【科技创新】轮机工程学院科研团队在爬壁机器人触觉感知及相关应用方面取得突破

19 Jun 2024

海大要闻

  • 近日,轮机工程学院徐敏义团队在《Nano Research》上发表最新研究论文"Highly adaptive triboelectric tactile sensor on the foot of autonomous wall-climbing robots for detecting the adhesion state and avoiding the hazard"。这项工作提出了一种高适应性摩擦电触觉传感器,用于检测腿足式磁吸附爬墙机器人的磁吸附状态,提高机器人自主爬行的避障能力和安全性。

  • 目前,腿足式磁吸附爬壁机器人因其高灵活性而成为船体检测的重要工具。然而,由于船舶的铁磁性金属外板通常具有复杂的结构,包括各种腐蚀点,裂纹和焊缝,机器人在攀爬过程中存在脱落的风险。因此,确保腿足式磁吸附机器人能够稳定的吸附在铁磁性壁面上,并在足部电磁铁与壁面之间建立有效的接触,对于腿足式爬壁机器人的稳定运动至关重要。为了解决这一问题,迫切需要开发一种传感器来监测机器人运动过程中足部的磁吸附状态。

  • 徐敏义教授团队针对腿足式磁吸附爬壁机器人无法感知磁吸附状态的问题,提出了一种用于腿足式爬壁机器人的足部触觉传感器,采用3D打印外壳、触觉滑块和三个等距传感单元组成的结构设计实现了既不影响机器人足部的正常吸附,又能够感知机器人足部的磁吸附状态。本文开展了触觉传感器在触觉滑块不同的滑动频率和滑动深度情况下的性能实验,实验表明触觉传感器能够监测触觉滑块的滑动深度并控制LED信号灯。此外,在监测机器人足部吸附状态的演示实验中,摩擦电触觉传感器对各种铁磁壁面具有较强的适应性,并建立了机器人步态控制系统,验证了摩擦电触觉传感器的反馈控制能力。结果表明,安装了摩擦电触觉传感器的机器人能够识别爬行壁上的危险区域并自主规避危险。

  • 最后,将摩擦电触觉传感器安装于四足磁吸附爬壁机器人足部,当机器人踩踏到钢板上模拟的焊接接缝和腐蚀性凸点时,机器人通过触觉传感器感知到的异常信号能够自动的更换步态,从而避免因机器人足部无法形成稳定磁吸附导致的整机脱落的风险;同时,在机器人踏空后,机器人也能够感知到异常信号并自主避险。本文的研究成果提供了一种具有应用前景的用于腿足式磁吸附爬壁机器人足部吸附状态监测的触觉传感器,机器人通过识别传感器的异常信号进行自主避险,对于腿足式磁吸附爬壁机器人稳定的自主爬行在复杂铁磁性壁面上具有重要意义。

  • Nano Research重点关注纳米材料科学的基本研究和实际应用,由清华大学和中国化学会主办,是由清华大学出版社和Springer联合出版的一本跨学科国际学术期刊。论文的共同第一作者为大连海事大学轮机工程学院2021级硕士研究生王昭洋、2023级博士研究生刘建华和2020级硕士研究生王梓聿,论文的通讯作者为北京大学工学院博士后徐鹏和大连海事大学轮机工程学院徐敏义教授。

原文链接:

中国科学院北京纳米能源系统研究所董凯、大连海事大学徐敏义InfoMat:基于摩擦电纤维传感器的自驱动智能救生衣系统

28 May 2024

摘要

  • 中国科学院北京纳米能源系统研究所董凯研究员、大连海事大学徐敏义教授合作,研发了一款由无线身体区域感知网络(WBAN)、深度学习模型和人体状态监测界面组成的智能自驱动救生衣系统(SPLJ),通过6个具有高灵敏度的芯-鞘结构柔性摩擦电纤维传感器监测运动信号,而后通过便携式电路模块进行信号处理和传输,利用深度学习进行数据分析,根据建立的运动与状态关联性,识别落水者的身体状态,模型测试集的识别准确率达到了100%。

文章简介

  • 海洋环境的不可预测性使得海洋事故一旦发生,人员存活率极低。救生衣是海上人员生命最后的防线,然而大多数传统的救生衣只能提供浮力,救援方无法得知落水者在水下的状态,无法根据实际情况制定及时有效的救援计划。因此,急需开发一款可以实时监测落水者运动及身体状态的救生衣系统,提升落水者的生还率近日,中国科学院北京纳米能源系统研究所董凯研究员、大连海事大学徐敏义教授合作,研发了一款由无线身体区域感知网络(WBAN)、深度学习模型和人体状态监测界面组成的智能自驱动救生衣系统(SPLJ),通过6个具有高灵敏度的芯-鞘结构柔性摩擦电纤维传感器监测运动信号,而后通过便携式电路模块进行信号处理和传输,利用深度学习进行数据分析,根据建立的运动与状态关联性,识别落水者的身体状态,模型测试集的识别准确率达到了100%。

