基于柔性温度传感器的人体体温监测系统研究
这是一篇关于柔性传感器,温度传感器,二维材料,智能传感,原位监测的论文, 主要内容为随着人们生活品质的逐渐提高,身体健康成为了人们关注的热点之一。体温作为人体健康状况的重要指标之一,可以反映出身体的健康状况。为实现实时、连续的无线体温监测,温度传感器需要具备高灵敏度、良好的线性度以及可用于无线监测的能力,以满足实时穿戴式医疗的需求。本文制备了一种基于二维材料石墨烯和聚二甲基硅氧烷(PDMS)的柔性温度传感器,可应用于体温监测以及缓慢呼吸、正常呼吸和快速呼吸状态下的人体呼吸监测。此外,构建了包括无线传感模块、云服务器和移动端设备的无线体温监测系统,实现了远程多通道原位体温监测,为无线体温监测提供了一种新的途径。本文的主要内容和研究成果如下:(1)基于石墨烯和PDMS制备了石墨烯/PDMS柔性温度传感器。制备的传感器在30℃到70℃的温度范围内具有高灵敏度(5.203%oC-1),以及良好的线性度(R2=0.996)。该传感器可用于体温监测和呼吸监测。(2)在高性能的柔性温度传感器的基础上,构建了基于无线传感模块、云平台和移动端设备的无线体温监测系统。实现了将人体体温数据无线传输至云平台进行监测,并将多通道体温数据在移动端设备进行显示,当体温出现异常时进行报警。(3)基于Vue、Element-UI、Echarts等技术完成了体温监测后台管理系统的前端开发。实现了将用户数据和体温数据等通过图表进行显示。综上,本研究将柔性温度传感器与无线通信技术相结合,构建了无线体温监测系统,实现了智能传感。将体温数据通过移动端设备进行显示,实现了体温的实时连续无线监测,为体温监测提供了一种新的途径。
内嵌柔性传感器的软体气动夹爪设计与分析
这是一篇关于机械手,软体驱动器,柔性传感器,气动控制,可变距夹爪的论文, 主要内容为近年来,随着计算机科学、材料仿生学、自动化控制等科学领域的发展,由柔性材料制成的软体机器人和柔性驱动器受到越来越多关注。软体夹爪作为末端执行装置,因其自身柔顺性和灵活性等特点,具有传统刚性夹爪无法比拟的优势,但也存在制备工艺复杂、输出负载低、非线性不易控制等问题,特别是气动软体驱动器气密性差、一体化传感器集成度低及夹爪通用性不高。本文基于三爪卡盘运动原理,在气动“快速网格驱动结构”基础上,采用分层分步的制备方法,提出了一种内嵌柔性传感器的可变距气动夹爪,并进行了夹爪的结构设计、仿真分析、参数优化、样机制备、控制系统搭建及测试等研究,在提高夹爪通用性的同时,完成驱动器与传感器一体化制备,配合控制系统完成夹爪状态的实时监测与智能控制,主要包括以下内容:(1)基于气动“快速网格驱动结构”,提出了一种软体驱动器的结构设计方案和制备流程,使用碳纳米管作为填充在PU海绵中的导电材料,制作了一种基于碳纳米管材料的柔性弯曲传感器;完成了柔性弯曲传感器与软体驱动器的一体化制备以及可变距结构的设计和验证。(2)为了能够掌握软体驱动器弯曲特性和末端输出力大小,建立了软体驱动器腔体静力学模型并进行了弯曲仿真,分析硅橡胶材料硬度、腔体壁厚和底部密封层对弯曲性能影响以及末端输出力情况,验证了软体驱动器弯曲动作可行性。(3)基于所设计的可变距软体气动夹爪,开发了实时监测和多终端输入的控制系统,采用蓝牙、红外、PC软件以及按键等多种模式通过传感器的反馈来控制无刷隔膜泵输出,实现软体气动夹爪的柔顺抓取。采用PID控制算法,解决传感器输出高误差和低稳定性问题。(4)对夹爪进行实验测试。结合所开发的气动控制系统,开展了软体驱动器弯曲角度、输出力与气压关系的测试、柔性弯曲传感器性能测试。对夹爪进行了抓取直径与抓取重量测试,确定最大抓取直径为182mm,最大抓取重量约为900g,弯曲传感器平均测量误差为5.91%,进行了不同形状物体和易变形易碎物体的抓取试验。结果表明,可变距软体气动夹爪能够实现常见物体抓取,设计有效可行。通过对可变距软体气动夹爪的结构设计、仿真分析、制备过程介绍、控制系统搭建和抓取测试能够为软体气动夹爪设计提供理论和实践基础,为软体气动夹爪在工业上的应用提供可行性方案。
面向环境交互的智能软体爬行机器人的设计与实验研究
