近期，傅愉教授、彭登峰教授课题组发表题为“Mechanoluminescent optical fiber sensors for human-computer interaction”一文于Science Bulletin期刊。该文以Discussion形式对于应力发光的光纤传感器在人机交互领域的发展做出总结与展望，以及分析应力发光材料所面临的挑战。

应力发光 (Mechanoluminescence，简称ML）是指发光材料在各种应力力（如弯折、扭曲、按压、拉伸、碰撞、摩擦、切割、断裂和超声等）刺激下而发光的现象。应力发光材料由于其无源、低能耗等优异性能现已被广泛应用于各个领域。近年来，随着人工智能、5G通信和物联网的飞速发展，对应力/应变传感器也提出了多样化和专业化的需求。碳纳米管、金属纳米线、石墨烯、无机半导体和有机物等已被开发为不同结构的柔性电子应变传感器。然而，复杂的制造工艺、高昂的更换成本和潜在的安全隐患（如漏电）限制了其应用。此外，随着全球老龄化问题的到来，应力发光的自供能无源传感技术将有望应用于老年和幼儿护理、康复机器人以及高度智能化操作中的软机器人的开发。

近期，新加坡国立大学与清华大学等课题组报道了一种基于ZnS应力发光磷光体的光纤用于交互式护口器，将其与机器学习算法相结合，成功发展为计算机、智能手机和轮椅的辅助设备。这项工作激励我们探索应力发光光纤和集成传感新技术，并与机器学习算法相结合以探索更广泛的智能应用。

图：一种基于应力发光，智能算法的交互式护口器 (Nat Electron, 2022, 5, 682)

目前，基于应力发光光纤的高性能辅助传感集成技术还有很大的提升空间：1. 应力发光材料的选择，2. 开发大规模加工技术以降低制造成本，3. 提高机器学习算法的准确性和适用性。ML传感设备无需复杂的电路，便可将刚性组件整合到柔性可拉伸设备中。然而，ML材料的力-光能量转换机理尚未被完全理解，且解决应力传感的方向性问题同样至关重要。此外，人机交互设备严重依赖于软件系统对应力刺激信号的提取、再现和反馈，这些将在人工智能的帮助下得以实现。

全文链接：https://www.sciencedirect.com/science/article/pii/S2095927323001342

《Science Bulletin》（旬刊）创刊于1950年，由中国科学院主办。报道自然科学各学科基础理论和应用研究方面具有创新性和和高水平的、具有重要意义的最新研究成果、研究动态、消息、进展，点评研究动态和学科发展趋势。Science Bulletin为综合性期刊1区Top，2022年影响因子20.577。