新闻
随着船舶智能化的发展，船舶人员状态监测对于船舶航行安全与人员保障至关重要。传统基于摄像头的监控系统是识别船上人员信息和人员状态的常用方法，然而这种方法面临成本高、维护复杂和难以保护人员隐私等问题。摩擦纳米发电机 (TENG)能够有效地将微弱机械运动转换成电信号，具有成本低、结构简单、易于制造、良好的可扩展性和多样化的材料选择等优点，在环境能量收集、自驱动传感器等领域有着广阔应用前景。因此，本论文利用摩擦纳米发电原理和深度学习相结合的方法，构造了具有触觉感知功能的自驱动摩擦电智能地毯，可用于船舶人员状态监测，在海事安全领域具有重要应用价值。
近日，大连海事大学徐敏义教授团队与新加坡国立大学李正国教授团队，上海交通大学杨卓青研究员团队展开合作，开发并研究了一种基于深度学习和摩擦纳米发电原理的自驱动智能地毯，以实现监控机组人员和未经授权的人员，并计算机舱内的人数。该智能地毯由多个基于摩擦电的智能地毯单元组成。每个智能地毯单元由导电海绵和氟化乙烯丙烯 (FEP) 膜制成。参考快速响应（QR）码系统设计了不同填充率的导电海绵电极。当人员踩在并联的智能地毯上时，可以产生可区分且稳定的信号。通过判断信号波峰的特征，可以实现人数统计。更重要的是，可以使用卷积神经网络(CNN) 模型从生成的信号中提取与步行步态模式相关的身份和状态信息。该成果以“Deep Learning-Assisted Triboelectric Smart Mats for Personnel Comprehensive Monitoring toward Maritime Safety” 为题发表在ACS Applied Materials & Interfaces 上。大连海事大学博士生王岩，硕士生胡致远、王俊鹏为论文共同一作。大连海事大学徐敏义教授、新加坡国立大学李正国教授和上海交通大学杨卓青研究员为该论文共同通讯作者。
图文导读
图1. 深度学习辅助的自驱动摩擦电智能地毯及其应用。(a) 智能地毯在海事行业的潜在应用。(b-c) 起居舱和封闭舱的放大视图，应监控船员以防疫和人身安全。(d) 3×2 排列组装的摩擦电智能地毯，放大图显示了由导电海绵和 FEP 制成的摩擦电层。(e) 摩擦电智能地毯单元的工作机制。(f) 基于 AIoT 传感系统的应用。
图 2. 智能地毯单元的特性。（a）50%、（b）70%和（c）90%的电极填充率（从左右脚四个方向）反复踩踏智能地毯单元产生的电压信号。(d) 同一用户佩戴的不同台阶材料对平均输出电压的影响。(e) 用户行走和跑步对不同填充率的智能地毯单元电压输出的影响。(f) 不同用户对智能地毯单元输出电压的影响。
图 3. 地垫单元串并联的输出特性。(a) 六个串联的智能地毯单元的示意图及其输出特性。(b) 六个并联智能地毯单元的示意图及其输出特性。(c) 不同用户前后行走产生的信号的特征。
图 4. 与用于数据分析的深度学习模块集成的智能地毯。(a) 实时轨迹跟踪和位置传感。(b) 用于人员识别的智能地毯监控系统示意图。(c) 卷积神经网络 (CNN) 训练模型的详细结构。(d) 5 个随机选择的用户的 6 个分组的分类精度 (e) 4 个组大小从 2 增加到 5、7 和 9 个用户的数据集的分类精度。(f) 9 个用户的人员识别混淆矩阵。
图 5.智能地毯的应用演示。(a) 船上智能地毯系统的功能示意图。(b) 不同用户在实时定位、人员识别和状态监控方面的演示。(c-e) 在虚拟显示器中演示智能地毯系统的轨迹跟踪、人数统计和人员识别。
- 综上所述，本文开发并研究了一种深度学习辅助的摩擦电智能地毯，用于船上人员的状态监测。由FEP和导电海绵组成的不同填充率的智能地毯单元表现出稳定的输出性能和可区分的输出信号。通过将 3×2 的地垫阵列与基于深度学习的数据分析相结合，构建了一个智能地毯，其具有人员识别、状态监控和人数统计功能。通过使用卷积神经网络 (CNN) 模型，可以从输出信号中准确提取与步行步态模式相关的身份信息。通过分析来自 9 个用户的 900 个数据样本，其准确率达到 94.44%。此外，当智能地毯放置在货舱内时，还可以监测货物坠落事故。与传统摄像头的监控系统相比，自驱动摩擦电智能地毯具有隐私保护、极简结构、低成本等优势，在海事安全、智能建筑等方面具有广阔应用前景。
阅读直达链接：
