清华学者制备电磁超表面传感器,可用于车载环境的非接触生理传感,将联合汽车厂商推进落地

清华学者制备电磁超表面传感器,可用于车载环境的非接触生理传感,将联合汽车厂商推进落地
2024年11月29日 19:38 DeepTech深科技

来源:DeepTech深科技

近日,清华大学田曦教授和团队研发出一种基于电磁超表面的非接触式生理传感器,可在飞机和汽车等高动态环境中实现高灵敏度、抗干扰的生命体征监测。

图 | 田曦(来源:田曦)

该电磁超表面传感器采用人工表面等离激元结构,支持高压缩表面电磁波的传输,显著增强了无线信号与人体组织之间的近场交互。

结合数字刺绣工艺,该结构可以无缝集成到安全带中,即使透过衣物也能在复杂动态环境下捕捉到微小的心跳和呼吸信号。

这款基于电磁超表面的生物传感器通过结合无线传感技术与柔性可穿戴技术,可以实现动态环境下生理信号的非接触式监测,为传统无线传感器在复杂动态场景中的应用提供了新的解决方案。

(来源:Nature Electronics)(来源:Nature Electronics

同时这款电磁超表面传感器基于人工表面等离激元结构,该结构通过高度压缩的表面电磁波传输,将无线信号的能量集中在传感器表面附近,放大无线信号与人体组织的相互作用,提高人体生理信号检测的灵敏度。

与传统无线传感器相比,该设计提高了信号灵敏度,并且在多径反射和车辆振动干扰下仍能保持信号稳定性。

此外,他们利用数字刺绣技术,通过在织物基底上刺绣导电纱线实现了电磁超表面结构。

因此,该电磁超表面生物传感器可以无缝集成到安全带中并贴合人体轮廓,提高了使用的舒适度且不会影响驾驶。

为了验证电磁超表面传感器的性能,他们在飞机模拟舱内安全带的肩带、腰带等多个位置集成了该传感器。

通过与传统接触电极捕获的心电信号进行对比,发现该传感器能够准确提取心率和 R-R 间期,即使隔着厚外套,传感器依然能够准确提取心跳和呼吸信号。

他们还在飞机模拟舱内进行了日常活动场景的生理监测测试,包括喝水、打字、使用手机等。

结果表明,电磁超表面传感器在有身体运动、背景噪声干扰的动态环境中能够可靠地提取心跳和呼吸信号。

更重要的是,在实际车辆环境的测试中,即使在复杂多变的交通条件下,该传感器仍能够保持较高的检测精度。

在实际测试中,传感器成功捕捉到了被测者因困倦而引起的心率变化,为进一步开发疲劳驾驶预警系统提供了可能性。

此外,他们还拓展了传感器在睡眠监测方面的应用。在睡眠实验中,该传感器通过检测心率的动态变化来监测睡眠-觉醒周期。

这一结果表明该传感器在健康监测、睡眠管理等领域也具有应用潜力。总的来说,本次研究展示了电磁超表面结构在捕捉人体生理信号方面的优势,并将其与数字刺绣技术相结合,在真实驾驶环境中实现高灵敏度、抗干扰的生命体征信号检测。

研究人员表示,电磁超表面生物传感器为开发无需用户佩戴设备或直接贴附于身体的驾驶员监测系统提供了可能性。该电磁超表面传感器可以持续且可靠地捕捉人体生命体征信号,在提高驾驶安全性方面具有重要潜力。

除能用于汽车工业之外,这种电磁超表面传感器在航空航天领域也有潜在的应用前景。

例如,在飞行员或宇航员执行任务期间,实时监测他们的生理状态对于确保任务的安全和成功至关重要。

(来源:Nature Electronics)(来源:Nature Electronics

统计数据显示,疲劳驾驶是引发交通安全事故的重要原因之一。及时准确检测疲劳驾驶行为,缓解和改善驾驶员疲劳困倦状态,对避免车辆事故、提高道路安全具有重要意义。

传统的接触式传感器通过实时监测驾驶员的心率、呼吸等生理特征,能够有效辨识疲劳驾驶行为。

然而,此类传感器通常需要直接接触皮肤才能工作,在实际驾驶环境中,其检测效果往往会受到驾驶员的动作、车辆振动、衣物阻挡等严重干扰。

而另一方面,现有的无线传感器具有非接触等优势,但在驾驶环境中同样容易受到干扰,例如车辆振动噪声或多乘客带来的干扰,导致难以实现可靠、连续的生命体征监测。

而该团队专注于为下一代可穿戴设备开发无线技术。五年前,他们开发了一种超表面织物,可以模仿金属表面的表面等离激元(类似于沿金属表面传播的光波)使无线信号沿人体表面传播。

最初,他们利用这种超表面纺织来增强可穿戴设备之间的互联,从而构建一种新型且高效的体域无线网络。

(来源:Nature Electronics)(来源:Nature Electronics

虽然他们的研究表明该电磁超表面传感器可以在不受干扰的情况下捕捉生命体征,但要将其转化为能够增强道路交通安全性的实用工具,还有很多方面需要改善。

例如,传感器的无线驱动电路需要进一步小型化,并集成到紧凑的模块中,以实现低成本大规模的生产。

此外,他们还需要开发新的算法,将检测到的生理信号转换为评估驾驶员状态的指标,如疲劳状态、分心和压力水平,并在必要时向驾驶员发出警告。

以往研究已经证明了生物特征(如心率变异性)在预测疲劳和困倦状态方面的价值,可以作为开发相关算法的基础。

同时他们计划与汽车制造商合作,进一步改进传感器设计,推动其大规模应用。

这就需要解决现有原型的一些局限性,包括进一步小型化射频模块、将超表面传感器无缝集成到安全带中,以及优化驾驶员状态的检测算法。

他们希望能够在一系列的真实驾驶环境下进一步验证该电磁超表的面传感器系统的可靠性。

通过持续的改进与合作,课题组的目标是将这项技术发展成一种可以预防事故并挽救生命的实用工具。

总的来说,他们的下一步计划是优化传感器设计,使其更加小型化和低成本,以便实现大规模量产。

这包括优化传感器与安全带的无缝集成,改进算法以适应复杂的驾驶环境,并在不同的驾驶场景中验证传感器的可靠性。

最终目标是为道路安全提供一种可靠工具,同时探索其在航空、航天和健康管理领域的更多应用潜力。

参考资料:参考资料:

1.Zeng, Q., Tian, X., Nguyen, D.T. et al. A digitally embroidered metamaterial biosensor for kinetic environments. Nat Electron 7, 1025–1034 (2024). https://doi.org/10.1038/s41928-024-01263-4

运营/排版:何晨龙

清华大学
新浪科技公众号
新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

创事记

科学探索

科学大家

苹果汇

众测

专题

官方微博

新浪科技 新浪数码 新浪手机 科学探索 苹果汇 新浪众测

公众号

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片