar ağını Karmaşık Programlanabilir Mantık Cihazına (CPLD) bağlayarak kanal adresleme, zamanlama kontrolü ve senkronizasyonu yönetin.
    4. Sensör FPC'sini 40 pinli FPC konnektörü kullanarak satın alma kartına güvenli bir şekilde takın. Sinyal istikrarsızlığını önlemek için kilitleme mekanizmasının tamamen aktif olduğundan emin olun.
  2. CPLD tabanlı sistem kontrolü ve veri işleme
    1. CPLD mantığını, gerekli örnekleme aralıklarına göre hassas zamanlama sinyalleri üreterek tüm ADC'leri senkron olarak çalıştıracak şekilde programlayın.
    2. CPLD'nin iç mantık kapılarını yüksek hızlı kanal anahtarlamalarını koordine edecek şekilde yapılandırın ve üç ADC'den paralel veri akışlarını birleştirin.
    3. Birleştirilen verileri, bir ana bilgisayarla gerçek zamanlı kablosuz iletişim için 1,5 Mbps baud hızında seri arayüz üzerinden bir Wi-Fi modülüne iletin.
  3. Hibrit frekans örnekleme için ADC arayüzü
    1. Üç bağımsız 14-bit SAR ADC'sinin her birini, CPLD tarafından yönetilen Chip Select (CS#), Serial Clock (SCLK) ve Serial Data (SDATA) hatlarından oluşan özel 3 telli seri arayüz aracılığıyla kontrol edin.
    2. CPLD mimarisi içinde kanala özgü saat bölücüleri uygulayarak 2 kHz, 1 kHz ve 100 Hz modaliteleri için gereken belirgin örnekleme hızlarını üretin (Şekil 5).
    3. Her örneklenmiş çerçeveyi ortak zaman tabanı referansına göre geçici bir tamponda depolayın. Mantık içinde verinin aşağı akış iletimi için hazır olduğunu belirtmek için tek seferlik veri geçerli bayrağı ilan edin.
  4. Zaman dilimi tabanlı örnekleme senkronizasyonunun uygulanması
    1. CPLD'de 10 ms küresel örnekleme çerçevesini temel zamanlama dönemi olarak tanımlayın ve onu on tekdüz 1 ms zaman dilime bölebilirsiniz.
    2. Bu 10 ms çerçeve içinde, belirlenen örnekleme frekansına göre 36 sensör kanalının her birine bir veya daha fazla sabit zaman dilimi atayın.
    3. Tüm ADC grupları ve çerçeveleri arasında sıkı faz hizasını korumak için deterministik zamanlama şemasını izleyin, böylece eşzamanlı hibrit frekanslı veri edinimini sağlayın.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu protokol, elektronik deriye (e-skin) uygulanan belirgin dokunsal hareketlerin nicel karakterizasyonu ve ayırt edilmesini sağlar. E-skin örneğini test platformunda düzeltin. Tek bir operatör, Tablo 1'de listelenen parametrelere göre dört tanımlanmış dokunsal eylem gerçekleştirir: nazik dokunuş, dokunma, hafif sıkıştırma ve güçlü sıkışma. "Nazik dokunuş" hareketi, parmağını tek bir e-skin ünitesine yaklaşık 1 dakika boyunca hafifçe koyarak istikrarlı ve tutarlı tekrarlar sağlanmasını içeriyordu.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

E-skin'in algılama mekanizması, temel olarak bileşenpolimeri 6,15'in viskoelastik özelliklerine dayanır. Bu malzeme, dış kuvvete maruz kaldığında hem elastik deformasyon hem de viskoz akış gösterir. Viskoz bileşen, malzemenin geri kazanılmasında karakteristik bir gecikme sağlar; yani, kuvvet kaldırıldığında anında orijinal haline dönmez, bunun yerine iyileşmesi için sınırlı bir süre gerekir. Bu viskoelastik özellikler, polimerin moleküler zincir yapısı, moleküler...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazarların çelişkili çıkarları yoktur.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Esnek Basılı Devre KartıJLCPCBherhangi biriBasınç verisi elde etmek için kullanılır
Analog anahtarlar TITMUX1108PWR Farklı kanalları seçmek için kullanılır
Analogdan Dijitale DönüştürücüAnalog CihazlarAD7940BRMZ-REEL7Analog sinyalleri dijital sinyallere dönüştürün
CPLDIntelMAX 10M02Veri işleme birimi
OsiloskopTektronixTBS2000Bu osiloskop, sinyal dalga formlarını ölçmek için kullanılır.
Quartus IIIntelherhangi biriCPLD için IDE'nin programlanması
Viskoelastik algılama malzemesiherhangi biriherhangi biriBu malzeme, basınç sinyalleri üretmek için kullanılır.
Wi-Fi 6 modülü AI-THINKERAD-M62-CBSVeri iletim modülü

