uKnit：一种用于手势交互和被动感应的电气阻抗断层扫描的位置感知可重构机器针织可穿戴设备

文献标题

uKnit: A Position-Aware Reconfigurable Machine-Knited Wearable for Gestural Interaction and Passive Sensing using Electrical Impedance Tomography

文献信息

• 主题领域: 可穿戴设备、人机交互、智能纺织技术
• 关键词: 可重配置可穿戴设备, 智能纺织, 机织技术, 电阻抗断层成像(EIT), 手势交互

研究背景与问题

• 发现问题或挑战:

  • 现有的软性可穿戴设备通常具有固定的形式和功能，限制了用户的需求适应性。
  • 大多数智能纺织产品功能单一，无法实现多场景应用。
  • 可穿戴设备在面向不同身体部位或多功能场景时的辨别与适应性欠缺。

• 重要性:

  • 提升可穿戴设备的舒适性和多功能性能够满足更广泛用途的需求。
  • 柔软轻便的纺织技术具有广阔的日常应用场景潜力。

• 研究动机与相关工作:

  • 作者受到可重配置配饰（如多功能围巾）的启发，探索软性纺织设备可作为多功能输入与感知渠道的可能性。
  • 当前研究上，电阻抗断层成像（EIT）已被应用于手势识别和触觉感知，但在柔性智能织物领域的研究较少。

解决方案

• 提出的解决方法或解决方案:

  • 设计并制造了uKnit，一个可机器编织的支持电阻抗断层成像的智能纺织可穿戴设备。
  • 实现了设备的多部位使用（如头、手臂、腰等），并提供手势识别与被动感测功能。

• 创新之处:

  • 提出了一种能检测身体佩戴位置的纺织传感器。
  • 使用EIT技术结合柔性编织传感器，实现了对多姿态手势的识别与感知。
  • 加入了对穿戴位置识别和手势识别的机器学习模型。

• 实施步骤:

  1. 使用工业编织机器设计传感织物，结合电阻抗传感技术制造传感模块。
  2. 开发模型训练和信号处理算法，用于位置检测、手势识别和被动感测。
  3. 通过用户研究验证设备在多种场景和任务下的有效性。

研究成果

• 具体成果:

  • 位置检测：针对单用户/多用户模型，uKnit在5分类穿戴位置检测中分别实现了88.0%和78.2%的准确率。
  • 手势识别：对7类手势检测，单用户/多用户模型的准确率分别是80.4%和75.4%。
  • 被动感测：呼吸频率识别误差率为1.25次/分钟，坐姿侦测准确率为86.2%。

• 优势:

  • 提供了功能统一的多用途软性可穿戴设备，减少了对多个设备的依赖。
  • 结合可配置性与舒适性，设备适用于多样场景与需求。

• 实验或评估结果:

  • 用户研究确认了设备的多场景适应性与高准确率性能。
  • 初步的可洗性测试发现传感器在洗涤后机械完整性良好，但电性能存储受损。

• 局限性与未来方向:

  • 织物材料和电极的耐用性需进一步优化，特别是在水洗过程中。
  • 机械与电子连接部件的设计需要更高的耐用性。
  • 未来可扩展为其他多样化外形的设备（如智能家具配件）。
  • 探索通过减少电极数量提高整体设备的设计简单性与普适性。