戴上“隐形眼镜”，眨眼控制无人机？

【导语】眼机交互作为前沿的人机交互技术，一直受限于信号准确度、佩戴舒适性及光线干扰等技术难题。近期，北京理工大学与香港科技大学的研究团队取得突破性进展，他们创新性地设计了一款集成LC振荡回路的智能隐形眼镜（EMI lens），实现了高灵敏度与生物相容性的无线眼机交互。该系统不仅能够实时监测眼压，还能通过解析眨眼信号控制无人机等外部设备，为人机交互领域带来全新可能。相关研究成果已在《国家科学评论》上发表，为眼机交互技术的发展和应用开辟了新道路。

眼机交互作为人机交互的重要范式之一，受限于信号准确度不足、佩戴舒适性差以及对光线干扰等技术瓶颈。近日，北京理工大学、香港科技大学研究团队创新性提出通过在隐形眼镜中集成LC振荡回路，构建兼具高灵敏度与有生物相容性的无线眼机交互系统。研究团队巧妙利用敏感电容与感应线圈的协同效应，提高了灵敏度（0.153 MHz/mmHg），并开发出基于五路眨眼模式的控制指令集。该团队通过特征谐振频率的动态解析，成功将有意识眨眼信号编码，并解码在无人机操控信号中，为拓展人机交互能力边界提供了创新方式。相关成果发表于《国家科学评论》（National Science Review）。

背景介绍

眼机交互是指通过直接捕捉并编码眼球转动和眨眼等眼部活动，实现高效的人机交互。

目前，监测眼部运动的设备主要依赖CCD摄像头或金属线圈嵌入式隐形眼镜，前者需要复杂的外接硬件，后者则因刚性组件影响佩戴舒适度和视野。

与眼球转动相比，眨眼具有显著优势：其可见性、稳定性和自然压力特性（眨眼时眼睑对角膜造成约30 mmHg的压力）使其更易被高灵敏度传感器捕获，同时能通过编码眨眼次数、时长、左右眼等参数生成多样化指令。因此，基于眨眼的眼机交互系统展现出巨大的应用潜力。

系统设计

该研究中，研究团队所设计的眼机交互系统采用一种**多层结构的智能隐形眼镜（EMI lens）**作为核心组件。EMI lens以柔性材料为基底，集成了Ti3C2Tx MXene电极层、蜂窝状微结构介电层和感应线圈，构成完整的LC谐振回路。压力变化时会改变微结构介电层的间距，进而引起电容值的变化。这种变化通过LC谐振回路转化为可测量的频率信号（可被外界的矢量网络分析仪识别），进而实现对压力的无线监测。

在不影(yǐng)响(xiǎng)视(shì)野(yě)和(hé)保(bǎo)证(zhèng)舒(shū)适(shì)佩(pèi)戴(dài)度(dù)的(de)情(qíng)况(kuàng)下(xià)，EMI lens能(néng)够(gòu)灵(líng)敏(mǐn)地(de)感(gǎn)知(zhī)由(yóu)眼(yǎn)压(yā)变(biàn)化(huà)引(yǐn)起(qǐ)的角膜形变以及眨眼引发的眼睑压力。系统具备双重功能模式：

在正常眼压范围（10-21 mmHg）内，系统将信号转化为实时监测数据；

当检测到特定压力（~30 mmHg）时，可将眨眼信号转换为控制指令。

无线(xiàn)眼(yǎn)机(jī)交(jiāo)互(hù)系(xì)统(tǒng)的(de)设(shè)计(jì)

交(jiāo)互(hù)应(yīng)用(yòng)

连(lián)续(xù)眼(yǎn)压(yā)监(jiān)测(cè)对(duì)眼(yǎn)部(bù)疾(jí)病(bìng)诊(zhěn)疗(liáo)与(yǔ)眼(yǎn)部(bù)功(gōng)能(néng)拓(tà)展(zhǎn)都(dōu)具(jù)有(yǒu)重(zhòng)要(yào)的(de)意(yì)义(yì)。通(tōng)过(guò)实(shí)时(shí)获(huò)取(qǔ)眼(yǎn)压(yā)数(shù)据(jù)，医(yī)疗专业人员可准确评估眼部健康状况，并及时决定是否需要药物治疗或手术。同时，基于EMI lens的眼机交互系统在无人机控制、智能家居、残障辅助、虚拟现实技术等人(rén)机(jī)交(jiāo)互(hù)领(lǐng)域展(zhǎn)现(xiàn)出(chū)巨(jù)大(dà)的(de)应(yīng)用(yòng)潜(qián)力(lì)。

在(zài)佩(pèi)戴(dài)测(cè)试(shì)中(zhōng)，受(shòu)试(shì)者(zhě)未(wèi)观(guān)察(chá)到(dào)明(míng)显(xiǎn)的(de)生(shēng)理(lǐ)排(pái)异(yì)或(huò)不(bù)适(shì)症(zhèng)状(zhuàng)，验(yàn)证(zhèng)了(le)EMI lens实(shí)际(jì)应(yīng)用(yòng)的可行性。人类眼睛每分钟进行10-20次的无意识眨眼动作，这是眼机交互中的干扰信号。基于EMI lens的眼机交互系统通过分析眨眼持续时间和压力幅值实现精准识别，能够有效区分有意识与无意识眨眼，在实际测试中准确率表现良好。

研究团队开发了一种基于眨眼的控制指令编解码机制，将不同眨眼行为映射为飞行指令，在实验中验证了通过眨眼控制无人机多维运动的可行性。活体兔子实验进一步证实了系统的可靠性，且实验后动物生理状态正常。这些结果充分验证了基于EMI lens眼机交互系统在医疗监测和人机控制方面的实用价值。

眼机交互应用展示（无人机控制）

封面图为版权图库图片，转载使用可能引发版权纠纷