นักวิจัยของ MIT ได้ใช้กระบวนการผลิตที่แปลกใหม่ในการผลิตสิ่งทอที่ชาญฉลาดซึ่งเข้ากับร่างกายได้พอดี เพื่อให้สามารถสัมผัสได้ถึงท่าทางและการเคลื่อนไหวของผู้สวมใส่
ด้วยการผสมผสานเส้นด้ายพลาสติกชนิดพิเศษและใช้ความร้อนในการหลอมเล็กน้อย ซึ่งเป็นกระบวนการที่เรียกว่าเทอร์โมฟอร์ม นักวิจัยสามารถปรับปรุงความแม่นยำของเซ็นเซอร์ความดันที่ทอเป็นสิ่งทอถักหลายชั้นได้อย่างมาก ซึ่งพวกเขาเรียกว่า 3DKnITS
พวกเขาใช้กระบวนการนี้เพื่อสร้างรองเท้าและแผ่นรองที่ “ฉลาด” จากนั้นจึงสร้างระบบฮาร์ดแวร์และซอฟต์แวร์เพื่อวัดและตีความข้อมูลจากเซ็นเซอร์ความดันในแบบเรียลไทม์ ระบบแมชชีนเลิร์นนิงทำนายการเคลื่อนไหวและท่าโยคะที่ทำโดยบุคคลที่ยืนอยู่บนเสื่อสิ่งทออัจฉริยะที่มีความแม่นยำประมาณ 99 เปอร์เซ็นต์
Irmandy Wicaksono ผู้ช่วยวิจัยใน MIT Media Lab และหัวหน้าผู้เขียนบทความเรื่อง 3DKnITS กล่าวว่ากระบวนการผลิตของพวกเขาซึ่งใช้ประโยชน์จากเทคโนโลยีการถักแบบดิจิทัลช่วยให้สามารถสร้างต้นแบบได้อย่างรวดเร็วและสามารถปรับขนาดได้ง่ายสำหรับการผลิตขนาดใหญ่
เทคนิคนี้สามารถนำไปใช้ได้หลายอย่าง โดยเฉพาะในการดูแลสุขภาพและการฟื้นฟูสมรรถภาพ ตัวอย่างเช่น อาจใช้ผลิตรองเท้าอัจฉริยะที่ติดตามการเดินของคนที่กำลังเรียนรู้ที่จะเดินอีกครั้งหลังจากได้รับบาดเจ็บ หรือถุงเท้าที่ตรวจสอบแรงกดบนเท้าของผู้ป่วยเบาหวานเพื่อป้องกันการก่อตัวของแผล
“ด้วยการถักนิตติ้งแบบดิจิทัล คุณมีอิสระในการออกแบบรูปแบบของคุณเอง และยังรวมเซ็นเซอร์ภายในโครงสร้างด้วย ดังนั้นจึงราบรื่นและสะดวกสบาย และคุณสามารถพัฒนาได้ตามรูปร่างของร่างกาย” Wicaksono กล่าว
เขาเขียนบทความร่วมกับนักศึกษาระดับปริญญาตรีของ MIT Peter G. Hwang, Samir Droubi และ Allison N. Serio ผ่านโครงการโอกาสในการวิจัยระดับปริญญาตรี Franny Xi Wu บัณฑิตล่าสุดของ Wellesley College; Wei Yan ผู้ช่วยศาสตราจารย์ที่ Nanyang Technological University; และผู้เขียนอาวุโส Joseph A. Paradiso ศาสตราจารย์ Alexander W. Dreyfoos และผู้อำนวยการกลุ่ม Responsive Environments ภายใน Media Lab งานวิจัยนี้จะนำเสนอในการประชุม IEEE Engineering in Medicine and Biology Society
“งานบุกเบิกในยุคแรกๆ เกี่ยวกับผ้าอัจฉริยะเกิดขึ้นที่ Media Lab ในช่วงปลายทศวรรษ 90 วัสดุ อุปกรณ์อิเล็กทรอนิกส์แบบฝังได้ และเครื่องประดิษฐ์มีความก้าวหน้าอย่างมากตั้งแต่นั้นมา” Paradiso กล่าว “เป็นเวลาที่ดีที่จะได้เห็นงานวิจัยของเรากลับมายังพื้นที่นี้ เช่น ผ่านโครงการต่างๆ เช่น Irmandy’s ซึ่งชี้ไปที่อนาคตที่น่าตื่นเต้นที่การตรวจจับและการทำงานจะกระจายไปในวัสดุอย่างคล่องตัวและเปิดโอกาสมหาศาล”
เล่นวีดีโอ
ความรู้ด้านการถัก
ในการผลิตสิ่งทอที่ชาญฉลาด นักวิจัยใช้เครื่องถักแบบดิจิทัลที่ทอผ้าหลายชั้นเข้าด้วยกันเป็นแถวของเส้นด้ายมาตรฐานและใช้งานได้จริง ผ้าถักแบบหลายชั้นประกอบด้วยเส้นด้ายถักแบบนำไฟฟ้าสองชั้นประกบประกบถักแบบพายโซรีซิสทีฟ ซึ่งจะเปลี่ยนความต้านทานเมื่อบีบ ตามรูปแบบ เครื่องจักรเย็บเส้นด้ายที่ใช้งานได้นี้ทั่วทั้งสิ่งทอในแถวแนวนอนและแนวตั้ง Wicaksono อธิบายเมื่อเส้นใยที่ใช้งานได้ตัดกัน พวกมันจะสร้างเซ็นเซอร์ความดัน
แต่เส้นด้ายมีความนุ่มและยืดหยุ่นได้ ดังนั้นชั้นจะเลื่อนและเสียดสีกันเมื่อผู้สวมใส่เคลื่อนไหว สิ่งนี้สร้างสัญญาณรบกวนและทำให้เกิดความแปรปรวนที่ทำให้เซ็นเซอร์ความดันมีความแม่นยำน้อยลงมาก
Wicaksono คิดวิธีแก้ปัญหานี้ขณะทำงานในโรงงานถักนิตติ้งในเซินเจิ้น ประเทศจีน ซึ่งเขาใช้เวลาหนึ่งเดือนในการเรียนรู้การเขียนโปรแกรมและบำรุงรักษาเครื่องถักนิตติ้งดิจิทัล เขาเฝ้าดูคนงานทำรองเท้าผ้าใบโดยใช้เส้นด้ายเทอร์โมพลาสติกซึ่งจะเริ่มละลายเมื่อได้รับความร้อนสูงกว่า 70 องศาเซลเซียส ซึ่งจะทำให้สิ่งทอแข็งตัวเล็กน้อยเพื่อให้มีรูปร่างที่แม่นยำ
เขาตัดสินใจที่จะลองผสมผสานเส้นใยหลอมเหลวและการขึ้นรูปด้วยความร้อนเข้ากับกระบวนการผลิตสิ่งทออัจฉริยะ
“การขึ้นรูปด้วยความร้อนช่วยแก้ปัญหาเรื่องเสียงได้จริง ๆ เพราะมันทำให้สิ่งทอหลายชั้นแข็งตัวเป็นชั้นเดียวโดยการบีบและหลอมผ้าทั้งหมดเข้าด้วยกัน ซึ่งช่วยเพิ่มความแม่นยำ การขึ้นรูปด้วยความร้อนนั้นยังช่วยให้เราสร้างรูปแบบ 3 มิติ เช่น ถุงเท้าหรือรองเท้า ที่พอดีกับขนาดและรูปร่างของผู้ใช้จริงๆ” เขากล่าว
เมื่อเขาทำให้กระบวนการผลิตสมบูรณ์แบบ Wicaksono ต้องการระบบเพื่อประมวลผลข้อมูลเซ็นเซอร์ความดันอย่างแม่นยำ เนื่องจากผ้าถักเป็นเส้นตาราง เขาจึงสร้างวงจรไร้สายที่สแกนผ่านแถวและคอลัมน์บนสิ่งทอและวัดความต้านทานในแต่ละจุด เขาออกแบบวงจรนี้เพื่อเอาชนะสิ่งประดิษฐ์ที่เกิดจากความกำกวม “โกสต์” ซึ่งเกิดขึ้นเมื่อผู้ใช้ออกแรงกดบนจุดแยกสองจุดหรือมากกว่าพร้อมกัน
ด้วยแรงบันดาลใจจากเทคนิคการเรียนรู้เชิงลึกสำหรับการจัดประเภทรูปภาพ Wicaksono ได้คิดค้นระบบที่แสดงข้อมูลเซ็นเซอร์ความดันเป็นแผนที่ความร้อน ภาพเหล่านั้นถูกป้อนเข้าสู่โมเดลแมชชีนเลิร์นนิง ซึ่งได้รับการฝึกฝนให้ตรวจจับท่าทาง ท่าทาง หรือการเคลื่อนไหวของผู้ใช้ตามภาพแผนที่ความร้อน
วิเคราะห์กิจกรรม
เมื่อโมเดลได้รับการฝึกอบรมแล้ว จะสามารถจำแนกกิจกรรมของผู้ใช้บนเสื่ออัจฉริยะ (การเดิน วิ่ง วิดพื้น ฯลฯ) ได้อย่างแม่นยำ 99.6 เปอร์เซ็นต์ และสามารถจดจำท่าโยคะได้ 7 ท่า โดยมีความแม่นยำ 98.7 เปอร์เซ็นต์
พวกเขายังใช้เครื่องถักแบบวงกลมเพื่อสร้างรองเท้าสิ่งทออัจฉริยะเข้ารูป โดยมีจุดตรวจวัดแรงกด 96 จุดกระจายอยู่ทั่วสิ่งทอ 3 มิติ พวกเขาใช้รองเท้าวัดแรงกดบนส่วนต่างๆ ของเท้าเมื่อผู้สวมใส่เตะลูกฟุตบอล
ความแม่นยำสูงของ 3DKnITS อาจทำให้มีประโยชน์สำหรับการใช้งานในอวัยวะเทียม ซึ่งความแม่นยำเป็นสิ่งสำคัญ ผ้าซับในอัจฉริยะสามารถวัดแรงกดที่ขาเทียมวางบนซ็อกเก็ตได้ ทำให้นักกายอุปกรณ์เทียมสามารถมองเห็นได้ง่ายว่าอุปกรณ์นั้นพอดีแค่ไหน Wicaksono กล่าว
เขาและเพื่อนร่วมงานกำลังสำรวจแอปพลิเคชันที่สร้างสรรค์มากขึ้น ด้วยความร่วมมือกับนักออกแบบเสียงและนักเต้นร่วมสมัย พวกเขาได้พัฒนาพรมสิ่งทออันชาญฉลาดที่ขับเคลื่อนโน้ตดนตรีและภูมิทัศน์เสียงตามขั้นตอนของนักเต้น เพื่อสำรวจความสัมพันธ์แบบสองทิศทางระหว่างดนตรีและการออกแบบท่าเต้น งานวิจัยนี้เพิ่งถูกนำเสนอในการประชุม ACM Creativity and Cognition Conference
“ฉันได้เรียนรู้ว่าการทำงานร่วมกันแบบสหวิทยาการสามารถสร้างแอปพลิเคชันที่ไม่เหมือนใครได้” เขากล่าว
ตอนนี้นักวิจัยได้แสดงให้เห็นถึงความสำเร็จของเทคนิคการประดิษฐ์ของพวกเขาแล้ว Wicaksono วางแผนที่จะปรับแต่งรูปแบบการเรียนรู้ของวงจรและเครื่องจักร ในปัจจุบัน โมเดลจะต้องได้รับการปรับเทียบให้เข้ากับแต่ละบุคคลก่อนที่จะสามารถจำแนกการกระทำได้ ซึ่งเป็นกระบวนการที่ใช้เวลานาน การลบขั้นตอนการปรับเทียบนั้นจะทำให้ 3DKnITS ใช้งานได้ง่ายขึ้น นักวิจัยยังต้องการทดสอบรองเท้าอัจฉริยะนอกห้องปฏิบัติการเพื่อดูว่าสภาพแวดล้อมเช่นอุณหภูมิและความชื้นส่งผลต่อความแม่นยำของเซ็นเซอร์อย่างไร
“เป็นเรื่องมหัศจรรย์เสมอที่ได้เห็นเทคโนโลยีก้าวหน้าไปในทางที่มีความหมายมาก เป็นเรื่องเหลือเชื่อที่คิดว่าเสื้อผ้าที่เราสวมใส่ ปลอกแขนหรือถุงเท้า สามารถสร้างขึ้นในลักษณะที่โครงสร้างสามมิติของมันสามารถใช้สำหรับการตรวจจับได้” Eric Berkson ผู้ช่วยศาสตราจารย์ด้านศัลยกรรมกระดูกที่ Harvard Medical School และ ศัลยแพทย์กระดูกและข้อเวชศาสตร์การกีฬาที่โรงพยาบาลแมสซาชูเซตส์เจเนอรัล ซึ่งไม่ได้มีส่วนร่วมในการวิจัยครั้งนี้ “ในสาขาการแพทย์และเวชศาสตร์การกีฬาออร์โธปิดิกส์โดยเฉพาะ เทคโนโลยีนี้ช่วยให้สามารถตรวจจับและจำแนกการเคลื่อนไหวได้ดีขึ้น และจดจำรูปแบบการกระจายแรงในสถานการณ์จริง (นอกห้องปฏิบัติการ) นี่คือประเภทของความคิดที่จะเสริมการป้องกันและตรวจจับการบาดเจ็บและช่วยประเมินและฟื้นฟูโดยตรง”
งานวิจัยนี้บางส่วนได้รับการสนับสนุนโดย MIT Media Lab Consortium
