近年來，基于手勢識別技術的可穿戴柔性電子設備在醫療健康、機器人技術、人機交互和人工智能等領域呈現出廣泛的應用前景。其中，研制高性能的柔性應變傳感器是實現這些可穿戴設備應用的關鍵基礎之一。柔性應變傳感器的靈敏度決定了設備的感知精度，而在各種條件下的機械魯棒性則影響著設備在實際應用環境中的可靠性。然而，迄今為止，制備具備高靈敏度和機械魯棒性的柔性應變傳感器仍然具有挑戰性。因此，將基礎研究中獲得的高性能柔性應變傳感器推廣應用到人機交互系統等實際場景中，為該領域的研發提供了全新的思路。

在這方面，中國科學院金屬研究所沈陽材料科學國家研究中心的薄膜與微尺度材料及力學性能研究團隊開展了一項重要研究?；谥皩θ嵝曰w金屬薄膜力學行為的深入研究基礎上，該團隊提出了一種靈敏度與裂紋類傳感器相當且機械魯棒性優異的柔性應變傳感器。他們通過將裂紋類傳感器的傳感機制引入高機械魯棒性的蛇形曲流結構中，并通過對傳感層進行巧妙的高/低電阻區調控，實現了高靈敏度傳感的目標。該傳感器不僅在過載、沖擊、水下浸泡、高/低溫等嚴苛環境下表現出優異的循環穩定性，而且具有快速響應和恢復時間的優勢。

為了將柔性應變傳感器應用于實際場景中，研究團隊進一步將傳感器集成到他們設計的無線可穿戴人機交互系統中，并結合機器學習和用戶界面設計等技術實現了實時手語翻譯功能。該系統利用傳感器的高靈敏度和響應速度，能夠及時準確地感知手勢，而其機械魯棒性則使系統能夠長期可靠地在實際應用場景中使用。通過機器學習分類算法，該系統能夠識別多達15種單一手勢手語和6種組合手勢手語，其識別準確率高達98.2%和98.9%。整體系統的響應時間小于1秒。該系統具有成本低廉、輕便易攜帶和操作簡便的特點，可以實時將手語翻譯成語音播放，并通過用戶界面可視化展示信號曲線和翻譯結果。未來，通過優化電路設計和擴展機器學習手勢或手語數據庫，這項手勢識別技術可進一步應用于人機交互、虛擬現實、手勢認證、智能傳感、醫療健康等關鍵領域。

該研究工作為柔性條件下穩定增敏機制的實現提供了新的思路，有望推動可穿戴人機交互系統的應用和產業化發展。同時，該團隊還在微小尺度材料和納米金屬層狀復合材料力學行為方面進行了深入研究，提出了一種超長服役壽命的納米復合材料，有望在航天、通訊、導航、國防和新能源等領域的射頻微機電系統中應用。

以上研究成果題為“Ultra-Robust and Sensitive Flexible Strain Sensor for Real-Time and Wearable Sign Language Translation”已在Advanced Functional Materials雜志上在線發表。該研究工作的第一作者是吳緒蘋博士研究生，通訊作者為羅雪梅項目研究員和張廣平研究員，東北大學材料科學與工程學院的張濱教授團隊也參與了該論文的研究工作。

這項研究得到了國家自然科學基金、金屬研究所“引進優秀學者”項目、沈陽材料科學國家研究中心青年人才和基礎前沿及共性關鍵技術創新項目的資助。