  • 海洋环境的特点是地理和生态系统复杂,大量的水还会带走接触面产生的电荷。因此,设计了一款芯-鞘结构、垂直接触分离模式的摩擦电纤维传感器,以提高传感器的灵敏度和鲁棒性,同时将其接触传感方向已扩展到360°。材料选择导电纤维、有机压电材料聚偏氟三氟乙烯(P(VDF-TrFE))以及硅胶,使传感器具有良好的输出性能,又兼具柔韧性和可拉伸性。基于WBAN技术,将六个摩擦电纤维传感器作为感知节点缝制在救生衣的手肘、肩膀和膝盖位置,来监测运动信号,电路模块被内置于救生衣胸口位置,对信号进行处理及无线传输。

图1. SPLJ的设计和结构:(A)SPLJ的实时监测流程示意图。(B)SPLJ系统的结构;(C)摩擦电纤维传感器的结构;(D)P(VDF-TrFE)纤维的扫描电镜图像;(E)摩擦电纤维传感器在海水中浸泡72h前后的单轴拉伸试验对比;(F)摩擦电纤维传感器在(i)弯曲和(ii)缠绕状态下的照片。

  • 电输出性能测试表明,在常温常压下,摩擦电纤维传感器对频率和力度有着良好的输出特性,在1N轻微外力激励下即有24.7V的输出电压。在拉伸或弯折的情况下,摩擦电纤维传感器也保持良好的输出性能,在拉伸应变超过240%的情况下依旧保持有24V的电压输出,而在弯折情况下,因为挤压使得两摩擦材料接触更加充分,反而使得输出进一步提升。此外,摩擦电纤维传感器具有稳定的快速的响应时间(86ms)以及稳定的输出,在55000次连续工作下依旧保持40V的输出电压;而在不同温度条件下,10℃温度改变电输出变化率仅为2.74%。

图2. 摩擦电纤维传感器的工作原理和输出性能特征。(A)外接电阻条件下摩擦电纤维传感器在手臂运动时的电荷分布;(B)利用COMSOL软件数值计算了开路条件下摩擦光纤传感器的电位分布。在不同的(C)力、(D)频率、(E)冲击应变、(F)和冲击弯曲角度作用下的摩擦光纤传感器(长度5 cm)的电输出电压;(G)摩擦光纤传感器的响应时间;(H)摩擦光纤传感器的55 000次疲劳试验。

  • 基于摩擦电纤维传感器的良好的可拉伸性和快速的响应速度以及WBAN技术,研究人员将其集成在SPLJ上,进一步研究了输出特性,结果表明,在集成在SPLJ上后,传感器依旧有着稳定的输出,且随着弯折角度增加,输出电压也随着升高。此外,如果个体长时间浸泡在水中,身体可能会颤抖。而SPLJ对不同程度的颤抖也有着良好的响应输出,随着震颤振幅的增加,摩擦电纤维传感器的响应输出也会增加。同时,对SPLJ对溺水者运动灵活性不会造成影响,在各种运动中,不会妨碍溺水者做出动作。溺水者在水下条件下的生存受到各种因素的影响,如水温、盐度、淹没时间和受害者的年龄。因此,我们以中国黄海中部的海洋环境为例,其水温在4~10C之间,盐度为32~34‰。选择一个24岁的成年雄性掉入水中的场景,监测他的身体状况的变化。为了模拟实际的救援环境,我们将落水后分为以下五个阶段:溺水者掉入水中后,开始游泳,以寻找一个安全的地点,并等待救援。在这一阶段,体温可能会由于身体活动而略有增加,这代表了健康阶段。一旦达到安全位置,溺水者就会停止游泳以节省能量,并采取帮助位置以减少热量损失。在这一阶段,被称为SOS阶段,其特征是寻求外部帮助和体温逐渐下降。这个阶段持续约20 min。随后,该人进入了低温阶段。在淹没后20-90 min期间,患者出现轻微震颤,体温逐渐下降至34℃,处于1级低温状态。在90~120 min之间,震颤强度增加,体温进一步下降到33℃,处于2级低温。如果淹没超过120 min,震颤停止,体温下降到28C,表明严重的体温过低,处于严重失温状态。

