Derleme makalesi

Elektronik Kaplamada Sistem Düzeyinde Entegrasyon ve Çok Modal Sinyal Edinimi: Bir İnceleme ve Gösterim

DOI:

10.3791/70286

⸱

9 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 inceleme, elektronik cilt teknolojilerindeki son gelişmeleri vurgulamaktadır; çoklu modal dokunsal algılama, esnek mimariler ve düşük güçlü veri edinimi vurgulanmaktadır. 36 kanallı hibrit frekans platformu, gerçek zamanlı dokunsal tanıma ve robotik etkileşim sergiliyor. Gelecek yönler, pratik robotik cilt uygulamaları için büyük alan tekdüzeliğini, akıllı kalibrasyonu ve uyarlanabilir algıyı geliştirmeye odaklanmaktadır.

Özet

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

Elektronik cilt (E-skin) teknolojileri, insan derisinin dokunsal ve duyusal yeteneklerini taklit eder; zeki robotlar ve giyilebilir sistemler için basınç, gerilim, sıcaklık ve diğer dış uyaranların algılanmasını sağlar. Bu inceleme, E-skin platformlarının performansını ve işlevselliğini geliştiren malzemeler, yapısal tasarımlar, algılama mekanizmaları ve sistem düzeyinde entegrasyon alanındaki son ilerlemeleri özetlemektedir. Özellikle çok modlu dokunsal algılama ve gömülü sinyal alma stratejilerine önem verilmektedir; bunlar dokunsal desenlerin ve jestlerin gerçek zamanlı tanınmasını sağlar. Esnek mimariler, hibrit frekans örnekleme ve düşük güçlü veri toplama devrelerindeki gelişmeler, modern E-skin sistemlerinin güvenilirliğini, ölçeklenebilirliğini ve zamansal çözünürlüğünü artırmıştır. Bir gösteri olarak, yazarlar tarafından çoklu modal sinyal füzyonu ve robotik etkileşimin pratik uygulamasını göstermek için 36 kanallı hibrit frekanslı dokunsal algılama platformu geliştirilmiştir. Son olarak, mevcut zorluklar ve gelecekteki yönler—geniş alan tekdüzeliği, akıllı kalibrasyon ve uyarlanabilir algı dahil—laboratuvar prototiplerinden konuşulabilir robotik cilt uygulamalarına geçişi yönlendirmek için tartışılır.

Giriş

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

E-skin, insan derisinin duyusal ve fonksiyonel özelliklerini taklit edebilen yeni nesil yumuşak elektronik sistemleri temsil eder. Basınç, gerilme, sıcaklık ve kayma gibi mekanik ve termal uyaranları algılayarak E-skin makinelerin çevrelerini insan gibi algılamasını sağlar. Someya ve meslektaşlarının esnek deri esinli elektronikleri tanıtan erken çalışmalarından bu yana, bu alandaki araştırmalar malzeme bilimi, cihaz mühendisliği ve sistementegrasyonu 1,2 alanlarında hızla ilerlemiştir.

E-skindeki ilk gelişmeler, mekanik deformasyon altında elektriksel stabiliteyi koruyabilen esneklik ve iletken malzemeler üretmeye odaklanmıştır. İletken polimer kompozitler, karbon nanomalzemeleri ve sıvı-metal bazlı elektrotlar, esneklik ve hassasiyeti artırmak için yaygın olarak araştırılmıştır 3,4,5. Bu çabalar, güvenilir dokunsal algılama için temel oluşturdu. Ancak, araştırmalar robotik ve giyilebilir elektroniklere doğru genişledikçe, darboğaz malzemelerden sistem düzeyinde entegrasyona kaydı ve büyük ölçekli sinyal alımı, düşük gürültülü güçlendirme ve gerçek zamanlı veri işleme gibi zorlukların merkezi endişelerhaline geldiği 6,7.

