面向人机交互的织物基集成传感手套系统研究：手势识别的新进展
作者与发表信息
本研究的核心作者为Xiaoxue Han, Xuhong Miao*（通讯作者）， Qing Liu, Yutian Li, Ailan Wan，均来自中国江苏省无锡市江南大学。该项研究成果以题为“A fabric-based integrated sensor glove system recognizing hand gesture”的学术论文形式，发表于《AUTEX Research Journal》期刊2022年12月第22卷第4期（DOI：10.2478/aut-2021-0016）。该期刊是一本关注纺织科学与工程领域的国际期刊，表明本研究立足于纺织材料与可穿戴技术、人机交互的交叉学科前沿。
学术背景与研究目的
本研究属于智能纺织与可穿戴传感技术领域，具体聚焦于手部动作捕捉与手势识别系统。手部信号的感知在康复医学、生物力学、遥操作以及人机交互（如机械臂控制、虚拟现实）中扮演着关键角色。例如，成熟的手势追踪传感器可为与聋哑人的沟通提供便利。传统的手部运动传感系统，如基于视觉（摄像头、反光标记）或红外技术的方法，存在手势受限（如手指遮挡）、设备笨重等问题。而将柔性或刚性传感器集成到现成手套上的方法，刚性部件（如加速度计、惯性测量单元IMU）存在集成困难、佩戴舒适度差的问题；柔性传感器（如软弯曲传感器、光纤传感器FOS、各类自组装拉伸传感器）则在追求简易性、便携性和舒适性方面展现出优势，成为实现手部信号识别的关键系统。
尽管已有研究使用纳米材料（碳纳米管、银纳米线、石墨烯等）、导电聚合物（如PEDOT:PSS）或导电纱线制作可穿戴传感器，但涂层或粘贴工艺可能导致拉伸时产生不可逆裂纹，或影响织物原有的弹性和延展性。相比之下，采用全成型针织技术将柔性针织传感器直接嵌入手套，能够实现传感器与基底的完美贴合与一体化。先前的研究[18]已成功制造出集成单个针织传感器的指数传感手套，证明了其反映手指弯曲状态的能力。然而，要实现完整的手势识别，需要覆盖多个手指的传感系统。
因此，本研究旨在进一步探究织物参数对传感器性能的影响，并基于此设计制造一种集成了五个有效应变传感器的传感手套系统。具体目标包括：1）研究不同弹性材料对针织传感器有效工作范围和重复性的影响；2）探讨嵌入式传感器的尺寸（纵行和横列数）对其灵敏度等电-机械性能的影响；3）确定合适的手套尺寸以避免非线性传感现象；4）最终构建一个完整的传感手套系统，并测试其识别数字手势（1至9）的能力。
详细研究流程与方法
本研究是一个系统的设计与验证过程，主要包括材料选择、参数优化、系统集成与性能测试三个主要阶段，涉及多个实验步骤和数据分析。
第一阶段：传感器弹性材料的选择与表征 研究首先从材料基础入手，旨在获得具有合适线性工作范围的嵌入式传感器。考虑到手指皮肤在长度方向的拉伸应变可超过35%，而先前研究[19]中弹性针织传感器的线性响应应变范围有限（0-10%），且织物的弹性变形过程影响其电-机械性能[20]，因此弹性成为关键参数。 1. 样品制备：研究选择了三种不同氨纶含量的锦纶/氨纶包覆纱（20/75, 40⁄75, 70/30）作为整个织物（包括传感器区域和非传感器区域）的包覆纱。传感器区域的底纱为镀银锦纶纱，非传感器区域的底纱为弹性涤纶纱。使用这三种弹性纱线，在相同条件下分别制作了三个针织应变传感器样品（S1, S2, S3）。 2. 性能测试：采用固定伸长法（伸长率20%，夹持距离100mm，拉伸速度100mm/min，预张力1N，停滞时间60s，恢复时间180s，循环5次）测量传感器的弹性。同时，使用织物力学分析仪（FMA）沿织物纵向（lengthwise direction）拉伸传感器，并使用接地电阻测试仪（GRT）同步记录其电阻-应变变化。 3. 数据分析：通过比较三个样品的弹性值（见表1：S1: 81.4%， S2: 85.1%， S3: 87.5%）及其在首次拉伸和多次循环拉伸（第1、40、80、120次）中的电阻响应曲线（见图2），评估弹性对传感器性能的影响。关键观察指标包括：有效工作范围（电阻呈线性增长的应变范围）、灵敏度以及循环重复性。
