Smart handske sporer håndbevægelser med hidtil uset nøjagtighed – Physics World

Smart handske sporer håndbevægelser med hidtil uset nøjagtighed – Physics World

Tidsstempel: 6. februar 2024 kl. 4:26

Sensorhandske
Praktisk opfindelse: UBCs Peyman Servati (til venstre) og Arvin Tashakori viser deres smarte handsker. (Med høflighed: Lou Bosshart/UBC Media Relations)

En smart handske, der sporer finger-, hånd- og håndledsbevægelser med hidtil uset nøjagtighed, er blevet udviklet af forskere ved Canadas University of British Columbia (UBC) og Texavie Technologies. Den vaskbare enhed er indlejret med individuelle sensorfibre, der reagerer på små ændringer i materialets stræk og tryk. Sensorerne transmitterer denne information trådløst til en maskinlæringsalgoritme, der estimerer håndens fine skalabevægelser næsten øjeblikkeligt.

Udover at fjernfange dynamik og give information om, hvordan hænder interagerer med objekter til robotteknologi og virtual reality, tilbyder handsken et værktøj til at vurdere slagtilfælde og andre patienters håndbevægelser og gribekræfter. Sådanne vurderinger kan hjælpe patienter med at modtage feedback om, hvilke bevægelser de skal fokusere på for at forbedre deres håndmobilitetsfunktion.

I det nye design, skabt af Peyman Servati og hans team er adskillige specialfremstillede fibersensorer syet ind i handskens strækbare stof på punkter, der ligger over fingerled, fingerspidser, håndled og håndflade. Bevægelser i leddene eller tryk forårsaget af, at hånden interagerer med en genstand, skaber stræk i stoffet. Sensorerne kan registrere strækninger helt ned til 0.005 % og helt op til 155 % af deres oprindelige længde. Alle disse sensorer, forbundet via strækbare stik til et trådløst processorkort på bagsiden af ​​handsken, fører data ind i en algoritme, der estimerer ledvinklerne med en nøjagtighed på 1.4°. Outputtet er et 3D-billede af håndens form, der dynamisk følger handskebrugerens bevægelser.

vævning af godt garn

Servati og hans kolleger udviklede specielle fibre kaldet spiralformede sensorgarn, som forbedrer ydeevnenøjagtigheden af ​​materialer, der bruges i bærbare tekstilsensorer. Disse strækbare garner består af en elastisk kerne omviklet med metalcoatede nanofibre i spiralform. En polymermatrix og elastomerskall binder strukturen sammen, hvilket giver holdbarhed, dynamikområde og trækstyrke. Eksterne stræk-/trykudløsningscyklusser ændrer kontaktområdet for de sammenbundne metalliske nanofibre, hvilket resulterer i ændringer i deres elektriske modstand. Disse garner blev syet mellem to lag nylon-polyester-spandex for at lave de smarte handsker.

Ved hjælp af motion-capture kamerasystemer indsamlede forskerne mere end tre millioner billeder af håndbevægelser af fem deltagere med forskellige håndstørrelser. De var iført smarte handsker, der var mærket med synlige etiketter på 16 punkter. Deltagerne greb fat i genstande, skiftede mellem bevægelser og bevægede tilfældigt deres fingre. En neural-netværksarkitektur kortlagde synlige billeder til samtidig indsamlede sensordata, hvilket resulterede i en maskinlæringsmodel, der estimerede håndledsvinkler og taktil information fra belastningsdataene målt af sensorgarnene.

"At fange fingerfærdige hånd- og fingerbevægelser med nøjagtighed er en meget svær opgave. Nuværende kamerabaserede systemer er dyre og har problemer med begrænset synsfelt,” siger Servati. Handsken er det mest nøjagtige design på markedet til at estimere vinklerne på fingre og håndled under bevægelse med minimal forsinkelse. Det matcher nøjagtigheden af ​​guldstandard kameraudstyr.

Forsøgspersoner, der bar handsken, testede også, hvordan handsken klarede sig til at fange specifikke bevægelser relateret til hverdagsopgaver. Enheden var i stand til at detektere ord "tastet" af bevægelser med flere fingre på en tilfældig overflade med 98% nøjagtighed; den anslåede 100 statiske og dynamiske bevægelser tilpasset fra amerikansk tegnsprog med 95 % nøjagtighed. Den opdagede også 34 genstande – inklusive krus, briller, baseballs og tennisbolde – fra håndens grebsform og kræfter med 98 % nøjagtighed.

Skyl, vask, gentag

En brug af handsken kunne være at hjælpe med slagtilfælde og patienter, der har mistet delvis håndmobilitet. Arbejde med kliniske eksperter, herunder Janice Eng, der er specialiseret i slagtilfælde-rehabilitering ved UBC Department of Medicine, fandt Servati og hans team ud af, at mange patienter kræver en nøjagtig måde at vurdere deres håndbevægelser og gribekræfter på. Udførelse af disse vurderinger på afstand og ændring af træningsrutiner eller evaluering af compliance kan også hjælpe patienter med Parkinsons og andre problemer med håndmobilitet.

"Dette er meget svært at gøre selv i klinikken, og der findes intet til at gøre det præcist og eksternt," siger Servati.

Bærbare enheder er attraktive til kliniske opgaver, men mange designs mangler den pålidelighed, nøjagtighed og vaskbarhed, som er nødvendig for praktisk brug. Efter gentagen iblødsætning og omrøring i vand og rengøringsmidler, og efter at have gennemgået gentagne maskinvaskecyklusser, oplevede Servatis handske mindre end 10 % ændring i sensorens ydeevne.

"Det er virkelig spændende at udvikle denne teknologi i en holdbar og vaskbar form, der kan skabe et stort spring i menneske-computer-interaktion og muligheden for nøjagtigt at repræsentere interaktion med objekter uden behov for kamera," siger Servati.

Subramanian Sundaram, en forsker ved Boston University's Biological Design Center, som ikke var involveret i undersøgelsen, siger, at undersøgelse af, hvordan disse fibres funktionalitet ændrer sig under daglige brugsforhold, er den "rigtige retning at fokusere på" for at skabe pålidelige tekstiler, som folk kan bruge gentagne gange . Selvom de kvantitative fejlvurderinger af ledvinkler er vigtige overvejelser for potentielle medicinske anvendelser, mener han, at sådanne anvendelser stadig er langt væk. "Nøgleudfordringen, ikke unik for dette arbejde, er at bestemme de specifikke indstillinger, hvor denne type teknologi er kritisk nødvendig," siger han.

Arbejdet er beskrevet i natur maskine intelligens.

Tidsstempel:

Mere fra Fysik verden