智能传感器和物联网设备无处不在,但很大程度上依赖电池,从而产生财务和环境成本。E3D 工具包由德克萨斯 A&M 大学和加州大学洛杉矶分校的研究人员开发,旨在通过 3D 打印能量采集器来缓解这一问题。该工具包利用智能手表的惯性测量单元 (IMU) 数据,采用机器学习算法来识别适合能量收集的活动和物体。由此产生的数据为 3D 模型的设计提供信息,该模型可以捕获浪费的能量来为直流电机提供动力。
3D 打印能量采集器的组件。(图片来源:A.arabi 等人)
该工具包无需跨学科专业知识,从而简化了通常复杂的能量收集设备设计过程。具有 Python 后端的基于 Web 的应用程序可指导用户微调设计、选择要利用的运动类型并确认设备将连接到的对象。该工具包的多功能性允许在从工业到家庭环境的各种环境中进行部署。
能量收集解决方案长期以来一直面临定制和复杂性的挑战,但 E3D 提供了一条更容易实现的途径。它利用 3D 打印机和现成的智能手表等现成技术,使能量收集过程可定制且具有成本效益。虽然在这个阶段,美观相对于功能来说是次要的,但该工具包的模块化设计方法显着降低了进入壁垒。
未来,E3D 等工具包可以促进能量收集系统的广泛采用,从而有可能减少我们对传统电池的依赖及其相关的环境影响。
来源:hackster.io
© 版权声明
本站部分内容来源于互联网,仅供个人用于学习、研究,不得用于商业用途。如有关于文章内容、版权或其它问题请及时联系我们修正或删除(微信:18923725282 / 邮箱:454884888@qq.com)。
相关文章
暂无评论...