第二阶段：传感器与手套尺寸参数的优化 在选定弹性材料的基础上，研究进一步优化传感器尺寸和手套尺寸，以实现良好的传感性能与佩戴适配性。 1. 嵌入式传感器尺寸（ESS）优化： * 依据：基于先前研究[19]的结论，减少纵行（wales）数可提高灵敏度但会缩小有效传感范围；增加横列（courses）数对有效范围影响不大，但更多横列的传感器灵敏度更好。 * 实验设计：采用选定的S3材料（70/30锦纶/氨纶包覆纱），制作了四个具有相同纵行数（5纵行）但不同横列数（10, 20, 30, 40横列）的传感器样品。 * 性能测试与选择：测试这些样品的纵向电-机械性能（见图3）。结果显示，所有传感器在约0-50%的应变范围内都表现出良好的线性，但横列数更多的传感器（如40横列）灵敏度更高。结合需要覆盖手指远端指间关节（DIP）和近端指间关节（PIP）的要求，并为了节约材料，最终为五指分别设计了具有5纵行但不同横列数（拇指45，食指60，中指60，无名指45，小指35）的传感器。 2. 手套尺寸（GS）优化： * 目标：确保手套既能紧贴皮肤又不至于过紧导致传感器预拉伸，从而产生非线性响应。 * 计算方法：考虑实验者手部尺寸（HS）和织物后处理（水洗熨烫）收缩率（SP）。通过公式计算期望手套尺寸（EGS），并引入反映手套松紧度的系数K（K = (EGS - HS) / HS，负值表示紧身）。 * 实验设计：选取K值为0， -0.1， -0.2，制造了三副传感器规格完全相同但整体尺寸不同的手套（K1， K2， K3）。K1最宽松，K3最紧身（见图4a-b）。 * 性能测试：指定实验者佩戴这三副手套，按照固定的手指运动轨迹弯曲食指，记录并比较食指传感器的电阻信号（见图4c-d）。
第三阶段：集成传感手套系统的制造与手势识别测试 综合前两阶段的优化结果，进行最终系统的集成与功能验证。 1. 系统制造：使用岛精（Shima Seiki）SWG 061N-15G电脑横机，采用嵌花（Intarsia）技术和全成型工艺，一次性织造出集成了五个优化后传感器的完整手套（见图5）。传感器通过导线连接到自制的五通道读出电子系统（CPU），实时将电阻信号传输至电脑软件。 2. 手势监测实验： * 对象与过程：实验者佩戴集成好的传感手套，依次做出数字1到9的手势，每个手势保持约7秒。系统同步记录五个传感器通道的电阻响应曲线（见图6）。 * 特征数据提取：为了区分不同手势，研究进一步从原始电阻数据中提取特征值。以手势“5”（五指伸直）作为参考位置，记录其原始电阻（OR）。实验者从手势“5”变换到其他目标手势（如“6”），重复150次。记录目标手势下的目标电阻（AR）。选取比值C = OR / AR 作为区分手势的关键特征值（见图7示意）。 * 数据分析：为每个数字手势的每个传感器计算150次循环得到的特征C值，并绘制箱线图（见图8）。通过观察不同手势间特征C值的中位数、四分位范围（箱体宽度）等统计特征的差异，评估系统区分手势的潜力。
主要研究结果
