智能手套作为一种在人机交互界面以及便携式电子产品领域应用前景极大的新型器件，近年来受到国内外学术界和工业界的广泛关注。现有手势识别传感器大多依靠集成压力传感元件的方式实现接触式手势识别，或通过拉伸传感单元实现弯曲识别。这不仅使识别准确度受制于传感单元个数，更导致智能手套的交互体验难以提升。
近日，北京大学信息科学技术学院张海霞教授课题组研制出一种新型的基于织物的自驱动非接触式智能手套。它结合摩擦起电原理与空间静电感应效应，利用四个电极即可达到0.48 mm的平均一维分辨率。与此同时，该智能手套能够检测垂直距离不超过5 cm的带电体在感应电极传感范围内的运动，因此实现了非接触式手势识别。相关研究成果以《应用于手势识别的基于织物的自驱动非接触式智能手套》（Fabric-Based Self-Powered Noncontact Smart Gloves for Gesture Recognition）为题，于2018年9月被材料科学领域重要期刊《材料化学期刊A》（Journal of Materials Chemistry A）接收；信息学院2014级本科生吴瀚翔为第一作者，张海霞教授为通讯作者。
不同于传统智能手套基于传感单元阵列实现对于压力、拉伸等物理量的数字式传感，该模拟智能手套利用预起电过程中积累于带电体表面的电荷，根据空间位移造成的静电势变化在电极上所产生的感应电流，通过计算多个电极电压的相对大小实现双方向一维位移的定位。由于利用摩擦表面自主产生的摩擦电荷，该智能手套实现了完全的自驱动传感；又由于模拟定位方法的运用，只需四个电极即可实现一维高精度定位，相较于传统数字式传感器极大降低了电极数量；空间静电感应原理使得目标物体的位移可脱离智能手套所在平面，解决了压力传感器带来的交互体验不足，以及拉伸传感器阻碍手势等问题。该智能手套通过使用聚二甲基硅氧烷（PDMS）包覆的纤维织物作为摩擦面，提高了电荷密度和信噪比；此外，使用浸涂碳纳米管（CNT）的棉布作为感应电极，使智能手套全部基于织物，因此具有良好的柔性与皮肤适应性。
上述研究工作得到国家重点基础研究发展计划、国家自然科学基金、北京市自然科学基金等支持，在解决智能手套的供能问题、增强手势识别传感器的分辨率以及增加作为人机交互界面的使用体验方面取得了重要突破。