Son ilerlemeler, E-skin'i pasif algılama arayüzünden aktif algılama platformuna dönüştüren çoklu modal dokunsal algılama ve gömülü sinyal ediniminin artan önemini ortaya koyuyor. Jeon ve ark.8, basınç, sıcaklık ve kayma algılamasını entegre eden en erken multimodal dokunsal sistemlerden birini tanıtmış, Lee ve ark.9ise sinyal işleme devrelerini doğrudan sensör dizisine gömleyerek gerçek zamanlı dokunsal algı göstermiştir. Benzer şekilde, Wang ve ark.10, yüksek zamansal çözünürlükle sıvı etkileşim kuvvetlerini tanıyabilen biyolojik ilham alan bir robotik dokunsal sistem önermiştir. Bu çalışmalar, karmaşık algı ve sınıflandırma yeteneğine sahip entegre algılama mimarilerine doğru açık bir kaymayı ortaya koymaktadır.

Robotiklerin ötesinde, e-skin sağlık izleme ve biyomedikal arayüzlerde de geniş bir potansiyel göstermiştir. Fizyolojik sinyallerin sürekli ölçümü - nabız, sıcaklık ve elektromiografi gibi - kişiselleştirilmiş sağlık ve uzun vadeli rehabilitasyon sağlar 11,12. Wu ve ark.7, çoklu modal giyilebilir sensörlerdeki son ilerlemeyi özetlemiş, sinyal ayrıştırma ve uzun süreli çalışma sırasında stabilitedeki zorluklara dikkat çekmiştir. Ancak, AlShaibani ve ark.13'ün belirttiği gibi, alan hâlâ standartlaştırılmış değerlendirme protokollerinden yoksun ve bu da sistemler arasında algılama doğruluğunu karşılaştırmayı zorlaştırıyor. Bu nedenle, birleşik test çerçevelerinin oluşturulması, gelecekteki klinik ve robotik benimseme için gereklidir13.

Bu gelişmeler göz önüne alındığında, bu inceleme E-skin için sistem düzeyinde mimari ve sinyal edinme stratejilerine odaklanmaktadır. Çok modlu algılama, devre tasarımı ve veri birleştirmesinin sistem performansını ve fonksiyonel ölçeklenebilirliği nasıl birlikte etkilediğinivurgular 14,15. Bu prensipleri göstermek için, yazarlar tarafından geliştirilen 36 kanallı hibrit frekanslı dokunsal algılama platformu, gerçek zamanlı çoklu modal sinyal füzyonu ve robotik etkileşim örneği olarak tanıtılmıştır. Bu gösteri, kavramsal tasarım ile pratik robotik cilt uygulamaları arasında bir köprü görevi görür.

Genel olarak, bu inceleme E-skin gelişimine kapsamlı bir sistem düzeyinde bakış açısı sunarak çoklu modal algılama prensipleri ve donanım mimarisi arasındaki farkı kapatıyor. Sinyal toplama stratejilerini, veri füzyonunu ve pratik robotik uygulamayı vurgulayarak, hem son zamanlarda elde edilen ilerlemeyi hem de uyarlanabilir, ölçeklenebilir ve güvenilir E-skin sistemlerinin gerçekleştirilmesinde hâlâ ortaya çıkan temel zorlukları vurguluyor.

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

İnceleme ve perspektif

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

Elektronik skin mimarilerine genel bakış

E-skin, algılama, edinim, işleme ve iletişim katmanlarını birleşik bir yapıda entegre eden hiyerarşik bir yumuşak elektronik sistem olarak kabul edilebilir. Her katman, dış fiziksel uyaranları makineler veya insanlar tarafından yorumlanabilecek anlamlı dijital bilgiye dönüştürmede belirgin bir rol oynar. Şekil 1, bu dört katmanlı mimarinin ve ona karşılık gelen sinyal akışının kavramsal şemasını sunmaktadır.

Algılama katmanında, esnek ve esnenebilen sensör dizileri, basınç, gerilme veya sıcaklık gibi mekanik veya termal uyarıcıları algılar. Bu elementler elastomerik substratlar üzerinde üretilir ve hassasiyeti ve yanıt doğrusalığını artırmak için genellikle mikroyapılı geometriler kullanılır. İletken polimerler ve nanokompozitler, büyük deformasyon altında yüksek uyumluluk ve kararlı elektriksel performanssağlar 3,5. Multimodal E-skin sistemlerinde, basınç, gerilme ve sıcaklık gibi birden fazla fiziksel uyaran ya çeşitli algılama birimleri entegre edilerek ya da bu uyarıları tek bir sensör içinde ayıran mikroyapılı cihaz mimarileri kullanılarak tespitedilebilir 4.

