Intelligente Textilien erfassen genau, wie sich ihre Benutzer bewegen

Von Adam Zewe, Massachusetts Institute of Technology, 11. Juli 2022

Mithilfe eines neuartigen Herstellungsverfahrens haben MIT-Forscher intelligente Textilien hergestellt, die sich eng an den Körper anpassen und so die Haltung und Bewegungen des Trägers wahrnehmen können. Bildnachweis: Irmandy Wicaksono

MITMIT is an acronym for the Massachusetts Institute of Technology. It is a prestigious private research university in Cambridge, Massachusetts that was founded in 1861. It is organized into five Schools: architecture and planning; engineering; humanities, arts, and social sciences; management; and science. MIT's impact includes many scientific breakthroughs and technological advances. Their stated goal is to make a better world through education, research, and innovation." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">MIT-Forscher entwickeln einen bequemen, figurbetonten Stoff, der die Aktivitäten seines Trägers wie Gehen, Laufen und Springen genau erkennt.

Mithilfe eines neuartigen Herstellungsverfahrens haben Wissenschaftler am MIT intelligente Textilien hergestellt, die sich eng an den Körper anpassen und so die Haltung und Bewegungen des Trägers präzise wahrnehmen können.

Durch die Einarbeitung eines speziellen Kunststoffgarns und dessen leichtes Schmelzen durch Hitze – ein Prozess, der als Thermoformen bezeichnet wird – konnten die Forscher die Präzision von Drucksensoren, die in mehrschichtige Stricktextilien, die sie 3DKnITS nennen, eingewebt sind, deutlich verbessern.

Using this process they created a "smart" shoe and mat, and then developed a hardware and software system to measure and interpret data from the pressure sensors in real-time. The machine-learning system predicted motions and yoga poses performed by an individual standing on the smart textile mat with about 99 percent accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">Genauigkeit.

Ihr Herstellungsprozess nutzt die Vorteile der digitalen Stricktechnologie und ermöglicht ein schnelles Prototyping und kann problemlos für die Herstellung in großem Maßstab skaliert werden, sagt Irmandy Wicaksono, wissenschaftliche Mitarbeiterin im MIT Media Lab und Hauptautorin eines Artikels, in dem 3DKnITS vorgestellt wird.

Durch die Einarbeitung eines speziellen Kunststoffgarns und dessen leichtes Schmelzen durch Hitze – ein Prozess namens Thermoformen – konnten die Forscher die Präzision von Drucksensoren, die in mehrschichtige Stricktextilien eingewebt wurden, die sie 3DKnITS nennen, erheblich verbessern. Bildnachweis: Irmandy Wicaksono

Die Technik könnte viele Anwendungen haben, insbesondere im Gesundheitswesen und in der Rehabilitation. Beispielsweise könnten damit intelligente Schuhe hergestellt werden, die den Gang einer Person verfolgen, die nach einer Verletzung wieder laufen lernt, oder Socken, die den Druck auf den Fuß eines Diabetikers überwachen, um die Bildung von Geschwüren zu verhindern.

„Mit digitalem Stricken haben Sie die Freiheit, Ihre eigenen Muster zu entwerfen und auch Sensoren in die Struktur selbst zu integrieren, sodass sie nahtlos und bequem wird und Sie sie basierend auf der Form Ihres Körpers entwickeln können“, sagt Wicaksono.

Er verfasste die Arbeit zusammen mit den MIT-Studenten Peter G. Hwang, Samir Droubi und Allison N. Serio im Rahmen des Undergraduate Research Opportunities Program; Franny Xi Wu, eine Absolventin des Wellesley College; Wei Yan, Assistenzprofessor an der Nanyang Technological University; und leitender Autor Joseph A. Paradiso, Alexander W. Dreyfoos-Professor und Direktor der Gruppe „Responsive Environments“ im Media Lab. Die Forschung wird auf der Konferenz der IEEE Engineering in Medicine and Biology Society vorgestellt.

„Einige der frühen Pionierarbeiten zu intelligenten Stoffen fanden Ende der 90er Jahre im Media Lab statt. Die Materialien, die einbettbare Elektronik und die Fertigungsmaschinen haben sich seitdem enorm weiterentwickelt“, sagt Paradiso. „Es ist ein großartiger Zeitpunkt zu sehen, wie unsere Forschung in diesen Bereich zurückkehrt, zum Beispiel durch Projekte wie das von Irmandy – sie weisen auf eine aufregende Zukunft hin, in der Sinne und Funktionen flüssiger in Materialien eindringen und enorme Möglichkeiten eröffnen.“

Um ein intelligentes Textil herzustellen, nutzen die Forscher eine digitale Strickmaschine, die Stoffschichten mit Reihen von Standard- und Funktionsgarnen miteinander verwebt. Das mehrschichtige Stricktextil besteht aus zwei Lagen leitfähigem Garngestrick, das um ein piezoresistives Gestrick gelegt ist, das seinen Widerstand ändert, wenn es zusammengedrückt wird. Nach einem Muster vernäht die Maschine dieses Funktionsgarn in horizontalen und vertikalen Reihen durch das Textil. Dort, wo sich die Funktionsfasern kreuzen, entsteht ein Drucksensor, erklärt Wicaksono.

Aber Garn ist weich und biegsam, sodass sich die Schichten verschieben und aneinander reiben, wenn sich der Träger bewegt. Dies erzeugt Rauschen und verursacht Schwankungen, die die Drucksensoren deutlich ungenauer machen.

Wicaksono came up with a solution to this problem while working in a knitting factory in Shenzhen, China, where he spent a month learning to program and maintain digital knitting machines. He watched workers making sneakers using thermoplastic yarns that would start to melt when heated above 70 degrees CelsiusThe Celsius scale, also known as the centigrade scale, is a temperature scale named after the Swedish astronomer Anders Celsius. In the Celsius scale, 0 °C is the freezing point of water and 100 °C is the boiling point of water at 1 atm pressure." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">Celsius, wodurch das Textil leicht gehärtet wird, sodass es eine präzise Form behalten kann.

Er beschloss, das Schmelzen von Fasern und das Thermoformen in den intelligenten Textilherstellungsprozess zu integrieren.

Um ein intelligentes Textil herzustellen, nutzen die Forscher eine digitale Strickmaschine, die Stoffschichten mit Reihen von Standard- und Funktionsgarnen miteinander verwebt. Das mehrschichtige Stricktextil besteht aus zwei Lagen leitfähigem Garngestrick, das um ein piezoresistives Gestrick gelegt ist, das seinen Widerstand ändert, wenn es zusammengedrückt wird. Bildnachweis: Irmandy Wicaksono

„Durch das Thermoformen wird das Geräuschproblem wirklich gelöst, weil es das mehrschichtige Textil zu einer Schicht verfestigt, indem es im Wesentlichen den gesamten Stoff zusammendrückt und verschmilzt, was die Genauigkeit verbessert. Das Thermoformen ermöglicht es uns auch, 3D-Formen zu erstellen, wie etwa eine Socke oder einen Schuh passen sich genau der Größe und Form des Benutzers an“, sagt er.

Nachdem er den Herstellungsprozess perfektioniert hatte, benötigte Wicaksono ein System zur genauen Verarbeitung von Drucksensordaten. Da der Stoff als Gitter gestrickt ist, entwickelte er einen drahtlosen Schaltkreis, der die Reihen und Spalten des Textils abtastet und den Widerstand an jedem Punkt misst. Er entwarf diese Schaltung, um Artefakte zu überwinden, die durch „Geisterbilder“-Mehrdeutigkeiten verursacht werden, die auftreten, wenn der Benutzer gleichzeitig Druck auf zwei oder mehr separate Punkte ausübt.

Inspiriert durch Deep-Learning-Techniken zur Bildklassifizierung entwickelte Wicaksono ein System, das Drucksensordaten als Wärmekarte anzeigt. Diese Bilder werden einem maschinellen Lernmodell zugeführt, das darauf trainiert ist, die Körperhaltung, Pose oder Bewegung des Benutzers anhand des Heatmap-Bildes zu erkennen.

Sobald das Modell trainiert war, konnte es die Aktivität des Benutzers auf der Smart Mat (Gehen, Laufen, Liegestütze machen usw.) mit einer Genauigkeit von 99,6 Prozent klassifizieren und sieben Yoga-Posen mit einer Genauigkeit von 98,7 Prozent erkennen.

Außerdem verwendeten sie eine Rundstrickmaschine, um einen passgenauen, intelligenten Textilschuh mit 96 Drucksensorpunkten zu erstellen, die über das gesamte 3D-Textil verteilt waren. Sie nutzten den Schuh, um den Druck zu messen, der auf verschiedene Teile des Fußes ausgeübt wird, wenn der Träger einen Fußball kickt.

Die hohe Genauigkeit von 3DKnITS könnte sie für Anwendungen in der Prothetik nützlich machen, wo Präzision von entscheidender Bedeutung ist. Ein intelligenter Textilliner könnte den Druck messen, den eine Prothese auf den Schaft ausübt, sodass ein Orthopädietechniker leicht erkennen kann, wie gut das Gerät passt, sagt Wicaksono.

Er und seine Kollegen erforschen auch kreativere Anwendungen. In Zusammenarbeit mit einem Sounddesigner und einem zeitgenössischen Tänzer entwickelten sie einen intelligenten Textilteppich, der basierend auf den Schritten des Tänzers Musiknoten und Klanglandschaften erzeugt, um die bidirektionale Beziehung zwischen Musik und Choreografie zu erkunden. Diese Forschung wurde kürzlich auf der ACM Creativity and Cognition Conference vorgestellt.

„Ich habe gelernt, dass durch interdisziplinäre Zusammenarbeit einige wirklich einzigartige Anwendungen entstehen können“, sagt er.

Now that the researchers have demonstrated the success of their fabrication technique, Wicaksono plans to refine the circuit and machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"> Modell für maschinelles Lernen. Derzeit muss das Modell auf jeden Einzelnen kalibriert werden, bevor es Aktionen klassifizieren kann, was ein zeitaufwändiger Prozess ist. Das Entfernen dieses Kalibrierungsschritts würde die Verwendung von 3DKnITS vereinfachen. Die Forscher wollen auch außerhalb des Labors Tests an intelligenten Schuhen durchführen, um zu sehen, wie sich Umgebungsbedingungen wie Temperatur und Luftfeuchtigkeit auf die Genauigkeit der Sensoren auswirken.

„Es ist immer wieder erstaunlich zu sehen, wie sich die Technologie auf so bedeutsame Weise weiterentwickelt. Es ist unglaublich, dass die Kleidung, die wir tragen, ein Armstulpe oder eine Socke, so hergestellt werden kann, dass ihre dreidimensionale Struktur für die Wahrnehmung genutzt werden kann. " sagt Eric Berkson, Assistenzprofessor für orthopädische Chirurgie an der Harvard Medical School und orthopädischer Sportmediziner am Massachusetts General Hospital, der nicht an dieser Forschung beteiligt war. „Im medizinischen Bereich und insbesondere in der orthopädischen Sportmedizin bietet diese Technologie die Möglichkeit, Bewegungen besser zu erkennen und zu klassifizieren und Kraftverteilungsmuster in realen Situationen (außerhalb des Labors) zu erkennen Verbesserung der Techniken zur Verletzungsprävention und -erkennung und Unterstützung bei der Bewertung und Steuerung der Rehabilitation.“

Verweise:

„3DKnITS: Three-dimensional Digital Knitting of Intelligent Textile Sensor for Activity Recognition and Biomechanical Monitoring“ von I. Wicaksono, PG Hwang, S. Droubi, FX Wu, AN Serio, W. Yan und JA Paradiso, 1. Juli 2022, IEEE in Gesellschaft für Medizin und Biologie.Link

„Tapis Magique: Machine-knitted Electronic Textile Carpet for Interactive Choreomusical Performance and Immersive Environments“ von Irmandy Wicaksono, Don Derek Haddad und Joseph Paradiso, 20. Juni 2022, C&C '22: Creativity and Cognition.DOI: 10.1145/3527927.3531451

Diese Forschung wurde teilweise vom MIT Media Lab Consortium unterstützt.