KnitUI:用机器针织制作纺织传感器和用户界面

荣誉提名
形变界面与软机器人材料电子纺织品(E-textiles)创客(Maker)与DIY爱好者工艺师(纺织、陶瓷等)

文献标题

KnitUI: Fabricating Interactive and Sensing Textiles with Machine Knitting

文献信息

  • 主题领域: 人机交互,智能纺织,多功能电子织物
  • 关键词: 数字编织, 可穿戴设备, 智能纺织品, 触觉传感器, 人机交互, 电阻压力传感, 纺织用户界面, 机器人皮肤, 编织指令生成

研究背景与问题

  • 问题与挑战:

    • 智能纺织品及可穿戴电子设备近年来备受关注,但传统制造方法常需要大量手动工作,导致成本高昂且制造过程繁琐。
    • 如何实现低成本、自动化、个性化和多功能的纺织用户界面,以及解决电子元件与传统纺织的集成问题。
  • 重要性:

    • 智能纺织品结合纺织的柔性、透气性以及广泛的日常应用潜力,为人机交互和感测技术的集成提供了机会。
    • 基于纺织品进行功能扩展,如压力感测和用户交互,能够显著改进日常物体的人机互动能力。
  • 研究动机与相关工作:

    • 数字编织技术使电子织物的自动化制造成为可能。
    • 先前研究中的功能编织主要依赖人工集成预制的功能组件,限制了这类纺织品的广泛应用。
    • 本文旨在开发一种新的具有交互能力和压力传感功能的编织纺织用户界面,通过引入高效的设计工具和编织方法,解决现有方法的局限性。

解决方案

  • 提出的方法与解决方案:

    • 引入一种基于电阻压力传感的新型双层编织结构(KnitUI),结合 Jacquard 和 Plating 编织技术。
    • 自动化嵌入导电纱线以形成压力感测单元,减少手工后处理。
    • 开发交互式设计界面,允许用户定制传感单元的颜色、尺寸、位置和形状。
  • 创新之处:

    • 全自动化编织传感单元和电导迹线,显著减少劳动成本。
    • 提供交互平台以将设计转换为低级机器编织指令,支持用户定制。
    • 传感单元可实现高灵敏度、可变形、可清洗和可扩展的创新结构。
  • 实施步骤与关键技术:

    1. 传感单元设计: 使用双层编织结构,结合导电纱线与常规纱线,通过机械挤压增加导电路径。
    2. 电导迹线设计: 设计与传感单元自动连接的电导线路,避免传感单元间的短路。
    3. 设计界面开发: 提供基于 Stitch Meshes 的界面支持用户定制设计。
    4. 读出电路: 开发基于接地隔离的读出电路以减小串扰,提高信号读取的准确性。

研究成果

  • 具体成果:

    • 设计了一种全自动化编织的交互和传感纺织用户界面。
    • 提供可立即应用于便携式游戏控制器、音乐控制手套、学习玩具以及机器人触觉皮肤的例子。
    • 实现了高扩展性,支持个性化形状、颜色和多功能集成设计。
  • 优势:

    • 相对于现有解决方案:

      • 自动化: 完全自动化编织,最小化手工干预。
      • 可扩展性: 支持多种设计变量(如尺寸、颜色、导电纱线类型)的优化,使得设计和制造高度灵活。
      • 低成本: 节约材料和人工成本,易于大规模应用。
    • 实验与评估结果:

      • 电阻开关传感器测试: 短路行数和传感尺寸优化后传感性能显著提升,洗涤后仍表现出稳定的传感能力。
      • 触觉传感性能: 应力范围覆盖0-17.5kPa,响应展现出10倍的电阻变化。
      • 变形鲁棒性测试: 在40%的弯曲和拉伸下仍保持低噪声的传感性能。
    • 使用案例:

      • 互动玩具: 如内置电阻压力传感器的教育玩具Patch。
      • 触觉可穿戴设备: 例如通过深度学习分类动作的触觉袜子。
      • 机器人皮肤: 用于机器人触觉反馈的柔性传感袖套。
  • 局限性与未来方向:

    • 局限性:
      • 最小传感尺寸受限于纱线厚度和编织机制。
      • 柔性织物必然带来的性能波动可能需要训练数据和机器学习技术来补偿。
    • 未来方向:
      • 探索更多传感模式(如电容传感)。
      • 与其他功能性编织技术整合以实现多模态能力。
      • 扩展应用场景,例如软体机器人控制和复杂人机交互。

总结

本文通过引入KnitUI,为纺织品提供了一种智能、交互和传感能力,推动了技术在教育、娱乐、以及机器人等领域的广泛应用。凭借创新的自动化设计方案和制造工艺,本文为智能纺织品的工业化生产和日常应用提供了重要的技术路径。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47859/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445780
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
荣誉提名
group
作者
4 位作者
sell
研究子方向
形变界面与软机器人材料、电子纺织品(E-textiles)
work
职业/产业
创客(Maker)与DIY爱好者、工艺师(纺织、陶瓷等)
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文