Alım katmanı, sensörler ile elektronik arasında elektriksel köprü görevi görür. Ana işlevleri arasında amplifikasyon, filtreleme ve analogdan dijitale dönüşüm yer alır. Modern E-skin'de, esnek basılı devreler veya ince film transistör matrisleri aktif matrik adresleme ve çoklayıcı okumayı gerçekleştirmek için yaygın olarak kullanılır. Bu yaklaşımlar, yüksek mekansal çözünürlük ve düşük güç tüketimini korurken kablolama karmaşıklığını azaltır. Bu katmanın tasarımı, sistemin gürültü tabanını, örnekleme hızını ve genel veri saetliliğini belirler.

Sonrasında, veri işleme katmanı dokunsal bilginin gerçek zamanlı yorumlanmasını yönetir. Gömülü mikrodenetleyiciler veya alan programlanabilir kapı dizisi (FPGA) tabanlı işlemciler, yerel filtreleme, özellik çıkarma ve dokunsal olayların ön sınıflandırılmasını gerçekleştirir. Bu dağıtık hesaplama mimarisi, gecikmeyi en aza indirir ve uyarlanabilir geri besleme kontrolünü mümkün kılar. Kablosuz veya kenar yapay zeka modülleriyle entegrasyon, otonom robotik çalışma ve giyilebilir uygulamaları daha da destekler.

Son olarak, arayüz veya uygulama katmanı E-skin platformunu robotik manipülatörler, protez uzuvlar veya sağlık monitörleri gibi harici sistemlere bağlar. İşlenen dokunsal veriler kontrol komutlarına, görsel çıktılara veya tanı göstergelerine dönüştürülür. Robotik için bu katman, kavrama kuvveti geri bildirimi ve doku tanıma sağlar; Biyomedikal kullanım için sürekli fizyolojik izleme ve uzaktan veri iletimi destekler.

Bu dört katman birlikte, mekanik veya termal uyarıcıları eyleme dönüştüren uçtan uca bir yol oluşturur. Hiyerarşik ve modüler tasarım, her fonksiyonel bloğun bağımsız olarak optimize edilmesini sağlarken genel mekanik esnekliği korur. Bu genel bakış, aşağıdaki bölümler için yapısal çerçeveyi oluşturur; burada E-skin sistemlerinin algılama mekanizmaları, sinyal alma yöntemleri ve akıllı algı stratejileri ayrıntılı olarak analiz edilecektir.

Algılama mekanizmaları ve transdüksiyon prensipleri

E-skin, mekanik ve termal uyaranları çeşitli transdüksiyon mekanizmalarıyla elektrik sinyallerine dönüştürür. En yaygın kullanılanlar piezorezistif, kapasitif, kendi kendine çalışan piezoelektrik ve optik mekanizmalardır (Şekil 2). Her yaklaşım duyarlılık, dinamik aralık ve enerji tüketimi açısından kendine özgü avantajlar sunar.

Piezorezistif ve kapasitif algılama: Fikir 2A, deformasyon algılama filminin iletken ağını değiştirdiğinde dirençlerini değiştirir. Üretimi basittir, esnek alt tabakalarla son derece uyumlu ve geniş bir ölçüm aralığı sunar. Tipik malzemeler arasında karbon bazlı kompozitler ve iletken polimerler bulunur. Kapasitif sensörler ise, dielektrik tabakanın mekanik deformasyonu nedeniyle oluşan kapasitans C=εA/d değişikliklerine dayanır. Yüksek stabilite, düşük gürültü ve dokunsal görüntüleme için çok uygundurlar. Jeon ve ark.8 , basınç ve sıcaklığı aynı anda minimum parazitle algılamak için piezorezistif ve kapasitif elemanları birleştiren multimodal bir E-skin göstermiştir.

