Project Tasca：启用基于口袋的纺织传感器的触摸和上下文交互

文献标题

Project Tasca: Enabling Touch and Contextual Interactions with a Pocket-based Textile Sensor

文献信息

• 主题领域: 可穿戴技术、人机交互、智能织物技术
• 关键词: Capacitive sensing, inductive sensing, resistive sensing, NFC, interactive fabrics, gesture recognition, object recognition, wearables, interactive pockets

研究背景与问题

• 发现的问题与挑战:
  • 可穿戴设备的交互设计限制了用户的输入方式，例如通过智能手机或智能手表。
  • 现有的交互式口袋设计使用刚性设备（如相机、触控传感器），不适合日常使用，也难以实现织物的柔性和便携性。
• 问题重要性:
  • 智能织物的研究为日常生活和工作中的物品互动开辟了新的可能性，尤其是增强用户的无眼、长时间可用交互能力。
  • 识别口袋中的物品也为活动跟踪、环境调整和设备之间的信息衔接提供了新的场景。
• 研究动机与相关工作:
  • 之前的研究证明了交互式织物的可能性，但尚未结合多种传感技术提供通用解决方案。
  • 项目希望通过改进柔性智能织物设计，支持从触摸手势到物品识别及上下文感知的多种交互。

解决方案

• 提出的方法:

  • 开发一种基于多层织物传感器的交互式口袋，结合四种传感技术：感应式传感（inductive sensing）、电容式传感（capacitive sensing）、电阻式传感（resistive sensing）、近距离通信（NFC）。
  • 进行硬件整合设计，在织物中实现传感器的轻薄部署。

• 创新点:

  • 首次结合了多种传感技术，将物体识别、触摸手势、压力感知和NFC标识整合到一个纺织感知系统中。
  • 通过多层织物设计减少厚度，并优化感应器排列以提升感知精度，增加应用场景。

• 实现步骤与关键技术:

  • 感应式传感: 使用螺旋形线圈感知金属物品，通过检测电磁场变化识别金属物品。
  • 电容式传感: 检测非金属物体的电容“脚印”，并用于触摸手势识别。
  • 电阻式传感: 使用压敏材料感知压力，从而识别物品的厚度和手势压力。
  • NFC传感: 通过电磁场检测和通信，识别附加标签的物体。
  • 制造传感器时使用分层结构，确保感知精度和设备柔性。

研究成果

• 具体成果:

  • 口袋传感器的识别精度达到92.3%（物品识别）、96.4%（手势识别），并且能可靠检测NFC标签（检测成功率达100%）。
  • 可通过手势、多种压力进行输入，并通过物品识别提供上下文化交互。

• 与现有解决方案的优势:

  • 与现有采用刚性设备的口袋设计相比，该系统更加便携、柔性、适于日常使用。
  • 多传感器组合提高了数据可靠性，能够适应不同用户个体差异。

• 实验与评估结果:

  • 物品识别实验: 测试11种物品，包括空与满的容器，跨用户精度为81.3%。
  • 手势识别实验: 测试8种常见触摸手势，精度为96.1%。压力手势有效区分低与高压。
  • NFC传感实验: 标签可在0-6毫米内精准识别距离、位置，但远程检测受限制。

• 局限性与未来方向:

  • 硬件限制: 传感器排布和分辨率限制了部分物品的识别，需要改进硬件如多路复用器。
  • 身体动作影响: 用户运动时可能导致传感器读数噪声，需要开发更精准的模型处理动态输入。
  • 应用场景扩展: 探索口袋之外的其他服装场景及非接触式检测方法。
  • 织物柔性优化: 提升织物柔软度以增强用户实际穿戴体验。

总结

该研究展示了多层织物通过多传感集成支持触摸、压力及物品识别的新型交互能力，在多应用场景下表现出高精度和上下文适应性。未来将进一步优化硬件和探索新的应用场景，推动智能织物技术的实用化与扩展。