Triboelectric nanogenerator sensors for soft robotics aiming at digital twin applications.
Triboelectric nanogenerator sensors for soft robotics aiming at digital twin applications.
复制标题
用于软机器人的摩擦纳米发电机传感器，旨在应用于数字孪生。
DOI：
10.1038/s41467-020-19059-3
复制
发表时间：
2020-10-23
影响因子：
16.6
通讯作者：
Lee C
中科院分区：
文献类型：
--
作者：
Jin T;Sun Z;Li L;Zhang Q;Zhu M;Zhang Z;Yuan G;Chen T;Tian Y;Hou X;Lee C
针对人机交互的软机器人设计有效的传感器仍然是一个挑战。在这里，我们报告了一个智能软机器人手爪系统的基础上，摩擦纳米发电机传感器捕捉连续的运动和触觉信息的软抓手。触觉传感器通过特殊的分布电极，可以感知外界刺激的接触位置和面积。基于齿轮的长度传感器带有可拉伸条，通过每个齿的连续接触，可以连续检测伸长。利用支持向量机算法对柔性夹持器操作过程中采集的摩擦电感觉信息进行进一步训练，识别出不同的物体，识别率达到98.1%。数字孪生应用程序的演示，显示对象识别和复制机器人操作在虚拟环境中根据软机器人夹持器系统的实时操作，成功地创建了虚拟装配线和无人仓库应用。设计用于人机交互的高效传感器仍然是一个挑战。在这里，作者提出了一个软机器人手指系统的基础上，摩擦纳米发电机（L-TENG）传感器捕获的连续运动的软夹持器和软触觉（T-TENG）传感器的触觉传感，可以实现98.1%的物体识别精度。
Designing efficient sensors for soft robotics aiming at human machine interaction remains a challenge. Here, we report a smart soft-robotic gripper system based on triboelectric nanogenerator sensors to capture the continuous motion and tactile information for soft gripper. With the special distributed electrodes, the tactile sensor can perceive the contact position and area of external stimuli. The gear-based length sensor with a stretchable strip allows the continuous detection of elongation via the sequential contact of each tooth. The triboelectric sensory information collected during the operation of soft gripper is further trained by support vector machine algorithm to identify diverse objects with an accuracy of 98.1%. Demonstration of digital twin applications, which show the object identification and duplicate robotic manipulation in virtual environment according to the real-time operation of the soft-robotic gripper system, is successfully created for virtual assembly lines and unmanned warehouse applications. Designing efficient sensors for human machine interaction remains a challenge. Here, the authors present a soft robotic fingers system based on a triboelectric nanogenerator (L-TENG) sensor to capture the continuous motion of soft gripper and a soft tactile (T-TENG) sensor for tactile sensing, that can achieve an object recognition accuracy of 98.1%.
登录
查看更多内容
影响因子：
6.1
作者：
Lee, Sanghoon;Shi, Qiongfeng;Lee, Chengkuo
通讯作者：
Lee, Chengkuo
影响因子：
3.9
作者：
Qi, Qinglin;Tao, Fei
通讯作者：
Tao, Fei
影响因子：
13.6
作者：
Wang, Yang;Wu, Heting;Wang, Zhong Lin
通讯作者：
Wang, Zhong Lin
影响因子：
4.1
作者：
Chen, Zheng;Shen, Yantao;Tan, Xiaobo
通讯作者：
Tan, Xiaobo
影响因子：
17.6
作者：
Dahroug, Bassem;Tamadazte, Brahim;Andreff, Nicolas
通讯作者：
Andreff, Nicolas