interiqr:利用食品3D打印的不可见可食用标签技术

数据物理化(Data Physicalization)桌面3D打印与个人制造产品设计师创客(Maker)与DIY爱好者

文献标题

interiqr: Unobtrusive Edible Tags using Food 3D Printing

文献信息

  • 主题领域: 可食用标签、人机食品交互、数字化3D食品打印的创新应用
  • 关键词: 数字化制造, 食品3D打印, 人机食品交互, 不可见标签, 可食用代码

研究背景与问题

  • 发现的问题或挑战:

    1. 食品标签在储存信息、识别食品来源及提升用餐体验等方面具有广泛应用,但现有方法中标签容易破坏食品外观或难以食用。
    2. 大多数现有的嵌入式标签依赖于食品表面的物理或化学改变,可能限制食材的选择,且影响食品的美观和食欲。
    3. 隐藏的信息需要既可被机器读取又基本不可见,而目前技术较难做到兼顾标签隐蔽性与可食性。
  • 研究的重要性:

    1. 打造不可见且可食的标签,对食品工业、个性化餐饮及人机食品交互(HFI)的创新应用有重大意义。
    2. 促进食品追溯、个性化饮食及智能食品管理的发展。
  • 研究动机与相关工作:

    • 为解决标签与食品美观性、可食性之间的矛盾,研究者基于大量数字化3D打印和人机交互技术的基础工作,设计了一种融合食品材料、3D打印技术及图像处理的创新框架。

解决方案

  • 提出的方法或解决方案:

    1. 提出一种方法(interiqr),通过食品3D打印嵌入食品内部信息而不改变外部几何形状,使得信息标签对人眼不可见但可通过机器读取。
    2. 利用3D打印过程中内部填充结构(infills)或多种食品材料构建二维码(如二维码或AR标记)。
  • 创新之处:

    • 标签隐蔽于食品内部且完全由可食食品材料制成。
    • 提供了端到端的3D打印工作流,从数据嵌入到标签解码一体化设计。
    • 开发了一种后端图像处理技术,可通过背光和相机捕获嵌入的隐藏信息。
  • 实施步骤与关键技术:

    1. 标签生成:
      • 根据用户提供的文本、图像或超链接,计算3D打印食品的填充物和打印路径。
      • 对于填充率低于70%的情况,利用空气空间和填充结构生成二进制编码;对于填充率高于70%,应用多种食品材料(如不同颜色的食品材料)来标记。
    2. 食品3D打印:
      • 使用食品专属3D打印机(如基于注射器的打印机)将标签嵌入食品中。
      • 所需的支持结构和参数通过专门的软件自动计算。
    3. 标签解码:
      • 使用背光(可见光或红外光)照明,结合相机捕捉食品图像。
      • 应用图像处理技术提取二维码或标记信息,并通过标准图像库(如QR码库)解码。

研究成果

  • 具体成果:

    1. 成功开发了一种利用3D打印制造食用品的隐形标签的全流程框架。
    2. 在多种食品材料(如饼干面团)上验证了标签的隐蔽性、可读性和可食性。
    3. 提供了标签嵌入的实用性评估,包括传输光谱实验、标签大小测试和用户用餐体验调查。
  • 与现有解决方案的优势:

    • 标签不可见性:通过填充结构或材料组合,不改变食品几何形状或外观。
    • 可食性:完全基于食品材料制造标签,无需非食品成分。
    • 功能性:添加隐藏数据或标记,提高食品交互性和追溯能力。
  • 实验或评估结果:

    1. 标签可读性:与使用填充结构或多材料制造的标签在多种光照条件下保持良好的机器识别能力;当结合空气间隙和多材料使用时,识别距离进一步延长至35 cm。
    2. 标签隐蔽性:改进的支撑结构解决了烘焙过程中的表面凸起和下陷问题,使轮廓更加平整。
    3. 用户体验:在用户测试中,嵌入标签的食品在口感和感知甜度上与没有耗材的食品差异不显著。
  • 局限性与未来方向:

    1. 对于更复杂的食材(如湿润或不稳定的材料),内部结构的鲁棒性需要进一步优化。
    2. 标签信息容量有限,目前系统能够嵌入小型二维码而非大型复杂的数据。
    3. 红外光谱标签的应用需探索更多材料和吸收特性。
    4. 灵活性:适配其他食品制造方法(如模具)和更多样的食品形式(如蔬菜或肉类)。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/84984/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3526113.3545669
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
数据物理化(Data Physicalization)、桌面3D打印与个人制造
work
职业/产业
产品设计师、创客(Maker)与DIY爱好者
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文