北京林业大学博士生入选中国科协人才培育工程,第一作者在Nature Communications再获重要进展,精准度近100%

近日，北京林业大学材料科踪领域取得重要突破，其研究成果以“A liquid metal dynamic wetting strategy for spatiotemporal monitoring of hand movements”为题，发表于国际权威期刊《Nature Communications》（影响因子15.7，中国科学院一区Top期刊）。

当前主流的手部追踪技术常受限于遮挡、电磁干扰以及软传感器输出信号模糊等问题，导致动作捕捉精度不稳定，难以满足高阶人机交互对可靠性和精细度的要求。这一挑战在农林作业场景中尤为突出——复杂多变的环境、多样化的操作目标以及不规则地形，对机械手的姿态感知能力和末端执行精度提出了更高标准。针对上述难题，研究团队从天然生物结构中汲取灵感，巧妙利用其独特的各向异性微纳米构型，结合液态金属材料，创新性地提出了一种基于动态润湿机制的柔性可穿戴惯性骨骼追踪系统（FWIST）。该系统通过在手部集成16个FWIST传感单元，能够实时、高精度地捕捉手掌的俯仰与滚转运动，以及各手指的弯曲角度，进而精准重建指尖与关节的运动轨迹，实现对手部动作的全面解析。

实验结果表明，在仅使用小规模数据集的情况下，结合前馈神经网络即可实现接近100%的手势识别准确率，充分验证了该方法的高效性与实用性。FWIST不仅在远程操控、机器人编程、无人机控制及沉浸式虚拟现实等应用场景中展现出显著优势，还具备良好的多模态融合潜力——可与视觉识别、力反馈等传感技术协同工作，构建更智能的环境感知与决策系统。这一技术有望加速无人农场、智能林业和精准农业装备的发展，大幅提升农林作业的自动化水平、操作效率与安全性，具有广阔的产业化前景。

本论文第一作者为北京林业大学材料学院2024级博士研究生展飞，其已入选2025年中国科协青年科技人才培育工程博士生专项计划；青年教师王磊副教授与宋国勇教授担任共同通讯作者。该研究得到了中央高校基本科研业务费专项资金（项目编号：BLX202343）的资助，并获得材料学院的大力支持。值得一提的是，该团队此前已在《Advanced Materials》等高水平期刊上发表系列相关成果，点击阅读：