3D打印自供能软传感器实现人体健康监测物体识别和非接触手势识别

一种新型的自供能、可3D打印的软传感器设计被宁波大学翁更生团队报道，该传感器能够进行健康监测、物体识别和非接触式手势识别。这种软传感器由3D打印的聚丙烯酸（PAA）水凝胶电解质层、柔软的阳极层和阴极层组成。阳极层是一种3D打印的、通过Cu²⁺交联的聚(N,N-二甲基丙烯酰胺-co-3-丙氨酸-2-羟基丙基甲基丙烯酸酯)（PDA）水凝胶，其中分散有Cu金属颗粒（PDA/Cu²⁺/Cu水凝胶），而阴极层是含有MnO₂的PAA水凝胶底层（PAA/MnO₂）。使用石墨膜作为软电极，最终组装成软传感器。这种软传感器具有高力和温度灵敏度。它在拉伸、弯曲、按压和冲击载荷下会给出不同的电流响应。这种软传感器被证明在检测人体运动和生理活动，例如呼吸方面是有用的。基于力和非接触式温度灵敏度，这种软传感器被用于识别人的手势和不同直径的塑料球。这种具有自供能、非接触式运动捕捉和多刺激感应能力的3D可打印软传感器，为制造用于医疗保健和人机交互应用的软感测设备开辟了新途径。该研究以题为“Self-Powered and 3D Printable Soft Sensor for Human Health Monitoring, Object Recognition, and Contactless Hand Gesture Recognition”的论文发表在《Advanced Functional Materials》期刊上。

图1展示了自供能传感器的制备过程和应用示例，其中制备过程包括3D打印聚丙烯酸（PAA）水凝胶电解质层，随后在其上打印铜离子(Cu²⁺)交联的聚(N,N-二甲基丙烯酰胺-co-3-丙氨酸-2-羟基丙基甲基丙烯酸酯)（PDA）水凝胶，形成阳极层，以及在PAA水凝胶另一侧生成含有二氧化锰(MnO₂)的阴极层，最终使用石墨膜作为软电极组装成传感器。应用方面，该自供能传感器可用于人体健康监测，包括运动和生理活动监测，物体识别，以及非接触式手势识别，表明了其在可穿戴设备、健康监测、物体识别和手势识别中的潜在应用价值。

图1. 自供能传感器的制备和应用示意图

【自供能传感器的微观结构、电学性能和响应性】

图2展示了自供能传感器的微观结构、电学性能和响应性，其中通过扫描电子显微镜（SEM）成像观察到自供能传感器具有明显的三层结构，包括中间的PAA水凝胶层和上下的PDA/Cu²⁺/Cu及MnO₂层。电学测试表明，该传感器具有0.74V的开路电压和最大输出功率约212μW，且在5μA cm⁻²的放电测试中能持续放电21小时。此外，传感器对力和温度的响应性测试显示，其电流随加载压力和温度变化而变化，表现出良好的力和温度敏感性。这些结果表明，自供能传感器在机械载荷和温度变化下能够产生不同的电流响应，适合用于可穿戴设备和健康监测等应用。

图2. 自供能传感器的微观结构、电学性能和响应性

【自供能传感器在不同加载模式下的电流变化】

图3展示了自供能传感器在不同加载模式下的电流变化情况，通过将自供能传感器制成不同形状和尺寸以适应拉伸、弯曲、按压和冲击等不同机械加载方式，研究发现所有自供能传感器在各自的加载模式下均显示出稳定的周期性电流变化。具体来说，当传感器经历拉伸、弯曲、按压和冲击加载时，其电流信号分别呈现出类似正弦波的周期变化、具有拐点的循环变化以及在每次冲击中电流峰值左侧急剧上升的现象。这些结果表明，自供能传感器能够根据加载模式的不同产生特定的电流响应，从而可以用于监测各种机械加载状态。

图3. 自供能传感器在不同加载模式下的电流变化

【人体运动和呼吸监测】

图4展示了自供能传感器在监测人体运动和生理活动方面的应用，通过将传感器集成到衣物中，成功监测了手臂弯曲、胸部前进和放松等身体活动，以及呼吸动作。实验中，当手臂弯曲时，由于传感器被拉伸导致电阻增加，电流相应下降；而呼吸监测中，通过改进传感器结构提高温度敏感性，能够准确捕捉平静呼吸和剧烈运动后的呼吸差异。这些结果表明，自供能传感器不仅能够有效监测人体运动，还能稳定地监测生理活动，如呼吸，证实了其在健康监测和智能可穿戴设备中的实用价值。

图4. 人体运动和呼吸监测

【通过装有自供能传感器的软夹爪进行物体识别】

图5展示了自供能传感器在物体识别方面的应用，通过将传感器安装在软夹爪的不同位置，能够通过检测与被抓物体接触时产生的电流信号变化来识别不同直径的塑料球。实验结果显示，当夹爪抓取塑料球时，与物体接触的传感器（1#至4#）主要承受冲击载荷，而未接触物体的传感器（5#）则因夹爪弯曲而产生信号变化。通过分析不同传感器检测到的最大电流值与塑料球直径的关系，发现传感器能够根据球体大小产生不同的电流响应，从而实现对物体尺寸的识别。这表明自供能传感器具备物体识别的能力，可以用于智能机器人抓取和分类物体等应用。

图5. 通过装有自供能传感器的软夹爪进行物体识别

【自供能传感器阵列检测手势】

图6展示了自供能传感器在非接触式手势识别方面的应用，通过组装成传感器阵列，能够检测手部的二维温度分布并将其转换为电流信号。实验中，当手部接近传感器时，由于手部的热辐射，传感器的电流逐渐增加；而当手部移开时，电流则下降至原始水平。通过监测不同手势产生的电流变化，可以区分不同的手部动作。结果表明，自供能传感器能够实现非接触式的温度监测和手势识别，这为开发新型的人机交互界面和智能可穿戴设备提供了新的可能性。

图6. 自供能传感器阵列检测手势

【小结】

该论文展示了一种3D打印的自供能软传感器，它能够响应机械载荷和温度变化。这种传感器由3D打印的聚丙烯酸（PAA）水凝胶电解质层、3D打印的PDA/Cu²⁺/Cu水凝胶作为阳极层以及PAA/MnO₂水凝胶作为阴极层组成。使用石墨膜作为软电极，得到了自供能传感器。该传感器（半径36毫米，厚度2毫米）显示出稳定的开路电压0.74伏和长达21小时的放电时间。实验证实，该传感器在拉伸、弯曲、按压和冲击载荷下会产生不同的电流响应。当连接到蓝牙模块时，该传感器能够通过智能手机监测人体运动。使用具有空心结构PAA水凝胶作为电解质层的自供能传感器来检测人类呼吸，显示出高灵敏度和稳定性。基于力敏性，将自供能传感器附着在软夹爪上，用于识别不同直径的塑料球。发现该传感器具有非接触式温度感应性能（距离限制约为175毫米），这是由于电极反应的高温度敏感性。最终，将自供能传感器组装成阵列，用于手势识别。作者期望这种具备自供能、3D打印、非接触式运动捕捉和多刺激感应能力的3D打印自供能传感器将适用于下一代软传感器设备。