Kendi kendine çalışan mekanizmalar: Triboelektrik (Şekil 2B) ve piezoelektrik (Şekil 2C) dönüştürücüler, doğrudan mekanik hareketten elektrik sinyalleri üretir. Piezoelektrik filmler stres altında yük ayrımı oluştururken, triboelektrik katmanlar temas elektrifikasyonu yoluyla potansiyel farkları oluşturur. Bu kendi kendine güç veren mekanizmalar, titreşim ve kayma gibi dinamik uyarılar için etkilidir. Wang ve ark.10 , sıvı etkileşimlerini yüksek zamansal çözünürlükle algılayabilen triboelektrik arayüze dayalı robotik dokunsal bir sistem geliştirmiştir. Yük sızıntısı nedeniyle statik basınçlar için daha az uygun olsa da, bunları piezorezistif veya kapasitif katmanlarla birleştirmek tamamlayıcı multimodal algılama sağlar.

Optik ve diğer ortaya çıkan mekanizmalar: Optik algılama (Şekil 2D), mekanik deformasyonu ışık yoğunluğundaki değişikliklere veya dalga kılavuzları veya mikroboşluklar içindeki girişimlere dönüştürür. Ultra yüksek hassasiyet ve elektromanyetik gürültüye karşı bağışıklık sunar, ancak hassas hizalamagerektirir 16. Manyetik17, termoelektrik18 ve empedans tabanlı yöntemler19 gibi diğer yaklaşımlar da E-skin işlevselliğini genişletmek için araştırılıyor.

Multimodal entegrasyona doğru: Modern E-skin sistemleri, çeşitli uyaranları tespit etmek ve ayırt etmek için giderek birden fazla mekanizmayı birleştirir. Lee ve ark.9 , entegre sensör dizileri ve gömülü işlem devreleri aracılığıyla gerçek zamanlı basınç, sıcaklık ve kayma algısını sağladı. Bu tür hibrit mimariler, E-skin'i pasif algılamadan aktif algıya ilerletiyor ve bir sonraki bölümde tartışılan sistem düzeyindeki entegrasyonun temelini koyuyor.

Sistem entegrasyonu ve sinyal edinimi

Bir E-skin sisteminin performansı, sadece algılama elemanlarının özelliklerine değil, aynı zamanda bu sensörlerden gelen sinyallerin nasıl alındığına, işlendiğine ve iletildiğine de bağlıdır. Sistem düzeyinde entegrasyon, algılama katmanını gömülü elektronikle bağlayarak, gerçek zamanlı yanıtlar verebilen birleşik bir dokunsal algı platformu oluşturur. Şekil 3 , sensör dizileri, okuma elektroniği, veri toplama ve iletişim modüllerini içeren temsil bir sistem mimarisini göstermektedir.

Mimari ve donanım tasarımı: Modern E-skin mimarileri genellikle üç donanım alt sisteminden oluşan modüler bir yapıda organize edilir: sensör dizisi, okuma ve çoklama devreleri ile gömülü kontrolcü veya işlem birimi. Bu hiyerarşik yapılandırma, mekânsal çözünürlük ile sistem ölçeklenebilirliğini dengeler. Çoğu uygulamada, büyük alanlı sensör dizileri, her düğümün bireysel bir algılama elemanına karşılık geldiği matris formatında düzenlenir. Kablolama karmaşıklığını ve çapraz konuşmayı azaltmak için zaman bölmeli çoklama (TDM) veya satır-sütun tarama stratejileri kullanılır. Okuma devresi empedans eşleştirme, düşük gürültülü güçlendirme, filtreleme ve analogdan dijitale dönüşüm (ADC) içerir. Takei ve ark.14 , algılama malzemelerinin düşük güçlü CMOS okuma çipleriyle entegrasyonunun, kompakt ve verimli E-skin platformlarının gerçekleştirilmesi için kritik olduğunu vurguladı. Gömülü mikrodenetleyiciler (MCU) veya FPGA'lar kanal seçimi, veri tamponlama ve ön işlemeyi yönetir. Esnekliği korumak için sert silikon çipler genellikle yumuşak interpozerlar veya esnek basılı devre kartları (FPC) üzerine monte edilir. Bluetooth Low Energy (BLE) veya Wi-Fi gibi kablosuz iletişim modülleri genellikle giyilebilir uygulamalar için entegre edilirken, robotik platformlar gerçek zamanlı kontrol için kablolu seri iletişimi sıklıkla benimser.

