Abstract The rapid progress of Internet of things (IoT) technology raises an imperative demand on human machine interfaces (HMIs) which provide a critical linkage between human and machines. Using a glove as an intuitive and low‐cost HMI can expediently track the motions of human fingers, resulting in a straightforward communication media of human–machine interactions. When combining several triboelectric textile sensors and proper machine learning technique, it has great potential to realize complex gesture recognition with the minimalist‐designed glove for the comprehensive control in both real and virtual space. However, humidity or sweat may negatively affect the triboelectric output as well as the textile itself. Hence, in this work, a facile carbon nanotubes/thermoplastic elastomer (CNTs/TPE) coating approach is investigated in detail to achieve superhydrophobicity of the triboelectric textile for performance improvement. With great energy harvesting and human motion sensing capabilities, the glove using the superhydrophobic textile realizes a low‐cost and self‐powered interface for gesture recognition. By leveraging machine learning technology, various gesture recognition tasks are done in real time by using gestures to achieve highly accurate virtual reality/augmented reality (VR/AR) controls including gun shooting, baseball pitching, and flower arrangement, with minimized effect from sweat during operation.

Sign language recognition, especially the sentence recognition, is of great significance for lowering the communication barrier between the hearing/speech impaired and the non-signers. The general glove solutions, which are employed to detect motions of our dexterous hands, only achieve recognizing discrete single gestures (i.e., numbers, letters, or words) instead of sentences, far from satisfying the meet of the signers' daily communication. Here, we propose an artificial intelligence enabled sign language recognition and communication system comprising sensing gloves, deep learning block, and virtual reality interface. Non-segmentation and segmentation assisted deep learning model achieves the recognition of 50 words and 20 sentences. Significantly, the segmentation approach splits entire sentence signals into word units. Then the deep learning model recognizes all word elements and reversely reconstructs and recognizes sentences. Furthermore, new/never-seen sentences created by new-order word elements recombination can be recognized with an average correct rate of 86.67%. Finally, the sign language recognition results are projected into virtual space and translated into text and audio, allowing the remote and bidirectional communication between signers and non-signers.

With the development of 5G and Internet of Things (IoT), the era of big data‐driven product design is booming. In addition, artificial intelligence (AI) is also emerging and evolving by recent breakthroughs in computing power and software architectures. In this regard, the digital twin, analyzing various sensor data with the help of AI algorithms, has become a cutting‐edge technology that connects the physical and virtual worlds, in which the various sensors are highly desirable to collect environmental information. However, although existing sensor technologies, including cameras, microphones, inertial measurement units, etc., are widely used as sensing elements for various applications, high‐power consumption and battery replacement of them is still a problem. Triboelectric nanogenerators (TENGs) as self‐powered sensors supply a feasible platform for realizing self‐sustainable and low‐power systems. Herein, the recent progress on TENG‐based intelligent systems, that is, wearable electronics, robot‐related systems, and smart homes, followed by prospective future development enabled by sensor fusion technology, is focused on. Finally, how to apply artificial intelligence to the design of intelligent sensor systems for the 5G and IoT era is discussed.

Abstract Triboelectric nanogenerator (TENG) technology is a promising research field for energy harvesting and nanoenergy and nanosystem (NENS) in the aspect of mechanical, electrical, optical, acoustic, fluidic, and so on. This review systematically reports the progress of TENG technology, in terms of energy‐boosting, emerging materials, self‐powered sensors, NENS, and its further integration with other potential technologies. Starting from TENG mechanisms including the ways of charge generation and energy‐boosting, we introduce the applications from energy harvesters to various kinds of self‐powered sensors, that is, physical sensors, chemical/gas sensors. After that, further applications in NENS are discussed, such as blue energy, human‐machine interfaces (HMIs), neural interfaces/implanted devices, and optical interface/wearable photonics. Moving to new research directions beyond TENG, we depict hybrid energy harvesting technologies, dielectric‐elastomer‐enhancement, self‐healing, shape‐adaptive capability, and self‐sustained NENS and/or internet of things (IoT). Finally, the outlooks and conclusions about future development trends of TENG technologies are discussed toward multifunctional and intelligent systems. image

Wearable electronics presage a future in which healthcare monitoring and rehabilitation are enabled beyond the limitation of hospitals, and self-powered sensors and energy generators are key prerequisites for a self-sustainable wearable system. A triboelectric nanogenerator (TENG) based on textiles can be an optimal option for scavenging low-frequency and irregular waste energy from body motions as a power source for self-sustainable systems. However, the low output of most textile-based TENGs (T-TENGs) has hindered its way toward practical applications. In this work, a facile and universal strategy to enhance the triboelectric output is proposed by integration of a narrow-gap TENG textile with a high-voltage diode and a textile-based switch. The closed-loop current of the diode-enhanced textile-based TENG (D-T-TENG) can be increased by 25 times. The soft, flexible, and thin characteristics of the D-T-TENG enable a moderate output even as it is randomly scrunched. Furthermore, the enhanced current can directly stimulate rat muscle and nerve. In addition, the capability of the D-T-TENG as a practical power source for wearable sensors is demonstrated by powering Bluetooth sensors embedded to clothes for humidity and temperature sensing. Looking forward, the D-T-TENG renders an effective approach toward a self-sustainable wearable textile nano-energy nano-system for next-generation healthcare applications.

Abstract Water droplets help life in nature survive, thrive, and evolve. With water droplet serving as one of the indispensable elements in the Internet of Things (IoT), many droplet‐oriented technologies, such as microfluidics, droplet manipulation, electrowetting, and energy harvesting, make rapid progress driven by material science, computer science, and medicine. Droplet‐based wearable devices are endowed with advantages such as flexibility, sensing ability, and automation for various parameter detection. Besides, the continuous exploration of droplet manipulation has led to the emergence of a wide variety of manipulation methods. Meanwhile, electrowetting that utilizes external fields modifying liquid–solid surfaces has found its applications in various areas, including droplet transportation, microfabrication, and healthcare. The energy generation from water droplets also presents exciting opportunities for the development of novel electricity generators. These approaches for droplet utilization underscore the immense potentials and versatilities of droplet‐based technologies in the IoT landscape. Hence, this mini review presents the fundamental droplet‐based technologies by summarizing their working mechanisms and methods, device structures, and applications. Given the challenges in materials, fabrication, and system integration, this review shows the overall development roadmap in terms of improved functionality and performance and highlights the opportunities toward multifunctional, self‐sustainable, and intelligent systems, which is called for IoT construction.