图3. SPLJ的信号输出与运动与溺水人体状况的相关性。(A)肘部、(B)膝盖不同弯曲角度的电压输出信号;(C)不同震颤水平下臂关节处摩擦光纤传感器的输出响应;(D)便携式集成电路模块的原理图;(E)SPLJ戴在溺水者身上的照片;(F)溺水者不同运动中SPLJ的信号输出及其信号与人体状况的关联性。

  • 为了进一步验证SPLJ的有效性,研究人员使用商用监测传感器让受试者做相同动作进行信号对比测试,检测SPLJ优越性的同时,利用商用传感器将运动数字化,更好地考察基于SPLJ的系统信号与人体运动的相关性。商业监测传感器被放置在受试者的关节上,以分析人体的运动过程。结果表明商用监测传感器的螺距角输出与SPLJ的电压曲线之间有很强的相关性,这一发现最终证明了SPLJ具有特殊的运动监测能力。并且,与商用监测传感器相比,SPLJ表现出更快的响应时间和检测运动频率和力度的能力,从而能够更全面地捕捉运动相关信息。此外,研究人员还揭示了不同运动过程中运动信号振幅的不同特征。在游泳过程中,手臂的运动信号振幅最高,其次是腿部,而肩膀的运动信号振幅相对较小。这种差异可以归因于手臂和腿部比肩膀的活动范围更大。在帮助位置,运动信号振幅最高,其次是手臂和腿。这是因为溺水的人正在敲击肩膀,在那个区域产生更大的信号。在震颤期间,肩膀、手臂和腿部的运动信号振幅都相对较小。这是因为震颤运动的振幅更小,导致产生的信号更小。当溺水者静止时,运动信号振幅趋近于零,表明活动能力明显丧失。因此,SPLJ不再产生明显的运动信号。在评估过程中,受试者进行各种复杂动作,商用监测传感器的螺距输出角与SPLJ的电压曲线,表现出很强的相关性。监测个体差异对SPLJ的信号以及最终的判别结果会造成哪些影响,选择不同身高、体重、性别的受试者分别来检测愚运动的信号。结果显示不同受试者之间SPLJ的运动表征会存在一些细节信号的不同,但总体呈现出相似的趋势。

图4. SPLJ和商用传感器对人体运动的信号表征和分析。(A)肘部弯折过程中SPLJ的信号详细分析。(B)不同肘部弯曲角度下SPLJ的输出电压及其线性关系。(C)运动信号的平均振幅分析。(D)游泳模型示意图。(E)在HELP姿态过程中,SPLJ和商用传感器的信号详细分析。(F, G, H)游泳状态、HELP姿势和震颤的SPLJ信号普适性分析

  • 通过对比了不同学习模型的分类效果,最终选择CNN模型作为分类模型;构建了神经网络学习模型,对SPLJ产生的运动信号进行特征值提取,而后使用60%-20%-20%的分割方法对数据分类,进行动作识别检验,实现了100%的测试集识别结果;利用LabVIEW程序开发了一款状态监测与预警系统的显示界面,对信号和分类结果进行展示。并在实际的水域环境进行实验,结果可以看出,该技术可以很好的在水域环境中对人体的动作和状态进行监测和识别预警。

图5. 基于深度学习分析的溺水人运动数据处理和人体状况检测系统。(A)对溺水者运动的深度学习分析流程图。(B)不同身体部位和运动的平均运动振幅。(C)构建用于动作及状态识别监测的模型。(D)四种动作的深度学习分析的混淆图。(E, F, G)关于溺水者的运动和状况的人体状况检测系统的演示。

原文链接:

拥抱先进技术 交通降碳增绿 |《中国交通报》

24 May 2024

  • 中国交通报 2024年05月17日 第8217期 第3版

  • 发展绿色低碳交通是交通运输行业加强生态文明建设、服务国家碳达峰碳中和目标,深入打好污染防治攻坚战的重要举措。

  • “十四五”以来,交通运输行业积极推进绿色低碳转型,坚持科技创新,加快节能环保关键技术推广应用,节能新技术、新工艺和新装备不断涌现,取得了积极成效。本报今日集中展示新型波浪能自供电浮标、基于多要素分析的港口能源与碳综合管控技术、隧道“与车随行”照明智能控制技术、城市轨道交通列车节能运行一体化方法及关键技术、隧道自然风节能设计技术五项技术及装备,敬请关注。

