| 内容来自雷锋网，侵删
2021年，科技发展将往何处去？阿里达摩院从基础研究、IT技术和生产生活三个方面，给出的10个答案：量子计算、脑机接口、第三代半导体应用、AI药物研究、柔性电子材料……
关于脑机接口技术，距今已有几十年的研究历史，是人类朝着大脑与机器融合目标的一大步。目前，虽然离实用化还有很远，但作为新一代人机交互和人机混合智能的关键核心技术，脑机接口对神经工程的发展起到了重要的制程推动作用。
在控制机械臂等方面，脑机接口将帮助提升应用精度；在临床医疗方面，脑机接口将为神智清醒，思维健全，但口不能言、手不能动的患者提供精准康复服务。
脑机接口要实现完整运转，需要完成信号采集、信号处理、设备控制与反馈部分几个部分。在这些过程中，都离不开传感器等智能硬件的配合使用。而下面这款借助太阳能自供能的电子皮肤或可用于脑机接口，解决续航及时间延迟等问题。
前不久，英国格拉斯哥大学研究团队题为 Energy Generating Electronic Skin WithIntrinsic Tactile Sensing Without Touch Sensors（无需触摸传感器、具有内在触觉传感的自供能电子皮肤）的论文发表于《IEEE 机器人学汇刊》。
该团队设计的电子皮肤未配备触摸传感器，可谓是完全达到了「自供能」的程度。
除了人工义肢、医疗检测和诊断等方面的应用前景，电子皮肤还能应用于机器人——提升机器人的柔韧性和延展性，甚至让机器人像人类一样在面对疼痛时做出反应。
电子皮肤发展至今，其厚度、响应速度等性能不断提升，但作为移动电子设备，电子皮肤的续航问题也是一大关键。为此，英国格拉斯哥大学研究团队提出了一项方案：利用太阳光，向电子皮肤供能。
早在 2017 年 3 月，该团队就在学术期刊《先进功能材料》发表了一篇关于自供能、灵活、透明的触觉皮肤的论文。时隔三年，团队顺着利用太阳光的思路，在电子皮肤续航问题上实现了突破。
那么，其自供能原理是什么？根据论文，大量的传感器和读出电子器件连续运行，要想满足电子皮肤的能耗要求，是具有挑战性的。
因此，研究团队首次提出了无需任何触摸传感器，具有内在触觉传感的自供能电子皮肤（下文将其简称为 eSkin）。eSkin 包括一个微型太阳能电池的分布式阵列和软弹性衬底上的红外发光二极管（IRLEDs）。据了解，这些太阳能电池不仅能自己发电，还能产生一些额外能量，并能提供触摸和近距离感应的触觉功能。通过读取太阳能电池和发光二极管的能量输出变化，eSkin 可感知距离、物体位置等多项参数。
其具体原理是：当暴露在光源下，太阳能电池将产生能量；如果电池（或者说 eSkin）被在其附近的物体挡住光线，那么当电池与物体接触时，光的强度（即产生的能量）就会下降至零，eSkin 由此确认触碰。
这种情况下，eSkin 受到的光线强度和 eSkin 与物体的距离强相关。
为验证这一思路是否可行，研究团队将 eSkin 附着在一个 3D 打印的机器手上，记录它与环境的互动。上图最下方部分展示了覆有 eSkin 的机器手的 3 个子系统，从下至上依次是能量管理、传感、驱动。
研究团队发现，仅手掌区域就能产生 383.6 mW 能量。他们设想，如果将 eSkin 覆盖整个身体（约占 1.5 平方米的区域），eSkin 就能产生超过 100 W 的能量。
如下图所示，eSkin 能够对接近它的不同物体进行定位、边缘检测和三维形状评估。
不仅如此，他们还将 eSkin 应用于工业机器臂，发现可以安全地实现人机交互。
对于这项突破，研究者表示，本质上是他们把如何给大面积电子皮肤供电的难题变成了一个机会——将电子皮肤转化成一种能产生能量的资源。
鉴于 eSkin 的材料集成传感能力，除了在机器人领域，研究团队还畅想了 eSkin 未来的大量潜在应用：
◼ 在脑机接口方面，eSkin 可以有效地减少脑机接口中常见的时间延迟问题。
◼ 在假肢方面，eSkin 比其他电子皮肤更轻便，这将有助于制造重量、尺寸最佳的义肢，方便义肢使用者。
◼ 在自动化方面，特别是电动和交互式汽车领域，一辆覆盖着 eSkin 的汽车有着良好的近距离感应能力，因此也能轻易地“看到”正在靠近的障碍物或行人。
◼ 在游戏方面，eSkin 还可用于手势识别控制。
脑机接口技术，是一个多领域贯通、多行业联结、多项基础研究集合的复杂技术。未来，会有更多成熟应用、更多创新想法，与脑机接口结合，不单单是电子皮肤。期待科技应用给生活带来的变化！
脑机交互与智能硬件学术挑战营，结合了美国密歇根大学和我国浙江大学脑机交互基础课程，让学员了解最新的脑机交互发展趋势，体会脑电波控制机器人、控制他人手臂运动等尖端领域的实验。
通过课程学习，让学员能够通过自己编程实现脑神经信号（EEG）、心电信号（ECG）和肌电信号（EMG）的读取、过滤和处理，并进一步与控制器（如Arduino等）、执行器（如机械手等）结合起来，完成 神经信号传感、肌肉运动识别、仿生假肢操纵等相关科学挑战任务。