第一阶段结果：弹性显著影响传感器性能。所有传感器在首次拉伸阶段，电阻都随应变增加且具有良好的线性和灵敏度。但弹性更好的传感器（S3，氨纶含量最高，弹性87.5%）表现出更大的有效工作范围（可达约35%以上），能够满足手指背皮肤应变需求，并且在多次循环拉伸中表现出最好的重复性，对抗织物塑性变形的能力最强。而弹性较差的传感器有效范围较小，重复性也较差。因此，研究选择S3（70/30锦纶/氨纶纱）作为后续手套系统的弹性包覆纱材料。
第二阶段结果： 1. 传感器尺寸：对于具有相同纵行数的传感器，增加横列数可以提高灵敏度，而对有效传感范围影响不大。因此，选择“较少纵行、较多横列”的设计可以在保证覆盖目标指关节的前提下获得更好的灵敏度。 2. 手套尺寸：手套尺寸直接影响传感信号的线性度。测试发现，佩戴最宽松手套K1时，食指传感器在一个弯曲-恢复运动周期内，电阻信号只产生一个峰值，表现出良好的线性响应。而佩戴较紧的手套K2和K3时，由于传感器在佩戴时已被预拉伸，导致在一个运动周期内电阻信号出现两个峰值，表现出非线性现象（见图4d）。因此，选择K1的尺寸作为后续制造手套的参考，以确保传感性能最佳。
第三阶段结果： 1. 实时监测：集成的五传感器手套系统能够成功监测并反映各手指的运动。当实验者做出不同数字手势时，五个通道的电阻响应曲线呈现出与手指弯曲状态对应的独特变化模式（见图6）。例如，做手势“9”时，所有五个传感器的电阻值均高于做手势“5”时，因为“9”手势中手指弯曲程度更大。 2. 手势区分潜力：通过提取特征值C并绘制箱线图（见图8），可以清晰地观察到不同数字手势之间特征数据的对比。虽然某些手势（如手势“6”的无名指传感器）的数据波动较大（箱体较宽），这可能是由于完全重复相同手势存在难度，但不同手势的特征C值在整体水平（中位数）和分布上存在明显差异。这有力地证明了所制造的传感手套系统具备有效区分多种简单手势的潜力。
研究结论与价值
本研究成功设计、优化并制造了一种基于织物的集成传感手套系统，用于手势识别。主要结论如下： 1. 材料选择：使用高氨纶含量（70/30）的锦纶/氨纶纱作为包覆纱，可以制备出具有大有效工作范围（>35%）和良好循环重复性的针织应变传感器，满足手指运动监测需求。 2. 尺寸优化：采用“较少纵行、较多横列”的传感器设计，可在覆盖目标指关节的同时获得更高灵敏度。合适宽松的手套尺寸能避免传感器预拉伸，确保电阻响应的线性度。 3. 系统性能：最终集成的五传感器手套系统，通过提取手指弯曲导致的电阻变化特征，能够很好地区分数字1到9的手势。
研究的科学价值与应用价值： * 科学价值：本研究系统性地探讨了弹性材料成分、传感器几何尺寸和手套整体尺寸对针织应变传感器性能的影响规律，为基于针织技术的可穿戴传感器设计提供了重要的参数优化依据。它验证了利用全成型针织技术实现传感器与服装无缝集成的可行性。 * 应用价值：所开发的传感手套系统具有便携、柔性、舒适和易于制造的优势，在手语识别、远程操控、虚拟现实交互、康复训练监测等领域具有直接的应用前景。它为开发下一代非侵入式、用户友好的手部人机交互界面提供了一种有效的技术方案。
研究亮点
其他有价值的内容
研究在讨论部分指出了未来工作的方向：计划利用机器学习方法建立手势识别模型，以获得更精确的识别率。这表明本研究构建的系统平台为后续基于数据驱动的智能识别算法研究提供了良好的硬件和数据基础。此外，文中提及的考虑后处理收缩率来计算手套尺寸的方法，对纺织服装领域的可穿戴产品设计具有普遍的参考意义。
资助信息：本研究得到了国家自然科学基金（61902150）、中央高校基本科研业务费（JUSRP52013B）以及省部共建开放项目（M2-201805）的资助，体现了该研究受到了不同层面科研项目的支持。