为了解决这一问题，厦门大学廖新勤、陈忠团队提出了一种事件驱动意图识别触摸传感器（IR触摸传感器），力求通过传感器内触摸分析实现复杂的意图识别。IR触摸传感器由仿生螺旋网组成，通过连接分离的像素点，创新性地将低维度信号和超高精度时空分辨率结合到同一设备中。这种设计允许器件根据应用要求调整分辨率，同时保持恒定的电极数量。事件驱动和传感器内计算的特性，有效地消除了传感过程中的冗余数据，增强了IR触摸传感器在捕获和分析触摸意图线索方面的可维护性和可靠性。多功能应用证明了IR触摸传感器的集成功能，在全天候环境中都能发挥出巨大的交互潜力。这项工作为使用有意识机器智能进行触觉意图识别提供了新的见解，这将在可穿戴设备、智能机器人、医疗触诊和治疗等方面得到广泛应用。该研究以题为“In-Sensor Touch Analysis for Intent Recognition”的论文发表于《 Advanced Functional Materials》。厦门大学电子科学与技术学院陈忠教授和廖新勤副教授为论文通讯作者，第一作者为厦门大学硕士生许奕晶，新加坡南洋理工大学郑元谨教授（卓越集成电路设计中心主任）和北京科技大学廖庆亮教授（长江学者特聘教授、院长）提供重要支持帮助。研究工作得到了国家自然科学基金、福厦泉国家自主创新示范区合作项目、福建省自然科学基金和中央高校基本科研业务费等资助。

图1 意图识别触摸传感器的概念图

首先，作者探究了IR触摸传感器的按压性能。结果显示，IR触摸传感器具有快速的响应时间（<0.5 ms），对时空机械刺激的动态响应存在高度差异。考虑到不同用户的习惯，作者还研究了快速触摸和长时间触摸操作对输出信号的影响。同时验证了IR触摸传感器具有弯曲不敏感性，保证IR触摸传感器可以贴附在弯曲表面稳定运行。通过超过10,000次循环的重复加载-卸载测试来检测了IR触摸传感器的耐用性。响应信号几乎没有变化，IR触摸传感器表现出优异的稳定性。

图2 IR触摸传感器的设计和按压特性

IR触摸传感器可以解耦连续的滑动操作，作者对这些滑动操作的输出特性进行了深入研究。通过对比不同的缠绕方式，进一步证实了仿生螺旋网结构设计的优势，提高了输出信号的空间分辨率和唯一性。得益于传感器内计算的能力，作者不仅从滑动的输出信号中提取了滑动轨迹，还能够从中获取额外的运动参数，如滑动速度等。

图3 IR触摸传感器的滑动性能

IR触摸传感器还展现出双重适用性，主要表现在两个方面：首先，它能够适应不同离散传感器阵列的配置；其次，它能够在不同分辨率要求下准确识别触觉意图。这些发现有望高效地传达空间和时间信息，并且利用IR触摸传感器来准确传递物理触摸交互的意图。

图4 仿生螺旋网的广泛适用性

IR触摸传感器凭借对不同操作的感知能力，可以作为触觉意图识别的多功能接口，用于游戏、教育、医疗保健和智能家具等领域应用。通过精确解码输出信号和传感器的广泛适用性，开发了一系列基于不同分辨率的IR触摸传感器应用（例如：控制PowerPoint演示文稿、电子地图导航和俄罗斯方块游戏等），展示了IR触摸传感器的快速响应能力和多功能性。

图5 触摸交互的典型应用

触觉意图识别系统可以在触觉信息和人类意图之间建立相关性，而不受环境因素的影响。视觉和听觉意图识别系统在嘈杂或视觉模糊的环境中可能会受到阻碍。作为一种稳健的替代方案，触觉感知因其有效性而脱颖而出。手写识别使用户能够最自然、最舒适地输入文本。因此，用于手写识别的触觉意图识别系统可以增强整体用户体验并准确传达用户想法。

图6 机器学习辅助触觉意图识别系统

结合机器学习技术，作者构建了一种基于IR触摸传感器的机器学习辅助触觉意图识别系统。该系统能够有效地分析和解释手写输入中存在的复杂模式和特征，对手写内容识别的准确率高达98.4%。此外该系统甚至可以捕捉人类无意识行为，显示出IR触摸传感器在诊断神经系统疾病方面的潜在应用价值。

小结：总的来说，团队开发了一种由仿生螺旋网组成的具有传感器内计算能力、事件驱动的意图识别触摸传感器，以实现高分辨率下的简洁数据输出，同时获得完整的意图信息。事件驱动方法有效地消除了时间驱动传感器阵列感知过程中的冗余数据。传感器内分析和计算能力显著减少了传感器和计算终端之间数据传输的需求。这种传感、数据缩减和超高精度识别的开创性集成将推动意图识别领域的跨越式发展。

来源：传感器专家网