韩国发明新型可弯曲电池 柔化手机还有多远?

韩国科学技术高级研究院(KAI)教授KeonJaeLee宣布发明一种固态弹性可弯曲电池,稳定性高,可反复充电。这款电池将推动下一代灵活电子系统的创新,如显示屏、内存、LED等。虽然当前只能为LED小灯泡供电,但研究小组正致力于提高大规模生产的技术,如激光剥离技术。

来自韩国科学技术高级研究院(Korean Advanced Institute of Science)的Keon Jae Lee 教授近日宣布发明了一种固态弹性可弯曲电池。而且这块电池稳定性非常高,在折叠、破损、或轻度肢解的情况下都能正常供电。弯曲情况下不会造成电量和性能的损耗。
这款可弯曲电池也属于锂离子电池,并且可以反复充电。李教授说:“这个高性能的柔性薄膜电池的问世,将加快下一代灵活的电子系统的发展,结合现有的弹性元件,如显示屏,内存,LED,从而为一些有趣超前的设计提供了可能。”

从介绍视频和照片来看,目前这种电池只能达到供给LED小灯泡发光的程度,距离大规模实际生产应用还有很长的距离要走。

该研究小组目前正在研究激光剥离技术,以方便加快LIBS和3D堆叠结构的大规模生产,以提高充电电池的密度。

Keon Jae Lee 教授研发的这种电池并不是第一款面世的可弯曲电池,在此之前就有多款可弯曲的电子元件被发明出来。随着“柔化手机”概念的推广,我们一起来看看目前“柔化手机”的发展程度如何。

今年三月份左右就有报道称NEC在研发超薄可弯曲的ORB电池,厚度仅 为3毫米,一块3平方厘米的游离基电池可以提供3mAh的电量,而且充放电500次仍能保持75%的电池容量,与当今我们常用的锂电池相当,预计2013年投入使用。

2011斯坦福大学的一位材料科学家将薄膜碳纳米管涂在另一张表层含有金属的锂化合物纳米管上。锂作为电极,而碳纳米管层则是电流集合管。这样以来,电池仅有300微米厚,而且节能效果比其它电池更好。这也并非一次性的电池,经过300多次循环充电测试,性能仍然令人满意。

剑桥大学研究人员用石墨为主要材料制成的可弯曲电路板

同样是由韩国高级科技学院院(KAIST)研究出来的可弯曲存储器

2011年日本国立信息与通信技术研究所(NICT)的一个研究团队展示了一款可弯曲 充电器,让你的衣服、口袋有可能变成一个无线充电站。

而早在去年,三星和诺基亚就分别曝光过将会推出可弯曲屏幕的智能手机。

三星2011年在CES大会上展示了他们的4.5寸弹性AMOLED屏幕

2011年诺基亚在其世界大会上也展示了一款弹性OLED显示屏

早前就有外媒报道夏普将推出IGZO技术制造的可弯曲屏幕。若配上可弯曲电池,可 弯曲手机离问世就不远了

上述的这些可弯曲器件不仅可以用于“柔化手机”,还可以用于更仿真的电子书,智能化包装、电子标签等,可以说前景还是非常广阔的。但是我们也可以看出,目前除了可弯曲屏幕发展较快以外,其余部件还无法投入大规模工业生产,距离真正“柔化手机”面世还有一段时间。同时,日本和韩国在“柔化手机”的研发中走在前列,欧美紧随其后,中国研究机构或企业基本不见踪影。倘若不久将来“柔化手机”手机成为潮流,中国企业势必陷入代工——山寨的循环。

部分内容来源于:techcrunch.com

了解更多新酷炫设备,敬请关注@爱搞机

周不亮雷锋网专稿,转载请注明来自雷锋网及作者,并链回本页)
内容概要:本文介绍了一个基于传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失或算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅读建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅读,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值