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Jiang, Y., et al. A multifunctional tactile sensory system for robotic intelligent identification and manipulation perception. Adv Sci. 11 (41), 2402705(2024).
  2. Wang, Y., et al. Human-inspired robotic tactile perception for fluid. IEEE Sens J. 24 (14), 23336-23348 (2024).
  3. Shepherd, D. R., Husbands, P., Philippides, A., Johnson, C. Versatility of Low-Resolution Tactile Sensing for Edge and Pose Detection. Proc AIRC. , 7-12 (2024).
  4. Liu, X. The more and less of electronic-skin sensors. Science. 370, 910-911 (2020).
  5. Shao, Y., Hu, H., Visell, Y. A wearable tactile sensor array for large area remote vibration sensing in the hand. IEEE Sens J. 20 (12), 6612-6623 (2020).
  6. Jeon, S., Lim, S. -C., Trung, T. Q., Jung, M., Lee, N. -E. Flexible multimodal sensors for electronic skin: principle, materials, device, array architecture, and data acquisition method. Proc IEEE. 107 (10), 2065-2083 (2019).
  7. Li, Y., et al. Large-area high-resolution skin-inspired flexible tactile sensor for robotic electronic skin. ACS Appl Electron Mater. 7 (19), 8861-8870 (2025).
  8. Zuqing, Y., Guozhen, S. Materials and device architecture towards a multimodal electronic skin. Mater Today. 64, 165-179 (2023).
  9. Lee, B. -Y., et al. Human-inspired tactile perception system for real-time and multimodal detection of tactile stimuli. Soft Robot. 11 (2), 270-281 (2024).
  10. Zhong, S., et al. Passive isothermal flexible sensor enabled by smart thermal-regulating aerogels. Adv Mater. 37 (8), 2415386(2025).
  11. Pan, Y., et al. Flexible and printed electronics. 10 (4), (2025).
  12. Xiong, W., et al. Multifunctional tactile feedbacks towards compliant robot manipulations via 3D-shaped electronic skin. IEEE Sens J. 22 (9), 9046-9056 (2022).
  13. Yuan, J., Zhao, W., Zhou, Y., Huang, Y. Flexible sensor-driven smart vehicles: Opportunities and prospects. CHAIN. 2 (3), 227-235 (2025).
  14. Kong, H., Li, W., Song, Z., Niu, L. Recent advances in multimodal sensing integration and decoupling strategies for tactile perception. Mater Futures. 3 (2), 022501(2024).
  15. Mu, Q., Wang, J., Kuang, X. Modeling the resistive viscoelasticity of conductive polymer composite for sensor usage. Soft Matter. 19, 1025-1033 (2023).
  16. Shaker, J. H., Yasmeena, A., Zoltán, A. D., Husam, A. N. Recent advances in tactile sensing technologies for human-robot interaction: current trends and future perspectives. Biosens Bioelectron X. 26, 100669(2025).
  17. Implementation of a continuous high-speed data acquisition system based on FPGA. Dong, Z., He, W., Wang, Y., Liu, J., He, K. Proc 2023 6th Int Conf Artif Intell Pattern Recognit, Xiamen, China, , 1440-1445 (2024).
  18. Oballe-Peinado, Ó, et al. FPGA-based tactile sensor suite electronics for real-time embedded processing. IEEE Trans Ind Electron. 64 (12), 9657-9665 (2017).
  19. Wang, Z., Yang, Z., Dou, X. System-level integration and multimodal signal acquisition in electronic skin: a review and demonstration. J Vis Exp. (227), e70286(2026).
  20. Slavka, V., et al. Waveform skewness: Parameter for timed up & go turn assessment. Biomed Signal Process Control. 52, 347-352 (2019).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

Multimodal Alg lamaDokunsal Alg lamaCPLD Veri ToplamaBas n Alg lamaKuvvet Tahmininsan Robot Etkile imiViskoelastik Yan tKablosuz Veri letimi

İlgili makaleler