这是一篇关于软体爬行机器人,软体建模与仿真,柔性传感器,环境交互的论文, 主要内容为随着机器人技术的不断发展,传统刚性机器人所具有的刚性链接和本体结构,极大的限制了传统机器人与环境直接动态交互的能力。近年来,软体机器人已成为机器人研究领域的热点之一,受生物启发的软体爬行机器人因其具有完成各种复杂环境任务的能力,而受到越来越多的关注。在与复杂环境的交互过程中,软体爬行机器人与刚性结构机器人相比,具有自由度高、对复杂环境的适应性强、人机交互安全性高等优势,因此有必要对面向环境交互的智能软体爬行机器人进行深入的研究。本文设计制造了面向环境交互的智能软体爬行机器人系统,主要研究内容包括:1)智能软体爬行机器人的设计与制造;2)软体爬行机器人的数学建模与流固耦合仿真;3)软体爬行机器人与环境交互系统的设计;4)软体爬行机器人驱动控制平台搭建与环境交互实验研究。本文模拟蚯蚓的运动方式设计了软体爬行机器人本体,将本体、柔性弯曲传感器、红外数字避障传感器和ORB-SLAM算法框架结合起来,使软体爬行机器人可以智能化的通过迷宫通道,完成封闭环境下的环境建图功能,得到精确的地图信息,完成与环境的交互。本文具体研究内容如下:(1)软体爬行机器人的设计与制造针对软体爬行机器人的运动需求与柔性材料承载能力低的问题,设计了纤维增强式的双腔柔性致动器和正压锚定式的吸附致动器,通过高精度3D打印机制造模具浇注制造致动器。双腔柔性致动器内部嵌入凯夫拉纤维线以限制其径向变形同时增强刚度,切换单双腔的充气状态,致动器可精准的完成弯曲和伸长动作以模仿动物的运动形式;吸附致动器灵感来源于章鱼吸盘,由双层结构组成,顶部含有嵌入式螺旋气动通道,正压驱动后顶部膨胀为3D圆顶结构,带动基底薄膜变形以在底部内腔形成负压,吸附锚定在平面上。将制造完成的双腔柔性致动器与吸附致动器结合形成完整的软体爬行机器人本体。(2)软体爬行机器人的建模与仿真为了验证设计的合理性,说明设计的软体爬行机器人本体能够满足其与环境交互的运动需求,采用分段常曲率模型为软体爬行机器人躯干部位的双腔柔性致动器建立单腔加压径向纤维约束数学模型,根据致动器设计参数的几何关系建立双腔等压数学模型;采用简化的近似双层模型为软体爬行机器人首尾部位的粘附致动器建立双层3D圆顶结构数学模型。运用Abaqus仿真软件,通过流固耦合仿真分析研究设计的致动器在不同参数特性下的变形应力云图,验证了双腔柔性致动器内部嵌入凯夫拉纤维线,粘附致动器上层嵌入螺旋通道结构的合理性,以及制造建模的准确性。(3)软体爬行机器人的环境交互系统针对软体爬行机器人与环境之间交互的需求,设计了基于敏感栅结构的柔性弯曲传感器用来实时监测机器人躯干的弯曲角度,创新性的采用磁性印刷法的工艺制造,完成传感器的性能测试,验证了传感器适用于实时检测反馈软体爬行机器人躯干的弯曲角度,并通过传感电路将传感器的电阻信号转变为可供控制板识别的数字信号。选用W503-13红外数字避障传感器配合柔性弯曲传感器,实现机器人自主避障功能,搭建硬件平台对避障传感器进行数据标定,固定探测距离来探测目标的反射率对探测效果的影响。研究特征点法ORB-SLAM的框架,使用张正友棋盘格标定法对无线单目相机进行标定,为后续利用SLAM进行环境建图提供支持。(4)软体爬行机器人的环境交互实验研究针对软体机器人的驱动需求,为软体机器人的爬行设计了基于Arduino开发板的气动控制平台,将柔性弯曲传感器、红外数字避障传感器结合起来,使软体机器人在密闭环境中可以智能化的自主完成爬行运动,实现避障功能,爬行完毕后再通过无线单目摄像头拍摄的视频利用ORB-SLAM算法框架获得环境地图的基本结构,以Labview、NI数据采集卡为基础,编制数据采集与显示程序,结合Labview数据采集平台实时采集到的传感器信息与机器人的爬行速度等信息,获得环境地图的精确尺寸以完成对封闭地图的重建,所建地图与实际环境尺寸误差小于10mm,验证了软体爬行机器人具有与密闭环境交互的能力。
基于MXene/PU柔性传感器的可穿戴动作识别设备的研究
