麻省理工学院的新型智能纺织品可以告诉穿戴者如何移动

研究人员和初创公司已经将智能文本文件——蓬勃发展的可穿戴设备行业的一个子领域——确定为一种可能在体育、医疗保健、工厂等许多环境中发挥作用的技术。但智能纺织品仍然面临着两个普遍的挑战：可靠性和可制造性。

上周，麻省理工学院的研究人员发表了一篇论文，他们在论文中描述了一种提高智能纺织品性能的新技术，使该技术能够根据用户的动作准确预测用户正在做什么。这项研究提供了一种新的方法来克服以前阻碍智能纺织品采用的压力传感限制。

 

麻省理工学院设计了一种新的制造技术，可以让电子纺织品感知佩戴者的运动。图片由麻省理工学院Irmandy Wicaksono提供

 

电阻式压力传感的故障

麻省理工学院的团队首先将注意力转向了基于电阻的压力传感，这是智能纺织品最常见的应用之一。

 

Nextiles公司使用的电阻式纺织品压力传感器示例。图片由Nextiles提供

 

在智能纺织品中，电阻压力传感通过利用导电纱线产生的压阻元件来工作。传感器结构本身通常是标准纱线和导电纱线的2D矩阵，以将压阻针织物夹在两层导电纱线周围的方式纺制。压阻针织物的一个关键特征是，它会根据施加的力改变电阻，从而实现织物内的压力传感。

这种方法面临的一个（字面上）紧迫挑战是，纱线柔软柔韧，会导致纱线层四处移动，并以不必要的方式相互摩擦。这种运动和相互作用的结果是系统中的噪音，最终限制了基于电阻的纺织品压力传感器的准确性、可重复性和可靠性。

 

麻省理工学院研究人员揭开“3DKnITS”面纱

在麻省理工学院媒体实验室领导的一项新研究中，研究人员提出了解决这些有问题的纱线运动的方法。

该团队提出了一种被称为“热成型”的制造方法。使用这种方法，热塑性纱线在相对较低的温度下熔化，形成柔韧的纺织品。这种材料不仅更适合使用者，而且会稍微硬化，防止纤维之间不必要的摩擦和相互作用。

 

3DKnITS的制造过程。图片由麻省理工学院Irmandy Wicaksono提供

 

为了实施热成型，研究人员用数字圆形针织机在编织过程中结合聚酯、氨纶、导电和TPU纱线，制作了一种管状针织纺织品。然后将管子切割成某个身体部位的形状，最后在低温下熔化，以更好地贴合佩戴者。这种最终的熔化过程产生了更精确的传感器（因为更紧密的配合），同时也消除了纤维中噪声的有害影响。

 

深度学习让智能纺织品更智能

然而，研究人员并没有停止热成型。然后，他们设计了一种基于深度学习的算法来解释来自传感器的压力数据，以确定佩戴者正在进行什么活动。由此产生的系统被称为3DKnITS。

研究人员将时空二维压力传感器数据作为热图进行了测试，其中织物的二维矩阵被视为网格。然后，他们使用了一个专门设计的读出电路，扫描纺织品的行和列，并测量每个点的电阻。利用这个电路，研究人员创建了压力传感器的颗粒热图，并将其输入到机器学习算法中。

 

该系统作为鞋垫应用，可以检测步态、生物力学和足球运动。图片由Wicaksono等人提供。

 

通过将数据视为热图，研究人员可以将数据解释为图像，从而简化了项目的机器学习方面。麻省理工学院的团队表示，这项技术使他们能够开发出一种个性化的卷积神经网络（CNN），该网络基于用户与织物表面的交互来识别实时活动和姿势。

该团队还报告说，他们的智能纺织品是高度准确的。根据已发表的研究，包括热成型袜子和CNN在内的整个系统能够实时对一些基本活动和瑜伽姿势进行分类，准确率分别为99.6%和98.7%。