Sarung tangan pintar melacak gerakan tangan dengan akurasi yang belum pernah terjadi sebelumnya – Dunia Fisika

Sarung tangan pintar melacak gerakan tangan dengan akurasi yang belum pernah terjadi sebelumnya – Dunia Fisika

Stempel Waktu: 6 Februari 2024 4:26

Sarung Tangan Sensor
Penemuan praktis: Peyman Servati (kiri) dari UBC dan Arvin Tashakori memamerkan sarung tangan pintar mereka. (Sumber: Lou Bosshart/Hubungan Media UBC)

Sarung tangan pintar yang melacak pergerakan jari, tangan, dan pergelangan tangan dengan akurasi yang belum pernah terjadi sebelumnya telah dikembangkan oleh para peneliti di Universitas British Columbia (UBC) Kanada dan Teknologi Texavie. Perangkat yang dapat dicuci ini dilengkapi dengan serat sensor individual yang merespons perubahan kecil pada regangan dan tekanan bahan. Sensor secara nirkabel mengirimkan informasi ini ke dalam algoritma pembelajaran mesin yang memperkirakan pergerakan skala halus tangan dengan segera.

Selain menangkap dinamika dari jarak jauh dan memberikan informasi tentang bagaimana tangan berinteraksi dengan objek untuk robotika dan realitas virtual, sarung tangan ini menawarkan alat untuk menilai stroke dan gerakan tangan serta kekuatan menggenggam pasien lainnya. Penilaian tersebut dapat membantu pasien menerima umpan balik mengenai gerakan apa yang perlu mereka fokuskan untuk meningkatkan fungsi mobilitas tangan mereka.

Dalam desain baru, dibuat oleh Peyman Servati dan timnya, sejumlah sensor serat yang dibuat khusus dijahit ke dalam kain sarung tangan yang dapat diregangkan pada titik-titik di atas sendi jari, ujung jari, pergelangan tangan, dan telapak tangan. Gerakan pada persendian, atau tekanan akibat interaksi tangan dengan suatu benda, menimbulkan regangan pada kain. Sensor dapat mendeteksi bentangan serendah 0.005% dan setinggi 155% dari panjang aslinya. Semua sensor ini, dihubungkan melalui konektor elastis ke papan pemrosesan nirkabel di bagian belakang sarung tangan, memasukkan data ke dalam algoritma yang memperkirakan sudut sambungan dengan akurasi 1.4°. Outputnya berupa gambar 3D bentuk tangan yang secara dinamis mengikuti gerakan pemakai sarung tangan.

Menenun benang yang bagus

Servati dan rekan-rekannya mengembangkan serat khusus yang disebut benang sensor heliks, yang meningkatkan akurasi kinerja bahan yang digunakan dalam sensor tekstil yang dapat dikenakan. Benang yang dapat diregangkan ini terdiri dari inti elastis yang dibungkus dengan serat nano berlapis logam dalam bentuk heliks. Matriks polimer dan cangkang elastomer mengikat struktur menjadi satu, memberikan daya tahan, rentang dinamis, dan kekuatan tarik. Siklus peregangan/pelepasan tekanan eksternal mengubah area kontak serat nano logam yang terikat, sehingga mengakibatkan perubahan hambatan listrik. Benang ini dijahit di antara dua lapisan nilon-poliester-spandeks untuk membuat sarung tangan pintar.

Dengan menggunakan sistem kamera penangkap gerak, para peneliti mengumpulkan lebih dari tiga juta bingkai gerakan tangan oleh lima partisipan dengan ukuran tangan berbeda. Mereka mengenakan sarung tangan pintar yang ditandai dengan label yang terlihat di 16 titik. Para peserta menggenggam objek, beralih antar gerakan, dan menggerakkan jari mereka secara acak. Arsitektur jaringan saraf memetakan gambar yang terlihat untuk mengumpulkan data sensor secara bersamaan, sehingga menghasilkan model pembelajaran mesin yang memperkirakan sudut sambungan tangan dan informasi sentuhan dari data regangan yang diukur oleh benang sensor.

“Menangkap gerakan tangan dan jari yang cekatan dengan akurat adalah tugas yang sangat sulit. Sistem berbasis kamera saat ini mahal dan mempunyai masalah dengan bidang pandang yang terbatas,” kata Servati. Sarung tangan adalah desain paling akurat di pasaran untuk memperkirakan sudut jari dan pergelangan tangan selama bergerak dengan penundaan minimal. Ini cocok dengan keakuratan peralatan kamera standar emas.

Subjek yang memakai sarung tangan juga menguji kinerja sarung tangan dalam menangkap gerakan tertentu yang terkait dengan tugas sehari-hari. Perangkat ini mampu mendeteksi kata-kata yang “diketik” dengan gerakan multi-jari pada permukaan acak dengan akurasi 98%; diperkirakan 100 gerakan statis dan dinamis diadaptasi dari Bahasa Isyarat Amerika dengan akurasi 95%. Ia juga mendeteksi 34 objek – termasuk mug, gelas, bola baseball, dan bola tenis – dari bentuk dan gaya genggaman tangan dengan akurasi 98%.

Bilas, cuci, ulangi

Salah satu kegunaan sarung tangan adalah untuk membantu pasien stroke dan pasien yang kehilangan sebagian mobilitas tangan. Bekerja dengan para ahli klinis termasuk Janice Eng, yang berspesialisasi dalam rehabilitasi stroke di Departemen Kedokteran UBC, Servati dan timnya menemukan bahwa banyak pasien memerlukan cara yang akurat untuk menilai gerakan tangan dan kekuatan genggaman mereka. Melakukan penilaian ini dari jarak jauh dan mengubah rutinitas olahraga atau mengevaluasi kepatuhan juga dapat membantu pasien dengan Parkinson dan masalah mobilitas tangan lainnya.

“Hal ini sangat sulit dilakukan bahkan di klinik, dan tidak ada yang bisa melakukannya secara akurat dan jarak jauh,” kata Servati.

Perangkat yang dapat dipakai menarik untuk tugas klinis, namun banyak desain yang kurang memiliki keandalan, akurasi, dan kemampuan mencuci yang diperlukan untuk penggunaan praktis. Setelah berulang kali direndam dan diaduk dalam air dan deterjen, dan setelah menjalani siklus pencucian mesin berulang kali, sarung tangan Servati mengalami perubahan kinerja sensor kurang dari 10%.

“Sangat menarik untuk mengembangkan teknologi ini dalam bentuk yang tahan lama dan dapat dicuci yang dapat menciptakan lompatan besar dalam interaksi manusia-komputer dan kemungkinan untuk secara akurat mewakili interaksi dengan objek tanpa memerlukan kamera,” kata Servati.

Sundaram Subramanian, seorang peneliti di Pusat Desain Biologi Universitas Boston, yang tidak terlibat dalam penelitian ini, mengatakan bahwa mempelajari bagaimana fungsi serat ini berubah dalam kondisi penggunaan sehari-hari adalah “arah fokus yang tepat” untuk menciptakan tekstil andal yang dapat digunakan berulang kali. . Meskipun perkiraan kesalahan kuantitatif sudut sendi merupakan pertimbangan penting untuk aplikasi medis potensial, ia yakin bahwa penerapan tersebut masih jauh dari yang diharapkan. “Tantangan utamanya, yang tidak hanya terjadi pada pekerjaan ini, adalah menentukan kondisi spesifik di mana teknologi jenis ini sangat dibutuhkan,” ujarnya.

Pekerjaan dijelaskan dalam Kecerdasan Mesin Alam.

Stempel Waktu:

Lebih dari Dunia Fisika