Используя новый производственный процесс, исследователи Массачусетского технологического института создали «умный» текстиль, который плотно прилегает к телу, чтобы чувствовать позу и движения владельца.

Включив специальный тип пластиковой пряжи и используя тепло для ее легкого расплавления — процесс, называемый термоформованием, — исследователи смогли значительно повысить точность датчиков давления, вплетенных в многослойные трикотажные ткани, которые они назвали 3DKnITS.

Они использовали этот процесс для создания «умной» обуви и коврика, а затем построили аппаратно-программную систему для измерения и интерпретации данных с датчиков давления в режиме реального времени. Система машинного обучения предсказала движения и позы йоги, выполняемые человеком, стоящим на умном текстильном коврике, с точностью около 99%.

Их производственный процесс , в котором используются преимущества цифровой технологии вязания, позволяет быстро создавать прототипы и может быть легко масштабирован для крупномасштабного производства, — говорит Ирманди Викаксоно, научный сотрудник медиа-лаборатории Массачусетского технологического института и ведущий автор статьи, представляющей 3DKnITS.

Этот метод может иметь множество применений, особенно в здравоохранении и реабилитации. Например, его можно использовать для производства умной обуви, которая отслеживает походку того, кто снова учится ходить после травмы, или носков, которые отслеживают давление на стопу больного диабетом, чтобы предотвратить образование язв.

«Благодаря цифровому вязанию у вас есть свобода создавать свои собственные узоры, а также интегрировать датчики в саму структуру, чтобы она стала бесшовной и удобной, и вы можете разработать ее в зависимости от формы вашего тела», — говорит Викаксоно.

Он написал статью со студентами бакалавриата Массачусетского технологического института Питером Г. Хвангом, Самиром Дроуби и Эллисон Н. Серио в рамках Программы исследований возможностей бакалавриата; Фрэнни Си Ву, недавняя выпускница колледжа Уэлсли; Вэй Янь, доцент Наньянского технологического университета; и старший автор Джозеф А. Парадизо, профессор Александра В. Дрейфуса и директор группы адаптивной среды в Медиа-лаборатории. Исследование будет представлено на конференции IEEE Engineering in Medicine and Biology Society.

«Некоторые из первых новаторских работ по умным тканям проводились в Media Lab в конце 90-х. С тех пор материалы, встраиваемая электроника и производственные машины значительно продвинулись вперед», — говорит Парадизо. «Это прекрасное время, чтобы увидеть, как наши исследования возвращаются в эту область, например, в рамках таких проектов, как проект Ирманди — они указывают на захватывающее будущее, в котором ощущения и функции более плавно проникают в материалы и открывают огромные возможности».

Вязание ноу-хау

Для производства «умного» текстиля исследователи используют цифровую вязальную машину, которая сплетает слои ткани с рядами стандартной и функциональной пряжи. Многослойный трикотажный материал состоит из двух слоев токопроводящего трикотажа, зажатого вокруг пьезорезистивного трикотажа, который меняет свое сопротивление при сжатии. Следуя шаблону, машина прошивает эту функциональную пряжу по всему текстилю горизонтальными и вертикальными рядами. Там, где функциональные волокна пересекаются, они создают датчик давления, объясняет Викаксоно.

Но пряжа мягкая и податливая, поэтому слои смещаются и трутся друг о друга при движении владельца. Это создает шум и вызывает изменчивость, что делает датчики давления намного менее точными.

Викаксоно придумал решение этой проблемы, работая на трикотажной фабрике в Шэньчжэне, Китай, где он провел месяц, изучая программирование и обслуживание цифровых вязальных машин. Он наблюдал, как рабочие изготавливают кроссовки из термопластичных нитей, которые начинают плавиться при нагревании выше 70 градусов по Цельсию, что слегка затвердевает, чтобы ткань могла сохранять точную форму.

Он решил попробовать включить плавление волокон и термоформование в процесс производства «умного» текстиля.

«Термоформование действительно решает проблему шума, потому что оно затвердевает из многослойного текстиля в один слой, по сути, сжимая и сплавляя всю ткань вместе, что повышает точность. Термоформование также позволяет нам создавать трехмерные формы, такие как носок или обувь, которые на самом деле точно соответствовать размеру и форме пользователя», — говорит он.

Как только он усовершенствовал производственный процесс, Викаксоно понадобилась система для точной обработки данных датчиков давления. Поскольку ткань связана в виде сетки, он создал беспроводную схему, которая сканирует ряды и столбцы ткани и измеряет сопротивление в каждой точке. Он разработал эту схему для устранения артефактов, вызванных двусмысленностью «двоения», которые возникают, когда пользователь оказывает давление на две или более отдельных точек одновременно.

Вдохновленный методами глубокого обучения для классификации изображений, Викаксоно разработал систему, которая отображает данные датчика давления в виде тепловой карты. Эти изображения передаются модели машинного обучения , которая обучена определять позу, позу или движение пользователя на основе изображения тепловой карты.

Анализ деятельности

После того, как модель была обучена, она могла классифицировать действия пользователя на умном коврике (ходьба, бег, отжимания и т. д.) с точностью 99,6% и могла распознавать семь поз йоги с точностью 98,7%.

Они также использовали кругловязальную машину для создания облегающей умной текстильной обуви с 96 точками измерения давления, разбросанными по всей 3D-ткани. Они использовали обувь для измерения давления, оказываемого на разные части стопы, когда владелец пинал футбольный мяч.

Высокая точность 3DKnITS может сделать их полезными для применения в протезировании, где важна точность. По словам Викаксоно, «умный» текстильный вкладыш может измерять давление протеза на гнездо, позволяя протезисту легко увидеть, насколько хорошо подходит устройство.

Он и его коллеги также изучают более творческие приложения. В сотрудничестве со звукорежиссером и современным танцором они разработали умный текстильный ковер, который воспроизводит музыкальные ноты и звуковые ландшафты на основе шагов танцора, чтобы исследовать двунаправленную связь между музыкой и хореографией. Это исследование было недавно представлено на конференции ACM Creativity and Cognition.

«Я узнал, что междисциплинарное сотрудничество может создать действительно уникальные приложения», — говорит он.

Теперь, когда исследователи продемонстрировали успех своей технологии изготовления, Викаксоно планирует усовершенствовать схему и модель машинного обучения. В настоящее время модель должна быть откалибрована для каждого человека, прежде чем она сможет классифицировать действия, что является трудоемким процессом. Удаление этого шага калибровки упростило бы использование 3DKnITS. Исследователи также хотят провести тесты умной обуви за пределами лаборатории, чтобы увидеть, как условия окружающей среды, такие как температура и влажность, влияют на точность датчиков.

«Всегда удивительно видеть, как технологии развиваются настолько значимо. Невероятно думать, что одежда, которую мы носим, ​​рукав или носок, может быть создана таким образом, что ее трехмерная структура может быть использована для восприятия, — говорит Эрик Берксон, доцент кафедры ортопедической хирургии Гарвардской медицинской школы и хирург- ортопед спортивной медицины Массачусетской больницы общего профиля, не участвовавший в этом исследовании. «В области медицины, и в частности в ортопедической спортивной медицине, эта технология обеспечивает возможность лучше обнаруживать и классифицировать движение и распознавать закономерности распределения силы в реальных (вне лабораторных) ситуациях. Это тип мышления, который улучшит методы предотвращения и обнаружения травм, а также поможет оценить и направить реабилитацию».