新型波浪能自供电浮标

  • 有效响应 持续运行

  • 王昊 文/图

自供电浮标装置的水池测试。

  • 我国是海洋大国,拥有发展海洋经济的巨大潜力,同时面临维护海上安全的复杂形势。党的二十大明确提出“发展海洋经济,保护海洋生态环境,加快建设海洋强国”。浮标等各类分布式海洋监测节点能够实现实时的、持续的在位监测及数据获取,为维护海洋权益、发展海洋经济、保障海洋安全提供有力支撑。

  • 包括浮标在内的分布式海洋装备,当前主要依靠电池、油料、线缆供能,成为制约其长时间自持的主要瓶颈。有效利用广泛分布的海洋可再生能源,能够从根本上提升浮标的续航能力、扩大其适用范围、降低运维成本。波浪能是一种海洋原生动能,相较于海上光伏和风能,具有较高的能流密度、较好的时空连续性,适合作为浮标等分布式节点持续、不依赖补给的电力来源。

  • 海洋中的波浪能主要体现为随机波的形式,使海洋结构物产生较复杂的多自由度运动。针对海洋原生动能无序度高的难题,大连海事大学轮机工程学院教授、大连市海洋自驱动系统重点实验室徐敏义团队研制了一种高适应性波浪能摩擦纳米发电浮标,以摩擦纳米材料制成球性动子,利用动子在表面敷设电极的水平轨道上往复滚转,以静电感应驱动电极上的自由电子通过外电路产生交变电流。其内置滚转惯性球在小扰动下即可产生较大相对运动,能够同时捕获平动和摇摆等多个自由度上的能量,且采用易于并联的多层堆叠构型来提升获能密度。

  • 研究团队将三个内置单元交错导向布置在浮标内部,并集成水质传感器和无线数据发射模块,从而构建一个完整的自供能海洋水质监测系统。得益于设计创新和工艺改进,研究团队在大连近海进行了一系列海试。摩擦纳米发电单元与电源管理模块协同工作,可同时支持水质数据采集和无线通信等任务,使得浮标能够在大约800米的距离上持续传送测得的水质数据。这是实际海洋环境下波浪能摩擦电纳米发电技术的应用样例,也为海洋物联网的构建提供了一种新型技术路径。

  • 测试中发现,这种新型波浪能自供电浮标利用较小的波浪即可产生较大的有效响应,在低输入条件下具有出色的启动性能。实际上,相比于欧美国家所在的北大西洋等海区,我国总体上处于波幅较低的海区,该浮标能够更好地适应我国常见的实际海况。目前研究团队还在持续测试和改善该技术的海洋环境适应性,确保其能承受海洋动力环境导致的结构应力和疲劳。我们有理由相信,未来这类波浪能自供电装置有望实现长期且稳定的海上电力补充,使包括海洋监测浮标在内的大量分布式海洋装备不依赖外部电力供应持续运行。

原文链接:

大连海事大学大连市海洋微纳能源与自驱动系统重点实验室“鹏程尚学教育金”科研基金申请通知

21 May 2024

  • 为支持大连海事大学的科研事业发展,伍威明先生向我校捐赠资金,依托我校的大连市海洋微纳能源与自驱动系统重点实验室(以下简称实验室)设立“鹏程尚学教育金”科研基金资助项目,用于资助“海洋能发电”领域科学研究。

  • 为了提高基金使用效率,推动产生更多原创性科研成果,本着开放、流动、合作的运行机制,加强基础性、原创性、前瞻性等课题研究,依据《大连海事大学大连市海洋微纳能源与自驱动系统重点实验室“鹏程尚学教育金”科研基金资助项目管理办法》,特面向校内教师征集项目,支持与实验室主要研究方向相关的基础和应用基础研究。

一、项目类别

  • 该科研基金主要面向大连海事大学固定科研人员,凡是符合基金资助指南方向和资助条件的校内研究人员均可提出申请,重点资助年龄小于40岁以下的青年学者,拟资助3-5项左右,每项经费5-10万元,基金实际执行期为2024年1月1日-2025年12月31日。

二、重点支持方向

  • 根据基金资助项目管理办法和实验室发展规划与发展目标,重点资助围绕以下领域开展的基金申请:
  1. 海上风电开发利用
  2. 分布式波浪能发电
  3. 电磁-摩擦复合发电技术
  4. 海洋能资源勘查与预测
  5. 相关海洋新能源开发关键技术