Sinyal alım stratejileri: E-skin sistemlerinde sinyal alımı, yüksek kanal yoğunluğu, düşük sinyal genliği ve geniş dinamik aralığı yönetmelidir. Her sensörden gelen dokunsal sinyaller genellikle milivolttan mikrovolta kadar değişir ve yüksek kazançlı diferansiyel amplifikatorlar ve gürültü bastırıcı devreler gerektirir. Yaygın yaklaşımlar arasında korelasyonlu çift örnekleme (CDS), kopter stabilizasyonu ile stabilize edilmiş amplifikatörler20,21 ve sürüklenme ile 1/f gürültüyü en aza indirmek için senkron tespityöntemleri 22 bulunur. Viteckova ve ark.23, giyilebilir dokunsal sistemler için veri toplama çerçevelerini analiz etti ve örnekleme hızı ile enerji verimliliği arasındaki dengeyi vurguladı. Ardışık taramalı çok kanallı ADC'ler yaygın olarak kullanılır, ancak dizi boyunca örnekleme gecikmesi sağlarlar. Paralel örnekleme daha hızlı olmakla birlikte, güç ve veri aktarım gereksinimlerini artırır. Bu nedenle, ardışık ve paralel edinimi birleştiren hibrit çözümler, ölçeklenebilir sistemler için ilgikazanmıştır 24.

Veri füzyonu ve akıllı algı: Edinimden sonra, anlamlı özellikler çıkarmak ve akıllı algıyı desteklemek için E-skin sistemlerinden dokunsal sinyaller işlenmelidir. Sinyal işleme, ham sensör çıkışı ile fiziksel anlayış arasında köprü rolünü oluşturur; gürültü bastırma, özellik çıkarımı ve çok modlu veri füzyonunu mümkün kılmaktadır (Şekil 4).

Ön işlem ve özellik çıkarma: Ham sinyaller genellikle kayma, kaymalar veya elektromanyetik parazit nedeniyle bozulur. Taban düzeltme, uyarlanabilir veya düşük geçirimli filtreleme ve diferansiyel amplifikasyon, sinyal-gürültü oranını iyileştirmek için yaygın olarak kullanılır. Sonraki özellik çıkarımı, zaman alanı verilerini genlik, süre ve değişim hızı gibi kompakt tanımlayıcılara dönüştürürken, uzamsal filtreler sensör dizileri arasında dokunsal haritaları yeniden oluşturur. Fourier veya dalga geçim dönüşümleri kullanılarak yapılan frekans-alan analizi, titreşim ve doku bilgilerini daha da ortaya çıkarır.

Multimodal füzyon ve yorumlama: Multimodal E-skin sistemlerinde, basınç, gerilme, sıcaklık veya titreşim sensörlerinden gelen sinyaller birleştirilerek birleşik dokunsal temsiller oluşturulur. Veri düzeyi ve özellik düzeyindeki füzyon dayanıklılığı artırırken, karar seviyesindeki füzyon birden fazla sınıflandırıcının sonuçlarını entegre eder. Son çalışmalar, makine öğrenimi algoritmalarının—ana bileşen analizi ve konvolüsyon sinir ağları dahil—dokunsal olay tanımasınıgeliştirebileceğini göstermiştir 25. Ayrıca, dokunsal ve proprioseptif verileri birleştiren çok modlu füzyon çerçeveleri, sınıflandırma doğruluğunu artırmak içinaraştırılmıştır 26.

Akıllı algıya doğru: Daha yüksek soyutlama seviyelerinde, E-skin verileri nesne özellikleri, temas durumları ve etkileşim niyeti çıkarımını çıkaracak şekilde yorumlanır. Desen tanıma ve regresyon modelleri kavrama, kayma veya doku gibi dokunsal olayları sınıflandırırken, kümeleme ve uzaylı-zaman analizi dağıtık sinyaller arasında gizli ilişkileriortaya çıkarır. Yapay zekaya dayalı akıl yürütme entegrasyonu, robotik ve giyilebilir sağlık hizmetleri için bağlam farkında algı ve gerçek zamanlı geri bildirim sağlar.