这是一篇关于MXene/PU,复合材料,柔性传感器,可穿戴设备,手势动作识别的论文, 主要内容为可穿戴动作识别设备是结合传感器和相应算法来识别人体动作的智能设备,通过监测佩戴者肢体的动作和姿势来实现动作识别。当前市面上存在的可穿戴动作识别设备主要采用传统的硬质传感器件,搭配微电机系统来实现传感功能。而硬质传感器制造成本高昂,佩戴舒适性较差,拉伸范围较小,使用不够灵活。因此,灵敏度高、贴合人体、拉伸范围广且成本低廉的柔性传感器成为了设计智能可穿戴动作识别设备的新思路。但是目前的柔性传感器存在耐久性差和数据波动的问题,并且随着数据维度的提升愈发明显,这些问题已经成为限制柔性传感器应用的主要因素。本文针对柔性传感器普遍存在的耐用性和稳定性差的问题,围绕基于MXene/PU的柔性传感器展开研究,提出了一体化的传感器设计方案,进一步地设计和制作了基于柔性传感器的数据手套、数据护腕和数据护肘,采用人工神经网络构建了手势动作识别模型并最终实现了手势识别的可视化。论文的主要工作和成果如下:(1)研究了基于MXene/PU复合材料的柔性传感机理,设计和制备了基于MXene/PU复合材料的一体化柔性传感单元,测试表明该传感单元具有高灵敏度、高响应速度和高稳定性。(2)设计和制作了基于上述一体化柔性传感单元的可穿戴数据手套、智能护腕和智能护肘。设计了基于分压法的手势动作信号采集电路,采用指数加权滤波、截止滤波和归一化算法实现了数据处理。(3)设计了基于多层感知机算法的手势动作识别模型。基于采集到的手势动作数据集对模型进行训练,实现了 1 0个静态数字手势和9种战术手势的识别,识别的准确率达到了 100%。(4)设计和实现了手势动作识别人机交互系统,实现了手势动作的实时识别和识别结果的实时显示。
面向多维度物理信息检测的柔性传感芯片的设计与研究
这是一篇关于多功能传感器,柔性传感器,智能传感系统,环境监测,机械避险的论文, 主要内容为作为可以模仿人类皮肤感知的理想替代者,电子皮肤因为在工业机器人、智能假肢和医疗监测等领域有着广阔的应用前景,成功地引起了人们极大的关注。尽管单模态柔性传感器目前可以感测多种物理信息,并且已具备了良好的传感性能,但无法为传感系统提供足够的信息。随着应用场景的复杂化和微型化,多功能可穿戴传感系统因有望检测多种外部刺激而逐渐受到了学者们的关注。因此,迫切需要探索出具有优异传感性能的多功能柔性传感芯片。本论文通过在柔性衬底上修饰不同传感功能性材料来实现对多维物理信号的传感,并且通过充分利用横向和纵向的空间将不同功能集成在一起,制备出多维物理信号传感芯片,实现了对压力、湿度和温度的传感。最终将多功能传感器与采集模块相结合,基于物联网技术设计出不同功能的智能传感系统。主要研究工作如下:(1)提出一种用于具有公共电极的柔性压力-湿度双功能传感芯片,该传感芯片由P(VDF-Tr FE)纳米纤维复合材料多层膜构成。其中,压力传感部分是通过真空过滤的方法用PEDOT:PSS修饰P(VDF-Tr FE)纳米纤维而形成的,具有高灵敏度、长期稳定性和良好的欧姆接触。而湿度传感部分是通过水热法用二硫化钼修饰P(VDF-Tr FE)纳米纤维所制备,具有优异的湿度敏感特性和快速的响应/恢复时间。此外,沉积在湿度敏感层上的银叉指电极不仅可以测量湿度传感层的电容,还可以和银底部电极一起测量压力传感层的电阻。得益于叉指电极的共用,所提出的柔性双功能传感芯片的结构和外部电路得到了简化;双参数传感机制还可以解耦不同的刺激,有效地信号间防止串扰。随后,该传感器成功地应用于各种人体生理信号的检测,展现出优异的潜在应用前景。(2)提出了一种柔性三维度物理信息传感系统设计方法,该系统在拥有温度和湿度传感功能的同时还集成3×4压力传感阵列功能。首先通过在化妆棉不同位置(12个位置)滴涂了CNT分散液制备了压力传感阵列,该压力传感器在0-30 k Pa压力下具有6.45k Pa-1的高灵敏度和长期耐用性。随后,通过浸润的方法制备了Cotton/PVA/甘油/Li Cl的温度敏感层,测试了其在20℃-50℃的温度范围内具有良好的传感性能和可重复性,并探究了Li Cl在不同温度下电离程度不同的温度敏感机理。最后通过磁控溅射在P(VDF-Tr FE)纳米纤维上溅射了Ti O2作为湿度传感层,并测试了其在35%RH-95%RH宽湿度范围内的湿度响应。该传感系统不仅实现了对三维度物理信号的准确检测,全纤维化的设计还使其具有良好的透气性,为后续多功能柔性传感芯片的研究提供了思路。(3)依托上述两种多功能传感芯片,通过集成外部电路搭建了不同的智能柔性传感系统,对环境监测、人机交互、工业安全生产提供了新的发展思路。首先将柔性压力-湿度传感芯片与采集、分析和显示模块相结合,研究设计了一款可实时显示的智能可穿戴手势识别系统,并将人手动作在电脑端展示;此外还通过将该传感芯片贴附在机械臂上设计了智能安全监测系统,用于预防机械臂对工人造成伤害以及长期处于潮湿环境中而老化。最终依托阵列化压力分布传感器研究了可穿戴手掌压力分布系统,通过微控制器对不同位置压力进行监测,并通过蓝牙模块将信号发送给手机端,随后在手机端做出相应的显示和实现密码解锁功能。
