上海交通大学Science Advances：自供能非接触智能交互系统，实现高达99%识别准确率！

本文基于湿气发电技术，提出一种自供能非接触智能交互系统。背景方面，传统非接触人机交互依赖外部电源与复杂模块，存在功耗高、结构复杂等问题，而湿气发电作为新兴环境能源，为自供能系统提供了可能。研究目的是克服现有湿气发电器件信号单一、识别能力弱、交互距离短等局限，开发一种能感知动态手势并实现高精度识别的自供能系统。结论方面，上海交通大学团队通过“空气湍流调控湿电效应”机制，利用手指运动引起局部湿度与压力变化，调控离子水凝胶内部的离子迁移行为，产生特征化电压信号。系统在约8厘米距离下稳定识别手势，结合1D-CNN等机器学习模型，对数字、字母及复杂轨迹识别准确率高达99%。该系统成功应用于加密通信、VR游戏及智能车远程控制，为下一代绿色智能人机交互提供了高效、低功耗的解决方案。