近日，9999js金沙老品牌李昕明研究員課題組在面向人機交互軟界面軟變形狀態的檢測方面取得重要進展。該研究提出了一種基于光學的彈性體表面變形檢測的方法，以描述發生在物體接觸彈性體表面時產生的彈性體變形，相關成果以“Monitoring Soft Shape Surface Deformation via Optical Images for the Distinction of Contact State ”為題在線發表在智能系統領域知名學術期刊《Advanced Intelligent Systems 》（《先進智能系統》，影響因子6.8）上，并被選為2024年3月的期刊封面（Cover Picture）。

 具有可變性能力的彈性體表面可以捕獲多模態物理信息，這為人機智能交互系統和柔性電子學的應用提供了可能。準確識別彈性體的表面變形一直是研究柔軟觸感接觸狀態的關鍵問題之一。然而，由于界面變形的復雜性，很難在軟接觸過程中對變形表面形貌進行有效識別。針對該問題，李昕明研究員課題組提出了一種基于理想漫反射模型的光學檢測方法，該光學系統采用平行入射光，從而構建反射光輻照度與表面變形角的相關性。通過深度學習方法，這一光學檢測方法針對細微差異的接觸狀態的識別準確率可以達到84%以上。該工作通過深入討論接觸行為、彈性體變形、反射光之間的關系，實現了軟接觸過程中的界面狀態識別，并有望應用于人機交互中的接觸行為檢測與指令識別。 

        9999js金沙老品牌碩士生鄒志彬為論文第一作者，李昕明研究員為論文通訊作者，華南師范大學為第一完成單位，合作參與者包括北京大學戴兆賀助理教授等。上述研究得到了廣東省自然科學基金、廣東省微納光子功能材料與器件重點實驗室、華南師范大學科研啟動基金等項目的支持。

       論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/aisy.202300535