3D-borduurwerk ontmoet AI:aanraaksensoren van stof voor bediening van slimme apparaten

North Carolina State University, Raleigh, NC

De sensor is gemaakt van garens bestaande uit twee tribo-elektrische materialen, één met een positieve elektrische lading en de andere met een negatieve lading, die met borduurmachines in conventionele textielstoffen zijn geïntegreerd. (Afbeelding:NCSU)

Een nieuwe studie van NC State University combineert driedimensionale borduurtechnieken met machinaal leren om een op stof gebaseerde sensor te creëren die elektronische apparaten kan besturen via aanraking.

Naarmate het gebied van draagbare elektronica steeds meer in de belangstelling komt te staan en er nieuwe functies aan kleding worden toegevoegd, wordt een op borduurwerk gebaseerde sensor of ‘knop’ die deze functies kan besturen steeds belangrijker. De sensor is geïntegreerd in de stof van een kledingstuk en kan elektronische apparaten zoals mobiele apps volledig via aanraking activeren en besturen.

Het apparaat bestaat uit twee delen:de geborduurde druksensor zelf en een microchip die de door die sensor verzamelde gegevens verwerkt en distribueert. De sensor is tribo-elektrisch, wat betekent dat hij zichzelf van stroom voorziet met behulp van de elektrische lading die wordt gegenereerd door de wrijving tussen de meerdere lagen. Het is gemaakt van garens bestaande uit twee tribo-elektrische materialen, één met een positieve elektrische lading en de andere met een negatieve lading, die met borduurmachines in conventionele textielstoffen zijn geïntegreerd.

Rong Yin, corresponderend auteur van het onderzoek, zei dat het belangrijk was om de driedimensionale structuur van de sensor goed te krijgen.

"Omdat de druksensor tribo-elektrisch is, moest hij twee lagen hebben met een opening ertussen. Die opening was een van de moeilijkste onderdelen van het proces, omdat we borduurwerk gebruiken dat meestal tweedimensionaal is. Het is een techniek voor het versieren van stof", zei hij. "Het is een uitdaging om op die manier een driedimensionale structuur te maken. Door een afstandhouder te gebruiken, konden we de opening tussen de twee lagen beheersen, waardoor we de output van de sensor konden controleren."

Gegevens van de druksensor worden vervolgens naar de microchip gestuurd, die verantwoordelijk is voor het omzetten van die ruwe invoer in specifieke instructies voor alle aangesloten apparaten. Machine learning-algoritmen zijn essentieel om ervoor te zorgen dat dit soepel verloopt, zei Yin. Het apparaat moet het verschil kunnen zien tussen gebaren die aan verschillende functies zijn toegewezen, en moet ook onbedoelde input kunnen negeren die zou kunnen voortkomen uit de normale beweging van het doek.

“Soms zijn de gegevens die de sensor verzamelt niet erg nauwkeurig, en dit kan om allerlei redenen gebeuren”, zegt Yin. "Soms worden de gegevens beïnvloed door omgevingsfactoren zoals temperatuur of vochtigheid, of raakt de sensor per ongeluk iets aan. Door machine learning te gebruiken, kunnen we het apparaat trainen om dat soort dingen te herkennen.

“Machine learning zorgt er ook voor dat dit zeer kleine apparaat veel verschillende taken kan uitvoeren, omdat het verschillende soorten input kan herkennen.”

De onderzoekers demonstreerden deze invoerherkenning door een eenvoudige muziekafspelende mobiele app te ontwikkelen die via Bluetooth met de sensor werd verbonden. Ze ontwierpen zes functies voor de app:afspelen/pauzeren, volgend nummer, laatste nummer, volume omhoog, volume omlaag en dempen, elk bestuurd door een ander gebaar op de sensor. Onderzoekers konden het apparaat voor verschillende andere functies gebruiken, waaronder het instellen en invoeren van wachtwoorden en het besturen van videogames.

Het idee bevindt zich nog in de beginfase, zei Yin, omdat de bestaande borduurtechnologie niet in staat is om gemakkelijk om te gaan met de soorten materialen die worden gebruikt bij het maken van de sensor. Toch vertegenwoordigt de nieuwe sensor een nieuw stukje van de zich ontwikkelende draagbare elektronica-puzzel, die in de nabije toekomst zeker in de belangstelling zal blijven staan.

Neem voor meer informatie contact op met Joey Pitchford op Dit e-mailadres wordt beschermd tegen spambots. U heeft Javascript nodig om het te kunnen zien.; 919-602-3270.