Özetle, sinyal işleme ve veri yorumlama, ham dokunsal bilgiyi eyleme dönüştürülebilir bir içgortaya dönüştürür. Adaptif filtreleme, çoklu modal füzyon ve veri odaklı modellemedeki ilerlemeler, E-skin sistemlerini daha yüksek algısal doğruluk ve özerkliğe doğru ilerliyor.

Uygulamalar ve gösterimler

Esnek dokunsal sistemler, robotik manipülasyondan giyilebilir sağlık hizmetlerine ve insan-makine etkileşimine kadar çeşitli alanlarda uygulama bulmuştur. Bu teknolojiler, çoklu modal algılama, uyumlu malzemeler ve gömülü elektroniklerin nasıl birleşerek gerçek zamanlı geri bildirim ve uyarlanabilir kontrol sağlayan akıllı arayüzler oluşturabileceğini gösterir (Şekil 5).

Robotik manipülasyon ve kavrama: Robotik alanında, esnek dokunsal sistemler güvenli ve çevik manipülasyon için temel geri bildirim sağlar. Kapasitif, termal ve titreşimsel algılamaları entegre ederek, bu sistemler hassas nesnelerle çalışırken adaptif kavrama ve gerçek zamanlı kuvvet modülasyonunu mümkün kılar. Bu tür dokunsal geri bildirim ayrıca kenar algılamayı, poz tahminini ve uyum kontrolünü kolaylaştırır ve insan-robot iş birliğini önemli ölçüdegeliştirir.

Giyilebilir ve sağlık izleme: Giyilebilir sağlık uygulamaları için, esnek sensör yamaları günlük aktivite sırasında sürekli fizyolojik izleme sağlar. Esnek ve giyilebilir biyosensörlerdeki son gelişmeler, sürekli sağlık izleme kapsamını büyük ölçüde genişletmiştir. Song ve ark.29, vücut sıvılarından ve hayati belirtilerden gelen fizyolojik sinyalleri gerçek zamanlı tespit edebilen yumuşak, deri-uyumlu algılama platformlarındaki ilerlemeleri özetledi. Bu tür biyosensörler, yüksek esneklik, düşük güç tüketimi ve biyouyumlulukla birleşerek kişiselleştirilmiş tıp ve koruyucu sağlık hizmetleri için güvenilir uzun vadeli çalışma sağlar. Benzer sistemler yürüyüş analizi, kas aktivasyon izleme ve rehabilitasyon geri bildirimi içinde incelenmiştir 30,31.

İnsan-makine etkileşimi ve yardımcı sistemler: Yumuşak, deriden ilham alan dokunsal elektronikler, insanlar ile makineler arasında sezgisel iletişimi sağlamak için giderek daha fazla kullanılmaktadır. Mekanik veya fizyolojik sinyalleri yorumlanabilir elektriksel tepkilere çevirerek, bu esnek sistemler robotik kontrol ve yardımcı teknolojiler için doğal arayüzler sağlar. Liu ve ark.32 , robotik cihazların jest tabanlı kontrolü ve entegre sensörler ile aktüatörler aracılığıyla kullanıcıya geri bildirim sağlayan, çift yönlü insan-makine arayüzü olarak çalışan kablosuz elektronik bir cilt platformu geliştirmiştir. Sağlık izleme için giyilebilir e-skin'deki tamamlayıcı gelişmeler, hastalar ve yaşlılar için yardımcı rolünü genişletmiştir. Sun ve ark.33 , uyumlu biyosensör ağlarının ve uyarlanabilir veri yorumlamanın sürekli sağlık desteği ve rehabilitasyon geri bildirimine nasıl katkıda bulunduğunu özetlemiştir. Bu çalışmalar birlikte, dokunsal elektroniklerin yeni nesil etkileşimli sistemlerde algı, iletişim ve yardımı nasıl geliştirdiğini gösteriyor.