三、申请办法

  1. 实验室诚邀校内相关领域的专家学者围绕主要研究方向申请课题;实验室将按照“公平公正、择优支持”的原则,采取自由申请、实验室初审、学术委员会终审的程序遴选科研基金。
  2. 申请者请在阅读立项指南和《大连海事大学大连市海洋微纳能源与自驱动系统重点实验室“鹏程尚学教育金”科研基金资助项目管理办法》等相关文件、规章规定后,按规定格式填写申请书。电子档(含签字盖章页扫描)发送至电子邮箱:sjc@dlmu.edu.cn,电子邮件主题请命名为“鹏程尚学基金申请书-申请人姓名”。电子邮件发送截止日期为2024年5月27日。纸质申请书一式3份(原件,A4双面打印,左侧装订)经所在院系同意并签字盖章后,于2024年5月27日前送至实验室。

四、审批立项

  1. 实验室对申请书进行形式审查和初步筛选,并组织同行专家评审,经实验室学术委员会审议后择优支持。
  2. 申请人在接到基金批准资助通知后,按批准金额、研究年限、研究进度关键节点要求和考核指标等填报任务书。

五、项目管理

  1. 项目实际执行年限:2024年1月1日-2025年12月31日。
  2. 项目中期检查和结题时,申请者需根据实验室要求提交中期报告和结题报告,具体的时间和要求另行通知。
  3. 考核要求: (1)开放基金所提交的验收成果与研究课题内容必须具有较强的相关性,否则不予认定;(2)结题条件:发表署名实验室的一区SCI论文不少于1篇或二区SCI论文不少于2篇(分区方式按中科院期刊分区执行)或中文卓越期刊论文不少于2篇或授权国家发明专利不少于1件。
  4. 基金资助的研究成果,由本实验室、研究者本人及其所在单位共享;研究成果或论文发表时,应注明本实验室为第一完成单位,同时注明大连海事大学教育发展基金会“鹏程尚学教育金”科研基金资助,英文名称为“the Peng Cheng Shang Xue Education Fund of DMU Education Development Foundation”,同一论文原则上不再标注其他项目。实验室中文名称为“大连市海洋微纳能源与自驱动系统重点实验室,大连海事大学,116026,辽宁大连”,英文名称为“Dalian Key Lab of Marine Micro/Nano Energy and Self-powered System, Dalian Maritime University, 116026, Dalian, Liaoning, China”。
  5. 未尽事宜请与实验室联系。
  • 联系人:司济沧
  • E-mail:sjc@dlmu.edu.cn
  • 通讯地址:辽宁省大连市甘井子区凌海路1号,大连市海洋微纳能源与自驱动系统重点实验室,邮编:116026

附件

1/60000,1/45000,两名海大学子登上《人民日报》!

7 May 2024

  • 近日,《人民日报》专版刊登了《2022-2023学年度本专科生国家奖学金获奖学生代表名录》和《2022-2023学年度研究生国家奖学金获奖学生代表名录》,我校选报的航海学院2020级本科生徐润昕和轮机工程学院2021级硕士研究生王昭洋成功入选!

研究生国家奖学金

  • 研究生教育是国家培养高层次创新型人才的重要途径。为发展中国特色研究生教育,促进研究生培养机制改革,提高研究生培养质量,国家设立研究生国家奖学金,用于奖励表现优异的全日制研究生。

  • 经过严格评审,全国4.5万名研究生荣获2022-2023学年度研究生国家奖学金。经过层层选拔,《人民日报》报道了100名研究生国家奖学金获奖学生中的优秀代表。他们激励着广大研究生从榜样中汲取力量,树牢科技报国志,刻苦学习钻研,勇攀科学高峰,在推进强国建设、民族复兴伟业中绽放青春光彩。

  • 王昭洋,轮机工程学院轮机工程专业2021级硕士研究生,中共党员。曾获国家奖学金;辽宁省优秀毕业生称号;国际先进机器人及仿真技术大赛全国一等奖、中国机器人及人工智能大赛全国一等奖等10余项国家级创新竞赛奖项。立志投身海洋强国建设,致力于船舶检验新技术和新装备研究,主攻研发水下机器人、无人艇和爬壁机器人;以第一作者发表SCI论文2篇(JCR一区)和EI会议论文1篇,累计影响因子28.9,参与申请发明专利9项;作为队长带领团队参加第21届微软“创新杯”全球总决赛并获亚洲区Earth组冠军,受到中国新闻网等媒体采访报道。作为中队副指导员,三年来持续为180余名研究生同学做好各项服务工作,以实际行动展现担当奉献。

  • 希望全体海大学子以两位优秀青年典型为榜样,争做有理想、敢担当、能吃苦、肯奋斗的新时代好青年,在推进强国建设和民族复兴伟业中展现青春作为、彰显青春风采、贡献青春力量,奋力书写为中国式现代化挺膺担当的青春篇章。

原文链接:

硕士生王昭洋入选2022—2023学年度研究生国家奖学金获奖学生代表

5 May 2024

  • 研究生教育是国家培养高层次创新型人才的重要途径。为发展中国特色研究生教育,促进研究生培养机制改革,提高研究生培养质量,国家设立研究生国家奖学金,用于奖励表现优异的全日制研究生。

  • 经过严格选拔和评审,全国4.5万名研究生荣获2022—2023学年度研究生国家奖学金,并选出100名研究生(实验室硕士生王昭洋入选),作为研究生国家奖学金获奖学生中的优秀代表。希望广大青年学子从榜样中汲取力量,树牢科技报国志,刻苦学习钻研,勇攀科学高峰,在推进强国建设、民族复兴伟业中绽放青春光彩。

  • 王昭洋

  • 大连海事大学轮机工程学院轮机工程专业2021级硕士研究生,蒙古族,中共党员。曾获第21届微软“创新杯”全球总决赛亚洲区Earth组冠军、国际先进机器人及仿真技术大赛全国一等奖、中国机器人及人工智能大赛全国一等奖等10余项国家级创新竞赛奖项,以第一作者发表JCR一区论文2篇和EI会议论文1篇。

原文链接:

2024珠海国际海洋智能科技展览会——水下无人系统前沿科技分论坛顺利召开

28 Apr 2024

  • 4月27日,2024珠海国际海洋智能科技展览会——水下无人系统前沿科技分论坛在珠海国际航展中心成功举办。2024珠海国际海洋智能科技展览会于4月26-28日在珠海同期进行,大会由珠海市会展集团有限公司、珠海华发集团有限公司主办,广东省自然资源厅、珠海市人民政府担任指导单位,中青博联整合营销顾问股份有限公司联合主办。水下无人系统前沿科技分论坛由中国船舶集团有限公司第七〇五研究所《水下无人系统学报》(以下简称《学报》)编辑部承办。

  • 本次分论坛吸引了来自各大高等院校、科研院所、科创公司等200余位专家学者参会,与会嘉宾围绕“水下无人系统前沿科技”主题开展学术交流。

  • 中国船舶集团有限公司第七〇五研究所科技委主任史小锋研究员作为承办单位代表,向与会嘉宾表示热烈的欢迎,希望通过《学报》搭建的学术平台,为行业工作者提供广泛交流渠道,共同推动水下无人系统领域科技发展。

  • 随后,史小锋研究员主持上午论坛,哈尔滨工程大学教授刘凇佐,浙江大学教授黄豪彩,大连海事大学副教授王昊,西北工业大学教授陈依民4位专家分别以水声稳健通信与高可靠释放技术、水下直升机及其应用、水下仿生触觉感知技术研究、无人水下航行器关键技术及应用为主题进行报告,开展了一系列深入且富有启发性的学术交流。

  • 下午,《学报》执行主编蔡卫军研究员主持论坛。北京邮电大学光通信网络中心主任高冠军,西安电子科技大学教授邢立宁,天津大学英才副教授杨绍琼,中国船舶科学研究中心研究员杨申申,上海大学副研究员岳涛,中国船舶集团有限公司第七〇五研究所高工刘礼文等6位行业专家,围绕面向海洋观测的高速水下无线光通信技术研究与实践、星群智能任务规划技术的发展实践与思考、无人潜航器关键技术与海试应用、高速数据传输在载人潜水器上的应用、无人舰船的网络与数据安全、水下目标智能识别策略研究等内容进行专题演讲,探讨水下无人系统行业前沿热点问题,分享各自研究成果与经验。

  • 28日,为进一步带动专家学者探索和建设海洋的热情,论坛主办方组织参会代表参观了珠海云洲智能科技股份有限公司。

  • 珠海云洲智能海洋事业部总经理唐梓力博士带领与会代表参观云洲智能展厅,介绍了无人船艇研发、生产、应用内容,加深了与会代表对无人船艇行业的认知和了解。

  • 作为深耕水下无人领域三十年的学术期刊,《学报》将继续秉承繁荣学术交流、服务工程实践的办刊宗旨,通过一系列举措,持续为行业科技工作者提供高质量学术内容以及多样性学术服务形式,全力构建水下无人系统学术生态圈,携手各位专家学者,助推海洋强国建设,为行业发展和自主创新贡献自己的力量。

原文链接:

