3D-borduur Trifft AI: Stof-aanraaksensoren Voor Slimme Apparatenbesturing

North Carolina State University, Raleigh, NC

De sensor is gemaakt van garnen bestaande uit twee triboelektrische materialen, één met een positieve elektrische lading en de ander met een negatieve lading, geïntegreerd in conventionele textielstoffen met borduurmachines. (Afbeelding: NCSU)

Een nieuwe studie van NC State University combineert driedimensionale borduurtechnieken met machine learning om een stof-gebaseerde sensor te creëren die elektronische apparaten kan besturen door aanraking.

Naarmate het veld van draagbare elektronica meer interesse krijgt en nieuwe functies aan kleding worden toegevoegd, wordt een borduur-gebaseerde sensor of 'knop' die die functies kan besturen, steeds belangrijker. Geïntegreerd in het stof van een kledingstuk, kan de sensor elektronische apparaten zoals mobiele apps volledig door aanraking activeren en besturen.

Het apparaat bestaat uit twee delen: de geborduurde druksensor zelf en een microchip die de data die door die sensor wordt verzameld verwerkt en distribueert. De sensor is triboelektrisch, wat betekent dat het zich zelf voedt met de elektrische lading die ontstaat door wrijving tussen zijn meerdere lagen. Het is gemaakt van garnen bestaande uit twee triboelektrische materialen, één met een positieve elektrische lading en de ander met een negatieve lading, die geïntegreerd werden in conventionele textielstoffen met borduurmachines.

Rong Yin, corresponderende auteur van de studie, zei dat de driedimensionale structuur van de sensor belangrijk was om goed te krijgen.

"Omdat de druksensor triboelektrisch is, moest het twee lagen met een gat ertussen hebben. Dat gat was een van de moeilijke delen in het proces, omdat we borduur gebruiken wat meestal tweedimensionaal is. Het is een techniek voor het versieren van stof," zei hij. "Het is uitdagend om een driedimensionale structuur op die manier te maken. Door een spacer te gebruiken, wilden we de ruimte tussen de twee lagen controleren wat ons de sensoroutput laat controleren."

Data van de druksensor wordt dan naar de microchip gestuurd, die verantwoordelijk is voor het omzetten van die ruwe invoer in specifieke instructies voor eventueel verbonden apparaten. Machine learning algoritmes zijn cruciaal om ervoor te zorgen dat dit soepel verloopt, zei Yin. Het apparaat moet in staat zijn om het verschil te maken tussen gebaren toegewezen aan verschillende functies, alsook onbedoelde invoer die van de stofnormale beweging kan komen te negeren.

"Soms is de data die de sensor verwervt niet erg nauwkeurig, en dit kan om allerlei redenen gebeuren," zei Yin. "Soms wordt de data beïnvloed door omgevingsfactoren zoals temperatuur of vochtigheid, of de sensor raakt per ongeluk iets aan. Door machine learning te gebruiken, kunnen we het apparaat trainen om die soort dingen te herkennen.

"Machine learning stelt ook dit heel kleine apparaat in staat om veel verschillende taken te volbrengen, omdat het verschillende soorten invoer kan herkennen."

De onderzoekers demonstreerden deze invoerherkenning door een eenvoudige muziekspeel-app te ontwikkelen die via Bluetooth verbonden was met de sensor. Ze ontwierpen zes functies voor de app: play/pauze, volgend nummer, vorig nummer, volume omhoog, volume omlaag en dempen, elk gecontroleerd door een ander gebaar op de sensor. Onderzoekers waren in staat het apparaat voor diverse andere functies te gebruiken, inclusief wachtwoorden instellen en invoeren en videogames besturen.

Het idee is nog in de vroege fasen, zei Yin, omdat bestaande borduurtechnologie niet in staat is om de typen materialen die gebruikt worden in de creatie van de sensor gemakkelijk te hanteren. Toch vertegenwoordigt de nieuwe sensor nog een stukje van de zich ontwikkelende draagbare elektronica puzzel, die zeker zal blijven opkrikken in de nabije toekomst.

Voor meer informatie, contacteer Joey Pitchford op Dit e-mailadres wordt beschermd tegen spambots. Je hebt JavaScript nodig om het te bekijken.; 919-602-3270.