近日，我院李昕明研究员课题组在面向人机交互的光学成像识别与感知研究中取得重要进展。相关研究成果以“A Real-Time Imaging Sensing System to Visualize Elastomer Surface Profile Evolution for Dynamic Tactile Recognition”为题在线发表在材料领域知名学术期刊Advanced Functional Materials（先进功能材料，影响因子：18.5）上。我院硕士研究生邹志彬、李梓岚为论文共同第一作者，李昕明为论文通讯作者，华南师范大学为第一完成单位，合作参与者包括北京大学戴兆贺助理教授等。
软弹性物质常被用于人机交互的实体界面，但由于界面变形的复杂性，其对于交互过程中运动行为所引起的软弹性界面微小变化难以有效识别。这是由于运动行为引起的弹性变形在微尺度上是隐蔽的，并会随着时间的推移而消逝，这种特征的丢失破坏了传感器对精细运动行为差异的实时识别。
针对该问题，李昕明课题组设计了一种光学触觉感知系统，可以实现对弹性体表面轮廓的运动演变进行实时的可视化，从而可以实现例如球体滚动和滑动行为的准确区分。研究中提出了一种具有微小变形差异的接触物体实时运动模式识别的方法，使用光学触觉传感系统来可视化软弹性物质表面轮廓的演变过程，以实现运动行为的区分。以直径为6mm球体运动为例，在球体仅发生相对自身直径8.3%距离的位移时，能够实现80%准确率的运动状态识别。此外，通过神经网络算法，该系统通过图像分辨出球体不同运动速度的准确率达82.7%。这种用于软弹性物质变形的动态实时识别方法为触觉感知和人机交互应用中基于运动行为的指令识别提供了可能。
上述研究得到了广东省自然科学基金、广东省微纳光子功能材料与器件重点实验室、华南师范大学科研启动基金等支持。
论文链接：https://doi.org/10.1002/adfm.202416731