Entegre 36 kanallı dokunsal edinim platformu kullanılarak gösterim: Pratik sistem entegrasyonunu göstermek için, yazarlar tarafından geliştirilen 36 kanallı dokunsal edinim platformu, temsil edici birgösterim 34 olarak sunulmaktadır. Platform, düşük gürültülü amplifikatörler, analog çoklayıcılar ve 14-bit ADC içeren özel bir toplama kartı ile esnek bir algılama dizisi entegre eder. Bir mikrodenetleyici, veri senkronizasyonunu ve iletişimini USB veya Bluetooth Low Energy üzerinden yönetirken, gemi CPLD zamanlama ve tamponlamayı kontrol eder. Tek sabit hız yerine, sistem üç senkron örnekleme akışı gerçekleştirir—akustik sinyaller için 2 kHz, hızlanma ve dokunsal sinyaller için 1 kHz, sıcaklık ve ışık için 100 Hz—böylece her algılama modalitesi uygun bir hızda örneklenir, böylece algısal performanstan ödün vermeden bant genişliği verimliliğini artırır. Gerçek zamanlı veriler, bir ana bilgisayarda görselleştirilir ve analiz edilir; bu da hem robotik hem de giyilebilir platformlar için uygun ölçeklenebilir dokunsal algıyı gösterir.

Özetle, dört uygulama alanı, dokunsal elektronik cihazların algıyı algıya ne kadar esnek dönüştürdüğünü gösteriyor. Robotik manipülasyondan giyilebilir sağlık ve etkileşimli sistemlere kadar, çok modlu sensörlerin entegrasyonu, uyarlanabilir edinim ve akıllı işleme, duyarlı ve verimli dokunsal arayüzler sağlar ve otonom ve insana uyarlanabilir e-skin platformlarının yolunu açar.

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

Sonuçlar

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

Malzemeler, sistem entegrasyonu ve veri yorumlamasında hızlı ilerlemeye rağmen, elektronik skin (E-skin) teknolojileri büyük ölçekli pratik uygulamanın sağlanması önünde hâlâ birkaç engelle karşı karşıyadır. Gerçekten sezgisel elektronik platformların gerçekleşmesi için mekanik güvenilirlik, ölçeklenebilirlik ve akıllı özerklikte iyileştirmeler gereklidir. E-skin, sürekli deformasyon altında hassasiyeti koruyabilen esnek ve esneebilir malzemelere dayanır; ancak uzun vadeli mekanik yorgun...

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

Açıklamalar

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

Yazarlar, çelişkili çıkarları olmadığını belirtirler.