【InfoMat】基于摩擦电纤维传感器的自驱动智能救生衣系统

24 Apr 2024

摘要

  • 中国科学院北京纳米能源系统研究所董凯研究员、大连海事大学徐敏义教授合作,研发了一款由无线身体区域感知网络(WBAN)、深度学习模型和人体状态监测界面组成的智能自驱动救生衣系统(SPLJ),通过6个具有高灵敏度的芯-鞘结构柔性摩擦电纤维传感器监测运动信号,而后通过便携式电路模块进行信号处理和传输,利用深度学习进行数据分析,根据建立的运动与状态关联性,识别落水者的身体状态,模型测试集的识别准确率达到了100%。

文章简介

  • 海洋环境的不可预测性使得海洋事故一旦发生,人员存活率极低。救生衣是海上人员生命最后的防线,然而大多数传统的救生衣只能提供浮力,救援方无法得知落水者在水下的状态,无法根据实际情况制定及时有效的救援计划。因此,急需开发一款可以实时监测落水者运动及身体状态的救生衣系统,提升落水者的生还率近日,中国科学院北京纳米能源系统研究所董凯研究员、大连海事大学徐敏义教授合作,研发了一款由无线身体区域感知网络(WBAN)、深度学习模型和人体状态监测界面组成的智能自驱动救生衣系统(SPLJ),通过6个具有高灵敏度的芯-鞘结构柔性摩擦电纤维传感器监测运动信号,而后通过便携式电路模块进行信号处理和传输,利用深度学习进行数据分析,根据建立的运动与状态关联性,识别落水者的身体状态,模型测试集的识别准确率达到了100%。

  • 海洋环境的特点是地理和生态系统复杂,大量的水还会带走接触面产生的电荷。因此,设计了一款芯-鞘结构、垂直接触分离模式的摩擦电纤维传感器,以提高传感器的灵敏度和鲁棒性,同时将其接触传感方向已扩展到360°。材料选择导电纤维、有机压电材料聚偏氟三氟乙烯(P(VDF-TrFE))以及硅胶,使传感器具有良好的输出性能,又兼具柔韧性和可拉伸性。基于WBAN技术,将六个摩擦电纤维传感器作为感知节点缝制在救生衣的手肘、肩膀和膝盖位置,来监测运动信号,电路模块被内置于救生衣胸口位置,对信号进行处理及无线传输。

图1. SPLJ的设计和结构:(A)SPLJ的实时监测流程示意图。(B)SPLJ系统的结构;(C)摩擦电纤维传感器的结构;(D)P(VDF-TrFE)纤维的扫描电镜图像;(E)摩擦电纤维传感器在海水中浸泡72h前后的单轴拉伸试验对比;(F)摩擦电纤维传感器在(i)弯曲和(ii)缠绕状态下的照片。

  • 电输出性能测试表明,在常温常压下,摩擦电纤维传感器对频率和力度有着良好的输出特性,在1N轻微外力激励下即有24.7V的输出电压。在拉伸或弯折的情况下,摩擦电纤维传感器也保持良好的输出性能,在拉伸应变超过240%的情况下依旧保持有24V的电压输出,而在弯折情况下,因为挤压使得两摩擦材料接触更加充分,反而使得输出进一步提升。此外,摩擦电纤维传感器具有稳定的快速的响应时间(86ms)以及稳定的输出,在55000次连续工作下依旧保持40V的输出电压;而在不同温度条件下,10℃温度改变电输出变化率仅为2.74%。

图2. 摩擦电纤维传感器的工作原理和输出性能特征。(A)外接电阻条件下摩擦电纤维传感器在手臂运动时的电荷分布;(B)利用COMSOL软件数值计算了开路条件下摩擦光纤传感器的电位分布。在不同的(C)力、(D)频率、(E)冲击应变、(F)和冲击弯曲角度作用下的摩擦光纤传感器(长度5 cm)的电输出电压;(G)摩擦光纤传感器的响应时间;(H)摩擦光纤传感器的55 000次疲劳试验。