基于柔性传感器的智能说话人识别研究
这是一篇关于柔性传感器,喉部麦克风,说话人识别,语音识别,深度学习的论文, 主要内容为说话人识别是一种利用人声特征来进行生物认证的技术。说话人识别目前由于噪声影响而性能下降并受到安全威胁。基于柔性传感器制备的柔性喉部麦克风相对于近场麦克风有着抗噪声的优势,且相对于刚性喉部麦克风有着便携、小型和贴合人体等优势。它有望取代这两者,从而在战场、公共场所和建筑工地等嘈杂环境中实现鲁棒的说话人识别。它也可以帮助患有特定构音障碍的人完成说话人识别,从而促进残疾人的健康和独立。然而,基于柔性喉部麦克风的说话人识别研究仍处于起步阶段。参考基于刚性喉部麦克风的语音识别研究和说话人识别研究得出,实现柔性喉部麦克风说话人识别面临数据集缺乏和数据退化的问题。为解决这两个关键问题,本文的主要工作如下:(1)研究并采集所需的基于柔性喉部麦克风的语音数据集。搭建柔性喉部麦克风数据采集系统以采集所需数据集。首先研究数据采集系统和数据采集过程,然后设计可视化软件配合数据筛选机制进行筛选。形成柔性喉部麦克风语音(Flexible Throat Microphone Speech,FTM-S)数据集,并设计数据质量检验实验,以检验FTM-S数据集在完成基于机器学习算法的语音应用上的有效性。根据这一构建数据集的实验范式,构建更加真实的柔性喉部麦克风喉部语音(Flexible Throat Microphone Throat Speech,FTM-TS)数据集,支撑本文实验的机器学习模型的训练,并开源为后续算法研究提供验证。(2)针对柔性喉部麦克风数据退化的问题,提出柔性喉部麦克风数据增强(Flexible Thorat Microphone Data Augmentation,FTMDA)方法。具体地,通过分析其数据特点,研究柔性喉部麦克风语音信号的带通滤波方法、柔性喉部麦克风语音信号的频率预加重方法和柔性喉部麦克风语音信号的端点检测方法。最后,设计数据增强质量验证实验,以验证本数据增强方法在缓解柔性喉部麦克风语音数据退化问题上的有效性。(3)提出用于柔性喉部麦克风说话人识别的有监督对比学习(Flexible Throat Microphone Supervised Contrastive Learning,FTMSCL)算法,以进一步解决数据退化和数据集缺乏带来的过拟合问题。该算法创新用于柔性喉部麦克风说话人识别的有监督对比损失函数,并探索关键超参数对柔性喉部麦克风说话人识别系统性能的影响。进一步地,将FTMDA方法与四种近场麦克风语音数据增强方法结合,研究了它们对FTMSCL算法的性能影响。通过分析FTMSCL算法与传统和最新算法的对比实验结果,验证了FTMSCL算法在解决数据集缺乏条件下和数据退化问题上相对于其他算法的优越性。(4)提出基于Transformer的柔性喉部麦克风说话人识别网络(Transformer-based Network for Flexible Throat Microphone Speaker Recognition,TFTMSR-Net)。该网络利用Transformer的偏置注意力机制,以同时关注说话人特征中的局部特征和全局特征。双路Transformer模块用于将柔性喉部麦克风语音数据的位置信息提取出来,以关注局部特征,并聚合局部特征以获得说话人相关的全局特征。同时,提出使用多分辨率特征编码器,来获得具有多层语义信息的聚集特征。在FTM-TS数据集上的实验表明,TFTMSR-Net表现出良好的说话人识别性能。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设向导 ，原文地址：https://m.bishedaima.com/lunwen/52502.html
