本文来自微信公众号：X-MOLNews
全身沉浸式体验的发展是人机界面日益发展的趋势。人机界面管理信息系统是人与机器之间为完成既定任务而进行信息传递和交换的媒介。触摸定位传感器是一种重要的人机界面，它可以用于我们的身体与虚拟或现实世界之间的各种交互。随着人工智能的发展，基于人机界面的智能网络安全设计已经成为金融和计算行业的一个显著应用，这就需要触摸定位传感器与深度学习协同工作。对于触摸板来说，单点触摸输入可以实现简单的点击、滑动、拖动等控制，多点触摸输入可以实现图像缩放、对象控制等熟练的操作识别。触摸定位传感器从结构简单的单一功能发展到高分辨率阵列结构的多功能，目前的趋势是通过巧妙的设计实现多种功能。目前，作为虚拟现实、增强现实和元宇宙的电子可编程交互平台的触摸定位传感器受到功能有限、不稳定、信号干扰和电极数量多的复杂结构的限制。
厦门大学电子科学与技术学院陈忠/廖新勤团队联合新加坡南洋理工大学Yuanjin Zheng教授提出并证明了一种一体化多功能触摸定位传感器(AIOM触摸定位传感器)，该传感器仅具有两个电极，可用于多种人机交互系统。AIOM触摸定位传感器采用了一种被称为梯度电阻元件的新型功能结构，这可以对多种触摸位置进行广泛的检测和识别，为人工智能辅助人机交互提供了多种可能性和实用性。图形化的功能敏感材料可以转化为用户自定义的有趣而生动的多点触摸定位传感器，器件具有零串扰、长期耐用、响应快、稳定性高和出色的时空动态分辨等特性。AIOM触摸定位传感器凭借其独特的多点触摸传感结构和响应特性，可实现多种VA/AR应用，包括自由弹奏钢琴和通过编程控制无人机，可有效地将一个或多个动态触摸转换为设定的指令。基于AIOM触摸定位传感器和深度学习算法的增强用户验证系统，能够识别、学习和记忆人机交互中固有的用户行为特征。这项工作不仅展示了推动传感器领域突破性发展的新战略，而且提供了一种科学和技术上可行的思维方式，以构建高效和多功能的触摸定位传感器，这些探索将有利于VR、AR和元宇宙时代的发展。相关研究以为题发表在微纳技术领域国际顶级期刊Nano-Micro Letters 上（JCR一区TOP，IF 23.655）。
本研究亮点在于：（1）证明了一种只需要两个电极的多点触摸定位传感器，而不需要M × N × 2 或者 M + N个电极。通过巧妙的设计，器件能对物体进行多种功能控制。这种方法消除了信号串扰，防止了电极线之间的干扰，大大降低了人机交互系统的配置要求。（2）梯度电阻元件结构的提出并用于多点触摸定位传感器的构建，可以对多种触摸位置进行广泛的检测和识别，为人工智能辅助人机交互提供了多种可能性和实用性。（3）基于深度学习算法的触摸定位传感器，作者们构建了一种人工智能增强的用户验证系统，能够识别、学习和记忆用户不同触摸特征，为基于触摸特征识别的个性化人物识别系统提供基础。
Figure 1. Architecture of the AIOM touch sensor for multipoint touch interactions.
Figure 2. Performance and characteristic of the AIOM touch sensor.
Figure 3. Linear AIOM touch sensor for freely playing piano music.
Figure 4. Circular AIOM touch sensor for programmatically controlling a drone.
Figure 5. Augmented user verification system based on the AIOM touch sensor.
总结与展望
在这项工作中，作者制备了一种只有两个电极的梯度电阻元件的AIOM触摸定位传感器，并探讨了其作为指尖和虚拟物体之间的人机交互界面。AIOM触摸定位传感器的极简化的结构取代了复杂的电极阵列，极大地降低了对多点触摸转换、融合、传输和识别的系统配置要求。AIOM触摸定位传感器设计的梯度电阻元件结构可以对多种触摸位置进行广泛的检测和识别，为人工智能辅助人机交互提供了多种可能性和实用性。AIOM触摸定位传感器的机械敏感信号具有高度区域分化，对不同时空动态的单点触摸和多点触摸做出响应。AIOM触摸定位传感器凭借其独特的多点触摸传感结构和响应特性，实现了VR领域的应用，包括自由弹奏钢琴和通过编程控制无人机，可以有效地将一个或多个动态触摸转换为设定的指令。基于深度学习算法结合AIOM触摸定位传感器的增强用户验证系统能够识别、学习和记忆用户不同的触摸位置、持续时间和按键特征间隔，进而对用户进行识别与认证。
An All-In-One Multifunctional Touch Sensor with Carbon-Based Gradient Resistance Elements
Chao Wei, Wansheng Lin, Shaofeng Liang, Mengjiao Chen, Yuanjin Zheng, Xinqin Liao & Zhong Chen
Nano Micro Lett., 2022, 14, 131, DOI: 10.1007/s40820-022-00875-9