  • 基于摩擦电纤维传感器的良好的可拉伸性和快速的响应速度以及WBAN技术,研究人员将其集成在SPLJ上,进一步研究了输出特性,结果表明,在集成在SPLJ上后,传感器依旧有着稳定的输出,且随着弯折角度增加,输出电压也随着升高。此外,如果个体长时间浸泡在水中,身体可能会颤抖。而SPLJ对不同程度的颤抖也有着良好的响应输出,随着震颤振幅的增加,摩擦电纤维传感器的响应输出也会增加。同时,对SPLJ对溺水者运动灵活性不会造成影响,在各种运动中,不会妨碍溺水者做出动作。溺水者在水下条件下的生存受到各种因素的影响,如水温、盐度、淹没时间和受害者的年龄。因此,我们以中国黄海中部的海洋环境为例,其水温在4~10C之间,盐度为32~34‰。选择一个24岁的成年雄性掉入水中的场景,监测他的身体状况的变化。为了模拟实际的救援环境,我们将落水后分为以下五个阶段:溺水者掉入水中后,开始游泳,以寻找一个安全的地点,并等待救援。在这一阶段,体温可能会由于身体活动而略有增加,这代表了健康阶段。一旦达到安全位置,溺水者就会停止游泳以节省能量,并采取帮助位置以减少热量损失。在这一阶段,被称为SOS阶段,其特征是寻求外部帮助和体温逐渐下降。这个阶段持续约20 min。随后,该人进入了低温阶段。在淹没后20-90 min期间,患者出现轻微震颤,体温逐渐下降至34℃,处于1级低温状态。在90~120 min之间,震颤强度增加,体温进一步下降到33℃,处于2级低温。如果淹没超过120 min,震颤停止,体温下降到28C,表明严重的体温过低,处于严重失温状态。

图3. SPLJ的信号输出与运动与溺水人体状况的相关性。(A)肘部、(B)膝盖不同弯曲角度的电压输出信号;(C)不同震颤水平下臂关节处摩擦光纤传感器的输出响应;(D)便携式集成电路模块的原理图;(E)SPLJ戴在溺水者身上的照片;(F)溺水者不同运动中SPLJ的信号输出及其信号与人体状况的关联性。

  • 为了进一步验证SPLJ的有效性,研究人员使用商用监测传感器让受试者做相同动作进行信号对比测试,检测SPLJ优越性的同时,利用商用传感器将运动数字化,更好地考察基于SPLJ的系统信号与人体运动的相关性。商业监测传感器被放置在受试者的关节上,以分析人体的运动过程。结果表明商用监测传感器的螺距角输出与SPLJ的电压曲线之间有很强的相关性,这一发现最终证明了SPLJ具有特殊的运动监测能力。并且,与商用监测传感器相比,SPLJ表现出更快的响应时间和检测运动频率和力度的能力,从而能够更全面地捕捉运动相关信息。此外,研究人员还揭示了不同运动过程中运动信号振幅的不同特征。在游泳过程中,手臂的运动信号振幅最高,其次是腿部,而肩膀的运动信号振幅相对较小。这种差异可以归因于手臂和腿部比肩膀的活动范围更大。在帮助位置,运动信号振幅最高,其次是手臂和腿。这是因为溺水的人正在敲击肩膀,在那个区域产生更大的信号。在震颤期间,肩膀、手臂和腿部的运动信号振幅都相对较小。这是因为震颤运动的振幅更小,导致产生的信号更小。当溺水者静止时,运动信号振幅趋近于零,表明活动能力明显丧失。因此,SPLJ不再产生明显的运动信号。在评估过程中,受试者进行各种复杂动作,商用监测传感器的螺距输出角与SPLJ的电压曲线,表现出很强的相关性。监测个体差异对SPLJ的信号以及最终的判别结果会造成哪些影响,选择不同身高、体重、性别的受试者分别来检测愚运动的信号。结果显示不同受试者之间SPLJ的运动表征会存在一些细节信号的不同,但总体呈现出相似的趋势。

图4. SPLJ和商用传感器对人体运动的信号表征和分析。(A)肘部弯折过程中SPLJ的信号详细分析。(B)不同肘部弯曲角度下SPLJ的输出电压及其线性关系。(C)运动信号的平均振幅分析。(D)游泳模型示意图。(E)在HELP姿态过程中,SPLJ和商用传感器的信号详细分析。(F, G, H)游泳状态、HELP姿势和震颤的SPLJ信号普适性分析

  • 通过对比了不同学习模型的分类效果,最终选择CNN模型作为分类模型;构建了神经网络学习模型,对SPLJ产生的运动信号进行特征值提取,而后使用60%-20%-20%的分割方法对数据分类,进行动作识别检验,实现了100%的测试集识别结果;利用LabVIEW程序开发了一款状态监测与预警系统的显示界面,对信号和分类结果进行展示。并在实际的水域环境进行实验,结果可以看出,该技术可以很好的在水域环境中对人体的动作和状态进行监测和识别预警。

图5. 基于深度学习分析的溺水人运动数据处理和人体状况检测系统。(A)对溺水者运动的深度学习分析流程图。(B)不同身体部位和运动的平均运动振幅。(C)构建用于动作及状态识别监测的模型。(D)四种动作的深度学习分析的混淆图。(E, F, G)关于溺水者的运动和状况的人体状况检测系统的演示。

原文链接: