近日，我院张彦振教授团队机械工程专业博士研究生贺炜威在可穿戴智能手套的设计制造及手语识别应用领域取得重要进展，相关研究成果《深度学习驱动的复合泡沫智能手套，具有跨维传导网络，用于手语识别》(Deep learning-powered composite foam smart glove with cross-dimensional conductive networks for sign language recognition)发表在《Composites Part B: Engineering》。《Composites Part B: Engineering》是复合材料领域具有重要影响力的国际学术期刊，目前影响因子为14.2（SCI一区Top）。
该研究第一作者为博士研究生贺炜威，通讯作者为张彦振教授，开云电竞投注（华东）为第一署名单位和通讯单位。研究工作得到国家自然科学基金以及“泰山学者”青年专家计划等项目的大力支持。
图1论文首页
基于可穿戴传感器的手语识别系统的开发已成为促进听障群体有效沟通的解决方案，但实现高集成度、手语标准化和抗环境干扰仍具有挑战性。在此，我们设计了一个基于复合泡沫的实时手语翻译智能手套系统，该系统具有跨维导电网络，集成了柔性开关，压力传感器，定制小型化电路和深度学习模块。传感器具有电磁屏蔽、热管理和抗菌功能，增强了智能手套对外部环境的适应性。泡沫的弹性导电框架使系统能够实现启动/停止功能和对手势的快速响应。此外，构建了多组分协作和机制融合的深度学习模型，建立了一套完整的手语规则，仅通过3个压力传感器就实现了对26个字母99.4%的准确率识别。
图2基于复合泡沫的智能手套系统组成及工作过程。(a)泡沫制备流程图。(b)从按下柔性S-TENG激活手套系统，呈现功能性压力传感器响应到连续的手势信号转换，最后到手语识别和显示的过程示意图。(c)柔性开关启/停和压力传感器电信号处理步骤的功能框图，包括信号处理、控制、通信、显示。
总的来说，我们的策略克服了低集成度、手语多样性和环境干扰的挑战，为复合泡沫传感器在手语识别领域的应用开辟了新的途径，有望以更便携、稳定、简单的方式解决听障人群的交流障碍。不仅如此，传感器的制备技术成熟，经济成本低，具有规模化生产的可行性。其单位生产成本和生产效率可以满足智能手套批量生产的要求，为其在可穿戴手语识别设备上的商业化应用奠定了基础。
论文链接：https://doi.org/10.1016/j.compositesb.2025.112985
