广告

盲人专用的“iPad”或“Kindle”要来了?美国康奈尔大学设计出触觉阵列

2021-10-12 阅读:
据EDN报道,美国康奈尔大学领导的团队设计了一种关键组件 :由密集排列的驱动器组成的触觉阵列,当燃烧触发时,它会导致硅胶膜“点”弹出。该技术的使用可为盲人提供搭载可响应触摸的盲文显示器的iPad或Kindle,还可以融入软机器人、手术工具和可穿戴虚拟现实设备中。

据EDN报道,美国康奈尔大学领导的团队设计了一种关键组件 :由密集排列的驱动器组成的触觉阵列,当燃烧触发时,它会导致硅胶膜“点”弹出qQVednc

该技术的使用可为盲人提供搭载可响应触摸的盲文显示器的iPad或Kindle,还可以融入软机器人、手术工具和可穿戴虚拟现实设备中。qQVednc

qQVednc

据悉,该团队的论文“Valveless Microliter Combustion for Densely Packed Arrays of Power Soft Actuators”于 9 月 28 日发表在美国国家科学院院刊上。qQVednc

气体膨胀驱动

设计电子产品的动态盲文显示器的主要障碍之一是弄清楚如何为每个点施加必要的力。qQVednc

工程学院机械和航空航天工程副教授、该论文的资深作者 Rob Shepherd 表示,以前的尝试通常涉及电机、液压系统或系留泵,所有这些都是笨重、复杂和昂贵的。qQVednc

Shepherd 说:“现在还没有能够像真实物体一样以一种你能感觉到的方式改变其形状的东西。在拥有小型执行器、尺寸、重量和成本之间存在这种权衡。这太困难了。” “每个人都在尝试机电系统。所以我们说,好吧,如果我们根本不这样做而我们使用燃烧怎么办。少量的气体可以产生强大的输出。”qQVednc

康奈尔大学团队与以色列理工学院的研究人员合作设计了一个系统,该系统主要由模制硅胶和微流体液态金属痕迹组成,其中液态金属电极产生火花以点燃微量的预混合甲烷和氧气。在他们的阵列设计中,这种燃料流经一系列独立的通道,每个通道通向一个 3 毫米宽的执行器。快速燃烧迫使每个部位的薄硅胶膜膨胀几毫米。磁性锁定系统使这些点具有持久的形式,只需按下它们即可重置整个系统。qQVednc

由于不需要机电阀,执行器可以更紧密地组装在一起,从而形成一个更小、具有潜在便携性的系统,该系统仍然能够在 1 毫秒内以高力产生大位移。由于流体弹性体执行器冷却速度快,并且需要的燃料很少,因此可以安全地操作商业版本。qQVednc

该技术还具有可拉伸性和贴合性,研究人员预计它可以被纳入一系列应用中,例如软机器人和模拟人工触摸的可穿戴虚拟现实设备。生物相容性组件还可用于操作组织或打开内科患者的阻塞通道的手术工具。qQVednc

目前的系统由九个流体弹性体致动器组成,但研究人员希望扩大规模并最终创建一个完整的电子触觉显示器。qQVednc

“在过去的 30 年或更长时间里,人们一直试图将执行器紧密地排列成一个阵列,”Heisser 说。“在某种程度上,触摸对我们来说比视觉更亲密。这项技术具有真正的潜力。我认为我们的工作表明有更多的思考方式。化学驱动真的不容忽视。”qQVednc

Demi Xia编译qQVednc

责编:DemiqQVednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 让电网智能化 鼓励消费者将太阳能电池板安装在屋顶上,或者用电动汽车储存能量,这些都表明电网正从单向变为去中心化、数字化的电网和消费者之间双向流动。
  • 增加电动汽车续航里程,高耐压、低损耗SiC FET是刚需 在电力电子领域,工程师一直以来有着6大诉求:更优秀的性能、更高的能效、更好的成本、更强的鲁棒性、更多的设计裕量,以及设计灵活性。
  • EUV技术是摩尔定律“续命灵药”? ASML将自2023上半年起提供客户0.55数值孔径(NA)的新一代EUV机台(目前版本为0.33NA);该公司副总裁Teun van Gogh接受《EE Times》采访时表示,这将有助于芯片制造业者在至少10年内突破2奈米节点的瓶颈。
  • 新兴存储器将取代NOR和SRAM? 根据预测,到2031年新兴存储器的市场规模将达到440亿美元,可以是独立的存储芯片,也可以是微控制器、ASIC甚至计算处理器中的嵌入式存储器,它将取代包括NOR闪存、SRAM和DRAM在内的现有存储器。
  • 三星将于2022年上半年开始量产3nm芯片 三星表示3nm制程将推迟到2022年上半年量产。原因可能是三星担心如此早批量生产这些节点可能会导致较低的良率百分比,这将导致三星浪费无数资源向客户交付小批量晶圆,进一步加剧持续的芯片短缺。
  • 如何突破AI的内存瓶颈? 人工智能(AI)发展到今天,业内批评人士认为,目前内存是其发展的最大瓶颈。因为无法加速处理器和内存之间的数据传输,内存性能瓶颈阻碍了实际应用。本文将探讨CPU和内存之间的瓶颈及未来发展趋势。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了