近日，我院发光与显示课题组在自恢复近红外力学发光材料及其在人机交互中的应用研究中取得重要进展。研究成果"Ultraprecise Sign Language Recognition Realized by Self‐Recoverable Near‐Infrared Mechanoluminescent Materials"以河北大学为第一单位发表于国际著名期刊《Advanced Materials》。博士研究生孟雪为第一作者，李盼来教授、王志军教授与美国南佐治亚大学王笑军教授为共同通讯作者。
随着人机交互技术的快速发展，柔性传感器对高稳定性、抗干扰能力及自供电性能提出了迫切需求。传统电阻式、电容式及压电式传感器在实际应用中易受电磁干扰、温湿度变化等环境影响，且部分力学发光材料依赖预辐照充电，难以满足长期连续使用的要求。针对上述挑战，本研究成功开发了一系列新型自恢复近红外力学发光材料ZnGa1-mAlmInO4:Cr3+。通过精确调控Al3+离子掺杂浓度以改变晶体场强度，材料的光致发光强度提升了40.65倍。值得关注的是，该材料在经历数千次机械刺激循环后，仍能保持98%的初始发光强度，且无需任何预辐照处理。机理研究表明，其力学发光行为主要归因于局域压电效应，而非传统陷阱控制机制。
基于上述材料，研究团队将ZAIO:Cr3+@PDMS柔性传感单元与光电传感器及卷积神经网络相结合，构建了高精度手语识别系统。该系统在包含10种手语动作、2000个样本的数据集上识别准确率高达99.46%。此外，该材料在智能轮胎状态监测等智能路面应用中也展现出良好的实时响应能力。
以上工作得到了河北省高等教育科学研究项目、中央引导地方科技发展项目、国家自然科学基金以及河北大学优秀青年科研创新团队的支持与资助。
论文链接： https://doi.org/10.1002/adma.73580