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Yang, J. C., et al. Electronic skin: Recent progress and future prospects for skin-attachable devices for health monitoring, robotics, and prosthetics. Adv Mater. 31 (48), e1904765(2019).
  2. Liu, X. The more and less of electronic-skin sensors. Science. 370 (6519), 910-911 (2020).
  3. Kim, J. O., et al. Highly ordered 3d microstructure-based electronic skin capable of differentiating pressure, temperature, and proximity. ACS Appl Mater Interf. 11 (1), 1503-1511 (2019).
  4. Yuan, Z., Shen, G. Materials and device architecture towards a multimodal electronic skin. Mater Today. 64, 165-179 (2023).
  5. Zhao, D., et al. Flexible sensors based on conductive polymer composites. Sensors. 24, 4664(2024).
  6. Cao, H. L., Cai, S. Q. Recent advances in electronic skins: Material progress and applications. Front Bioeng Biotechnol. 10, 1083579(2022).
  7. Wu, S., et al. Recent advances in multimodal skin-like wearable sensors. Appl Phys Rev. 11 (4), 041301(2024).
  8. 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).
  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. Wang, Y., et al. Human-inspired robotic tactile perception for fluid. IEEE Sensors J. 24, 23336-23348 (2024).
  11. Oh, H. S., Lee, C. H., Kim, N. K., An, T., Kim, G. H. Review: Sensors for biosignal/health monitoring in electronic skin. Polymers (Basel). 13 (15), 2521(2021).
  12. Mousavi, A., Rahimnejad, M., Azimzadeh, M., Akbari, M., Savoji, H. Recent advances in smart wearable sensors as electronic skin. J Mater Chem B. 11 (43), 10332-10354 (2023).
  13. Alshaibani, F., Grau, V., Bergmann, J. Assessing the accuracy of human-inspired electronic skin: A systematic review. Biosensors Bioelect X. 22, 100553(2025).
  14. Takei, K., Gao, W., Wang, C., Javey, A. Physical and chemical sensing with electronic skin. Proc IEEE. 107 (10), 2155-2167 (2019).
  15. Versatility of low-resolution tactile sensing for edge and pose detection. Shepherd, D. R., Husbands, P., Philippides, A., Johnson, C. 2024 5th Int Conf Artif Intell Robotics Control (AIRC), , 7-12 (2024).
  16. Wang, S., et al. Skin-inspired tactile sensor based on gradient pore structure enable broad range response and ultrahigh pressure resolution. Chem Eng J. 443, 136446(2022).
  17. Mohammadi, A., Xu, Y., Tan, Y., Choong, P., Oetomo, D. Magnetic-based soft tactile sensors with deformable continuous force transfer medium for resolving contact locations in robotic grasping and manipulation. Sensors. 19 (22), 4925(2019).
  18. Kim, M. H., et al. Thermoelectric energy harvesting electronic skin (e-skin) patch with reconfigurable carbon nanotube clays. Nano Energy. 87, 106156(2021).
  19. Jiang, Z., et al. Electrical impedance tomography-based electronic skin for multi-touch tactile sensing using hydrogel material and fista algorithm. Sensors. 24 (18), 5985(2024).
  20. Kouhalvandi, L., Matekovits, L., Peter, I. Amplifiers in biomedical engineering: A review from application perspectives. Sensors. 23 (4), 2277(2023).
  21. Huang, Y. K., Rodriguez, S. Noise analysis and design methodology of chopper amplifiers with analog dc-servo loop for biopotential acquisition applications. IEEE Trans Very Large Scale Integrat (VLSI) Syst. , 1-13 (2023).
  22. Kiely, R. Understanding and eliminating 1/f noise. Analog Dialogue. , https://www.analog.com/analog-dialogue/articles/understanding-and-eliminating-1-f-noise.html (2019).
  23. Viteckova, S., et al. Waveform skewness: Parameter for timed up & go turn assessment. Biomed Signal Proc Control. 52, 347-352 (2019).
  24. Chen, D., et al. A survey on analog-to-digital converter integrated circuits for miniaturized high resolution ultrasonic imaging system. Micromachines. 13 (1), 114(2022).
  25. Xie, Y., et al. Deep learning-assisted object recognition with hybrid triboelectric-capacitive tactile sensor. Microsys Nanoeng. 10 (1), 165(2024).
  26. Ding, Z., Chen, G., Wang, Z., Sun, L. Adaptive visual-tactile fusion recognition for robotic operation of multi-material system. Front Neurorobot. 17, 1181383(2023).
  27. Chen, L., Zhu, Y., Li, M. Tactile-gat: Tactile graph attention networks for robot tactile perception classification. Sci Rep. 14 (1), 27543(2024).
  28. Sarwar, M. S., et al. press and stroke: A soft capacitive sensor skin. Sci Rep. 13 (1), 17390(2023).
  29. Song, Z., et al. Flexible and wearable biosensors for monitoring health conditions. Biosensors. 13 (6), 630(2023).
  30. Zhang, Q., et al. Wearable triboelectric sensors enabled gait analysis and waist motion capture for iot-based smart healthcare applications. Adv Sci. 9 (4), 2103694(2021).
  31. Huang, X., Xue, Y., Ren, S., Wang, F. Sensor-based wearable systems for monitoring human motion and posture: A review. Sensors. 23 (22), 9047(2023).
  32. Liu, Y., et al. Electronic skin as wireless human-machine interfaces for robotic vr. Sci Adv. 8 (2), eabl6700(2022).
  33. Sun, X., et al. E-skin and its advanced applications in ubiquitous health monitoring. Biomedicines. 12 (10), 2307(2024).
  34. A flexible multi-channel and multimodal sensor data acquisition system. China National Intellectual Property Administration patent. , (2025).

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

Electronic SkinMultimodal SensingTactile SensingSignal AcquisitionFlexible ElectronicsSystem IntegrationHybrid Frequency SamplingWearable SensorsRobotic SkinReal Time Recognition

İlgili makaleler